大家好，我是邓飞，之前推荐过这本《Genome-Wide Association Studies》的书籍（GWAS书籍：《Genome-Wide Association Studies》，电子版pdf），2022年出版的，内容比较前沿。电子版书籍获得方法，公众号后台回复：book1，获得pdf链接。
已经介绍过的内容：
今天介绍第三章：《基因分型平台》
这本书整体的目录如下：
整个来说，这一章节没有什么代码或者模型的介绍，都是基因分型平台的介绍，常见的基因分型平台有：
* 基因芯片
* GBS
* TGBS
* 全基因组重测序
飞哥注：
芯片（固态芯片和液相芯片）和重测序最为常见，GWAS分析也多采用这两种检测方法的其中一种。
最近在用obsidian整理自己的笔记，发现读书的时候，如果有些知识之前有所了解，就把他连接一下，发现关联到一起之后，理解更清晰了，下面两个是阅读的时候两个关联笔记，红色的问题，蓝色的是我的理解。
GWAS分析与SNP标记数量的关系：
GWAS是群体的数据分析，SNP的数量取决于群体LD衰减的情况，之前写过博客介绍snp数量的计算：计算群体GWAS分析所需要的最少SNP个数。LD越高，所需要的位点数越低，因为比较少的位点就可以保证覆盖度，确保性状控制的QTL至少有一个标记处于LD状态，代表性有了，结果就可靠。
具体到染色体水平，有些染色体衰退得快，就需要更多的标记。有些染色体保守，就需要较少的标记，一般是看整体的LD水平，大致评估一个最小的snp个数。
如果SNP数量很多，如何去掉SNP降低分析难度又不影响分析结果？
1，可以根据LD，去掉高连锁的位点，比如LD大于0.95的删除，如果位点很多，也可以删除很多位点，这些位点删除不影响分析的结果，会降低计算量。
2，如果还有很多位点，可以进一步删除，比如去掉LD大于0.5的位点，这时候找到的显著性位点，可以提取附近上下游的位点，计算单倍型，然后依据单倍型进行重新分析，也是一种降低工作量的方法。
