遗传关联效力计算器

理解遗传关联效力对于在遗传学研究中设计有效的研究至关重要。本指南解释了关键概念，提供了实用例子，并包含了常见问题解答，以帮助你优化你的研究设计。

为什么遗传关联效力重要

基本背景

遗传关联效力指的是一项研究将检测到真实遗传效应的概率。它取决于以下因素：

• 效应量（Effect size）: 遗传变异与性状之间关系的强度。
• 样本量（Sample size）: 较大的样本量增加效力，但需要更多的资源。
• 等位基因频率（Allele frequency）: 罕见变异更难检测。
• 显著性水平（α）: 平衡 I 类和 II 类错误。

较高的效力降低了假阴性的可能性，提高了结果的可靠性。

精确的效力公式：确保可靠的结果

用于计算效力的公式是：

\[ P = 1 - \Phi\left(\frac{Z_{\alpha/2} - |ES| \sqrt{\frac{N}{2pq}}}{\sqrt{1 - ES^2}}\right) \]

其中：

• \(P\) 是效力。
• \(ES\) 是效应量。
• \(N\) 是样本量。
• \(p\) 是等位基因频率。
• \(q = 1 - p\)。
• \(Z_{\alpha/2}\) 是来自标准正态分布的临界值。

这个公式考虑了影响效力的所有主要变量。

实用计算示例

示例 1：中等规模的研究

情景： 一项研究的 \(ES = 0.5\)，\(N = 1000\)，\(p = 0.2\)，并且 \(Z_{\alpha/2} = 1.96\)。

1. 计算 \(q = 1 - p = 0.8\)。
2. 计算该项：\(\sqrt{\frac{N}{2pq}} = \sqrt{\frac{1000}{2 \times 0.2 \times 0.8}} = 25\)。
3. 代入公式： \(P = 1 - \Phi\left(\frac{1.96 - 0.5 \times 25}{\sqrt{1 - 0.5^2}}\right)\)。 简化后得到 \(P = 0.80\)。

结果： 该研究有 80% 的几率检测到该效应。

关于遗传关联效力的常见问题解答

Q1：如果效力太低会发生什么？

低效力会增加错过真实效应（假阴性）的风险。这可能导致资源浪费和不可靠的结论。

Q2：增加样本量如何影响效力？

增加样本量会提高效力，因为它减少了变异性，从而更容易检测到真实效应。

Q3：能有效地研究罕见等位基因吗？

由于罕见等位基因的频率较低，因此需要更大的样本量才能获得足够的效力。

术语表

• 效应量 (ES)： 衡量关系强度的指标。
• 样本量 (N)： 参与者总数。
• 等位基因频率 (p)： 携带等位基因的人口比例。
• 临界值 (Zα/2)： 统计显著性的阈值。

关于遗传效力的有趣事实

1. 效力不足的研究通常无法重复发现，从而导致“重复危机”。
2. 像 GWAS（全基因组关联研究）这样的现代技术严重依赖高效力来识别细微的遗传效应。