• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Improved linear mixed models for genome-wide association studies.用于全基因组关联研究的改进线性混合模型。
Nat Methods. 2012 May 30;9(6):525-6. doi: 10.1038/nmeth.2037.
2
Estimating missing heritability for disease from genome-wide association studies.从全基因组关联研究估计疾病的遗传缺失率。
Am J Hum Genet. 2011 Mar 11;88(3):294-305. doi: 10.1016/j.ajhg.2011.02.002. Epub 2011 Mar 3.
3
Population structure in genetic studies: Confounding factors and mixed models.遗传研究中的群体结构：混杂因素与混合模型。
PLoS Genet. 2018 Dec 27;14(12):e1007309. doi: 10.1371/journal.pgen.1007309. eCollection 2018 Dec.
4
Genome-wide association study heterogeneous cohort homogenization via subject weight knock-down.通过受试者体重降低实现全基因组关联研究异质队列同质化
PLoS One. 2012;7(10):e48653. doi: 10.1371/journal.pone.0048653. Epub 2012 Oct 29.
5
A powerful and efficient set test for genetic markers that handles confounders.一种强大而有效的遗传标记集测试方法，可处理混杂因素。
Bioinformatics. 2013 Jun 15;29(12):1526-33. doi: 10.1093/bioinformatics/btt177. Epub 2013 Apr 18.
6
Improving the power of GWAS and avoiding confounding from population stratification with PC-Select.利用PC-Select提高全基因组关联研究的效能并避免群体分层带来的混杂效应。
Genetics. 2014 Jul;197(3):1045-9. doi: 10.1534/genetics.114.164285. Epub 2014 Apr 29.
7
Lessons from genome-wide association studies for epidemiology.全基因组关联研究给流行病学带来的启示。
Epidemiology. 2012 May;23(3):363-7. doi: 10.1097/EDE.0b013e31824da7cc.
8
Prioritizing candidate disease genes by network-based boosting of genome-wide association data.基于全基因组关联数据的网络增强优先考虑候选疾病基因。
Genome Res. 2011 Jul;21(7):1109-21. doi: 10.1101/gr.118992.110. Epub 2011 May 2.
9
Iterative hard thresholding in genome-wide association studies: Generalized linear models, prior weights, and double sparsity.全基因组关联研究中的迭代硬阈值法：广义线性模型、先验权重和双重稀疏性。
Gigascience. 2020 Jun 1;9(6). doi: 10.1093/gigascience/giaa044.
10
Exploration of empirical Bayes hierarchical modeling for the analysis of genome-wide association study data.探索经验贝叶斯层次模型在全基因组关联研究数据分析中的应用。
Biostatistics. 2011 Jul;12(3):445-61. doi: 10.1093/biostatistics/kxq072. Epub 2011 Jan 20.

引用本文的文献

1
Wheat yellow rust in Uruguay: understanding the genetic resistance in a panel of breeding and commercial germplasm.乌拉圭的小麦条锈病：了解一组育种和商业种质中的遗传抗性
Theor Appl Genet. 2025 Jun 11;138(7):145. doi: 10.1007/s00122-025-04937-5.
2
Genome-Wide Association Study of Age-Related Hearing Loss in CFW Mice Identifies Multiple Genes and Loci, Including Prkag2.CFW小鼠年龄相关性听力损失的全基因组关联研究确定了多个基因和位点，包括Prkag2。
J Assoc Res Otolaryngol. 2025 May 21. doi: 10.1007/s10162-025-00994-1.
3
Testing for differences in polygenic scores in the presence of confounding.在存在混杂因素的情况下对多基因分数差异进行检测。
Genetics. 2025 Jun 4;230(2). doi: 10.1093/genetics/iyaf071.
4
Novel insights into the genetic architecture and mechanisms of host/microbiome interactions from a multi-cohort analysis of outbred laboratory rats.通过对远交系实验大鼠的多队列分析，对宿主/微生物组相互作用的遗传结构和机制有了新的认识。
bioRxiv. 2025 Mar 27:2025.03.20.644349. doi: 10.1101/2025.03.20.644349.
5
Optimizing UK biobank cloud-based research analysis platform to fine-map coronary artery disease loci in whole genome sequencing data.优化英国生物银行基于云的研究分析平台，以在全基因组测序数据中精细定位冠状动脉疾病基因座。
Sci Rep. 2025 Mar 25;15(1):10335. doi: 10.1038/s41598-025-95286-2.
6
Genetic control of prickles in tetraploid blackberry.四倍体黑莓皮刺的遗传控制
G3 (Bethesda). 2025 Jun 4;15(6). doi: 10.1093/g3journal/jkaf065.
7
Deep phenotyping platform for microscopic plant-pathogen interactions.用于微观植物-病原体相互作用的深度表型分析平台。
Front Plant Sci. 2025 Feb 3;16:1462694. doi: 10.3389/fpls.2025.1462694. eCollection 2025.
8
A scalable variational inference approach for increased mixed-model association power.一种用于提高混合模型关联能力的可扩展变分推理方法。
Nat Genet. 2025 Feb;57(2):461-468. doi: 10.1038/s41588-024-02044-7. Epub 2025 Jan 9.
9
GWAS for identification of genomic regions and candidate genes in vegetable crops.GWAS 用于鉴定蔬菜作物中的基因组区域和候选基因。
Funct Integr Genomics. 2024 Oct 29;24(6):203. doi: 10.1007/s10142-024-01477-x.
10
Pervasive findings of directional selection realize the promise of ancient DNA to elucidate human adaptation.定向选择的普遍发现实现了古DNA阐明人类适应性的前景。
bioRxiv. 2024 Sep 15:2024.09.14.613021. doi: 10.1101/2024.09.14.613021.

本文引用的文献

1
FaST linear mixed models for genome-wide association studies.Fast 线性混合模型在全基因组关联研究中的应用。
Nat Methods. 2011 Sep 4;8(10):833-5. doi: 10.1038/nmeth.1681.
2
Variance component model to account for sample structure in genome-wide association studies.用于全基因组关联研究中样本结构的方差成分模型。
Nat Genet. 2010 Apr;42(4):348-54. doi: 10.1038/ng.548. Epub 2010 Mar 7.
3
Increased accuracy of artificial selection by using the realized relationship matrix.通过使用实现的关系矩阵提高人工选择的准确性。
Genet Res (Camb). 2009 Feb;91(1):47-60. doi: 10.1017/S0016672308009981.
4
Simultaneous analysis of all SNPs in genome-wide and re-sequencing association studies.全基因组和重测序关联研究中所有单核苷酸多态性的同步分析。
PLoS Genet. 2008 Jul 25;4(7):e1000130. doi: 10.1371/journal.pgen.1000130.
5
Logistic regression protects against population structure in genetic association studies.在基因关联研究中，逻辑回归可防范群体结构问题。
Genome Res. 2006 Feb;16(2):290-6. doi: 10.1101/gr.4346306. Epub 2005 Dec 14.

Improved linear mixed models for genome-wide association studies.

作者信息

Listgarten Jennifer, Lippert Christoph, Kadie Carl M, Davidson Robert I, Eskin Eleazar, Heckerman David

出版信息

Nat Methods. 2012 May 30;9(6):525-6. doi: 10.1038/nmeth.2037.

DOI:10.1038/nmeth.2037
PMID:22669648
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC3597090/
Abstract
摘要