本文介绍了METAL工具在基因组广泛关联研究（GWAS）meta分析中的应用，包括软件安装、配置文件编写和两种分析算法：基于p值和基于标准误。METAL支持对多个GWAS结果进行综合分析，通过增加样本量提升检验效能，并帮助发现新的关联位点。配置文件需指定每项研究的GWAS结果列标题和分隔符，以便正确识别数据。完成配置后，通过命令行执行分析。输出结果可用于筛选显著关联的位点，从而深入理解基因与疾病的关系。
欢迎关注”生信修炼手册”!
METAL是gwas meta分析最常用的工具之一，官网如下
https://genome.sph.umich.edu/wiki/METAL
该软件的安装非常简单，直接下载编译好的二进制文件即可，安装过程如下
wget http://csg.sph.umich.edu/abecasis/metal/download/Linux-metal.tar.gz
tar xzvf Linux-metal.tar.gz
cd generic-metal/在安装目录，有一个名为metal的可执行文件，该程序用法很简单，只需要编写一个配置文件，然后执行即可，所以关键在于配置文件的编写。在软件的安装目录，有一个名为example的文件夹，提供了两个示例，其中的metal.txt就是配置文件。
meta-analysis是对多个gwas分析结果进行综合评价，该软件支持以下两种meta分析的算法
pvalue
standard error
第一种是基于p值；第二种是基于标准误，我们知道标准误指的是某个统计量的分布，在使用第二种算法时，需要提供对应的统计量，即Effect, 以逻辑回归/线性回归为例，Effect对应的就是回归系数BETA, 标准误对应的就是回归系数的SE。
每种算法要求的gwas分析结果的格式稍有不同，其中以下3列是必须有的
SNP对应的id或者rs号
test allele
other allele
在关联分析的结果中，会有OR值来表征关联强弱，而OR值是一个比值，分子除以分母，分子对应的allele为test allele, 分母对应的allele为other allele。
基于pvalue的算法，额外要求以下3列
Pvalue
表示test allele和疾病关联方向的列，有正相关和负相关两种，以OR值为例，大于1为危险因素，小于1为保护因素，当时，为了能够区分正负，OR值需要取log
可选的列，表示样本的大小，根据每个数据集的样本大小来进行加权
基于标准误的算法，额外要求以下2列
effect
standard error
前文已经给过解释，effect对应回归分析中的回归系数beta值，standard error对应回归系数的SE。
在配置文件中共，我们需要指定每个study的GWAS结果中上述列对应的标题，以及文件分隔符等选项，这样才能保证软件正确的识别所需的信息，一个配置文件的示例如下
配置好之后，只需执行以下命令即可进行分析
metal metal.config.txt
输出结果示意如下
通过输出结果中的pvalue,来筛选显著关联的位点，通过gwas meta-analysis, 可以达到增加样本量，提高检验效能的目的，而且有助于发现新的关联位点。
·end·
—如果喜欢，快分享给你的朋友们吧—
往期精彩
基因型填充
CNV分析
最低0.47元/天 解锁文章
扫一扫
2851
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
