多特征GWAS中的特征选择策略:提高SNP的可发现性
Yuka Suzuki1, Hervé Ménager2, Bryan Brancotte2
1Institut Pasteur, Université Paris Cité, Department of Computational Biology, Paris, 75015 France.
bioRxiv : the preprint server for biology
|November 14, 2023
概括
多特征全基因组协会研究 (GWAS) 增强了变体检测. 选择临床异质的特征或使用数据驱动模型比临床相似的特征更能提高功率,优于单变量查.
科学领域:
- 遗传学 遗传学是一种遗传学.
- 统计遗传学 统计遗传学
- 生物信息学是一种生物信息学.
背景情况:
- 全基因组关联研究 (GWAS) 已经确定了成千上万的变异特征关联,但不断增加的样本大小要求限制了检测额外的变异.
- 多特征GWAS提供了改进的统计能力和对人类表型的基因功能和联合遗传架构的新见解.
- 选择特征进行多特征测试的关键策略在很大程度上被忽视了.
结论:
- 确定了多特征GWAS统计能力的关键决定因素.
- 证明数据驱动的特征选择策略在最大化变种检测方面优越.
- 提供了优化多特征GWAS设计和分析的实用策略.


