全基因組關(guān)聯(lián)分析免費工具--------ASRgwas

上篇文章我們介紹過ASRgwas包：ASRgwas包：一個可以考慮多個隨機因子的免費GWAS分析包。今天我們介紹一下GWAS分析的通用模型。

GWAS分析在動植物育種中廣泛應(yīng)用，最簡單的位點顯著性檢驗是T檢驗，但是，表型的影響有很多因素，需要復雜的模型才能取得比較理想的效果。目前，混合線性模型（LMM）廣泛應(yīng)用在GWAS分析中。

GWAS的通用模型

以上模型考慮的因素有

* 整體均值

* SNP的回歸系數(shù)（effect）值

* 固定因子

* 隨機因子（不考慮關(guān)系矩陣）

* 加性效應(yīng)（考慮關(guān)系矩陣的隨機因子）

* 殘差（可以考慮異質(zhì)殘差）

* 基因型數(shù)據(jù)（可以是0-1-2，或者是0-1-0編碼）

從上面的模型公式中可以看出，GWAS分析中，可以考慮多個固定因子和多個隨機因子。我們將上面的模型分為以下幾個方面：

第一：標記的效應(yīng)值

這部分是重點關(guān)注的結(jié)果，我們重點計算每個標記的效應(yīng)和顯著性。

第二：固定和隨機效應(yīng)矩陣

這部分包括GWAS分析中的固定因子和隨機因子，比如重復、區(qū)組、場年季、性別等因素。

第三：群體結(jié)構(gòu)

這部分是由分子標記計算的Q矩陣或者PCA結(jié)果。

第四：家系結(jié)構(gòu)

這部分是由分子標記計算的kinship親緣關(guān)系矩陣，一般稱為G矩陣或者K矩陣。

第五：殘差結(jié)構(gòu)

殘差可以定義為異質(zhì)或者非異質(zhì)。

上面的條件，在進行GWAS分析中可以擴展為很多不同類型的模型，包括加性效應(yīng)矩陣，顯性效應(yīng)矩陣，上位性效應(yīng)矩陣，包括重復力模型，母體效應(yīng)模型，窩別模型都可以放在GWAS模型中。

我們的ASRgwas軟件包，可以自由地對GWAS模型進行擴展，高效地完成上面不同類型模型的分析，快來試用吧。

ASRgwas包獲取方法