通过SuSiE通过精细映射集成表达式QTL
Xiangyu Zhang1, Wei Jiang1, Hongyu Zhao1
1Department of Biostatistics, School of Public Health, Yale University, New Haven, Connecticut, United States of America.
medRxiv : the preprint server for health sciences
|October 24, 2023
概括
新的SuSiE2方法通过整合表达量化特征位置 (eQTL) 数据来改进遗传精细映射. 这种方法增强了对复杂特征的因果单核酸多态 (SNP) 的识别.
科学领域:
- 遗传学 遗传学 是一个
- 统计遗传学 统计遗传学
- 基因组学就是基因组学.
背景情况:
- 全基因组关联研究 (GWAS) 识别了与复杂特征相关的遗传变异,但由于链接不平衡 (LD) 而难以确定因果变异.
- 精细映射方法旨在通过将因果关系概率分配给候选变体,考虑LD模式来解决这一问题.
- 现有的方法在准确区分因果变异和相关变异方面面临挑战.
结论:
- SuSiE2为复杂特征的因果变异识别提供了一个统计学上稳健的框架.
- 集成eQTL数据显著提高了基因精细测绘的精度和功率.
- 通过模拟和应用阿尔茨海默病表观基因组数据来证明优势.
