| عنوان مقاله به انگلیسی | Exploiting pleiotropy to enhance variant discovery with functional false discovery rates |
| عنوان مقاله به فارسی | ترجمه فارسی مقاله بهرهبرداری از پلیوتروپی برای افزایش کشف نوع با نرخهای کشف نادرست عملکردی |
| نویسندگان | ProfileAndrew J. Bass, ProfileChris Wallace |
| فرمت مقاله انگلیسی | |
| زبان مقاله تحویلی | ترجمه فارسی |
| فرمت مقاله ترجمه شده | به صورت فایل ورد |
| نحوه تحویل ترجمه | دو تا سه روز پس از ثبت سفارش (به صورت فایل دانلودی) |
| تعداد صفحات | 49 |
| لینک دانلود رایگان مقاله انگلیسی | دانلود مقاله |
| دسته بندی موضوعات | Genetic and Genomic Medicine داروی ژنتیکی و ژنومی |
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |
چکیده
The cost of acquiring participants for genome-wide association studies (GWAS) can limit sample sizes and inhibit discovery of genetic variants. We introduce the surrogate functional false discovery rate (sfFDR) framework which integrates summary statistics of related traits to increase power. The sfFDR framework provides estimates of FDR quantities such as the functional local FDR and q-value, and uses these estimates to derive a functional p-value for type I error rate control and a functional local Bayes’ factor for post-GWAS analyses (e.g., fine mapping and colocalization). Compared to a standard analysis, sfFDR substantially increased power (equivalent to a 60% increase in sample size) in a study of obesity-related traits from the UK Biobank, and discovered eight additional lead SNPs near genes linked to immune-related responses in a rare disease GWAS of eosinophilic granulomatosis with polyangiitis. Collectively, these results highlight the utility of exploiting related traits in both small and large studies.
چکیده به فارسی (ترجمه ماشینی)
هزینه دستیابی به شرکت کنندگان برای مطالعات ارتباط در سراسر ژنوم (GWAS) می تواند اندازه نمونه را محدود کرده و کشف انواع ژنتیکی را مهار کند.ما چارچوب نرخ کشف کاذب عملکردی جانشین (SFFDR) را معرفی می کنیم که آمار خلاصه ای از صفات مرتبط را برای افزایش قدرت ادغام می کند.چارچوب SFFDR تخمین هایی از مقادیر FDR مانند FDR و Q-مقدار کاربردی محلی را ارائه می دهد و از این تخمین ها برای استخراج مقدار P عملکردی برای کنترل نرخ خطای نوع I و یک عامل عملکردی Bayes محلی برای تجزیه و تحلیل های پس از GWAS استفاده می کند (به عنوان مثال.، نقشه برداری خوب و colocalization).در مقایسه با یک تجزیه و تحلیل استاندارد ، SFFDR به طور قابل توجهی قدرت (معادل 60 ٪ افزایش در اندازه نمونه) را در یک مطالعه از صفات مربوط به چاقی از Biobank انگلستان افزایش داد ، و هشت SNP سرب اضافی را در نزدیکی ژن های مرتبط با پاسخ های مرتبط با ایمنی در یک کشف کردبیماری نادر GWA از گرانولوماتوز ائوزینوفیلیک با پلی آنژیتیت.در مجموع ، این نتایج ابزار بهره برداری از صفات مرتبط را در هر دو مطالعه کوچک و بزرگ برجسته می کند.
| فرمت ارائه ترجمه مقاله | تحویل به صورت فایل ورد |
| زمان تحویل ترجمه مقاله | بین 2 تا 3 روز پس از ثبت سفارش |
| کیفیت ترجمه | بسیار بالا. مقاله فقط توسط مترجمین با مدرک دانشگاهی مترجمی ترجمه میشود. |
| جداول و فرمول ها | کلیه جداول و فرمول ها نیز در فایل تحویلی ورد درج میشوند. |


نقد و بررسیها
هنوز بررسیای ثبت نشده است.