基于 MAGMA 的 gene-based 关联分析研究

之前已经写过两篇gene-based 关联分析研究，感兴趣翻往期推文：

基于GCTA的gene-based关联分析研究

使用VEGAS2（Versatile Gene-based Association Study）进行gene based的研究

今日再介绍第三款软件：MAGMA

跟前面的两款软件比起来，MAGMA 使用比较简单。

下面简要介绍基于 MAGMA 的 gene-based 关联分析研究。

1. 下载、安装 MAGMA

wget https://ctg.cncr.nl/software/MAGMA/prog/magma_v1.09.zip
unzip magma_v1.09.zip

2. 下载公共数据

# 下载基因位置文件NCBI37.3.gene.loc
wget https://ctg.cncr.nl/software/MAGMA/aux_files/NCBI37.3.zip
unzip NCBI37.3.zip

# 下载参考人群g1000_eur
wget https://ctg.cncr.nl/software/MAGMA/ref_data/g1000_eur.zip
unzip g1000_eur.zip

注意： 本推文使用的基因组版本是hg19（build 37）、参考人群选用欧洲人群，请各位根据自己研究的实际情况修改；

基因位置文件NCBI37.3.gene.loc如下所示：

参考人群g1000_eur如下所示：

3. 准备输入文件

到这里，才是自己需要准备的文件，前面的文件全部是通过公共数据获得。

输入文件的格式同VEGAS2和GCTA，只需要 GWAS 结果的 P 值和 SNP id 即可

输入文件snpp包括两列，第一列是SNP的ID，第二列是SNP的P值；

输入文件snpp如下所示：

4. 开始分析

4.1 step1: 基因注释

输入命令：

magma --annotate --snp-loc g1000_eur.bim --gene-loc NCBI37.3.gene.loc --out g1000_eur

g1000_eur.bim和NCBI37.3.gene.loc文件通过前面的第二个步骤获得；

该步骤生成g1000_eur.genes.annot结果文件:

4.2 step2: gene-based 关联分析

输入命令：

magma --bfile g1000_eur --pval snpp N=401670 --gene-annot g1000_eur.genes.annot --out genebased

g1000_eur文件通过前面的第二个步骤获得;

snpp文件通过前面的第三个步骤获得;

g1000_eur.genes.annot文件通过 4.1 步骤获得;

N指的是研究的样本量；

执行以上命令后，生成两个文件：g1000_eur.genes.out和g1000_eur.genes.raw

g1000_eur.genes.out即为gene-based 关联分析结果：

gene-based 关联分析结果的释义如下所示：

• GENE: the gene ID as specified in the annotation file
• CHR: the chromosome the gene is on
• START/STOP: the annotation boundaries of the gene on that chromosome (this includes any window around the gene applied during annotation)
• NSNPS: the number of SNPs annotated to that gene that were found in the data and were not excluded based on internal SNP QC
• NPARAM: the number of relevant parameters used in the model. For the SNP-wise models this is an approximate value; for the principal components regression (raw data default) this is set to the number of principal components retained after pruning; for the multimodels this is the mean NPARAM value of the component base models
• N: the sample size used when analysing that gene; can differ for allosomal chromosomes or when analysing SNP p-value input with variable sample size by SNP (due to missingness or differences in coverage in meta-analysis)
• ZSTAT: the Z-value for the gene, based on its (permutation) p-value; this is what is used as the measure of gene association in the gene-level analyses
• P: the gene p-value

生成的另外一个文件g1000_eur.genes.raw如下所示：

该文件可用于后续的 gene-set 分析。

---

gene-based 关联分析研究就介绍到这啦~

祝各位生活愉快~