叮当声

PLINK是一个免费的、开源的全基因组关联分析工具集,旨在以高效的计算方式执行一系列基本的、大规模的分析。PLINK的重点纯粹是对基因型/表型数据的分析,因此在此之前的步骤没有支持(例如,研究设计和计划,从原始数据生成基因型或CNV调用)。hapiew的可视化和后续的可视化存储是通过gpview来实现的。


zbMATH参考文献(参考 55篇文章

显示第1到第20个结果,共55个。
按年份排序(引用)
  1. Grinberg,Nastasiya F.;Orhobor,Oghenejokpeme I.;King,Ross D.:用于预测表型的机器学习评估:酵母、水稻和小麦研究(2020年)
  2. 刘中华;巴内特,伊恩;林锡红:遗传关联研究中多表型回归和多重SNP回归主成分方法的比较(2020)
  3. Najafi,Amir;Motahari,Seyed Abolfazl;Rabiee,Hamid R.:伯努利混合模型的可靠聚类(2020年)
  4. Brzyski,Damian;Gossmann,Alexej;Su,Weijie;Bogdan,Małgorzata:群体斜率——预测因子组的自适应选择(2019)
  5. Lorin Crawford;Laxman,Seth R.;Runcie,Daniel E.;West,Mike:非线性黑盒方法中的变量优先级:遗传关联案例研究(2019年)
  6. 刘中华;林锡红:主成分关联检验在多表型研究中作用的几何透视(2019)
  7. Li,Weidong;Zhou,Qingniao;Gao,Yong;Jiang,Yonghua;Huang,Yuang;Mo,Zennan;Zou,Yiming;Hu,Yanling:共定位2739个GWAS位点的eQTL分析检测14种人类癌症的相关基因(2019年)
  8. Castro,Bruno M.;Lemes,Renan B.;Cesar,Jonatas;Hünemeier,Tábita;Leonardi,Florencia:多序列分割和降维的模型选择方法(2018)
  9. 刘中华;林锡红:全基因组关联研究中使用汇总统计的多表型关联检验(2018)
  10. Stephen Turner:qqman:使用Q-Q和曼哈顿图可视化GWAS结果的R包(2018)不是zbMATH
  11. 冯·斯特乔,路易斯(编辑);德尔加多,阿尔贝托·桑托斯(编辑):计算细胞生物学。方法和方案(2018)
  12. 吴宝林;潘科,詹姆斯S.:多个数量性状的快速准确全基因组关联检验(2018)
  13. Zhao,Huaqing;Mitra,Nandita;Kanetsky,Peter A.;Nathanson,Katherine L.;Rebbeck,Timothy R.:调整全基因组关联研究中人口分层的实用方法:主成分和倾向得分(PCAP)(2018)
  14. 基思,乔纳森M.(编辑):生物信息学。第二卷:结构、功能和应用(2017)
  15. 赵思海,戴夫:基于非参数经验贝叶斯分类的综合遗传风险预测(2017)
  16. Anderson,Eric C.;Ng,Thomas C.:通过因子图表示对少量单核苷酸多态性进行贝叶斯系谱推断(2016年)
  17. Briollais,Laurent;Dobra,Adrian;Liu,Jinnan;Friedlander,Matt;Ozcelik,Hilmi;Massam,Hélène:全基因组关联研究的贝叶斯图形模型(GWAS)(2016)
  18. Gazal,Steven;Génin,Emmanuelle;Leutenegger,Anne Louise:从父母或后代的遗传数据推断关系:比较研究(2016)
  19. Hung,Hung;Lin,Yu Ting;Chen,Penweng;Wang,Chen Chien;Huang,Su Yun;Tzeng,Jung Ying:用多级稀疏低阶回归检测基因-基因相互作用(2016)
  20. Jakaitiene,Audrone;Sangiovanni,Mara;Guaracino,Mario R.;Pardalos,Panos M.:基因组数据的多维标度(2016)