【GWAS】关联分析中踩坑攻略

问题

全基因组关联分析(GWAS)已经是应用非常普遍的功能基因筛查方法了。但是GWAS 分析仍不可避免的存在一些缺陷,其中最大的坑有以下几点:

  1. 检测结果得不到显著关联位点
  2. 有结果,但是是错的(假阳性)

解决办法

  1. 扩大样本量,提高检验功效。
    群体大小是制约 GWAS 分析检验功效的的第一要素,大规模的群体鉴定有助于阳性结果的检出。

  2. 提高标记密度
    高密度及均匀覆盖的标记也有利于检出与表型相关的微效基因。

  3. 优化表型鉴定的体系,提高表型鉴定的精度
    表型的准确检测是影响关联分析的另一重要因素,在分析过程中,合理的量化方法及检测手段对结果至关重要。

  4. 采用多维度的方法对表型进行评估
    针对广义表型来说,最好可以使用多种方法从多种纬度对表型进行评估。

  5. 充分利用前人研究结果
    对于结果中检测不足或者未检测到显著标记的情况下,可以使用候选基因或已知内参基因的方法,合理减低阈值 。

  6. 选择合适的统计模型
    校正群体结构、亲缘关系、考虑离群样本对结果的影响;特殊情况下还应计算其他因素的影响(如环境、性别、年龄等)。

  7. 采用多阶段法验证候选基因
    首先,使用宽松的阈值获得获选候选位点;然后,在独立群体进行验证。

  8. 采用gene based/pathway based 关联分析的方法,提高检验功效

  9. 加入更多组学数据联合分析
    通过多组学的联合分析,可以更好的解析基因对表型的影响。

推荐阅读更多精彩内容