全站数据
8 4 2 0 5 8 1

gwas分析原理及流程

张药师说药 | 简单学习,快乐成才!         
问题更新日期:2024-10-16 07:37:45

问题描述

gwas分析原理及流程,麻烦给回复
精选答案
最佳答案

名词解释和基本问题:

关联分析:就是AS的中文,全称是GWAS。应用基因组中数以百万计的单核苷酸多态;SNP为分子遗传标记,进行全基因组水平上的对照分析或相关性分析,通过比较发现影响复杂性状的基因变异的一种新策略。在全基因组范围内选择遗传变异进行基因分析,比较异常和对照组之间每个遗传变异及其频率的差异,统计分析每个变异与目标性状之间的关联性大小,选出最相关的遗传变异进行验证,并根据验证结果最终确认其与目标性状之间的相关性。

连锁不平衡:LD,P(AB)= P(A)*P(B)。不连锁就独立,如果不存在连锁不平衡——相互独立,随机组合,实际观察到的群体中单倍体基因型 A和B 同时出现的概率。P (AB) = D + P (A) * P (B) 。D是表示两位点间LD程度值。

曼哈顿图:在生物和统计学上,做频率统计、突变分布、GWAS关联分析的时候,我们经常会看到一些非常漂亮的manhattan plot,能够对候选位点的分布和数值一目了然。位点坐标和pvalue。map文件至少包含三列——染色体号,SNP名字,SNP物理位置。assoc文件包含SNP名字和pvalue。haploview即可画出。

SNP的本质属性是什么?广义上讲是变异:most common type of genetic variation,平级的还有indel、CNV、SV。Each SNP represents a difference in a single DNA building block, called a nucleotide. 狭义上讲是标记:biological markers,因为SNP是单碱基的,所以SNP又是一个位点,标记了染色体上的一个位置。大部分人的基因组,99%都是一模一样的,还有些SNP的位点,就是一些可变的位点,在人群中有差异。这些差异/标记可以用于疾病的分析,根据统计学原理,找出与疾病最相关的位点,从而确定某个疾病的risk allele。

其他回答

gwas原理:规范点讲就是看某个SNP在case和control两个population间是否有allel frequency的显著差异。

流程:

1. Filter SNP Call Rate less than 90 % (max missing rate is 0.1)

剔除缺失率在10%以上的位点,一般情况下可以选择80%,在一些特殊情况下可以设置50%;

2. Filter mult-allelic sites (include only bi-allelic sites)

选择二等位基因,因为在后面的分析中某些软件只能使用二等位基因位点;

3. Filter SNP heterozygosity rate more than 0.2

去除具有较高或者较低杂合率的个体

4. Hardy-Weinberg Equilibrium using an exact test pvalue less than 0.0001

分析人类GWAS的时候一般正常群体中将不符合哈迪温伯格平衡的位点过滤掉,动植物一般不建议使用,但也有一些文章使用此参数进行过滤,所以可以针对不同的物种进行不同的设置,只要结果合理即可。