全基因组关联分析(GWAS)的计算原理
前言
关于全基因组关联分析(GWAS)原理的资料,网上有很多。
这也是我写了这么多GWAS的软件教程,却从来没有写过GWAS计算原理的原因。
恰巧之前微博上某位小可爱提问能否写一下GWAS的计算原理。我一顺口就答应了。
后面一直很懒,不愿意动笔,但想着既然答应了,不写说不过去。
我写这段话的意思是,如果你有任何关于GWAS分析问题或者疑问,希望我能写一下的,可以跟我说。
如果我认为有价值,写出来对大家有帮助的话,会写的。
GWAS所涉及的公式:最小二乘法
首先,我们来一个知识点的回顾:最小二乘法。
看下图,熟不熟悉!
这可是我们中学时解了很多遍的算术题。
图片来源:http://kitsprout.blogspot.com/2015/11/algorithm-least-squares.html
公式可以写为: y = ax + b
y:我们研究的表型
x:基因型数据,这里指每一个SNP
a:SNP的系数
b:残差,可以是环境变量,或者除了SNP之外的影响表型的因素
来个例子给我们讲讲呗,公式怎么套进去
如图所示,假定有一个SNP,叫 rs123: T>C
我们定义C为风险位点,以加性模型为例,一个C=1,T=0
那么CC=2,CT=1,TT=0
根据上面的公式:
SNP对应的值x分别为:2,2,1,2,1,1,0,2
对应的表型y分别为10,7,6,8,5,4,2,6
回顾我们前面提到的公式:y = ax + b
现在我们有:
10= 2a+b
7= 2a+b
6= 1a+b
8= 2a+b
5= 1a+b
4= 1a+b
2= 0+b
6= 2a+b
转化一下,就是:
2a+b - 10 = 0
2a+b - 7 = 0
1a+b - 6 = 0
2a+b - 8 =0
1a+b - 5 = 0
1a+b - 4 = 0
0+b -2 = 0
2a+b -6 = 0
我们的任务就是,找到合适的a,b使得
(2a+b - 10)^2 + (2a+b - 7)^2 + (1a+b - 6)^2 + (2a+b - 8)^2 + (1a+b - 5)^2 + (1a+b - 4)^2 + (0+b -2)^2 + (2a+b -6)^2 最小。
a,b的求值涉及到最小二乘法的推导,感兴趣的看这篇文章:https://zhuanlan.zhihu.com/p/53556591
用公式表示就是:
b = cor(y,x)*Sd(y)/Sd(x)
a = (10+7+6+8+5+4+2+6)/8 - ((2+2+1+2+1+1+0+2)/8)*b
cor(y,x)表示x和y的相关系数
Sd(y),Sd(x)分别表示y和x的标准差
可以自己手算一下,也可以借助R语言:
x=c(2,2,1,2,1,1,0,2)
y=c(10,7,6,8,5,4,2,6)
Ex=mean(x);Ex
Ey=mean(y);Ey
Sx=sd(x);Sx
Sy=sd(y);Sy
corn=cor(y,x) ; corn
b=corn*Sy/Sx ; b
a=Ey-b*Ex ; a
最后拟合的结果是:a的最优化为 2.8387, b的最优化为 2.0968 ,公式 y = 2.8387* x + 2.0968
R语言的lm函数也可以计算a和b,完全不需要我们自己一个个手动推导。lm函数结果的Intercept即为b值,x所在行对应的Estimate值即为a值
回归到我们的全基因组关联分析,这里的a即为beta(OR)值
所以搞明白全基因组关联分析的值是怎么来的了吗,这个就是它的计算原理
其他变量呢
上面列出来的公式只是简单的计算基因型与表型之间的相关性。
实际上,我们在计算的时候,会加入其他的变量,比如性别,年龄,品系等。
这些因素也是影响表型的变量。
因此,当考虑其他变量存在时,计算公式会稍微改变一下:y = ax + zβ + b
y:我们研究的表型
x:基因型数据,这里指每一个SNP
a:SNP的系数
z:年龄,性别等因素
β:年龄,性别等因素的系数
b:残差,除了我们纳入的SNP,性别年龄等因素外等其他可能影响表型的因素;
计算原理同上。
全基因组关联分析(GWAS)的计算原理的更多相关文章
- 一行命令学会全基因组关联分析(GWAS)的meta分析
为什么需要做meta分析 群体分层是GWAS研究中一个比较常见的假阳性来源. 也就是说,如果数据存在群体分层,却不加以控制,那么很容易得到一堆假阳性位点. 当群体出现分层时,常规手段就是将分层的群体独 ...
