GSA-SNP: a general approach for gene set analysis of polymorphisms.
GSA-SNP: a general approach for gene set analysis of polymorphisms.
复制标题
DOI：
10.1093/nar/gkq428
复制
发表时间：
2010-07
影响因子：
14.9
通讯作者：
Kim S
中科院分区：
文献类型：
--
作者：
Nam D;Kim J;Kim SY;Kim S
全基因组关联（GWA）研究旨在确定与感兴趣性状相关的遗传因素。然而，由于测试的标记物数量庞大，GWA分析的能力受到严重限制。近年来，基因集分析（GSA）方法被引入到GWA研究中，以解决具有共同生物学功能的基因集之间的关联。GSA大大提高了关联分析的能力，并成功地确定了基因集的协调关联模式。在这个方向上有几种方法，但有一些局限性。在这里，我们提出了GSA在GWA分析中的一般方法和一个独立的软件GSA- snp，实现了三种广泛使用的GSA方法。GSA-SNP提供了快速计算和易于使用的界面。该软件和测试数据集可在http://gsa.muldas.org免费获得。我们提供了一个典型的分析成人身高在韩国人口。
Genome-wide association (GWA) study aims to identify the genetic factors associated with the traits of interest. However, the power of GWA analysis has been seriously limited by the enormous number of markers tested. Recently, the gene set analysis (GSA) methods were introduced to GWA studies to address the association of gene sets that share common biological functions. GSA considerably increased the power of association analysis and successfully identified coordinated association patterns of gene sets. There have been several approaches in this direction with some limitations. Here, we present a general approach for GSA in GWA analysis and a stand-alone software GSA-SNP that implements three widely used GSA methods. GSA-SNP provides a fast computation and an easy-to-use interface. The software and test datasets are freely available at http://gsa.muldas.org. We provide an exemplary analysis on adult heights in a Korean population.
登录
查看更多内容
影响因子：
1.9
作者：
Polasek, Ozren;Marusic, Ana;Rudan, Igor
通讯作者：
Rudan, Igor
影响因子：
9.8
作者：
Wang, Kai;Li, Mingyao;Bucan, Maja
通讯作者：
Bucan, Maja
影响因子：
3
作者：
Kim, SY;Volsky, DJ
通讯作者：
Volsky, DJ
DOI：
10.1111/j.2517-6161.1995.tb02031.x
发表时间：
1995-01-01
影响因子：
5.8
作者：
BENJAMINI, Y;HOCHBERG, Y
通讯作者：
HOCHBERG, Y
影响因子：
5.8
作者：
O'Dushlaine, Colm;Kenny, Elaine;Corvin, Aiden
通讯作者：
Corvin, Aiden