前言

很多人问我有没有关于全基因组关联分析(GWAS)原理的书籍或者文章推荐。

其实我个人觉得,做这个分析,先从跑流程开始,再去看原理。

为什么这么说呢,因为对于初学者来说,跑流程就像一个大黑洞,学习原理就像一个小黑洞。

很多人花了好几个月的时间在看原理,一旦丢给他数据去分析,依旧束手无策。

不会跑流程,内心依旧会很恐慌。就像从来没有入门一样。

所以,我的建议是咱们先不去管原理,直接从分析入手。

等把数据跑出来了,整个流程的技能点满了,再去看看它的原理。

入门:学习GWAS的在线网站:

对于没有编程基础的人来说,建议先从一个在线的网站走一遍GWAS流程。

这样就能知道完成GWAS需要多少个步骤,心里大概有个底。

easygwas网站提供了公共数据,可以直接开始分析GWAS。整个流程按照网站提示,很简单。

网址:https://easygwas.ethz.ch/

进阶备选1:在linux下学习GWAS的实操数据

由于我们最终还是需要拿着自己的数据完成GWAS分析,不必避免的需要一定的编程基础。

在线网站只是一个提供理解GWAS流程的网站,因此,我们还是需要在linux系统下拿一些数据练练手。学会最基本的命令行。

在这里,我推荐一个提供linux下学习GWAS的教程:GWA_tutorial.

网址:https://github.com/MareesAT/GWA_tutorial/

网站分为四个教程:1)GWAS的数据QC; 2)处理群体分层; 3)关联分析(GWAS); 4)多基因风险得分分析(Polygenic risk score analyses)

示例数据都有了,就等你自己上手了。

我敢保证,当你能完整的跑完这个流程的时候,你对GWAS的理解少说也有70% ,下一个在群里帮我解答问题的大神就是你了(申请进群方式见公众号菜单栏)。

进阶备选2:使用R语言做GWAS分析

有些人对R语言可能比较熟悉,这里提供了一个用R语言分析GWAS的流程。

该流程有:GWAS的QC,PCA分析,Manhattan图,QQ图,候选位点的功能分析

感兴趣的看这个:Genome-wide association studies in R

网址:https://www.r-bloggers.com/genome-wide-association-studies-in-r/

进阶备选3

0 原理

啊,全基因组关联分析(GWAS)的计算原理,了解一下?

1 分析流程

GWAS分析基本流程及分析思路

2 数据处理

2.1 数据质量过滤

GWAS基因芯片数据预处理:质量控制(quality control)

2.2 正负链翻转(stand flip)

数据合并,踩不完的坑

2.3 基因型数据填补(imputation)

soga,网页版的基因型填充可以这么做(genotype imputation)

2.4 群体分层校正

GWAS群体分层 (Population stratification):利用plink对基因型进行PCA

EIGENSTRAT除了用来计算PCA,还可以干嘛

群体遗传分析分层校正,该选用多少个PCA?

3 关联分析

GWAS: 曼哈顿图,QQ plot 图,膨胀系数( manhattan、Genomic Inflation Factor)

4 meta分析

只用一行命令,就可以学会全基因组关联分析(GWAS)的meta分析

5 条件分析

GWAS条件分析(conditional analysis):作用,步骤,结果解读

6 基因多效性

啊啊救救我,为何我的QQ图那么飘(全基因组关联分析)

7 GWAS后续分析

SNP在世界地图上的频率分布

GWAS:拒绝假阳性之case和control数量比例严重失衡的解决方案(SAIGE模型的应用)

GWAS后续分析:LocusZoom图的绘制

利用GCTA工具计算复杂性状/特征(Complex Trait)的遗传相关性(genetic correlation)

GWAS系列分析:多基因风险评分(Polygenic Risk Score)的计算

有相关性就有因果关系吗,教你玩转孟德尔随机化分析

LD SCore计算基因多效性、遗传度、遗传相关性

查询、下载GWAS目录数据的R包(gwasrapidd)

DEPICT实现基因优化、gene set富集分析、组织富集分析(tissue enrichment)

SNP功能注释网站合集

8 相关文献阅读

常见变异影响常见疾病,罕见变异影响罕见疾病?

