GWAS 基本概念

全基因组关联分析 GWAS (Genome-wide association study)

 

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

1、关联分析模型

一般线性模型(GeneralLinear Model)：y = Xα + Zβ + e
混合线性模型(Mixed Linear Model)：y = Xα+ Zβ + Wμ+ e

y:所要研究的表型性状；
Xα：固定效应（FixedEffect），影响y的其他因素，包括群体结构、性别、年龄等因素；
Zβ：标记效应（MarkerEffect）；
Wμ：随机效应（RandomEffect），这里一般指个体的亲缘关系。

2、关联分析统计方法

Bayes：Bayes A、Bayes B、Bayes C、Bayes Cpi
统计软件：GenSel、GenABEL，均为R程序包。

CMLM (Compressed Linear Mixed Model)
统计软件：GAPIT、TASSEL

EMMAX (Efficient Mixed Model Association)
统计软件：emmax

GBLUP（Genomic Best Linear Unbiased Prediction）：专门用于Genomic prediction
统计软件：ASReml

3.数量性状

指个体间表现的差异只能用数量来区别，变异呈连续性的性状。它具有两个主要特征：变异呈连续性，变异易受环境条件影响。其主要特征有：①个体间差异很难描述，需要度量；②在一个群体中，变异呈连续性；③数量性状常受多基因控制；④数量性状对环境影响敏感

4.质量性状(discrete characters )

指属性性状，即能观察而不能量测的性状，是指同一种性状的不同表现型之间不存在连续性的数量变化，而呈现质的中断性变化的那些性状。按所属学科不同有三项不同定义。在单基因遗传病中，基因型和表现型之间的对应关系较为明显，因此这一性状的变异在群体中的分布往往是不连续的，可以明显地分为2~3群，所以单基因遗传的性状也称质量性状。

5.Hardy-Weinberg equilibrium (HWE)

在理想状态下，各等位基因的基因频率以及基因型频率在遗传中是稳定不变的，即保持着基因平衡。
HWE有助于确定有明显基因分型错误的SNPs，因此要求位点SNP的等位基因频率符合哈代-温伯格平衡。

6.QQ plot的图形解读