标记物效应p值为单步GWAS与算法证明和年轻在大型基因型人群中的p值

科学领域:

• 动物育种与遗传学
• 生物信息学是一种生物信息学.
• 统计遗传学 统计遗传学

背景情况:

• 单核酸多态 (SNP) 效应对于基因组估计繁殖值 (GEBV) 和全基因组关联研究 (GWAS) 至关重要.
• 在GWAS中计算SNPp值的传统方法涉及计算密集的矩阵反转,限制了它们在大群体中的应用.
• 提出了一种新的近似方法来应对这些计算挑战.

研究的目的:

• 开发和验证一种高效的方法,用于在基于GWAS的单步基因组最佳线性无偏预测 (ssGBLUP) 中近似SNPp值.
• 为了减少与大基因型种群中计算SNPp值相关的计算负担.
• 通过分析更大的数据集来增强GWAS的力量.

主要方法:

• 使用了逆基因组关系矩阵 (G) 的稀疏近似,使用了已证明和年轻的算法 (APY).
• 采用SNP效应的预测误差差的近似值,避免混合模型方程的左侧 (LHS) 的直接反转.
• 在5000个基因型动物群中验证了该方法,并将其应用于45万个基因型动物群中.

主要成果:

• 接近方法确定了相同的显著基因组区域在染色体7和20作为基准方法在50K人口.
• 计算时间减少了38倍,与精确反转相比,内存需求减少了10倍.
• 对45万个群体的分析揭示了6号和14号染色体上的两个新的显著区域,证明了GWAS检测能力的增加.

结论:

• 拟议的方法使得在大型基因型种群中获得ssgwas的snppp值在计算上是可行的.
• 计算成本不再是在大量基因型动物的广泛种群中进行GWAS的瓶.
• 这一进步促进了更全面的遗传分析和标记物发现.