Leveraging correlations between variants in polygenic risk scores to detect heterogeneity in GWAS cohorts.

Yuan, Jie; Xing, Henry; Lamy, Alexandre Louis; Lencz, Todd; Pe'er, Itsik

Yuan, Jie; Xing, Henry; Lamy, Alexandre Louis; Lencz, Todd; Pe'er, Itsik.

Afiliação

Yuan J; Department of Computer Science, Columbia University, New York, United States of America.
Xing H; Department of Computer Science, Columbia University, New York, United States of America.
Lamy AL; Department of Computer Science, Columbia University, New York, United States of America.
Lencz T; The Center for Psychiatric Neuroscience, Feinstein Institutes for Medical Research, New York, United States of America.
Pe'er I; Department of Computer Science, Columbia University, New York, United States of America.

PLoS Genet ; 16(9): e1009015, 2020 09.

Article em En | MEDLINE | ID: mdl-32956347

Assuntos

Variação Genética/genética; Estudo de Associação Genômica Ampla/métodos; Herança Multifatorial/genética; Algoritmos; Transtorno Bipolar/genética; Estudos de Casos e Controles; Bases de Dados Genéticas; Transtorno Depressivo Maior/genética; Feminino; Heterogeneidade Genética; Predisposição Genética para Doença/genética; Humanos; Masculino; Modelos Teóricos; Polimorfismo de Nucleotídeo Único/genética; Fatores de Risco; Esquizofrenia/genética

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Variação Genética / Herança Multifatorial / Estudo de Associação Genômica Ampla Tipo de estudo: Etiology_studies / Observational_studies / Prognostic_studies / Risk_factors_studies Limite: Female / Humans / Male Idioma: En Revista: PLoS Genet Ano de publicação: 2020 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google