sPLINK: a hybrid federated tool as a robust alternative to meta-analysis in genome-wide association studies.
sPLINK: a hybrid federated tool as a robust alternative to meta-analysis in genome-wide association studies.
复制标题
DOI：
10.1186/s13059-021-02562-1
复制
发表时间：
2022-01-24
期刊：
影响因子：
12.3
通讯作者：
Baumbach J
中科院分区：
文献类型：
--
作者：
Nasirigerdeh R;Torkzadehmahani R;Matschinske J;Frisch T;List M;Späth J;Weiss S;Völker U;Pitkänen E;Heider D;Wenke NK;Kaissis G;Rueckert D;Kacprowski T;Baumbach J
荟萃分析已被确立为一种有效的方法来结合几个全基因组关联研究（GWAS）的汇总统计。然而，由于存在交叉研究异质性，meta分析的准确性可能会降低。我们提出sPLINK，一个混合联邦和用户友好的工具，它在保持结果准确性的同时对分布式数据集执行隐私感知的GWAS。sPLINK对于跨队列数据的异构分布是健壮的，而元分析在这种情况下会大大失去准确性。sPLINK实现了卡方和线性/逻辑回归测试的实际运行时和可接受的网络使用。sPLINK可在https://exbio.wzw.tum.de/splink上获得。在线版本包含补充材料，可在（10.1186/s13059-021-02562-1）获得。
Meta-analysis has been established as an effective approach to combining summary statistics of several genome-wide association studies (GWAS). However, the accuracy of meta-analysis can be attenuated in the presence of cross-study heterogeneity. We present sPLINK, a hybrid federated and user-friendly tool, which performs privacy-aware GWAS on distributed datasets while preserving the accuracy of the results. sPLINK is robust against heterogeneous distributions of data across cohorts while meta-analysis considerably loses accuracy in such scenarios. sPLINK achieves practical runtime and acceptable network usage for chi-square and linear/logistic regression tests. sPLINK is available at https://exbio.wzw.tum.de/splink. The online version contains supplementary material available at (10.1186/s13059-021-02562-1).
登录
查看更多内容
DOI：
10.1093/bioinformatics/btt066
发表时间：
2013-04-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Kamm L;Bogdanov D;Laur S;Vilo J
通讯作者：
Vilo J
影响因子：
64.8
作者：
Harris CR;Millman KJ;van der Walt SJ;Gommers R;Virtanen P;Cournapeau D;Wieser E;Taylor J;Berg S;Smith NJ;Kern R;Picus M;Hoyer S;van Kerkwijk MH;Brett M;Haldane A;Del Río JF;Wiebe M;Peterson P;Gérard-Marchant P;Sheppard K;Reddy T;Weckesser W;Abbasi H;Gohlke C;Oliphant TE
通讯作者：
Oliphant TE
影响因子：
4.5
作者：
de Vlaming, Ronald;Okbay, Aysu;Koellinger, Philipp D.
通讯作者：
Koellinger, Philipp D.
影响因子：
3
作者：
Mägi R;Morris AP
通讯作者：
Morris AP
影响因子：
9.8
作者：
Galinsky, Kevin J.;Bhatia, Gaurav;Price, Alkes L.
通讯作者：
Price, Alkes L.