GWAS分析-说人话（1）什么是GWAS，都分析啥？

前言

“没有什么比知道我们自己正在做什么更重要了”

                                                                                       ——小史，20191121之感触

---

这个年代，谁™还有人做GWAS啊？！ 但是跟着的两个导师之一是这方面的专家，我除了吐个槽，还能怎样呢？

1.什么是GWAS？

全基因组关联分析（Genome-wide association study）是指在人类全基因组范围内找出存在的序列变异，即单核苷酸多态性（SNP），从中筛选出与疾病相关的SNPs。

维基百科链接：全基因组关联分析

说人话！

这玩意就是：找出基因中哪些序列变异（SNP），与疾病相关！

核心就是关联！

基因（改变）与表型（phenotype，总之就是各种各样的看得到的现象）有没有关系！

这些各种各样的看得到的现象是什么？

没啥的，我们搞肿瘤研究的就是发不发病呗（例如会不会得肺癌），搞生物的会对绵羊的有角和无角这一对性状进行研究呗（可别小看，研究角的进化可是能发science的！我™还不知道有什么意义呢～）。

2.如何关联？

对多个个体在全基因组范围的遗传变异多态性进行检测，获得基因型，进而将基因型与可观测的性状，即表型，进行群体水平的统计学分析，根据统计量或P值筛选出最有可能影响该性状的遗传变异。

说人话！

就是统计一个数，找出与表型最有显著性意义的那些基因（位点）。

3.分析方法有哪些？

逻辑回归（表型数据为二元）

线性回归（表型数据为连续性变量）

表型数据正态分析（如果不是正态分布，需转换处理为正态分布）

说人话！

逻辑回归用于数据为二元的：如0（没病）和1（有病）；

线性回归用于数据为连续性的；如林志玲身高173cm，任賢齊174cm，李治廷175cm，黄晓明176cm等，是™像幼儿园数数一样，一个一个连续变化的；

表型数据正态分析：就是啊，大自然的分布一般是钟型的正态分布的，很多统计方法都是根据正态分布作出的分析。某些数据如果不符合正态分布，那么你用正态分布的公式/方法来分析，就会出事的。

参考内容：

1.http://www.360doc.com/content/18/1222/16/52645714_803596284.shtml

2.https://anjingwd.github.io/AnJingwd.github.io/2017/08/18/GWAS-简介/