bioRxiv 预印本· Yang, Y., Martin, E., Farrer, L., Pericak-Vance, M. A., Vance, J. M., Haines, J. L. M., Bush, W. ·· 2 天前AI 评分18
PrediXSKAT:联合分析常见调控变异与罕见编码变异提升核关联检验效能
Joint Analysis of Common Regulatory and Rare Coding Variants for Improved Power in Kernel Association Tests
AI 导读
研究人员提出PrediXSKAT,一种将PrediXcan预测的基因表达嵌入Sequence Kernel Association Test核的罕见变异关联分析框架,通过整合cis调控景观提升检验效能。
来源:bioRxiv 预印本 · biorxiv.org