[发明专利]一种改进的基于通路的全基因组关联分析算法

摘要

本发明公开了一种改进的基于通路的全基因组关联分析算法，首次使用主成分分析法和最大均值法来构建基因统计量，剔除了SNP之间的互作效应，有效的解决了基因内部SNP连锁的问题，我们将这种策略应用于西门塔尔肉牛GWAS数据中，找到了两条通路(γ‑伽马氨基丁酸通路和NAFLD通路)与两个性状(宰前活重和眼肌面积)显著相关，这为肉牛改良选育提供了可靠的参考，也给下一步分子验证提供了可靠的理论依据。

主权项

一种改进的基于通路的全基因组关联分析算法，其特征在于，包括以下步骤：(一)收集通路：在KEGG数据库里下载并筛选出与牛相关的通路；(二)表型校正：应用R语言的GLM进行表型校正，具体使用的模型为：yijkm＝μ+Seasoni+Yearj+Fattendaysk+Enterweightm+eijkm其中，yijkm为个体表型值，μ为群体均值，Seasoni为出生季节，Yearj为屠宰年份，Fattendaysk为屠宰日期减去进场日期，Enterweightm为进场时个体的体重，eijkm为剩余效应；(三)构建eSNP矩阵：建立组成基因的多个SNP基因型指示变量的相关矩阵，根据矩阵的特征根的累积贡献率选择主成分，用相关矩阵中的所选择的主成分对应的特征向量建立超SNP指示变量矩阵；(四)建立GWAS模型：关联分析采用简单的基于单位点回归的广义线性模型，该模型具体如下：y*＝Xb+Qv+e其中，y*为剔除固定效应的表型值，b为eSNP标记的效应值，v为群体的结构效应，e为剩余效应，X是eSNP对应的关联矩阵，Q为v对应的关联矩阵；(五)构建基因统计量：使用下面公式计算基因统计量：式中，和分别是基因K中正的统计量的平均值和负的统计量的平均值；(六)计算通路ES值：ES(K)=max1≤i≤N{Σj′<i|S(j′)|NR-Σj′<i1N-m}]]>式中，(七)重排数据和检验显著性。