外觀
全基因體分析 (Genome-Wide Analysis)
在整個基因組上系統性地尋找與性狀、疾病或分子表現量相關的遺傳變異,再透過整合不同層次的資料,從「關聯位點」推進到「可能的致病基因與機制」。
建議順序
text
GWAS(變異 ↔ 疾病 / 性狀)
└─► QTL(變異 ↔ 分子表現量):eQTL(表現量)、sQTL(剪接)、pQTL(蛋白質)
└─► Colocalization(兩個訊號是否來自同一個致病變異)→ 候選基因| 筆記 | 內容 | 回答的問題 |
|---|---|---|
| GWAS 基礎 | QC、族群結構、關聯檢定、Manhattan / QQ、fine-mapping、PRS 與 R² | 哪些變異與性狀有關? |
| QTL 分析 | 連鎖 vs 關聯定位、cis / trans、統計框架 | 怎麼找影響數量性狀的位點? |
| eQTL | 表現量 QTL、GTEx、隱藏共變數 | 這個變異改變哪個基因的表現量? |
| sQTL | 剪接 QTL、LeafCutter | 這個變異改變剪接嗎? |
| pQTL | 蛋白質 QTL、平台假象 | 這個變異改變蛋白質濃度嗎? |
| Colocalization | coloc、SuSiE、eCAVIAR | GWAS 與 eQTL 訊號是同一個致病變異嗎? |
統計基礎:多重檢定、PCA(族群結構)、混合效應模型(親緣關係)。變異資料庫見 GWAS Catalog、GTEx。