JS-MA: 一种基于Jensen-Shannon散度的方法，用于在多种疾病上进行全基因组关联分析
摘要：使用高通量基因分型技术的单核苷酸多态性（SNP），大规模全基因组关联研究（GWASs）被认为是揭示基因型与表型之间复杂关系的方法，尤其是常见疾病。然而，目前的多位点方法在计算成本和鉴定力方面仍然不足，无法检测到统计显著的相互作用，也缺乏发现多样化的遗传效应对多种疾病的能力。特别是，对高阶相互作用（$geq$ 2 SNP）进行多个统计检验将产生巨大的分析挑战，因为计算成本随着相互作用模块中SNP的基数的增长而呈指数增加。本文提出了一种简单、快速、强大的方法，命名为JS-MA，使用Jensen-Shannon散度和高维k均值聚类算法，将全基因组的多位点相互作用映射到多种疾病上。通过对系统模拟实验结果的比较，我们的方法与一些最先进的关联分析工具相比，具有更强的能力和效率。我们还将JS-MA应用于WTCCC的GWAS数据集中的两种常见疾病，即类风湿性关节炎和1型糖尿病。JS-MA不仅确认了一些最近报道的具有生物学意义的相关性，还发现了一些新颖的结果。因此，我们认为我们的方法适用于在大规模GWASs中进行多疾病相关互作用的全面分析。
作者：Xuan Guo
论文ID：1811.07099
分类：Genomics
分类简称：q-bio.GN
提交时间：2018-11-20