การศึกษาความสัมพันธ์ทั่วทั้งจีโนมแบบเบย์ — Bayesian Genome-Wide Association Study
Bayesian GWAS ประยุกต์ใช้วิธีการอนุมานทางสถิติแบบเบย์กับการศึกษาความสัมพันธ์ทั่วทั้งจีโนม โดยแทนที่ค่าระดับนัยสำคัญ (p-value) แบบดั้งเดิมด้วยปัจจัยเบย์ (Bayes factors) และความน่าจะเป็นภายหลัง (posterior probabilities) กรอบการทำงานนี้สามารถรวมความรู้เดิมเกี่ยวกับขนาดของผลกระทบและความถี่ของตัวแปรได้โดยธรรมชาติ สามารถวัดหลักฐานของความสัมพันธ์ในระดับต่อเนื่อง และสนับสนุนการระบุตำแหน่งตัวแปรที่เป็นสาเหตุ (fine-mapping) ในตำแหน่งที่เกี่ยวข้องได้อย่างมีหลักการ เป็นที่นิยมใช้ในการศึกษายีนที่ซับซ้อน จีโนมของประชากร และการวิจัยเชิงแปลผล ที่ซึ่งการวัดปริมาณความไม่แน่นอนและการสร้างแบบจำลองตัวแปรหลายตัวมีความสำคัญ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Stephens, M., & Balding, D. J. (2009). Bayesian statistical methods for genetic association studies. Nature Reviews Genetics, 10(10), 681–690. DOI: 10.1038/nrg2615 ↗
- Wakefield, J. (2009). Bayes factors for genome-wide association studies: comparison with P-values. Genetic Epidemiology, 33(1), 79–86. DOI: 10.1002/gepi.20359 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Genome-Wide Association Study. ScholarGate. https://scholargate.app/th/bioinformatics/bayesian-gwas
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- การวิเคราะห์ Bayesian eQTLชีวสารสนเทศศาสตร์↔ compare
- การวิเคราะห์ข้อมูล RNA-seq ระดับเซลล์เดียวแบบเบย์เซียนชีวสารสนเทศศาสตร์↔ compare
- การศึกษาความสัมพันธ์ทั่วทั้งจีโนม (GWAS)ชีวสารสนเทศศาสตร์↔ compare
- การวิเคราะห์ความอุดมสมบูรณ์ของวิถีชีวภาพชีวสารสนเทศศาสตร์↔ compare
- คะแนนความเสี่ยงจากยีนหลายตำแหน่ง (Polygenic Risk Score)พันธุศาสตร์↔ compare