GLM（Generalized Linear Model）、MLM（Mixed Linear Model）和CMLM（Compressed Mixed Linear Model）都是统计模型，常用于基因组关联分析（Genome-Wide Association Study，GWAS）中。
-
GLM（Generalized Linear Model）：广义线性模型是一种常见的线性回归模型扩展，用于分析因变量与一个或多个自变量之间的关系。在GWAS中，GLM常用于进行单一SNP的关联分析，即将每个SNP作为一个独立的解释变量与表型进行关联。
-
MLM（Mixed Linear Model）：混合线性模型是在GWAS中用于控制种族结构和家族关系等潜在的混杂效应的常用方法。MLM通过引入随机效应（例如，基因型矩阵的协方差结构）来捕捉样本之间的相关性，以降低虚假关联（false positives）的产生。MLM适用于复杂的人群结构和家族相关性的GWAS分析。
-
CMLM（Compressed Mixed Linear Model）：压缩混合线性模型是MLM的一种改进方法，旨在降低计算复杂度和内存需求，尤其适用于大规模基因组关联分析。CMLM通过压缩基因型数据和相关矩阵，从而在保持准确性的同时减少计算成本。
这些模型都是用于探索基因型与表型之间的关联，以寻找与表型特征相关的基因变异。选择适当的模型取决于研究的目标、样本设计、数据结构和可能存在的混杂效应等因素。