笔记计划分为六篇:
第一篇:读取plink基因型数据和表型数据
第二篇:对基因型数据质控:缺失质控,maf质控,hwe质控,样本质控
第三篇:基因型数据可视化:kingship,LD,MDS,PCA
第四篇:一般线性模型进行GWAS分析(GLM模型)
第五篇:混合线性模型进行GWAS分析(MLM模型)
第六篇:TASSEL结果可视化:QQ plot,曼哈顿图
已完成前三篇,本篇是第四篇。
1. 将质控的plink数据和表型数据读入到TASSEL软件
质控后的plink数据和表型数据:
读取表型数据到TASSEL中:
读取基因型数据到TASSEL中:
2. 一般线性模型(GLM)介绍
GLM模型中,将每个SNP作为固定因子进行回归分析,进行显著性检验,P值就是GWAS分析的p-value,effect就是SNP的effect值。如果有其它因素需要考虑,就放到协变量里面,比如性别,PCA,Q矩阵等。
重点是对每个SNP做回归分析,提取effect和p-value。
3. 合并数据
TASSEL分析中,需要将分析的表型和基因型数据进行合并,合并为一个数据框,然后对该数据框进行分析。
3.1 对基因型数据进行PCA分析
选中qc_plink基因型数据,点击菜单 Analysis --> Relatedness --> PCA,然后点击确定即可。
PCA分析结果:
3.2 将PCA+表型+基因型合并
选中三个数据,然后点击Data中的Intersect Join,进行数据合并。
3.3 查看合并后的数据
可以看到,数据中包括ID,PCA及结果,表型性状数据,基因型数据。
4. GLM模型
选中合并后的书,点击Analysis --> Association --> GLM
点击OK,即可。
5. GLM结果查看
可以看到,Result中有两个GLM结果,第一个为GWAS结果,第二个为每个SNP的效应值情况。看第一个就行。
因为这是多个性状的分析,所以所有结果放在了一起。
- 第一列为性状,这里包括三个性状,在进行作图时需要将数据分开
- 第二列为SNP名称
- 第三列为染色体名称
- 第四列为SNP的物理位置
- 第五列为F检验结果
- 第六列为p值
- ……
6. 导出结果
7. TASSEL中的结果可视化
QQ图:
曼哈顿图:
这里,曼哈顿图需要指定性状,这里我们选择EarDia这个性状进行可视化:
图片可以保存到本地。
ok,鸽了一个月,第四篇搞定了。下一篇是MLM模型的分析,欢迎继续关注。