Nat Commun | 毕文健/岳伟华/张培培团队开发出分析纵向数据表型的GWAS新算法

文章预览

近年来，全球范围内涌现了很多大型生物样本库 （Biobank） ，为GWAS提供了重要的研究资源。基于电子健康记录，生物样本库的研究范畴已从传统的数量性状、质量性状拓展到结构更为复杂的数据形式。例如，在多时间点 重复测量的数量性状常被称为纵向数据表型 ，其能够表征健康状况的动态演变规律。基于纵向性状的全基因组关联研究 （GWAS） 可以识别出与健康状况动态发展和疾病进程密切相关的遗传变异，为解析复杂性状的遗传结构提供全新视角。 针对大型生物样本库的GWAS分析存在样本量大、表型分布不平衡、样本之间具有亲缘相关性等实际困难。针对数量性状和质量性状，已有大量算法可以处理上述困难 【1-4】 。但针对更复杂结构的数据形式，比如纵向数据表型，仍缺乏有效的解决方案，这也导致针对纵向性状的GWAS分析尚未得到充分发 ………………………………