干货共享︱ EWAS 数据分析 - mQTL 部分
通过前面4篇干货介绍,我们把EWAS常规分析的过程讲完了。理论上来说,如果结果比较理想,后期也能在大样本中验证出来,是可以发表研究成果了。但是,要是有其他更加深入的数据挖掘,那就是如虎添翼。其他数据是什么呢?
1
mQTL分析
如果我们手上同时提供样本基因型(Genotype)数据。那么,结合甲基化,我们就可以进行mQTL分析了。
什么是mQTL呢?对于连续型样本性状(Quantitative trait),GWAS通过回归分析,寻找与该性状呈显著关联的SNP位点。这些SNP位点称为“数量性状位点”(Quantitative trait loci;QTL)。当上述连续性状就是甲基化水平(Beta值)时,所得显著关联位点就称为mQTL(Methylation quantitative trait loci)。
mQTL以分析cis-mQTL为主,即利用某基因附近CpG位点甲基化水平Beta值作为因变量,筛选该基因处上下游W Mbase的染色体区域内的所有SNP变异作为自变量,逐一对该范围内的各个SNP位点S与甲基化水平M进行回归分析,从而得到与某基因甲基化水平显著相关的SNP位点:
表1 mQTL分析:与某基因甲基化水平显著相关的SNP位点
注:
gene ID表示表达水平量对应的基因编号;
SNP number表示该基因上下游区间内的SNP位点数量;
SNP ID表示当前检验的SNP编号;
distance表示当前SNP到基因位置的距离;
P value表示回归分析得出的、未经校正的p值;
Perm1表示经过校正的p值结果;
Perm2表示通过引入beta分布的置换检验进行校正后的p值结果,fastQTL推荐使用该列进行显著eQTL筛选。
2
Finemap精细定位分析
通过mQTL初步分析找到的SNP位点往往范围很大,其中很多变异信息仅仅具有统计意义上的关联性,而不是具有因果性。因此产生的候选基因也比较庞杂,包含很多和疾病没有关系的基因。
通过Finemap精细定位分析,进一步缩小易感位点,排除掉仅有关联性,而没有因果性的序列变异。
图1 单体型分析示例图
图2 精细定位示例图
3
共定位分析
mQTL是一种把甲基化数据和SNP数据结合起来共同去解释生物学问题的好方法。当然,将SNP和甲基化结合起来不止这一种方法,还有什么呢?那就是共定位分析。
在mQTL分析的基础上,结合GWAS的分析结果,可以进行共定位位点分析。
大部分GWAS显著关联位点都落在基因组非编码区。一种可能的解释是,这些易感位点通过调节特定区域的甲基化水平,从而改变个体复杂性状。如果某个位点既对复杂性状有影响,又对甲基化水平有影响,那么该位点就很有可能符合上述解释。共定位分析(Collocalization)正是试图找出这些“共定位”位点。
SMR利用GWAS的summary数据和表达数量性状基因座(eQTL)的数据,采用SMR和HEIDI方法,以测试基因表达水平与感兴趣的复杂性状之间的多效性关联。
图3 共定位分析示例图
通过以上的mQTL分析或者共定位分析,我们就能找到一些某基因甲基化水平显著相关的SNP位点。这样,以甲基化为中间桥梁,实现了SNP——甲基化——性状的生物学模型。值得注意的是,这三者到底是谁因谁果,这里是解释不了的,请耐心等待后续分解。
中科普瑞,旗下拥有上海鲸舟医学检验实验室有限公司和上海鲸舟基因科技有限公司,立足新一代测序及其衍生技术,以医学生物信息学为核心,提供覆盖肿瘤等重大疾病风险评估,早期筛查,分子病理诊断,肿瘤精准用药指导和预后预测等符合临床需求的解决方案,为精准医疗打造全方位服务平台。公司的中长期发展策略为医学大数据挖掘和人工智能的临床应用。
上一篇: 如何理解泊松分布(泊松分布)
下一篇: 了解多元高斯分布-IV.总结
推荐阅读
-
干货共享︱ EWAS 数据分析 - mQTL 部分
-
