区分特定和广泛的遗传关联之间的外部相关性和共同因素之间的特异性
Javier de la Fuente1, Diego Londoño-Correa1, Elliot M Tucker-Drob1
1Department of Psychology, The University of Texas at Austin, Austin, TX 78712, United States.
本研究引入了一种新的方法,用于量化和识别基因结构方程建模 (基因 SEM) 中的基因异质性来源. 该方法增强了QTrait统计数据,以更好地了解GWAS表型中共享的遗传病因.
科学领域:
- 遗传学 遗传学 是一个
- 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:
- 基因组结构方程建模 (基因组SEM) 使用共同的因素来代表全基因组关联研究 (GWAS) 现型中共享的遗传病因.
- 基因 SEM 中的标准常见途径模型假设所有遗传关联都是通过一个共同的因子进行介导的,这个假设可以通过 QTrait 统计来测试.
- 虽然QTrait统计对于测试模型匹配很有用,但它并不能量化遗传关联中异质性的规模或确定异质性的来源.
研究的目的:
- 开发一个效果大小指数,量化基因 SEM 中常见途径模型的违规情况.
- 建立一种系统的方法来识别外部特征和指标特征之间的特定直接遗传途径.
- 为调查遗传关联和异质性模式提供自动化功能.
主要方法:
- 开发了一个效果大小指数来衡量常见途径模型违规程度.
- 实施了一系列综合测试和异常检测算法,以确定特定的直接路径.
- 应用自动化功能来分析外部相关物和一般认知能力和阿尔茨海默病指标之间的遗传关联.
主要成果:
- 引入了一种新的效果大小指数,用于量化基因 SEM 中的异质性.
- 开发了一种系统的方法来识别特定的直接遗传关联,这些关联偏离了常见的通路模型.
- 成功地应用了新的方法来研究认知能力和阿尔茨海默病的遗传结构.
结论:
- 开发的方法通过量化异质性和识别特定偏差源来增强QTrait方法.
- 这提供了更细致的共享遗传病因学的理解,超出了简单的共同途径模型.
- 自动化功能促进了GWAS表型中复杂遗传结构的可复制和全面分析.
更多相关视频
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
05:53Candidate Gene Testing in Clinical Cohort Studies with Multiplexed Genotyping and Mass Spectrometry
Published on: June 21, 2018
相关概念视频
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
Behavioral Genetics and Its Designs
The primary methodologies used in behavior genetics include family studies, twin studies, and adoption studies, each providing unique...
Human Genetics
The complex relationship between genetics and psychology is observable through common biological components such...
Heritability
Gene-Environment Interactions
Theory of Attribution II: Kelley's Covariation Theory
