GWAS全基因组关联分析summarystatistic概括统计meta-
analysis综合分析
有很多概念需要明确区分：
⼈有23对染⾊体，其中22对常染⾊体autosome，另外⼀对为性染⾊体sex chromosome，XX为⼥，XY为男。
染⾊体区带命名：在标⽰⼀特定的带时需要包括4项：①染⾊体号；②臂的符号；③区号；④在该区内的带号。1p22表⽰为1号染⾊体短臂2区2带。
等位基因其实是⼀个集合，在同⼀个locus出现得基因型互为等位基因。Aa不能叫等位基因，正确的逻辑是：A和a是⼀组等位基因。由等位基因可以定义纯合和杂合。
⼆倍体与多倍体细胞的某些染⾊体上，在同⼀基因座上有相同的等位基因，这类细胞称为纯合⼦/同型合⼦（homozygous）。若是相同基因座上含有不同的等位基因，则称作杂合⼦/异型合⼦（heterozygous）。
summary statistic顾名思义，就和R⾥⾯的summary函数⼀样，是对GWAS数据的⼀个概括总结，包含了结果中最核⼼的信息。
GWAS的基本原理
如何跑GWAS？
转到姊妹篇：
Power
Effect size
Major allele,
Minor allele,
Minor allele frequency (MAF),
Missingness per genotype,
Missingness per individuals,
metrics that we look at include
linkage disequilibrium (LD),
variance inflation factor (VIF),
runs of homozygosity (ROH),
These provide a broad 'summary' of the data and allow us to appropriately set thresholds for quality control. It would be wrong, for example,to run a statistical test on a genotype with high missingness because the resulting P value would be misleading and could lead toerroneous conclusions from the data.
全基因组关联
分析（GWAS）
全基因组关联分析是一种用来研究与复杂性状有关的基因遗传因素的方法。在进行全基因组关联分析时，研究者会对成千上万个单核苷酸多态性（SNP）进行比较研究，以确定与疾病发病率有关的基因变异。全基因组关联分析是遗传学研究的重要方法之一，在应用中已经取得了很大的进展。
全基因组关联分析的优点包括研究人群不需要太大，具有很高的检测精度，并能够发现新的生物标志物以及可以启动疾病治疗的新靶点。此外，全基因组关联分析还可以加速人类基因组的解密，并在新兴疾病领域中推动基础研究。所以，在医学领域中越来越多的研究学者采用全基因组关联分析研究复杂性状和疾病。
全基因组关联分析可以在多个方面得到应用，但它的最终目的是确定基因型和表型之间的关系。因此，全基因组关联分析的结果需要与临床研究和分子病理学结果相结合，以建立起更加完整的理论模型。在理论模型的基础上，研究人员可以更好地理解某些基因对复杂性状和疾病的影响。
全基因组关联分析的不足之处包括遗漏疾病相关的某些基因变异。此外，全基因组关联分析结果不能直接用来诊断疾病或者进行治疗。最后，全基因组关联分析结果的解释需要进行艰苦的统计分析，因此需要专业的统计学家和生物信息学家的协助。
在未来，全基因组关联分析在医疗选择和预后方面将起到越来越重要的作用。例如，全基因组关联分析可以用于预测方法的有效性和药物的响应性。同时，全基因组关联分析还可以用于预测某些疾病的发病风险，以帮助人们采取更加有效的健康保健措施。
总之，全基因组关联分析是一种非常有前途的遗传学研究工具，在生物研究中具有广泛的应用前景。未来我们应该进一步探索全基因组关联分析的局限，以开发更有效的全基因组关联分析技术，来深入研究疾病的发病机理和治疗方法，提高人类健康水平。
- 1 - 全基因组关联分析
近年来，随着研究手段的不断发展，全基因组关联分析（GWAS）在生物学研究领域中发挥着重要作用。GWAS是一种用来研究基因和表型之间关系的有效策略，可以帮助科学家们发现与特定表型相关的基因，而这些基因可能会暗示某些重要的生物过程。
