GWAS复杂疾病相关的遗传因素的研究方法及实操

　　尔云间 一个专门做科研的团队
　　原创 小果 生信果
　　前言：与复杂疾病相关的遗传因素的研究方法
　　基于当前流行病学研究的进展及研究热点，小果在这里为大家简单介绍一下关于全基因组关联研究（Genome-wide association study，GWAS）（以下简称GWAS）。全基因组关联研究发展已有二十多年了，研究人员们发现了大量和人类疾病以及其它表型相关联的基因，GWAS是现代遗传学的重要组成部分，推动了孟德尔随机化和多基因风险评分的发展与应用。
　　基本概念
　　GWAS是对多个个体在全基因组范围的遗传变异（标记）多态性进行检测，获得基因型，进而将基因型与可观测的性状，即表型，进行群体水平的统计学分析，根据统计量或显著性 p 值筛选出最有可能影响该性状的遗传变异（标记），挖掘与性状变异相关的基因。
　　相对于连锁分析的优势
　　关联定位的相对优势：
　　• 分辨率高（单碱基水平）
　　• 研究材料来源广泛，可捕获的变异丰富
　　• 节省时间
　　材料选择与群体设计
　　材料选择的基本原则
　　1）遗传变异和表型变异丰富
　　2）群体结构分化不能过于明显（如亚种以上,发生生殖隔离是不能做GWAS的）
　　样本量
　　非稀有变异中，对中等变异解释率（10%左右）的位点的检测功效要达到80%以上时，需要的样本量在400左右。
　　位点的效应越低，需要的样本量越大。
　　关联分析的三要素
　　• 测定某一群体的表型数据
　　• 测量该群体的基因型数据
　　• 进行关联计算
　　实操
　　作为生信分析里最基础的技能之一，有人花了很大的时间和精力都不能够完成一次GWAS。
　　小果在这里用最简单的数据和代码跑一遍GWAS，希望能够帮助大家更好的理解GWAS。
　　数据：测试一组狗全基因组的遗传变异与分类形状（毛皮颜色）之间的关系。
　　操作系统：Linux
　　1   下载样品vcf文件和表型数据  Wget https://de.cyverse.org/dl/d/E0A502CC-F806-4857-9C3A-BAEAA0CCC694/pruned_coatColor_maf_geno.vcf.gz wget https://de.cyverse.org/dl/d/3B5C1853-C092-488C-8C2F-CE6E8526E96B/coatColor.phen
　　2   解压VCF文件之后 查看数据  gunzip pruned_coatColor_maf_geno.vcf.gz
　　#表型数据 前两列也是FID and IID，第三列是表型。
　　##查看文件发现，这个数据涉及53只小狗的476840个SNP,表型：24只黄毛犬 29只深色毛犬。
　　3   安装pink和vcftools  ###安装plink wget http://zzz.bwh.harvard.edu/plink/dist/plink-1.07-x86_64.zip rm -f plink_linux_x86_64.zip cd plink-1.07-x86_64/ echo export PATH=$PATH:$(pwd) >> ~/.bashrc source ~/.bashrc ###安装vcftools git clone https://github.com/vcftools/vcftools.git cd vcftools ./autogen.sh ./configure make sudo make install
　　当然也可以直接用conda 装
　　4   将vcf文件转换成map、ped格式，然后转换为Plink二进制格式（fam，bed，bim）  vcftools --vcf pruned_coatColor_maf_geno.vcf --plink --out coatColor  plink --file coatColor --allow-no-sex --dog --make-bed --noweb --out coatColor.binary
　　5   候选等位基因列表创建，awk编辑文本  cat pruned_coatColor_maf_geno.vcf | awk ＂BEGIN{FS=＂	＂;OFS=＂	＂;}/#/{next;}{{if($3==＂.＂)$3=$1＂:＂$2;}print $3,$5;}＂  > alt_alleles
　　6   关联分析  plink --bfile coatColor.binary --make-pheno coatColor.phen ＂yellow＂ --assoc --reference-allele alt_alleles --allow-no-sex --adjust --dog --noweb --out coatColor
　　7   画图  #数据处理 unad_cutoff_sug=$(tail -n+2 coatColor.assoc.adjusted | awk ＂$10>=0.05＂ | head -n1 | awk ＂{print $3}＂) unad_cutoff_conf=$(tail -n+2 coatColor.assoc.adjusted | awk ＂$10>=0.01＂ | head -n1 | awk ＂{print $3}＂)   #R绘图 data=read.table(＂coatColor.assoc＂, header=TRUE); data=data[!is.na(data$P),] bitmap(＂coatColor_man.bmp＂, width=20, height=10) library(qqman) png(＂man.pdf＂) manhattan(data, p = ＂P＂, col = c(＂blue4＂, ＂orange3＂),suggestiveline = 12,genomewideline = 15,chrlabs = c(1:38, ＂X＂), annotateTop=TRUE, cex = 1.2); dev.off();
　　最后的结果图和生成文件，是不是很简单呢？关注小果，下期将为大家带来更多使用生信技巧。
　　最后小果祝大家学业有成，事事顺心。
　　推荐阅读
　　GO的概念及用R做简单的富集分析
　　R语言ConsensusClusterPlus包无监督聚类
　　柱状图-肿瘤某一指标的比较和GSVA结果展示
　　看小果演示CIBETSORT、xcell两种常用的R语言包
　　小果教你三分钟看懂多条线共存的ROC图的R语言画法