yQTL管道:一个结构化的计算工作流程,用于大规模的定量特征定位发现和下游可视化.

科学领域:

• 遗传学 是一个遗传学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 定量特征位置 (QTL) 分析将DNA变异与定量特征联系起来,这对于理解基因型-表型关系至关重要.
• 手动QTL发现是复杂的,劳动密集的,容易出现错误,阻碍了大规模的遗传研究.
• 自动化QTL分析对于高效和可复制的遗传研究至关重要.

研究的目的:

• 开发和介绍 yQTL 管道,这是一个用于大规模定量特征定位发现的自动化工作流.
• 简化QTL分析所涉及的复杂分析步骤,提高可重现性和减少手工劳动.
• 为探索特征-QTL关联提供综合可视化工具.

主要方法:

• yQTL管道使用Nextflow进行并行分析,优化运行时间并确保可重复性.
• 它支持基于主题相关性的各种关联模型 (线性混合效应或线性模型).
• 包括主要组件和遗传关系矩阵的预计算,以及用户定义的共变量.

主要成果:

• 该管道成功分析了新英格兰百岁老人研究 (NECS) 的代谢学数据,确定了14983种与312种代谢物相关的代谢物-QTLs (mQTLs).
• 在194名参与者中对9.1M个SNP和1,052个代谢物的分析表明了显著的mQTL关联.
• 管道平行化将分析时间从大约90分钟缩短到26分钟.

结论:

• yQTL管道有效地自动化和加速QTL发现,促进复杂遗传特征的分析.
• 集成的可视化工具,如R Shiny App,增强了对mQTL发现和共享关联的解释.
• 该管道在GitHub上公开提供,促进在遗传研究中更广泛采用.