溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

基于家系數(shù)據(jù)的GWAS分析是怎樣的

發(fā)布時(shí)間:2021-11-23 15:49:03 來(lái)源:億速云 閱讀:275 作者:柒染 欄目:大數(shù)據(jù)

今天就跟大家聊聊有關(guān)基于家系數(shù)據(jù)的GWAS分析是怎樣的,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。

通過(guò)GWAS分析可以尋找與某一疾病或性狀相關(guān)的突變位點(diǎn),傳統(tǒng)的GWAS都是基于control/case的設(shè)計(jì),通過(guò)比較健康人群和患病人群中突變位點(diǎn)或者基因型頻率的差異,最終確定相關(guān)的位點(diǎn)。

對(duì)于家族遺傳病而言,上述的分析策略就存在問(wèn)題了。在家系中,不同世代的個(gè)體之間存在遺傳關(guān)系,疾病相關(guān)的位點(diǎn)也會(huì)有父代傳遞給子代。為了將這個(gè)傳遞關(guān)系考慮進(jìn)來(lái),針對(duì)家族遺傳病的GWAS分析,提出了新的分析方法-TDT。

TDT全稱 TRANSMISSION DISEQUILIBRIUM TEST,通過(guò)分析從父代繼承的allel個(gè)數(shù)和期望的allel個(gè)數(shù)的差異,從而判斷改為點(diǎn)是否與疾病相關(guān)。

基于家系數(shù)據(jù)的GWAS分析是怎樣的

在上述的示意圖中,子代從純合父代繼承了M1allel, 從雜合父代繼承了M2 allel,由父代傳遞給子代的allel 就叫做 transmitted allel。

對(duì)于一個(gè)SNP位點(diǎn)而言,統(tǒng)計(jì)樣本中transmitted allel 和non-transmitted allel 的個(gè)數(shù),得到如下表格

基于家系數(shù)據(jù)的GWAS分析是怎樣的
TDT檢驗(yàn)的統(tǒng)計(jì)量計(jì)算如下

(b - c)^ 2 / (b + c)

這個(gè)統(tǒng)計(jì)量符合自由度為1的卡方分布。

plink 軟件可以進(jìn)行家系數(shù)據(jù)的GWAS分析,用法如下

plink --file mydata --tdt

會(huì)生成plink.tdt文件,其中每列的含義如下

ColumnMeaning
CHRChromosome number
SNPSNP identifier
A1Minor allele code
A2Major allele code
TTransmitted minor allele count
UUntransmitted allele count
ORTDT odds ratio
CHISQTDT chi-square statistic
PTDT asymptotic p-value
A:U_PARParental discordance counts
CHISQ_PARParental discordance statistic
P_PARParental discordance asymptotic p-value
CHISQ_COMCombined test statistic
P_COMCombined test asymptotic p-value

P值小于0.05的突變位點(diǎn),就認(rèn)為是與疾病相關(guān)的位點(diǎn)了。除了TDT檢驗(yàn)外,plink還支持其他更多的檢驗(yàn)方法。

看完上述內(nèi)容,你們對(duì)基于家系數(shù)據(jù)的GWAS分析是怎樣的有進(jìn)一步的了解嗎?如果還想了解更多知識(shí)或者相關(guān)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道,感謝大家的支持。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI