2018-10-25 GWAS实战（一） qqman绘制曼哈顿图

Posted 2023-05-09

参考技术A 作为一个统计遗传学实验室里的学生，怎么可以不会GWAS分析，虽然学的是生物信息学，但是每天听师兄师姐在那里讨论这个模型，那个矩阵啥的，多多少少有点印象，虽然不会推导公式吧，用用软件总应该学会，所以我决定考试学习GWAS分析。

这个过程我要倒着来，假如说我已经拿到了每个snp位点的P值，下一步就是画曼哈顿图，还记得第一次看到曼哈顿图，感觉很是高大上。 后来师弟和我说，只要一个包就可以画出来，这个R包就是qqman.

第一步，在R中安装qqman这个R包：

第二步，查看学习手册

基本自学能力强的人看这个学习手册就能学会，这个包还是不难的

建议这个学习步骤走一遍，就会了

第三步，仿照脚本，看里面的注释内容自己理解

脚本里面记录我觉得比较重要的几条命令

我这里来详细介绍一个
如果我们啥也不设置，我感觉图片有点难看的

我们来加点彩色的

但是似乎这个颜色有点丑哇，所以建议使用我师弟给我的参数

然后我标记一下最高点

好啦，差不多啦，功能够用就行了，如果要再个性化，建议看一个这个R包的源码

注： R里面千万不要加入中文的逗号，不然程序运行有问题，你还发现不了

GWAS文献基于GWAS与群体进化分析挖掘大豆相关基因

Resequencing 302 wild and cultivated accessions identifies genes related to domestication and improvement in soybean

中文名：基于GWAS与群体进化分析挖掘大豆驯化及改良相关基因

发表期刊杂志：nature biotechnology
影响因子：41.514
发表时间：2015年2月
发表单位：中科院遗传与发育生物学研究所
 

一、      研究取材
62株野生大豆、130株地方种和110个驯化品种构建的一个自然群体

二、      方法流程
Illumina HiSeq 2000 测序平台，测序文库300bp,样本平均测序深度达到11X

三、      生物信息学分析
群体结构分析、选择清除分析、重要性状的全基因组关联分析

四、      研究结果
1）使用BWA软件将原始数据与参考基因组进行比对，使用samtools将sam格式转化为bam,使用picard软件去掉Duplicated reads。

2）SNP calling使用GATK和samtools,取两者结果的交集。对于GATK参数设置：-stand_call_conf 30。MAF设置为0.01。

3） Indel calling类似于SNP calling,使用GATK的UnifiedGenotyper程序，起参数设置为-glm INDEL，只考虑6bp范围内的缺失和插入。

4）SNP注释使用的软件为ANNOVAR。SNP被注释到内含子(overlap- ping with an intron)、外显子、基因间区，可变剪切位点(within 2 bp of a splicing junction)、5′UTRs 、3′UTRs,, upstream and downstream regions (within a 1 kb region upstream or downstream from the transcription start site).注释在外显子区域的SNP又分为同义和非同义突变。注释到外显子的Indel又分为移码突变和非移码突变。

5）群体结构分析中，PCA使用的是EIGENSOFT 4.2 的smartpca 程序，neighbor-joining tree 使用PHYLIP 3.68软件。结构分层使用FRAPPE，其中k值选取2到7.连锁不平衡分析使用plink软件。关联分析使用的GAPIT 分析软件。