GWAS研究中，表型分两种。第一种是线性的表型，如果身高、体重、智力等；第二种是二元的表型，比如患病和未患病，即通常所说的case和control。对于表型是线性的样本来说，是不存在case和control比例不平衡的情况的，但是对于表型是二元的样本，比如疾病和对照组（健康人群），case和control比例失衡，可能会出现N多的假阳性结果。具体看看下面的例子。
例子1：case和control比例在稍微正常的情况下，比如冠心病（coronaryartery disease，case:control =1:12, N = 408,458），此时，用什么模型计算关联分析结果都OK.
下面分别用三个不同算法（BOLT-LMM, SAIGE-NoSPA 和 SAIGE）计算的GWAS结果，从图下可以看出，当case和control的数量比例不是严重失衡的情况下，这个时候用哪种方法结果都没有区别。
例子2：case和control比例在比较失衡的情况下，比如结直肠癌 (colorectal cancer , case:control = 1:84, N = 387,318)，此时，BOLT-LMM和SAIGE-NoSPA显然出现了很多假阳性位点，而SAIGE模型下的GWAS结果则比较正常
例子3：case和control比例在严重失衡的情况下，比如青光眼(glaucoma, case:control = 1:89, N = 402,223)，此时，BOLT-LMM和SAIGE-NoSPA显然出现了很多假阳性位点，而SAIGE模型下的GWAS结果则比较正常。
例子4：case和control比例在极其严重失衡的情况下，比如甲状腺癌(thyroid cancer, case:control = 1:1,138, N = 407,757)，此时，BOLT-LMM和SAIGE-NoSPA显然出现了非常多的假阳性位点，而SAIGE模型下的GWAS结果则比较正常。
综上，说了这么多，是想告诉大家当手头的case和control比例差别比较悬殊的时候，不要一上来就跑GWAS，而是先考虑一下你的样本适合的模型。像这篇文章里的SAIGE模型就很适合case和control比例严重失衡的情况。
SAIGE的具体用法请参照：
https://github.com/weizhouUMICH/SAIGE
图片出处及参考文献：https://www.nature.com/articles/s41588-018-0184-y