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 ...
原文：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： GWAS和eQTL共定位 GWAS和sQTL共定位 GWAS和meQTL共定位 GWAS和pQTL共定位 其中，GWAS和eQTL共定位應用最為廣泛。 具體來說，當檢測到GWAS信號和eQTL共定位時，我們會認為GWAS信號上的位點可能通過改變基因表達的生物學過程影響表型。 共 ...
2021-07-23 20:03 0 274 推薦指數：
相關推薦
Post-GWAS: eQTL、mQTL共定位分析(Summary-data-based Mendelian Randomization,SMR)
1、eQTL、mQTL共定位分析的作用 eQTL、mQTL共定位分析屬於Post-GWAS的一項重要工作，旨在GWAS結果的基礎上鑒定與表型相關的eQTL和mQTL位點。 傳統的GWAS是將全基因組范圍內的常見變異進行關聯分析，鑒定與表型相關的基因座，但鑒定出來的位點大多數位於基因間隔區 ...
利用GEMMA進行GWAS分析
1、軟件下載，下載地址：https://github.com/genetics-statistics/GEMMA/releases 下載過程： 2、調用測試 ...
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 ...
GWAS分析基本流程及分析思路
數據預處理（DNA genotyping、Quality control、Imputation） QC的工作可以做PLINK上完成Imputation的工作用IMPUTE2完成 2. 表型數據統計分析 ...
GWAS條件分析（conditional analysis）
一、為什么要做GWAS的條件分析（conditional analysis） 我們做GWAS的時候，經常掃出一堆顯著的信號，假設rs121是我們掃出來與某表型最顯著相關的位點（P=1.351e-36），rs124尾隨其后(6.673e-22)，也是與該表型顯著相關，那么這個時候，我們就有問題 ...
Android 使用LocationManger進行定位
在Android應用中，往往有獲取當前地理位置的需求，比如微信獲取附近的人需要獲取用戶當前的位置，不多說，直接上例子。 Location的一些簡單用法 要想使用Location服務，還必須添加Location的權限:<uses-permission ...
GWAS后續分析：LocusZoom圖的繪制
LocusZoom圖幾乎是GWAS文章的必備圖形之一，其主要作用是可以快速可視化GWAS找出來的信號在基因組的具體信息：比如周圍有沒有高度連鎖的位點，高度連鎖的位點是否也顯著。 下面是locuszoom的示例圖： 下面具體講講如何實現Locuszoom的繪制 1、進入Locuszoom ...