GWAS（全基因组关联分析）简介及简单实操

全基因组关联分析(Genome-wide association study),是指在人类全基因组范围内找出存在的序列变异，即单核酸多态性 (SNP) ，从中筛选出与疾病相关的SNPs。

简单来说就是：

        找出基因中哪些序列变异 (SNP)，与疾病相关!

        基因(改变)与表型(phenotype，总之就是各种各样的看得到的现象)有没有关系!

        核心就是关联!

我认为数据分析是从全基因组分析得出的vcf文件开始的，以下分析流程来自GWAS——复杂疾病相关的遗传因素的研究方法及实操 - 知乎

个人感觉原博主的代码有点小瑕疵，我按照自己的理解全都修改好了

#安装plink和vcftools，我的服务器是ubuntu的

conda install -c bioconda plink

sudo apt install vcftools

#下载数据，这里用的是狗的数据

wget https://de.cyverse.org/dl/d/E0A502CC-F806-4857-9C3A-BAEAA0CCC694/pruned_coatColor_maf_geno.vcf.gz

wget https://de.cyverse.org/dl/d/3B5C1853-C092-488C-8C2F-CE6E8526E96B/coatColor.phen

#解压

gunzip pruned_coatColor_maf_geno.vcf.gz

#将vcf文件转换成map、ped格式，然后转换为Plink二进制格式（fam，bed，bim）

vcftools --vcf pruned_coatColor_maf_geno.vcf --plink --out coatColor

plink --file coatColor --allow-no-sex --dog --make-bed --noweb --out coatColor.binary

#候选等位基因列表创建，awk编辑文本

cat pruned_coatColor_maf_geno.vcf | awk 'BEGIN{FS="\t";OFS="\t";}/#/{next;}{{if($3==".")$3=$1":"$2;}print $3,$5;}' > alt_alleles

#关联分析

plink --bfile coatColor.binary --make-pheno coatColor.phen "yellow" --assoc --reference-allele alt_alleles --allow-no-sex --adjust --dog --noweb --out coatColor

#R语言作图，我这里是将所有R代码写在脚本里

data=read.table("coatColor.assoc", header=TRUE); data=data[!is.na(data$P),]
bitmap("coatColor_man.bmp", width=20, height=10)
library(qqman)
png("man.png")  
manhattan(data, p = "P", col = c("blue4", "orange3"),suggestiveline = 12,genomewideline = 15,chrlabs = c(1:38, "X"), annotateTop=TRUE, cex = 1.2);
dev.off()

这里我提个疑问：没看懂原博文里的“3、画图的数据处理”是要干什么？GWAS——复杂疾病相关的遗传因素的研究方法及实操 - 知乎

#数据处理

unad_cutoff_sug=$(tail -n+2 coatColor.assoc.adjusted | awk '$10>=0.05' | head -n1 | awk '{print $3}')

unad_cutoff_conf=$(tail -n+2 coatColor.assoc.adjusted | awk '$10>=0.01' | head -n1 | awk '{print $3}')