经过前面七步的质控,现在的数据集(Table 1)已经可以正式的开始关联分析的主要步骤了。
Table 1:进行关联分析的数据集。
文件名 | 内容信息 |
---|---|
HapMap_3_r3_13.bed | 实验所有个体及对照的基因型信息 |
HapMap_3_r3_13.fam | 个体及对照的谱系关系、性别和表型信息 |
HapMap_3_r3_13.bim | SNPs的位置信息 |
covar_mds.txt | MDS生成的10个协变量 |
此步骤主要包括三个内容:关联分析、统计学检验和结果可视化。
一、关联分析
1、搭建工作环境
为了和文章结构保持一致,将工作目录做如下修改:
cd /{
your directory}/GWAs/
#修改分析主工作目录名
mv 3_Association_GWAS/ 2_Association_GWAS/
cd 2_Association_GWAS/
#创建关联分析工作目录
mkdir assoc
#置入数据集和协变量
mv /{
your directory}/GWAs/1_QC_GWAS/pop_str/covariates/HapMap_3_r3_13.* assoc/
mv /{
your directory}/GWAs/1_QC_GWAS/pop_str/covariates/covar_mds.txt assoc/
2、回归分析
此次示例的数据集以二进制的分类性状为例,文章中介绍既可使用Logistic回归(“–logistic”选项),又可以使用“–assoc”选项提供的回归方式,但是在PLINK官网中介绍,此选项是针对数量性状(QTL)的回归方式(“–assoc”选项),这点不是很理解。
(1)使用“–assoc”选项进行回归
此方法不支持在过程中引入协变量:
cd assoc
#使用“--assoc”选项进行回归
/{
your directory}/GWAs/plink-20220402/plink --bfile HapMap_3_r3_13 --assoc --out assoc_results
输出结果assoc_results.assoc各列对应的含义见Table 2:
Table 2: assoc_results.assoc中包含的列,更多信息见官网
列名 | 含义 |
---|---|
CHR | 染色体编号 |
SNP | SNPs编号 |
BP | 碱基对位置 |
A1 | Allele 1(一般为次等位基因) |
F_A | 案例中的Allele 1频率 |
F_U | 对照中的Allele 1频率 |
A2 | Allele 2 |
CHISQ | 等位基因检验的卡方统计量(chi-squre statistic,Not present with ‘fisher’/‘fisher-midp’ modifier.) |
P | 等位基因检验的P值,对应卡方统计量 |
OR | o d d s c a s e A 1 / o d d s c o n t r o l |