摘要
过去十几年,全基因组关联分析(genome-wide association study,GWAS)在识别疾病的常见变异方面取得了巨大进展,但越来越多的研究[1-2]结果表明罕见变异在复杂疾病的发生发展中同样起着很大作用。单位点分析的GWAS忽略了不同表型之间的相关信息,因此不能有效识别复杂疾病中的罕见变异。MetaCCA也称Summary statistics-based multivariate meta-analysis of genome-wide association studies using canonical correlation analysis[3],是利用典型相关分析(canonical correlation analysis,CCA)的原理.
出处
《郑州大学学报（医学版）》
CAS
北大核心
2019年第1期1-5,共5页
Journal of Zhengzhou University(Medical Sciences)
基金
国家自然科学基金项目(81872597)
河南省自然科学基金项目(DU170410430)
河南省科技攻关计划项目(152102310263)
