简介

最后发布时间 : 2024-05-27 21:22:25 浏览量 :

https://cloufield.github.io/GWASTutorial/03_Data_formats/#csv

Array-Based SNP Genotyping

基于微阵列的 SNP 基因分型为检测感兴趣的变异提供了几个关键的优势。微阵列可以分析特定的基因组区域，从而有效地检测与你的生物系统相关的已知 SNP。

NGS 驱动的 SNP 基因分型是发现重要的新基因组变异的有力方法。分析整个基因组或在目标区域进行深度测序，与其他技术相比，具有更高的灵敏度和发现能力。通过利用 NGS 的超高吞吐量能力、可伸缩性和速度，您将能够加快新型 SNP 和 SNV 的发现。

The Manhattan plot for the genome-wide association study of obesity in the Korean female subjects.

https://e-nrp.org/DOIx.php?id=10.4162/nrp.2016.10.1.115

This plot is based on -log10 (P-value) from GWAS and imputation analysis against chromosome position;
each color represents a different chromosome.
Blue horizontal line indicates the suggestive association threshold, P = 1 × 10-4. (A) BMR and (B) BMI in these study subjects.

Linkage Disequilibrium Plot figure of NRG3 gene SNPs , black arrow on chromosome 10, in obese Korean women including overweight.

The darker red in each diamond shape, stronger LD in association with BMR (A) and BMI (B).

把GWAS分析之后所有SNP位点的p-value在整个基因组上从左到右依次画出来。并且，为了更加直观地表达结果，通常会将p-value转换为-log10(p-value)。这样，Y轴的高度就对应了与表型性状或者疾病的关联程度，Y轴越高即p-value越低，则关联度越