windows下进程间通信的(13种方法)-摘 要 本文讨论了进程间通信与应用程序间通信的含义及相应的实现技术,并对这些技术的原理、特性等进行了深入的分析和比较。 ---- 关键词 信号 管道 消息队列 共享存储段 信号灯 远程过程调用 Socket套接字 MQSeries 1 引言 ---- 进程间通信的主要目的是实现同一计算机系统内部的相互协作的进程之间的数据共享与信息交换,由于这些进程处于同一软件和硬件环境下,利用操作系统提供的的编程接口,用户可以方便地在程序中实现这种通信;应用程序间通信的主要目的是实现不同计算机系统中的相互协作的应用程序之间的数据共享与信息交换,由于应用程序分别运行在不同计算机系统中,它们之间要通过网络之间的协议才能实现数据共享与信息交换。进程间通信和应用程序间通信及相应的实现技术有许多相同之处,也各有自己的特色。即使是同一类型的通信也有多种的实现方法,以适应不同情况的需要。 ---- 为了充分认识和掌握这两种通信及相应的实现技术,本文将就以下几个方面对这两种通信进行深入的讨论:问题的由来、解决问题的策略和方法、每种方法的工作原理和实现、每种实现方法的特点和适用的范围等。 2 进程间的通信及其实现技术 ---- 用户提交给计算机的任务最终都是通过一个个的进程来完成的。在一组并发进程中的任何两个进程之间,如果都不存在公共变量,则称该组进程为不相交的。在不相交的进程组中,每个进程都独立于其它进程,它的运行环境与顺序程序一样,而且它的运行环境也不为别的进程所改变。运行的结果是确定的,不会发生与时间相关的错误。 ---- 但是,在实际中,并发进程的各个进程之间并不是完全互相独立的,它们之间往往存在着相互制约的关系。进程之间的相互制约关系表现为两种方式: ---- (1) 间接相互制约:共享CPU ---- (2) 直接相互制约:竞争和协作 ---- 竞争——进程对共享资源的竞争。为保证进程互斥地访问共享资源,各进程必须互斥地进入各自的临界段。 ---- 协作——进程之间交换数据。为完成一个共同任务而同时运行的一组进程称为同组进程,它们之间必须交换数据,以达到协作完成任务的目的,交换数据可以通知对方可以做某事或者委托对方做某事。 ---- 共享CPU问题由操作系统的进程调度来实现,进程间的竞争和协作由进程间的通信来完成。进程间的通信一般由操作系统提供编程接口,由程序员在程序中实现。UNIX在这个方面可以说最具特色,它提供了一整套进程间的数据共享与信息交换的处理方法——进程通信机制(IPC)。因此,我们就以UNIX为例来分析进程间通信的各种实现技术。 ---- 在UNIX中,文件(File)、信号(Signal)、无名管道(Unnamed Pipes)、有名管道(FIFOs)是传统IPC功能;新的IPC功能包括消息队列(Message queues)、共享存储段(Shared memory segment)和信号灯(Semapores)。 ---- (1) 信号 ---- 信号机制是UNIX为进程中断处理而设置的。它只是一组预定义的值,因此不能用于信息交换,仅用于进程中断控制。例如在发生浮点错、非法内存访问、执行无效指令、某些按键(如ctrl-c、del等)等都会产生一个信号,操作系统就会调用有关的系统调用或用户定义的处理过程来处理。 ---- 信号处理的系统调用是signal,调用形式是: ---- signal(signalno,action) ---- 其中,signalno是规定信号编号的值,action指明当特定的信号发生时所执行的动作。 ---- (2) 无名管道和有名管道 ---- 无名管道实际上是内存中的一个临时存储区,它由系统安全控制,并且独立于创建它的进程的内存区。管道对数据采用先进先出方式管理,并严格按顺序操作,例如不能对管道进行搜索,管道中的信息只能读一次。 ---- 无名管道只能用于两个相互协作的进程之间的通信,并且访问无名管道的进程必须有共同的祖先。 ---- 系统提供了许多标准管道库函数,如: pipe——打开一个可以读写的管道; close——关闭相应的管道; read——从管道中读取字符; write——向管道中写入字符; ---- 有名管道的操作和无名管道类似,不同的地方在于使用有名管道的进程不需要具有共同的祖先,其它进程,只要知道该管道的名字,就可以访问它。