- GWAS 全基因组关联分析 | summary statistic 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 ...
- 【GWAS文献解读】疟原虫青蒿素抗药性的全基因组关联分析
英文名:Genetic architecture of artemisinin-resistant Plasmodium falciparum 中文名:疟原虫青蒿素抗药性的全基因组关联分析 期刊:Na ...
- 全基因组关联分析(Genome-Wide Association Study,GWAS)流程
全基因组关联分析流程: 一.准备plink文件 1.准备PED文件 PED文件有六列,六列内容如下: Family ID Individual ID Paternal ID Maternal ID S ...
- GWAS | 全基因组关联分析 | Linkage disequilibrium (LD)连锁不平衡 | 曼哈顿图 Manhattan_plot | QQ_plot | haplotype phasing
现在GWAS已经属于比较古老的技术了,主要是碰到严重的瓶颈了,单纯的snp与表现的关联已经不够,需要具体的生物学解释,这些snp是如何具体导致疾病的发生的. 而且,大多数病找到的都不是个别显著的snp ...
- 全基因组关联分析(GWAS):为何我的QQ图那么飘
前段时间有位小可爱问我,为什么她的QQ图特别飘,如果你不理解怎样算飘,请看下图: 理想的QQ图应该是这样的: 我当时的第一反应是:1)群体分层造成的:2)表型分布有问题.因此让她检查一下数据的群体分层 ...
- 全基因组关联分析(GWAS)扫不出信号怎么办(文献解读)
假如你的GWAS结果出现如下图的时候,怎么办呢?GWAS没有如预期般的扫出完美的显著信号,也就没法继续发挥后续研究的套路了. 最近,nature发表了一篇文献“Common genetic varia ...
- R语言画全基因组关联分析中的曼哈顿图(manhattan plot)
1.在linux中安装好R 2.准备好画曼哈顿图的R脚本即manhattan.r,manhattan.r内容如下: #!/usr/bin/Rscript #example : Rscript plot ...
- 全基因组关联分析学习资料(GWAS tutorial)
前言 很多人问我有没有关于全基因组关联分析(GWAS)原理的书籍或者文章推荐. 其实我个人觉得,做这个分析,先从跑流程开始,再去看原理. 为什么这么说呢,因为对于初学者来说,跑流程就像一个大黑洞,学习 ...
随机推荐
- Hbase的表结构中rowkey的设计---避免热点问题
热点问题 hbase 中的行是以 rowkey 的字典序排序的,这种设计优化了scan 操作,可以将相关的 行 以及会被一起读取的行 存取在临近位置,便于 scan . 然而,糟糕的 rowkey 设 ...
- Kotlin高阶函数与函数式编程详解
函数可变参数: 在上一次https://www.cnblogs.com/webor2006/p/11518425.html中学到了可变参考,关于可变参数有如下规则说明: “一个方法中,只允许一个参数为 ...
- 运维笔试Python编程题
一.用Python语言把列表[1,3,5,7,9]倒序并将元素变为字符类型,请写出多种方法: 第一种方法: list = [1, 3, 5, 7, 9] list.reverse() list2 = ...
- Redis.Memcache和MongoDB区别?
Memcached的优势: Memcached可以利用多核优势,单吞吐量极高,可以达到几十万QPS(取决于Key.value的字节大小以及服务器硬件性能,日常环境中QPS高峰大约在4-6w左右.)适用 ...
- Python实现描述性统计
该篇笔记由木东居士提供学习小组.资料 描述性统计的概念很好理解,在日常工作中我们也经常会遇到需要使用描述性统计来表述的问题.以下,我们将使用Python实现一系列的描述性统计内容. 有关python环 ...
- 使用selenium三种方式打开文件:
#路径读取方式一:# b.get(r"C:\我的代码\selenium自动化测试\test.html")#路径读取方式二:# b.get("C:\\我的代码\\selen ...
- RMQ问题及ST表
RMQ(Range Minimum/Maximum Query)问题指的是一类对于给定序列,要求支持查询某区间内的最大.最小值的问题.很显然,如果暴力预处理的话复杂度为 \(O(n^2)\),而此类问 ...
- C# 跨线程对控件赋值
第一种 跨线程对控件赋值 private void button2_Click(object sender, EventArgs e) { Thread thread1 = new Thread(ne ...
- 关于System.ExecutionEngineException异常
什么是System.ExecutionEngineException 公共语言运行库的执行引擎中出现内部错误时引发的异常.这个类不能继承. 继承 Object Exception SystemExce ...
- python(三)——while语句
while死循环 #!/usr/bin/env python #-*- coding:utf8 -*- import time while 1 == 1: print('Ok',time.time() ...