A dynamic model for genome-wide association studies.
A dynamic model for genome-wide association studies.
复制标题
DOI：
10.1007/s00439-011-0960-6
复制
发表时间：
2011-06
期刊：
影响因子：
5.3
通讯作者：
Wu R
中科院分区：
文献类型：
--
作者：
Das K;Li J;Wang Z;Tong C;Fu G;Li Y;Xu M;Ahn K;Mauger D;Li R;Wu R
虽然全基因组关联研究（GWAS）被广泛用于确定一个性状的遗传和环境病因，但与其统计能力和生物相关性相关的几个关键问题仍未得到探索。在这里，我们描述了一种新的统计方法，称为功能GWAS或fGWAS，通过将性状形成的生物学原理通过数学和统计桥梁整合到GWAS框架中来分析性状的遗传控制。fGWAS可以解决许多基本问题，例如遗传控制发育的模式，遗传效应的持续时间，以及导致发育轨迹改变或停止改变的原因。在统计学中，fGWAS通过利用纵向性状随时间的累积表型变异来显示增加的基因检测能力，并增加操纵稀疏纵向数据的鲁棒性。
Although genome-wide association studies (GWAS) are widely used to identify the genetic and environmental etiology of a trait, several key issues related to their statistical power and biological relevance have remained unexplored. Here, we describe a novel statistical approach, called functional GWAS or fGWAS, to analyze the genetic control of traits by integrating biological principles of trait formation into the GWAS framework through mathematical and statistical bridges. fGWAS can address many fundamental questions, such as the patterns of genetic control over development, the duration of genetic effects, as well as what causes developmental trajectories to change or stop changing. In statistics, fGWAS displays increased power for gene detection by capitalizing on cumulative phenotypic variation in a longitudinal trait over time and increased robustness for manipulating sparse longitudinal data.
登录
查看更多内容
影响因子：
3.7
作者：
Li N;McMurry T;Berg A;Wang Z;Berceli SA;Wu R
通讯作者：
Wu R
DOI：
10.1017/s0016672300032559
发表时间：
1994-08-01
期刊：
GENETICAL RESEARCH
影响因子：
--
作者：
KIRKPATRICK, M;HILL, WG;THOMPSON, R
通讯作者：
THOMPSON, R
影响因子：
2
作者：
Guiot, Caterina;Delsanto, Pier Paolo;Deisboeck, Thomas S.
通讯作者：
Deisboeck, Thomas S.
影响因子：
--
作者：
Jaquish CE
通讯作者：
Jaquish CE
影响因子：
56.9
作者：
Frayling, Timothy M.;Timpson, Nicholas J.;McCarthy, Mark I.
通讯作者：
McCarthy, Mark I.