Genome-wide Study Identifies Association between HLA-B*55:01 and Self-Reported Penicillin Allergy

基因型+表型的 样本多： 52,000的Estonian Biobank,500,500的UK biobank，67,323的BioVU。还有用于验证的样本集-1.12Million的23andMe。每个人群都包含base\control

方法：

  在三个人群中各自用SAIGE开展GWAS分析->调整genotype matrix前10个PCs,以及、age、birth year、sex。

  用METAL软件开展所有的markers（MAF>0.1%） 的meta-analysis  ，把SNP effect 估计与其标准差用逆方差加权法结合在固定效应模型（fixed effects model）      

使用imputed SNP->HLA type->fine map 找到HLA association->23andMe人群重复性

 

逆方差加权（英语：inverse-variance weighting）是一种对随机变量测量值进行加权平均的方法。每个随机变量被其方差的倒数加权。该方法可使平均值的方差最小。逆方差加权通常在meta-analysis中用来整合独立测量的结果。

固定效应模型：fixed effects model，即固定效应回归模型，FEM,是一种面板数据分析方法

面板数据：Panel data，“平行数据”，是指在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据。也可以说，他是m*n的数据矩阵，记载的是n个时间节点上，m个对象的某一数据指标。