【GWAS】关联分析中踩坑攻略

问题

全基因组关联分析（GWAS）已经是应用非常普遍的功能基因筛查方法了。但是GWAS 分析仍不可避免的存在一些缺陷，其中最大的坑有以下几点：

1. 检测结果得不到显著关联位点
2. 有结果，但是是错的（假阳性）

解决办法

1. 扩大样本量，提高检验功效。
   群体大小是制约 GWAS 分析检验功效的的第一要素，大规模的群体鉴定有助于阳性结果的检出。

2. 提高标记密度
   高密度及均匀覆盖的标记也有利于检出与表型相关的微效基因。

3. 优化表型鉴定的体系，提高表型鉴定的精度
   表型的准确检测是影响关联分析的另一重要因素，在分析过程中，合理的量化方法及检测手段对结果至关重要。

4. 采用多维度的方法对表型进行评估
   针对广义表型来说，最好可以使用多种方法从多种纬度对表型进行评估。

5. 充分利用前人研究结果
   对于结果中检测不足或者未检测到显著标记的情况下，可以使用候选基因或已知内参基因的方法，合理减低阈值 。

6. 选择合适的统计模型
   校正群体结构、亲缘关系、考虑离群样本对结果的影响；特殊情况下还应计算其他因素的影响（如环境、性别、年龄等）。

7. 采用多阶段法验证候选基因
   首先，使用宽松的阈值获得获选候选位点；然后，在独立群体进行验证。

8. 采用gene based/pathway based 关联分析的方法，提高检验功效

9. 加入更多组学数据联合分析
   通过多组学的联合分析，可以更好的解析基因对表型的影响。