最后,是GWAS的分析,光有SNP还是不行的,还要有表型数据与此对应,比如株高,比如血压等等。GWAS分析模型有GLM和MLM模型,得到SNP的效应值和P值,根据P值找到显著性的SNP位点。根据SNP的位置信息和P值进行可视化绘图,主要有QQ图和曼哈顿图。 最最后,进行基因注释,看一下这些显著性的SNP都位于基因组上的什么位置,在什么基因上,附件有什么基因,这些基因有哪些功能。包括GO...
从GWAS的结果中找到具有潜在功能性的基因一直的遗传学研究的重点。以往的经验告诉人们,离最显著SNP最近的基因的易感性最大,但越来越多的证据表明这种经验并不十分可靠。 随着越来越多的SNP在非编码区被发现,并且通过远端或近端调控机制影响特定基因的表达,人们有理由相信那些由SNP调控的基因表达改变是影响性状的一个重...
最后,是GWAS的分析,光有SNP还是不行的,还要有表型数据与此对应,比如株高,比如血压等等。GWAS分析模型有GLM和MLM模型,得到SNP的效应值和P值,根据P值找到显著性的SNP位点。根据SNP的位置信息和P值进行可视化绘图,主要有QQ图和曼哈顿图。 最最后,进行基因注释,看一下这些显著性的SNP都位于基因组上的什么位置,在什么...
最后,是GWAS的分析,光有SNP还是不行的,还要有表型数据与此对应,比如株高,比如血压等等。GWAS分析模型有GLM和MLM模型,得到SNP的效应值和P值,根据P值找到显著性的SNP位点。根据SNP的位置信息和P值进行可视化绘图,主要有QQ图和曼哈顿图。 最最后,进行基因注释,看一下这些显著性的SNP都位于基因组上的什么位置,在什么...
从GWAS的结果中找到具有潜在功能性的基因一直的遗传学研究的重点。以往的经验告诉人们,离最显著SNP最近的基因的易感性最大,但越来越多的证据表明这种经验并不十分可靠。 随着越来越多的SNP在非编码区被发现,并且通过远端或近端调控机制影响特定基因的表达,人们有理由相信那些由SNP调控的基因表达改变是影响性状的一个重...