GWAS常是以多重比较的方式进行，即研究人员在不同种群中研究不同群体之间的差异，以发现重要的候选基因。与其他分子遗传学方法不同，GWAS不需要事先假设基因和表型之间的关系。GWAS也可以帮助开发药物，因为它可以清楚地显示出与某种疾病相关的基因是如何起作用的。
GWAS也可以用来研究基因间相互作用，以及基因与外界环境间的相互作用。通过GWAS，研究人员可以发现复杂疾病模式中所存在的基因和环境因素，为复杂疾病的未来研究提供重要的线索。例如，研究人员可以通过GWAS研究将癌症的发生与某种环境因素（如空气污染）以及某种基因突变之间的相互作用有机地联系起来。
尽管GWAS在生物学领域中发挥着重要作用，但它也存在一些局限性。首先，正如上述提到的，GWAS不需要事先假设基因和表型之间的关系。然而，由于GWAS研究跨越了大量的基因，很难将发现的基因与表型之间的相互关系有效地联系起来。此外，GWAS也受到样本量的限制，特别是在小群体研究中。另外，由于GWAS的主要目的是确定与特定表型相关的基因，因此对于寻找两个或多个表型之间的关系，GWAS不太适用。 - 2 - 虽然GWAS具有一定的局限性，但它仍然发挥着重要作用。GWAS是一种有效的策略，可以帮助科学家们发现与特定表型相关的基因。
GWAS也可以帮助开发药物，因为它可以清楚地显示出与某种疾病相关的基因是如何起作用的。此外，GWAS也可以用来研究基因间相互作用以及基因与外界环境间的相互作用，为复杂疾病的未来研究提供重要的线索。
总而言之，全基因组关联分析是一种有效的研究手段，它帮助科学家们更好地理解基因与表型，基因与环境之间的关系，以及复杂疾病的发病机制。通过GWAS，我们还可以开发新的药物，从而为人类提供更好的治疗。
全基因组关联分析,选择信号消除 博士论文
全基因组关联分析的应用到目前已经有近10年时间，在解析人类复杂疾病及动植物复杂性状的调控机制等方面发挥了巨大作用。在农业发展中，从首个基因组选择模型的提出到现在，已经有17年时间。基因组选择已经在动物育种，尤其是奶牛育种中发挥出巨大的作用。随着基因分型技术价格的降低，全基因组选择技术也将在植物育种中占据重要位置。遗传转化技术，基因组编辑技术以及全基因组选择技术将是未来育种领域三大主要技术。基因组选择将是精准农业必要的技术基础。全基因组关联分析和基因组选择技术在应用过程中，也遇到一些问题。随着对复杂性状的深入理解，目前的关联分析模型具有一定的局限性。
包括：复杂性状由多基因控制，但现在常用的模型是单位点模型；对稀有等位基因的检测能力不强，通常直接忽略稀有等位基因；遗传效应通常包括加性效应，显性效应和上位互作效应等，但目前常见的是加性效应模型，包含非加性效应的模型较少；上位效应检测能力较低，时间复杂度较高，用时较长；群体结构和其他潜在未知的关联会导致假阳性；微小多基因效应和连锁不平衡导致统计上P值膨胀；遗传力丢失问题等；在基因组选择技术发展中，线性模型，贝叶斯类模型和机器学习模型是最主要的三类模型。线性模型中目前最常用基因组最佳无偏估计（gBLUP）模型，其他方法大多是基于此模型的优化，但与该模型相比，很少在各种条件下都显著地提高；针对不同的数据，贝叶斯类模型的准确率与线性模型可能会有一些差异，但很少观察到准确率明显降低。但贝叶斯类模型的时间复杂度较高，对于百万级别的标记，将会因其所需的时间过长而导致失去应用的价值；机器学习类方法也具有同样的问题；在软件方面，目前有基于R语言的各种软件包，和基于Linux系统的命令行软件，但是缺少能够方便育种工作者使用的图形化界面软件。本研究的目标在于：开发一种多位点关联分析模型，提高加性模型的检测能力并且降低模型的假阳性率；并通过优化算法，实现对加性效应和上位互作效应的联合分析。我们使用R语言对该模型进行编程，并将该R软件包发布在公共平台；对基因组选择准确率偏差的研究。我们在研究中发现，对于基因组选择准确率，不同的研究人员存在两种不同的理解，而这种差异可能会产生一定的偏差，我们将对准确率计算重新定义并比较它们之间的区别和可能产生的偏差；提供一种基因组选择图形化界面软件。我们将根据现有的研究基础，使用JAVA语言开发一种进行基因组选择分析的图形化软件的同时，再使用R语言重新编写，提供对应的R软件包，以方便育种家及相关科研工作者使用。
