遗传相关（Genetic Correlation）是遗传学核心概念，用于衡量表型之间由基因决定的相关性。
实现方法包括LDSC（连锁不平衡得分回归； https://github.com/bulik/ldsc）、HDL（高精度似然函数；https://github.com/bulik/ldsc）、GNOVA（genetic covariance analyzer；https://github.com/bulik/ldsc）
LDSC：连锁不平衡得分可以被定义为该SNP与一定范围内其他SNP的r^2之和，它衡量了该SNP标记的遗传变异性的大小。针对单个表型的GWAS分析，LDSC可以鉴定是否存在混淆因素，估计遗传力的大小；对于多个表型，则可以根据对应的卡方统计量，计算表型间的遗传相似度。
在GWAS研究中，多基因性（polygenicity，即若干较小的基因效应）和干扰因素引起的偏差（如隐性关联 cryptic relatedness，群体分层population stratification等）都会造成检验的统计量的分布偏高（inflated）。但我们并不能分辨偏高的统计量到底是来自多基因性还是干扰因素，所以通过LD score regression，我们可以通过研究检验统计量与连锁不平衡（linkage disequilibrium）之间的关系来定量分析每部分的影响。
GWAS检验中，对一个SNP效应量的估计通常也会包含与该SNP成LD的其他SNP的效应，也就是说一个与其他SNP成高LD的SNP，通常也会有更高的卡方检验量。如果我们用LD score对卡方统计量做回归，那么截距减1就是一个对干扰因素平均效应的估计值。
HDL：利用GWAS概括统计量便可对遗传相关性进行估计。文章来源：High-definition likelihood inference of genetic correlations across human complex traits
GNOVA：该方法可以计算不同性状在功能型位点的分区遗传相关程度
文章来源：Shared genetic risk loci between Alzheimer’s disease and related dementias, Parkinson’s disease, and amyotrophic lateral sclerosis
标签：GWAS,遗传,LD,表型,估计,SNP,方法,LDSC From： https://www.cnblogs.com/jcf666/p/17495590.html