全基因组关联分析（Genome-Wide Association Study，GWAS）流程
Posted 橙子牛奶糖
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了全基因组关联分析（Genome-Wide Association Study，GWAS）流程相关的知识，希望对你有一定的参考价值。
全基因组关联分析流程：
一、准备plink文件
1、准备PED文件
PED文件至少有六列，内容如下：
Family ID
Individual ID
Paternal ID
Maternal ID
Sex (1=male; 2=female; other=unknown)
Phenotype(-9 missing 0 missing 1 unaffected 2 affected)
genotype( 1,2,3,4 or A,C,G,T missing 0)
PED文件是空格（空格或制表符）分隔的文件。
PED文件长这个样：
2、准备MAP文件
MAP文件有四列，四列内容如下：
chromosome (1-22, X, Y or 0 if unplaced)
rs# or snp identifier
Genetic distance (morgans)
Base-pair position (bp units)
MAP文件长这个样：
3、生成bed、fam、bim、文件
输入命令
plink --file mydata --out mydata --make-bed
注：plink指的是plink软件，如果软件安装在某个指定的路径的话，前面还要加上路径，比如安装在路径为/your/pathway/的文件夹下，则命令应该为“/your/pathway/plink --file mydata --out mydata --make-bed”
mydata指的是1和2生成的PED和MAP文件名，不需要写.ped和.map后缀
二、准备表型文件（Alternate phenotype files）
一般表型文件为txt格式，表型文件有三列，分别为：
Family ID
Individual ID
Phenotype
假如有多种表型，第一列和第二列还是Family ID、Individual ID，第三列及以后的每列都是表型，例如以下：
Family ID
Individual ID
Phenotype A
Phenotype B
Phenotype C
Phenotype D
Phenotype E
……
表型文件长这样：
缺失值的处理：缺失值的表型用-9表示；
case和control的处理：通常情况下，1表示control，2表示case，0表示缺失，但如果你加上--1的参数，则0表示control，1表示case。
三、准备协变量文件（Covariate files）
协变量文件同表型文件类似，第一列和第二列是Family ID、Individual ID，第三列及以后的每列都是协变量
Family ID
Individual ID
Covariate A
Covariate B
Covariate C
Covariate D
Covariate E
……
协变量文件长这个样（这里有三个协变量，分别为Sex,Age,temperature）：
四、plink进行表型和基因型以及协变量的关联分析
命令如下：
plink --bfile mydata --linear --pheno pheno.txt --mpheno 1 --covar covar.txt --covar-number 1,2,3 --out mydata –noweb
生成的文件为mydata.assoc.linear
注：“mydata”mydata文件不需要后缀，“--mpheno 1”指的是表型文件的第三列（即第一个表型）
“--covar-number 1,2,3”指的是协变量文件的第三列、第四列、第五列（即第一个、第二个、第三个协变量）
“--linear”指的是用的连续型线性回归，如果表型为二项式（即0、1）类型，则用“--logistic”
五、画曼哈顿图
安装R语言的CpGassoc包，其中的manhattan()，即可画曼哈顿图，或者参照本文R语言画全基因组关联分析中的曼哈顿图（manhattan plot）
以上是关于全基因组关联分析（Genome-Wide Association Study，GWAS）流程的主要内容，如果未能解决你的问题，请参考以下文章