管道非常适合进程之间快速交换信息。 ---- (3) 消息队列(MQ) ---- 消息队列是内存中独立于生成它的进程的一段存储区,一旦创建消息队列,任何进程,只要具有正确的的访问权限,都可以访问消息队列,消息队列非常适合于在进程间交换短信息。 ---- 消息队列的每条消息由类型编号来分类,这样接收进程可以选择读取特定的消息类型——这一点与管道不同。消息队列在创建后将一直存在,直到使用msgctl系统调用或iqcrm -q命令删除它为止。 ---- 系统提供了许多有关创建、使用和管理消息队列的系统调用,如: ---- int msgget(key,flag)——创建一个具有flag权限的MQ及其相应的结构,并返回一个唯一的正整数msqid(MQ的标识符); ---- int msgsnd(msqid,msgp,msgsz,msgtyp,flag)——向队列中发送信息; ---- int msgrcv(msqid,cmd,buf)——从队列中接收信息; ---- int msgctl(msqid,cmd,buf)——对MQ的控制操作; ---- (4) 共享存储段(SM) ---- 共享存储段是主存的一部分,它由一个或多个独立的进程共享。各进程的数据段与共享存储段相关联,对每个进程来说,共享存储段有不同的虚拟地址。系统提供的有关SM的系统调用有: ---- int shmget(key,size,flag)——创建大小为size的SM段,其相应的数据结构名为key,并返回共享内存区的标识符shmid; ---- char shmat(shmid,address,flag)——将当前进程数据段的地址赋给shmget所返回的名为shmid的SM段; ---- int shmdr(address)——从进程地址空间删除SM段; ---- int shmctl (shmid,cmd,buf)——对SM的控制操作; ---- SM的大小只受主存限制,SM段的访问及进程间的信息交换可以通过同步读写来完成。同步通常由信号灯来实现。SM非常适合进程之间大量数据的共享。 ---- (5) 信号灯 ---- 在UNIX中,信号灯是一组进程共享的数据结构,当几个进程竞争同一资源时(文件、共享内存或消息队列等),它们的操作便由信号灯来同步,以防止互相干扰。 ---- 信号灯保证了某一时刻只有一个进程访问某一临界资源,所有请求该资源的其它进程都将被挂起,一旦该资源得到释放,系统才允许其它进程访问该资源。信号灯通常配对使用,以便实现资源的加锁和解锁。 ---- 进程间通信的实现技术的特点是:操作系统提供实现机制和编程接口,由用户在程序中实现,保证进程间可以进行快速的信息交换和大量数据的共享。但是,上述方式主要适合在同一台计算机系统内部的进程之间的通信。 3 应用程序间的通信及其实现技术 ---- 同进程之间的相互制约一样,不同的应用程序之间也存在竞争和协作的关系。UNIX操作系统也提供一些可用于应用程序之间实现数据共享与信息交换的编程接口,程序员可以通过自己编程来实现。如远程过程调用和基于TCP/IP协议的套接字(Socket)编程。但是,相对普通程序员来说,它们涉及的技术比较深,编程也比较复杂,实现起来困难较大。 ---- 于是,一种新的技术应运而生——通过将有关通信的细节完全掩盖在某个独立软件内部,即底层的通讯工作和相应的维护管理工作由该软件内部来实现,用户只需要将通信任务提交给该软件去完成,而不必理会它的具体工作过程——这就是所谓的中间件技术。 ---- 我们在这里分别讨论这三种常用的应用程序间通信的实现技术——远程过程调用、会话编程技术和MQSeries消息队列技术。其中远程过程调用和会话编程属于比较低级的方式,程序员参与的程度较深,而MQSeries消息队列则属于比较高级的方式,即中间件方式,程序员参与的程度较浅。 ---- 4.1 远程过程调用(RPC)