LD连锁不平衡介绍

Posted 2023-02-26

参考技术A 连锁不平衡指的是在某一群体中，两个基因同时遗传的频率大于随机组合的频率。

用于衡量连锁不平衡程度的指标主要有 D、D'和r2 三个指标，其计算原理见： 连锁不平衡：linkage disequilibrium

D ≠ 0，两基因间连锁不平衡（D值无法比较不同基因之间连锁程度的大小, 因为它是根据每个基因allel的频率计算出来的）。D'值可以看做是归一化之后的D值，归一化之的值可以用于比较不同基因连锁程度的大小。 通常情况下，会通过r值的平方来表征连锁不平衡程度，r平方等于0时，表示完全连锁平衡，独立遗传；r平方等于1时, 表示完全连锁不平衡。 

r2和D'反映了LD的不同方面。 r2包括了重组和突变，而D'只包括重组史 。D'能更准确地估测重组差异，但样本较小时，低频率等位基因组合可能无法观测到，导致LD强度被高估，所以D'不适合小样本群体研究。

理论上来说任意两个基因之间都可能存在连锁不平衡，但是 实际操作中，认为只有一定区间范围内的基因会存在连锁不平衡 ，距离大于区间的基因，两者出现连锁不平衡的概率非常小，所以就不去计算。

连锁不平衡的结果，通常采用heatmap热图的形式进行展示 ，haploview给出的LD heatmap 示例如下：颜色从白色到红色，代表连锁程度从低到高，方框中的数值为r2，为了美观，这里将r2 乘以了100。

LD衰减作图中通常采用r2来表示群体的LD水平；Haplotype Block中通常采用D'来定义Block；迁移、突变、选择、有限的群体大小以及其他引起等位基因频率改变的因素，这些都会引起LD的改变。

LD的衰减指位点间由连锁不平衡到连锁平衡的演变过程；LD衰减的速度在不同物种间或同物种的不同亚群间，往往差异非常大。所以，通常会使用1个标准——“LD衰减距离”来描述LD衰减速度的快慢。

LD衰减距离通常指的是：当平均LD系数r2 衰减到一定大小的时候，对应的物理距离。“一定大小”是这个定义的关键点，但没有特别统一的标准，在不同文章中标准不同。常见的标准包括：a）LD系数降低到最大值的一半；b）LD系数降低到0.5以下；c）LD系数降低到0.1以下；d）LD系数降低到基线水平（注意，不同物种的基线值是不同的）。

值的获取：成对计算指定距离范围内的所有SNP的r2 值，按区间取平均。

LD衰减距离的应用

A. 判断GWAS所需标记量，决定GWAS的检测效力以及精度

GWAS标记量 = 基因组大小/LD衰减距离

B. 辅助分析进化与选择

在同一个连锁群上，LD衰减的慢说明该群体受到选择。一般来说，野生群体比驯化改良群体LD衰减快，异花授粉植物比自花授粉植物LD衰减快。比如玉米：地方品种1kb，自交系2kb，商用自交系100kb。

Haplotype Block（单体型块）

单体型块，即连锁不平衡区域，是指同一条染色体上处于连锁不平衡状态的一段连续的区域。单体型块分析可以用于筛选tag SNP、确定候选基因的范围等。

如果GWAS检测到显著关联的区间，可以通过进一步绘制局部的LD单体型块图，来进一步 判断显著相关的SNP和目标基因间是否存在强LD关系 。

单体型块，即连锁不平衡区域，是指同一条染色体上处于连锁不平衡状态的一段连续的区域。单体型块分析可以用于筛选tag SNP、确定候选基因的范围等。

如果GWAS检测到显著关联的区间，可以通过进一步绘制局部的LD单体型块图，来进一步 判断显著相关的SNP和目标基因间是否存在强LD关系 。

--vcf 指定输入的文件为vcf格式，如果是bed格式文件，使用--bfile接文件前缀，如果数据是ped、map格式，使用 --map接.map文件，--ped接.ped文件

--allow-no-sex 表示允许没有性别信息

--r2表示计算r2值

--ld-window 表示计算LD的区间，距离小于这个值的标记对都要进行LD的计算

--ld-window-kb 默认为1Mb，表示只对距离在1Mb之内的SNP位点进行分析

--ld-window-r2 0.2 这个参数只能和 --r2参数搭配使用，默认值为0.2，对输出结果进行过滤，只输出r2大于该参数的r2值

参考： haploview进行连锁不平衡分析

haploview是基于Java的工作环境,，如果电脑没有java的话，需要提前安装

https://www.broadinstitute.org/haploview/haploview

LD的衰减指位点间由连锁不平衡到连锁平衡的演变过程；LD衰减的速度在不同物种间或同物种的不同亚群间，往往差异非常大。所以，通常会使用1个标准——“LD衰减距离”来描述LD衰减速度的快慢。

LD衰减距离通常指的是：当平均LD系数r2 衰减到一定大小的时候，对应的物理距离。“一定大小”是这个定义的关键点，但没有特别统一的标准，在不同文章中标准不同。常见的标准包括：

a）LD系数降低到最大值的一半；

b）LD系数降低到0.5以下；

c）LD系数降低到0.1以下；

d）LD系数降低到基线水平（注意，不同物种的基线值是不同的）。

值的获取：成对计算指定距离范围内的所有SNP的r2 值，按区间取平均