目录 / bio-causal-genomics-genetic-correlation
SKILL
未评级
已上架
bio-causal-genomics-genetic-correlation
利用跨性状LDSC、HDL、LAVA、rho-HESS、双变量GREML、Popcorn和HDL-L等方法,基于GWAS汇总统计量或个体水平基因型数据估计性状间的双变量遗传相关性(rg)。适用于以下场景:量化两个性状之间的共享遗传结构、在因果推断前筛选孟德尔随机化(MR)的有效性、区分全局与位点水平的遗传相关性、估计跨祖先群体的遗传相关性、通过LCV gcp方法分离部分与完全因果关系,或生成符合STROBE-MR标准的跨性状敏感性分析组合。跨性状LDSC的截距项反映样本重叠,并非偏差;当样本重叠超过约5%时,HDL方法会产生偏差。暴露与结局之间的高遗传相关性提示需采用考虑混杂与水平多效性(CHP)的MR敏感性分析方法(如CAUSE、LHC-MR)。
模型生成摘要(rules/v1 · 2026-11-16 08:55):利用跨性状LDSC、HDL、LAVA、rho-HESS、双变量GREML、Popcorn和HDL-L等方法,基于GWAS汇总统计量或个体水平基因型数据估计性状间的双变量遗传相关性(rg)
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-16 08:55 | f7924b27 | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。