GWAS分析中SNP解释百分比PVE | 第一篇，SNP解释百分比之和为何大于1？

最新推荐文章于 2023-03-07 17:37:07 发布

育种数据分析之放飞自我

最新推荐文章于 2023-03-07 17:37:07 发布

阅读量2.6k

点赞数 1

分类专栏： GWAS 文章标签：数据分析数据挖掘

互秀朋友圈呀, 微信: yijiaobani, 备注: 姓名+ 单位

本文链接：https://blog.csdn.net/yijiaobani/article/details/122093602

版权

GWAS 专栏收录该内容

92 篇文章 225 订阅

订阅专栏

关于GWAS分析中PVE的计算方法：

我查了一下，大体计算PVE的方法有三种：第一种回归分析或者方差分析的方法，计算R方（GLM模型），第二种是根据effect，se，maf计算PVE，第三种是根据LMM的矩阵构建计算PVE。

汇总如下：

所以准备研究一下。

先看一个常见问题：GWAS分析中，SNP解释百分比（PVE）之和为何大于1？

问题来源：TASSEL的google group：

https://groups.google.com/g/tassel/c/v1aOPCYFyJE/m/HromqNnNIyMJ

问题描述：

Dearall, AgainIhaveaquestion. InassociationmappingresultsinTasselbyMLMmodelgivesMarkerR2 values.IfMarkerR2reportsproportionofphenotypicvariation (between0to1)thatisexplainedbycorrespondingmaker,whysumof markerR2valuesforallofmarkersismorethan1?

为何GLM或者MLM中的Marker R2之和会大于1，如果R2是解释的百分比，那应该是在0~1之间呀。

张志武老师回复：

The association studies in TASSEL (MLM or GLM) are performed on markers one at a time. Therefore, the sum of the R square (R2) of markers could be bigger than 100%. One of the reasons is due to linkage disequilibrium (LD) between markers. For example, if a marker has R2 of 20% and the marker is in complete LD with other five markers, then the five markers will have R2 sum to 120%.

在TASSEL中GLM或者MLM模型中，是单标记扫描，之所以SNP的R2（R square）之和会大于1，因为标记间存在LD，比如一个标记关联的基因能解释20%的变异，这个位点附近有6个标记都存在LD状态，那么这6个标记的解释百分比之和就会是120%。

下一节介绍一下GAPIT中GLM的PVE的计算方法，并用R语言实现。