Genome-wide association study(GWAS)：
简单的说，使用统计模型找到与性状具有协同性的位点，性状指的就是Common complex human traits，有common diseases和quantitative traits。
GWAS不一定做全基因组测序（太贵了），可能会用专门测序常见SNP的芯片（SNP array）做测序。
是假设生成的方法，根本目的就是找到相关SNP位点。
名词解释：
1 single nucleotide polymorphism
单核苷酸多态性，指单个核苷酸变异引起DNA位点具有多态性。位点可以在编码区也可以在非编码区。利用QTL analysis将非编码区与编码区联合。
2 genotype imputation：
基因型填充，以高密度遗传标记（特定位点等位基因）构成的haplotypes作为参考模版，预测填充Genome-wide Sequence（GWS）中未覆盖的位点。经常用的模版来自千人基因组计划。
对于已知亲缘关系的个体（连锁不平衡），可参照谱系中其他个体填充；对于无亲缘关系的个体，可以根据已知高密度遗传标记构成的haplotypes作为参考填充。相较而言，无亲缘关系的样本间共享的haplotype比谱系间的要短。
3 linkage disequilibrium：
连锁不平衡，两个非等位基因连锁的概率明显高于预期，即并非完全随机重组。主要由D、D’、r^2大小来体现。
前提假设：位点1只有allels A和a，位点2只有allels B和b。
3.1 D
D = P(AB) - P(A) * P(B)
反应allel A与allel B连锁关系；
D !=0，说明A与B存在连锁不平衡；
D(AB)=D(ab)=-D(Ab)=-D(aB)；
但是这个D是个确切的值，在计算上与基因频率有很大的关系，不能反映连锁强度。
3.2 D‘
Dmax = ifelse (D<0, max(-P(A)P(B), -P(a)P(b)), min(P(A)P(b), P(a)P(B)))
D’ <- D / Dmax （Dmax是完全连锁不平衡时的D值）
D<0时，两非等位基因是互斥的，所以选择AB完全互斥时（P(AB)=0）的Dmax；
D>0时，两非等位基因是互吸的，所以AB完全互吸时，即Ab、aB完全互斥（P(Ab)=0）时的Dmax。
3.3 r^2
r^2 很简单，就是两个非等位基因的协同性，协同性的根本原理是判断两个值是否线性相关，可以想象x与y的关系分别为直线和曲线来对比理解，当然在这里r^2是根据概率计算的
3.4 比较
三者均受到等位基因概率以及概率可靠性（样本容量）的影响。
D根本不能用于连锁强度比较，太依赖于概率的相对大小；
D’和r^2也或多或少会受到等位基因与非等位基因频率差异的影响。
4 minor allele frequency（MAF）
次要等位基因频率，即群体中出现频率排第二的等位基因，常用来设置阈值过滤MAF低的位点。
网友评论