# GWAS

**Repository Path**: antcoding/gwas

## Basic Information

- **Project Name**: GWAS
- **Description**: 全基因组关联分析（Genome wide association study，GWAS）是对多个个体在全基因组范围的遗传变异（标记）多态性进行检测，获得基因型，进而将基因型与可观测的性状，即表型，进行群体水平的统计学分析，根据统计量或显著性 p 值筛选出最有可能影响该性状的遗传变异（标记），挖掘与性状变异相关的基因。
- **Primary Language**: R
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 4
- **Created**: 2021-05-18
- **Last Updated**: 2023-09-22

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# GWAS

#### 介绍
全基因组关联分析（Genome wide association study，GWAS）是对多个个体在全基因组范围的遗传变异（标记）多态性进行检测，获得基因型，进而将基因型与可观测的性状，即表型，进行群体水平的统计学分析，根据统计量或显著性 p 值筛选出最有可能影响该性状的遗传变异（标记），挖掘与性状变异相关的基因。

共7种模型 ：

###### 广义线性模型（GLM）:   包括主成分分析（PCA）、逆矩阵、线性模型

###### 混合线性模型（MLM）：包括包括主成分分析（PCA）、Kinship、VanRaden

###### 压缩混合线性模型（CMLM）：包括包括主成分分析（PCA）、Kinship、VanRaden、聚类

###### SUPER：包括GLM、MLM、ECMLM、CMLM、SUPER

###### 多基因座混合模型（MLMM）：包括MLM、Compression算法

###### ECMLM：包括分类算法、MLM

###### Blink：包括GLM、并行优化算法。