post-GWAS：使用coloc進行共定位分析(Colocalization)
GWAS找到顯著信號位點后，需要解釋顯著信號位點如何影響表型。 常見的一個解釋方法是共定位分析。 主流的共定位分析包括： 1）GWAS和eQTL共定位； 2）GWAS和sQTL共定位； 3）GWAS和meQTL共定位； 4）GWAS和pQTL共定位； 其中，GWAS ...
原文：FINEMAP：使用GWAS摘要數據進行無功能注釋數據的精細定位（Fine-mapping）
介紹 全基因組關聯分析 GWAS 是非常流行的定位表型或疾病遺傳位點方法。不過很多情況下，GWAS 發現的最顯著的 SNP top SNP 或者 index SNP 並不是真正造成影響的causal SNP 因果SNP ，而是因為跟 causal SNP 之間存在的 LD 而變得顯著。因而，后續還需要對結果進行 fine mapping 精細定位 ，把 causal SNP找到。 如果想了解更多 ...
2020-07-09 09:51 0 1756 推薦指數：
相關推薦
使用coloc進行QTL數據的共定位分析
共定位分析是一種用貝葉斯檢驗來分析兩種可能相關的表型是否在給定區域內共享共同的遺傳因果變異的方法，本文中，我們使用 coloc 包來進行共定位分析。 數據的准備 MAF的計算 我們的共定位的目的是為了找出caQTL、eQTL與meQTL的共定位，主角是我們的caQTL數據。coloc需要 ...
Python使用 odbc、jdbc與 Object Relational Mapping (ORM)進行數據庫開發
1）Anaconda的安裝 2）PyCharm使用 3）odbc接口 Python ODBC官網 Connection modules for Microsoft SQL databases Python Driver for SQL Server Github ...
基於MatrixEQTL進行eQTL mapping analysis——以GTEx數據庫為例
MatrixEQTL是一個快速有效的cis/trans eQTL mapping分析工具，被The Genotype-Tissue Expression (GTEx)數據庫用於eQTL mapping分析。使用MatrixEQTL進行eQTL mapping需要五個輸入文件，即SNP.txt ...
GWAS 匯總數據庫大全
簡介 本文匯總一些常見的GWAS summary數據鏈接（定期更新） 一、GWAS匯總數據庫（全表型） 1.IEU OpenGWAS：包含42,484 個GWAS摘要數據集的214,725,223,303 個遺傳關聯的數據庫 2.PheWeb: 包含Biobank Japan，以及UKB ...
GWAS Catalog數據庫簡介
GWAS Catalog The NHGRI-EBI Catalog of published genome-wide association studies EBI負責維護的一個收集已發表的GWAS研究的數據庫 Catalog stats Last data release ...
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 ...
使用Navicat 進行MySql數據庫同步功能
使用Navicat 進行MySql數據庫同步功能 作者：胡德安 准備： 打開Navicat管理工具（比如Navicat Premium 15管理工具） 兩個數據庫第一個是源數據庫A和要被同步的目標數據庫B 1、鼠標左鍵選中源數據庫A 2、左鍵點擊菜單里的工具，然后在彈出的列表里選擇 ...