快速分析生物库大小数据和使用BGLR R包进行元分析

科学领域:

• 基因组学就是基因组学.
• 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:

• 分析大规模的基因组数据集 (n>p) 是计算密集的.
• 现有的方法在生物库和遗传评估中常见的大量样本大小方面扎.
• 由于隐私问题,跨源共享个体基因型-表型数据往往是不可行的.

研究的目的:

• 开发和实施使用足够的统计数据进行贝叶斯基因组分析的高效计算方法.
• 为了使多源基因组数据的联合分析,而无需共享个人级别的信息.
• 提高多基因分数的预测准确度,特别是在代表性不足的人群中.

主要方法:

• 在BGLR R包中包含功能,从足够的统计数据中生成后端样本.
• 开发了与足够的统计数据相容的贝叶斯收缩和变量选择模型.
• 利用英国生物银行,我们所有人和西班牙裔社区健康研究/拉丁裔群体研究的队列数据进行现实应用.

主要成果:

• 与个人数据相比,充分使用基于统计数据的方法的计算效率得到证明.
• 在没有数据共享的情况下成功实施了多个队列的联合分析.
• 在西班牙裔人口中,多基因分数的预测准确性得到改善.

结论:

• 现在,BGLR R包支持使用足够的统计数据进行高效的贝叶斯基因组分析.
• 对分布式基因组数据的联合分析是可行的和有益的,特别是对于代表性不足的群体.
• 这种方法提高了生物库数据的实用性,用于开发更公平的基因组预测模型.