来自俄罗斯科学院西伯利亚分院细胞学与遗传学研究所的Yurii Aulchenko及其同事开发了一种基于方差分量的方法——GRAMMAR-Gamma,这种方法适用于包含大量样本和遗传标记的全基因组关联研究。他们借助模拟的以及人类和拟南芥的GWAS数据,证实他们的方法能够无偏估计单核苷酸多态性(SNP)的效应及提高运算效率,因此能够促使人类全基因组重测序研究的分析更加容易。相关的研究论文于9月16日在线发表在《Nature Genetics》期刊上。

-2012年10月《自然-遗传》

中文翻译


【题目】基于快速方差分量的方法用于全基因组关联分析

【译文】当遗传标记的数目超过几十万后,适用于全基因组关联研究(GWAS)、包括大量样本的方差分量试验依然能够详尽的运算。我们提出了一个非常快的基于方差分量的两步运算方法——GRAMMAR-Gamma,这个方法是为了在计分检验方法的框架内解析近似值而被开发出来。借助模拟的和真实的人类GWAS数据,我们发现这种方法能够无偏估计SNP的效应,它也具有接近基于计算方法的似然比检验结果的能力。我们方法的计算复杂性接近于它的理论最小值,也就是说,接近忽略遗传结构的分析的复杂性。我们方法的运行时间线性依赖于样本的大小,然而这种依赖性是其他现存方法的二次方。模拟实验表明GRAMMAR-Gamma可用于含有大量样本的全基因组重测序研究中的关联性分析。

英文原稿


[Title]: Rapid variance components–based method for whole-genome association analysis

[Authors]: Gulnara R Svishcheva, Tatiana I Axenovich, Nadezhda M Belonogova, Cornelia M van Duijn & Yurii S Aulchenko

[Abstract]: The variance component tests used in genome-wide association studies (GWAS) including large sample sizes become computationally exhaustive when the number of genetic markers is over a few hundred thousand. We present an extremely fast variance components–based two-step method, GRAMMAR-Gamma, developed as an analytical approximation within a framework of the score test approach. Using simulated and real human GWAS data sets, we show that this method provides unbiased estimates of the SNP effect and has a power close to that of the likelihood ratio test–based method. The computational complexity of our method is close to its theoretical minimum, that is, to the complexity of the analysis that ignores genetic structure. The running time of our method linearly depends on sample size, whereas this dependency is quadratic for other existing methods. Simulations suggest that GRAMMAR-Gamma may be used for association testing in whole-genome resequencing studies of large human cohorts.

原文地址

http://www.nature.com/ng/journal/v44/n10/full/ng.2410.html

 

本站声明: 生物文库所有文章欢迎转载,所有文章未说明,均属于原创,转载均请注明出处。
本文链接: http://www.bioku.cn/201212/nature-genetics-gwas-grammar-gamma-unbiased-estimation-whole-genome/
版权所有: 生物文库 - 生物医学、生物技术核心期刊文摘

留言


8 + = 十二


沪ICP备12028140号
点击这里给我发消息   点击这里给我发消息