GWAS：拒絕假陽性之case和control數量比例嚴重失衡的解決方案（SAIGE模型的應用）
一、為什么要校正case和control數量比例不平衡情況 試問作為生信屆人員，最怕的是什么，當然是統計結果不靠譜。統計結果不靠譜包括兩方面：一個是假陰性，一個是假陽性。假陰性可以理解為白天鵝被誤當成丑小鴨了，假陽性可以理解為一大堆青蛙，你不知道哪個才是你的真命天子。假陰性就罷了，最多讓你錯過 ...
原文：GWAS研究中case和control的比例是有講究的？
GWAS研究中，表型分兩種。第一種是線性的表型，如果身高 體重 智力等 第二種是二元的表型，比如患病和未患病，即通常所說的case和control。對於表型是線性的樣本來說，是不存在case和control比例不平衡的情況的，但是對於表型是二元的樣本，比如疾病和對照組 健康人群 ，case和control比例失衡，可能會出現N多的假陽性結果。具體看看下面的例子。 例子 ：case和control比 ...
2019-03-29 14:38 3 927 推薦指數：
相關推薦
GWAS中的名稱概念
基因: 基因型: 單倍型 二倍體： 等位基因： 雜合體: 純合體: 同源染色體： 連鎖不平衡: 基因分型: 次等位基因頻率MAF: 參 ...
GWAS研究可利用的數據庫（20200424更新）
1、列表包括數據庫名稱、表型、是否能下載到基因型（genotype）、是否能下載到GWAS結果文件（P值、效應值、SNP位點）。目前收集到的有如下： 參考到這些數據庫的文獻：Genome-wide association study identifies 74 loci associated ...
GWAS summary數據中SNP的rsid匹配
SNP的rsid匹配 在處理 Nealelab 中的summary data sets時，發現數據缺失SNP對應rs號： 可以看到數據中只有variant變量，這里提供了解決方案：https://www.biostars.org/p/349284/ ，實踐一下！ Getting ...
GWAS基因芯片數據預處理：質量控制（quality control）
一、數據為什么要做質量控制 比起表觀學研究，GWAS研究很少有引起偏差的來源，一般來說，一個人的基因型終其一生幾乎不會改變的，因此很少存在同時影響表型又影響基因型的變異。但即便這樣，我們在做GWAS時也要去除一些可能引起偏差的因素。 這種因素主要有：群體結構、個體間存在血緣關系、技術性操作 ...
ORDER BY 高級用法之CASE WHEN繼續研究
之前項目需求中遇到一個復雜排序使用到了order by case when，由於新來的后端不懂，所以我自己研究了下，見之前博客：查詢排序：order by case when理解、在order By子句中使用case語句的理解 其實當時看到這篇博客（ORDER BY 高級用法之CASE ...
GWAS分析結果中pvalue/p.ajust為0時如何處理？
在GWAS分析的結果中，偶爾會遇到到pvalue為0的SNP位點，這時如果直接做曼哈頓或QQ圖，會出錯，因為log0無意義。 此時，該如何處理？ 如果你用的是Plink1.9來做的GWAS，可加一個參數： --output-min-p 1e-99，即將小於1e-99的pvalue都當成 ...
bash中case的用法
看到一些很實用的腳本，由於之前對於bash腳本的積累都比較離散，沒有一個全面的了解，在這里記錄一下： bash的case語句用法 case語句的語法規則是： 注意的是, case比較的是pattern，然后既然是通配符，那么： 切記通配符本身不能用引號括起來。 而對於變量 ...