来自高维特征的多变量潜伏因子的遗传发现和精细映射的协议
William J Astle1, Adam S Butterworth2, Jennifer L Asimit3
1MRC Biostatistics Unit, University of Cambridge, Cambridge CB2 0SR, UK; NHS Blood and Transplant, Cambridge CB2 0PT, UK; NIHR Blood and Transplant Research Unit in Donor Health and Behaviour, University of Cambridge, Cambridge CB2 0BB, UK.
本研究介绍了flashfmZero软件,通过关注潜在的生物因素来分析复杂的特征. 它可以为多个潜伏因素共同精细地图化遗传关联,改进高维特征分析.
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.
- 统计遗传学 统计遗传学
背景情况:
- 高维特征,如血细胞计数,经常用忽视特征间相关性的方法进行分析.
- 单变基因分析未能捕捉出多种相关特征背后的复杂生物机制.
研究的目的:
- 介绍一个使用flashfmZero软件进行潜在因子遗传分析的协议.
- 为了能够分析影响高维特征的共享生物机制.
- 促进跨多个潜伏因素的遗传关联的联合精细映射.
主要方法:
- 该协议涉及计算从观察到的特征获得的潜在因素的全基因组关联研究 (GWAS) 总结统计数据.
- 它在计算GWAS总结统计数据时容纳缺失的特征测量.
- 该方法包括使用flashfmZero的步骤,从多个潜伏因素中共同精细绘制遗传关联.
主要成果:
- 该协议为分析代表共享生物变异的潜在因素提供了一个框架.
- 它允许从多个观察到的特征中集成GWAS数据,以推断潜在因素的遗传关联.
- 该方法支持联合精细映射,增强识别影响相关特征的遗传变异的能力.
结论:
- 该flashfmZero协议提供了一个强大的方法来剖析高维特征的遗传结构.
- 这种方法通过通过潜伏因素建模特征关系来改进单变量分析.
- 该协议有助于更全面地了解复杂生物系统的遗传基础.
更多相关视频
05:53Candidate Gene Testing in Clinical Cohort Studies with Multiplexed Genotyping and Mass Spectrometry
Published on: June 21, 2018
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
相关概念视频
Polygenic Traits
Behavioral Genetics and Its Designs
The primary methodologies used in behavior genetics include family studies, twin studies, and adoption studies, each providing unique...
Multiple Allele Traits
Human Genetics
The complex relationship between genetics and psychology is observable through common biological components such...
Heritability
Genome-wide Association Studies-GWAS
GWAS does not require the identification of the target gene involved in...
