JS-MA：一种基于 Jensen-Shannon 散度的方法用于多种疾病全基因组关联定位
基因组学
2018-11-20 v1
摘要
利用单核苷酸多态性（SNP）的高通量基因分型技术，大型全基因组关联研究（GWAS）已被视为揭示基因型与表型（尤其是常见疾病）之间复杂关系的希望。然而，当前基于多位点的方法在计算成本和判别能力方面不足以检测统计显著的交互作用，且缺乏发现多种疾病上不同遗传效应的能力。特别是，针对高阶上位性（ 2 个 SNP）的多次统计检验会带来巨大的分析挑战，因为计算成本随上位性模块中 SNP 基数的增长呈指数级上升。本文开发了一种简单、快速且高效的方法 JS-MA，利用 Jensen-Shannon 散度和高维 -均值聚类算法，对多种疾病上的全基因组多位点上位性交互进行定位。与一些最先进的关联定位工具相比，在系统模拟上的实验结果证明我们的方法更强大且高效。我们还将 JS-MA 应用于 WTCCC 中两种常见疾病（即类风湿性关节炎和 1 型糖尿病）的 GWAS 数据集。JS-MA 不仅确认了一些近期报道的具有生物学意义的相关，还识别了一些新发现。因此，我们相信我们的方法适用于大型 GWAS 中多疾病相关交互的全面分析且高效。
引用
@article{arxiv.1811.07099,
title = {JS-MA: A Jensen-Shannon Divergence Based Method for Mapping Genome-wide Associations on Multiple Diseases},
author = {Xuan Guo},
journal= {arXiv preprint arXiv:1811.07099},
year = {2018}
}