遗传分析基础 · 软件与统计方法 · 8 篇
GWAS 入门与实操
介绍 GWAS 的数据处理流程与常用软件，逐步说明质量控制、群体结构校正、关联检验、结果解读、基因型填补和精细定位的命令及统计方法。
从这里开始
- 01 GWAS 分析流程与统计概念 介绍 GWAS 从输入整理到关联检验的流程，解释表型、等位基因编码、连锁不平衡、群体结构与遗传力。
- 02 先认清文件，再打开终端 介绍 PLINK 与 VCF 文件的用途，说明表型和协变量如何匹配，以及终端路径、参数、日志和输出前缀的写法。
- 03 先检查数据，再讨论显著性 从样本编号、缺失率和等位基因频率开始做质量检查，说明过滤条件的含义，以及为什么不能机械套用平衡检验。
- 04 把群体背景和亲缘关系放进分析 理解主成分为什么有用、近亲为什么需要另外处理，并从连续性状回归走到混合线性模型。
- 05 运行第一次关联分析 把基因型、连续表型与主成分接到同一条命令里，读懂效应等位基因、样本数、标准误与错误信息。
- 06 读懂曼哈顿图与 QQ 图 用 R 从结果表画出曼哈顿图和 QQ 图，检查缺失检验，理解多重检验与下一步该核查的证据。
- 07 基因型定相与填补：软件流程和质量检查 介绍定相与基因型填补的处理流程，说明 Beagle 参数、剂量和基因型概率，以及 bcftools 过滤和 PLINK 格式转换。
- 08 一片关联信号里，怎样缩小候选范围 从关联区域走向精细定位，使用同一批个体的区域基因型与表型，理解候选概率、可信集和相关矩阵的方向要求。
GWAS 分析的主要环节
全基因组关联分析通常从整理基因型和表型开始。检查数据质量后，需要处理群体结构与亲缘关系，再选择适合性状类型的统计模型。关联检验之后，还要控制多重检验的误报，并检查结果是否受到数据质量或模型假设的影响。
各环节使用什么软件
| 环节 | 软件或方法 | 主要输出 |
|---|---|---|
| 文件整理与质量控制 | PLINK 2、bcftools | 质量报告、过滤后的基因型文件 |
| 亲缘与群体结构 | KING 亲缘估计、主成分分析 | 亲缘系数、保留样本列表、主成分 |
| 关联检验 | PLINK 2 线性或逻辑回归；需要时使用混合模型软件 | 位点效应、标准误、检验结果 |
| 结果解读 | R、多重检验校正 | 校正后的结果表、曼哈顿图与 QQ 图 |
| 定相与填补 | Beagle、bcftools | 定相结果、剂量与填补质量指标 |
| 精细定位 | susieR | 后验纳入概率、可信集 |
前六篇介绍基础分析流程。第七篇讲填补，它在实际流程中通常发生于最终关联扫描之前；第八篇讲关联区域的精细定位。
阅读与查询
第二篇解释文件格式和终端命令；第三至五篇分别说明质量控制、群体背景与关联模型。第六篇可以用来查询结果列名、多重检验和绘图流程。数学推导集中在第四篇，填补及精细定位的统计含义放在各自篇章中。