Network analysis of GWAS data.
Network analysis of GWAS data.
复制标题
DOI：
10.1016/j.gde.2013.09.003
复制
发表时间：
2013-12
影响因子：
4
通讯作者：
Raphael, Benjamin J.
中科院分区：
文献类型：
--
作者：
Leiserson, Mark D. M.;Eldridge, Jonathan V.;Ramachandran, Sohini;Raphael, Benjamin J.
全基因组关联研究（GWAS）确定了将对照群体与具有特定性状的群体区分开来的遗传变异。GWAS面临的两个挑战是：(1)识别与该性状相关的较长单倍型中的因果变异；(2)鉴定由通路内多个基因变异引起的多基因性状的因果变异。我们回顾了最近使用蛋白质-蛋白质和蛋白质- dna相互作用网络中的信息来解决这两个挑战的方法。
Genome-wide association studies (GWAS) identify genetic variants that distinguish a control population from a population with a specific trait. Two challenges in GWAS are: (1) identification of the causal variant within a longer haplotype that is associated with the trait; (2) identification of causal variants for polygenic traits that are caused by variants in multiple genes within a pathway. We review recent methods that use information in protein–protein and protein–DNA interaction networks to address these two challenges.
登录
查看更多内容
影响因子：
9.8
作者：
Liu, Jimmy Z.;Mcrae, Allan F.;Macgregor, Stuart
通讯作者：
Macgregor, Stuart
影响因子：
3.7
作者：
Cerami E;Demir E;Schultz N;Taylor BS;Sander C
通讯作者：
Sander C
影响因子：
14.9
作者：
Basha O;Tirman S;Eluk A;Yeger-Lotem E
通讯作者：
Yeger-Lotem E
影响因子：
3.7
作者：
Akula N;Baranova A;Seto D;Solka J;Nalls MA;Singleton A;Ferrucci L;Tanaka T;Bandinelli S;Cho YS;Kim YJ;Lee JY;Han BG;Bipolar Disorder Genome Study (BiGS) Consortium;Wellcome Trust Case-Control Consortium;McMahon FJ
通讯作者：
McMahon FJ
影响因子：
1.7
作者：
Erten, Sinan;Bebek, Gurkan;Koyutuerk, Mehmet
通讯作者：
Koyutuerk, Mehmet