这篇文章是对之前啊啊救救我,为何我的QQ图那么飘(全基因组关联分析)这篇文章的一个补坑。
LD SCore除了查看显著SNP位点对表型是否为基因多效性外,还额外补充了怎么计算表型的遗传度和遗传相关性。
1 下载、安装ldsc
git clone https://github.com/bulik/ldsc.git
cd ldsc
2 安装ldsc依赖的环境
conda env create --file environment.yml
source activate ldsc
3 测试是否安装成功
如果安装成功,输入./ldsc.py -h
代码会出现如下图:
输入./munge_sumstats.py -h
代码会出现如下图:
4 准备summary文件summary.txt
summary.txt
为关联分析的summary数据,包含rs编号、染色体编号、位置、A1(效应等位基因)、A2(无效等位基因)、效应值(OR或BETA)、P值,如下图所示:
5 将summary文件转换为ldsc格式
munge_sumstats.py --sumstats summary.txt --N 17115 --out scz --merge-alleles w_hm3.snplist
这一步会生成scz.sumstats.gz的文件;
6 将基因型数据按染色体分开
for q in $(seq 1 22); do plink --bfile file --chr $q --make-bed --out chr$q done
这个步骤会生成22个plink格式文件(bed,bim,fam),每一个文件代表一条染色体。
7 计算LD
for q in $(seq 1 22); do ldsc.py --bfile chr$q --l2 --ld-wind-cm 5 --yes-really --out chr/$q done
生成的文件如下所示:
8 计算回归截距和遗传度(the LD Score regression intercept and heritability)
ldsc.py --h2 scz.sumstats.gz --ref-ld-chr chr/ --w-ld-chr chr/ --out scz_h2
9 查看回归截距(LD Score regression intercept )
less scz_h2.log
截距为1.0252
关于回归截距怎么看,请看之前发过的推文:啊啊救救我,为何我的QQ图那么飘(全基因组关联分析)
10 查看遗传度(heritability)
less scz_h2.log
遗传度为0.7153
11 计算遗传相关性(genetic correlation)
ldsc.py --rg trait1.sumstats.gz,trait2.sumstats.gz --ref-ld-chr chr/ --w-ld-chr chr/ --out trait1_trait2
12 查看遗传相关性(genetic correlation)
less trait1_trait2.log