第四章：GWAS中的统计模型

大家好，我是邓飞，之前推荐过这本《Genome-Wide Association Studies》的书籍，2022年出版的，内容比较前沿。

今天介绍第四章：《GWAS中的统计模型》

这本书整体的目录如下：

常用的GWAS模型方法有：单位点GWAS、多位点GWAS、贝叶斯和机器学习。

GWAS分析结果关注的要点有：统计能力、计算效率、缺失数据的处理、稀有变异和遗传结构变异。

影响GWAS分析的要点有：

• 异常值和非正态数据，增加一类错误，降低统计功效
• 遗传力影响
• 基因与环境互作影响
• 群体大小
• 群体结构
• LD衰减
• 标记密度
• MAF次等位基因频率
• 显著性阈值
• 统计模型，比如K矩阵和Q矩阵

单位点检测的GWAS模型：

1，GLM模型：GLM进行单位点检测，无需确定遗传算法，可以考虑群体结构（PCA）降低过度拟合的错误率，不能考虑基因型之间的不平等相关性（亲缘关系）

2