小明的GWAS情劫

大家好，在生信媛潜水很久了，今天出来冒个泡泡。领导让我写写GWAS方面的东西，距离deadline不足12小时了，现在写写以解燃眉之急、、、

GWAS全名Genome wide association study，也就是全基因组关联分析。简单粗暴点，可以把他理解成一种基因预测的方法。

预测的过程比较复杂，涵盖了遗传学和统计的概念，比较抽象难懂，我们可以分而食之，先来了解个概念，LD，即连锁不平衡。后面的东西后面再说、、、

本期就给大家讲讲LD，理解了LD就基本知道GWAS是如何预测基因的啦。

连锁不平衡（Linkage Disequilibrium，LD）是指同一条染色体上，两个等位基因间的非随机相关。有点抽象哈，比如说当位于同一条染色体的两个等位基因（A，B）同时存在的概率，大于他们二者因随机分布而同时存在的概率时，就称A，B两个处于LD状态。

概念的东西有点抽象，那我们换个思维模式，说说小明的事吧。。。

比方说小明和小红都喜欢吃街角的麦辣鸡腿堡，但什么时候去吃，彼此独立，各自吃堡的概率分别为P(a)和P(b)，理论上同时去吃的概率P(ab)=P(a)*P(b)，实际上呢，小明和小红不顾家长反对恋爱了，你侬我侬，经常一起去吃麦辣鸡腿堡，这样同时吃堡的概率不再是P(ab)了，变成了P(ab)’，不用说你肯定也就知道了，P(ab)’不等于P(ab)。

他俩现在的状态用“人话”形容就是恋爱，用“遗传话”形容就是连锁不平衡、、、

现在能理解LD是种状态了吧，状态的程度用D表示，D= P(ab)’-P(ab)。

再举一个例子，假设你是个班主任，每天都会对班上学生进行考勤。最近隔壁学校的老王办公室玻璃经常被人砸，没有监控也抓不到人，老王很苦恼。后来他把这事告诉了你，相信你也一头露水吧。

不过老王，把玻璃被砸的日期都告诉了你，你回去后拿着记录左思右想，然后发现个规律，每次玻璃被砸的时间，班上的小红总是不在。可是小红是班上学习成绩不错的乖乖女，不在的时候并没有去隔壁学校。时间虽然吻合，但是没有作案动机呀。

第二天，班上小黄跑过来告诉你，说小红最近不在是因为她早恋了，对象是隔壁学校的小明。此时的你是不是应该去找隔壁老王呀，跟老王核对一下呢？

果不其然，就是小明干的。小明本来就不爱学习，经常调皮捣蛋，现在早恋了，被老王发现给教训了一顿，然后小明也给老王点“颜色”。

至此，大家有没有理解这两个例子背后的关系呢？

玻璃被砸是我们能观察的表型，背后的始作俑者是小明，也就是我要找的目的基因；小红是个已知基因，表型也已知，也可以理解成染色体上的分子mark，这个mark的出勤率和玻璃被打的频率基本吻合，相关性很高。Mark和目的基因间存在很强的LD，通过mark就可以找到这个基因。

其实GWAS预测基因的思路和这个相似，只是实际算法上复杂些，暂不在讨论范围内。

本期就到这吧，下期再配图给大家详解一下LD吧、、

大家想想，如果小红的出勤率和玻璃被砸率不是百分百吻合，或者小红处的对象不止小明一个，同时班上其他同学也有在玻璃被砸的时候缺席呢？再或者小明是团伙作案，不止一人呢？是不是情况变得复杂多了？

哈哈哈哈哈哈、例子简单粗暴、不足之处、大家一起唾沫横飞讨论哈、、、