# TWAS解读

## TWAS相比于GWAS更具有说服力的三个优势：

1. 找到的是显著性的基因而不是QTL，因此更具有生物学意义；而传统方法可能找到多个显著性的QTL，并且这些QTL所在的LD区间可能没有注释的基因或者存在很多注释基因，需要进一步的进行精细定位
2. 将多个cis-SNP组合成单个基因，减轻了多重测验的负担；提供检测敏感度；通俗的来讲TWAS也可以认为是GWAS的一种补充，鉴定那些不能通过单个SNP来解释表型的差异。
3. 通过个体的基因型来对基因的表达进行预测，避免了由于环境因素对于基因表达的影响

## TWAS的几个局限性：

1. TWAS只能检测到通过cis-SNP影响基因表达从而影响性状的，cis-expression
2. 训练算法的准确性是受到训练集规模和训练集数据质量的
3. 限制的；因此更大的样本，更丰富的组织将会有利于提高imputed gene的准确性
4. 有些基因的表达差异可能是由于表型导致的，而不是SNP导致的

## 贝叶斯模型

### 1.先验概率，由因及果

从以往的经验和分析得到的经验概率，根据全概率公式来推断事情发生的概率

### 2.后验概率，由果及因

根据某件事情发生的条件概率和全概率公式，通过对已经发生的事情来推断可能是某个原因所导致的概率

## 参考

1. Bogdan Pasaniuc 实验室<https://bogdan.dgsom.ucla.edu/pages/>
2. 贝叶斯模型 <https://zhuanlan.zhihu.com/p/210760554>


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://zpliu.gitbook.io/booknote/wen-xian/twas/twas-jie-du.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.