R语言迅速计算多基因评分(PRS)

Polygenic Risk Scores in R

最朴素的理解PRS:

GWAS分析结果中,有每个SNP的beta值、se值、P值,因为GWAS分析中将SNP变为0-1-2编码,所以这些显著的SNP的beta值,就可以用于预测。

比如:GWAS分析中,显著的SNP效应值为:

SNP1: 0.3

SNP2: 0.2

SNP3: -0.1

对于target data(目标群体),检测了3个个体,3个SNP的分型分别为:

ID1 0 0 1

ID2 1 0 2

ID3 2 2 1

那么个体1的多基因评分为:00.3 + 00.2 + 1*-0.1 = -0.1

个体2的多基因评分为:0.3 + 0 + -0.1 = 0.2

个体3的多基因评分为:0.6 + 0.4 + -0.1 = 0.9

用数学公式表示:

  • beta是效应值
  • G是0-1-2的编码
  • m是m个SNP

实际项目的PRS计算

实际中的项目,考虑的因素比较多,比如:

  • 数据质控
  • 群体结构
  • LD值(clumping)
  • beta矫正值
  • 通过P值筛选最优组合

相关软件实现PRS分析

  • plink
  • biqsnpr,一个R包
  • PRSice,应用最广泛,通过C+T的策略
  • LDpred,通过贝叶斯收缩的模型
  • PRS-CS
  • JAMPred
  • Lassosum

之前写过PRS的操作流程,可以作为参考:

多基因风险预测模型1--先立Flag

多基因风险预测模型2--相关概念和软件

不会安装使用PRSice-2软件就太不讲究了

相关推荐
橘猫云计算机设计11 分钟前
基于ssm的食物营养成分数据分析平台设计与实现(源码+lw+部署文档+讲解),源码可白嫖!
后端·python·信息可视化·数据挖掘·数据分析·django·毕业设计
liuhaoran___1 小时前
计算机求职面试中高频出现的经典题目分类整理
python
不辉放弃2 小时前
零基础讲解pandas
开发语言·python
databook2 小时前
线性判别分析(LDA):降维与分类的完美结合
python·机器学习·scikit-learn
慕丹2 小时前
虫洞数观系列三 | 数据分析全链路实践:Pandas清洗统计 + Navicat可视化呈现
python·mysql·数据挖掘·数据分析·pandas
ZHW_AI课题组3 小时前
调用阿里云API实现运营商实名认证
python·阿里云·云计算·api
闲人编程3 小时前
图像插值算法(最近邻/双线性/立方卷积)
python·opencv·图像识别
创新技术阁3 小时前
FastAPI 的两大核心组件:Starlette 和 Pydantic 详解
后端·python
关山月3 小时前
被低估的服务器发送事件(SSE)
python
DeepLink3 小时前
Python小练习系列:学生信息排序(sorted + key函数)
python·求职