在大型全基因组测序研究中进行强大的多特征罕见变异分析的统计框架
Xihao Li1,2, Han Chen3,4, Margaret Sunitha Selvaraj5,6,7
1Department of Biostatistics, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA.
通过联合分析多个特征,MultiSTAAR增强了在大型全基因组测序研究中的罕见变异分析. 这种强大的新框架可以识别单一特征方法错过的遗传关联,从而提高我们对复杂的人类特征的理解.
科学领域:
- 基因组学就是基因组学.
- 统计遗传学 统计遗传学
- 人类的复杂特征 人类的复杂特征
背景情况:
- 大规模的全基因组测序 (WGS) 研究揭示了罕见变异对复杂人类特征的影响.
- 与单一特征方法相比,多特征分析可以增加统计能力并检测类基因.
- 现有的多特征方法在WGS数据中难以应对罕见变异分析的规模.
研究的目的:
- 开发一个计算可扩展的框架,MultiSTAAR,用于在大型WGS研究中功能信息化的多特征罕见变异分析.
- 通过联合分析多种表型,提高统计能力并确定复杂特征的新型遗传关联.
主要方法:
- MultiSTAAR是一个统计框架和分析管道,旨在用于大规模WGS数据.
- 它解释了相关性,人口结构和表型相关性.
- 该方法包含多个功能注释,以增强罕见变异关联分析.
主要成果:
- 应用了MultiSTAAR来联合分析来自TOPMed计划的61,861个多民族样本中的三个脂质特征.
- 发现了与脂质特征的新关联,包括*NIPSNAP3A*增强剂的罕见变体和1号染色体上的基因间区域.
- 传统的单一特征分析方法忽略了这些关联.
结论:
- 在大型WGS研究中,MultiSTAAR提供了一种强大且可扩展的方法,用于多特征罕见变异分析.
- 该框架成功地确定了新的遗传关联,促进了对复杂特征遗传学的理解.
- 这种方法对精准医学和发现与疾病相关的基因有影响.
更多相关视频
05:53Candidate Gene Testing in Clinical Cohort Studies with Multiplexed Genotyping and Mass Spectrometry
Published on: June 21, 2018
11:35Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA
Published on: August 21, 2016
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Comparing Copy Number Variations and SNPs
Copy number variations or CNVs are the structural variations that cover more than 1kb of DNA sequence. The single nucleotide polymorphism (SNP), on the other hand, is a single nucleotide change or a point mutation that is found in more than 1%...
Genomics
Single Nucleotide Polymorphisms-SNPs
Evolutionary Relationships through Genome Comparisons
Modern Molecular Taxonomy