什么!GWAS研究中case和control的比例是有讲究的?

阿尔兹海默症和代谢指标在大规模全基因组数据的遗传共享研究

GWAS文献解读:The stability of educational achievement

全基因组关联分析(GWAS)扫不出信号怎么办(文献解读)

补充

GWAS其他教程:

www.transplantdb.eu/sites/transplantdb.eu/files/HandsOnTutorialtoGWAS_Seren-030715.pdf

https://doc.goldenhelix.com/SVS/tutorials/snp_gwas/index.html

ccbb.jnu.ac.in/IUBDDJan2015/workshop_files/GWAS Tutorial.pdf

https://www.r-project.org/conferences/useR-2009/slides/Zhao+Tan.pdf

users.du.se/~lrn/NOVAComputerExercises/NOVA_GenABEL_tutorial.pdf

gsea4gwas-v2.psych.ac.cn/docs/tutorial.jsp

www.montefiore.ulg.ac.be/~kvansteen/GeneticEpi-UA2/Class5/Introduction to GenABEL.pdf

看看文献,加深对GWAS的理解:

A tutorial on conducting genome‐wide association studies: Quality control and statistical analysis

Genome-wide association studies and beyond

Genome-wide association studies

全基因组关联分析学习资料(GWAS tutorial)的更多相关文章

  1. 全基因组关联分析(GWAS)的计算原理

    前言 关于全基因组关联分析(GWAS)原理的资料,网上有很多. 这也是我写了这么多GWAS的软件教程,却从来没有写过GWAS计算原理的原因. 恰巧之前微博上某位小可爱提问能否写一下GWAS的计算原理. ...

  2. 全基因组关联分析(GWAS):为何我的QQ图那么飘

    前段时间有位小可爱问我,为什么她的QQ图特别飘,如果你不理解怎样算飘,请看下图: 理想的QQ图应该是这样的: 我当时的第一反应是:1)群体分层造成的:2)表型分布有问题.因此让她检查一下数据的群体分层 ...

  3. 全基因组关联分析(GWAS)扫不出信号怎么办(文献解读)

    假如你的GWAS结果出现如下图的时候,怎么办呢?GWAS没有如预期般的扫出完美的显著信号,也就没法继续发挥后续研究的套路了. 最近,nature发表了一篇文献“Common genetic varia ...

  4. GWAS 全基因组关联分析 | summary statistic 概括统计 | meta-analysis 综合分析

    有很多概念需要明确区分: 人有23对染色体,其中22对常染色体autosome,另外一对为性染色体sex chromosome,XX为女,XY为男. 染色体区带命名:在标示一特定的带时需要包括4项:① ...

  5. 【GWAS文献解读】疟原虫青蒿素抗药性的全基因组关联分析

    英文名:Genetic architecture of artemisinin-resistant Plasmodium falciparum 中文名:疟原虫青蒿素抗药性的全基因组关联分析 期刊:Na ...

  6. 全基因组关联分析(Genome-Wide Association Study,GWAS)流程

    全基因组关联分析流程: 一.准备plink文件 1.准备PED文件 PED文件有六列,六列内容如下: Family ID Individual ID Paternal ID Maternal ID S ...

  7. GWAS | 全基因组关联分析 | Linkage disequilibrium (LD)连锁不平衡 | 曼哈顿图 Manhattan_plot | QQ_plot | haplotype phasing

    现在GWAS已经属于比较古老的技术了,主要是碰到严重的瓶颈了,单纯的snp与表现的关联已经不够,需要具体的生物学解释,这些snp是如何具体导致疾病的发生的. 而且,大多数病找到的都不是个别显著的snp ...

  8. 一行命令学会全基因组关联分析(GWAS)的meta分析

    为什么需要做meta分析 群体分层是GWAS研究中一个比较常见的假阳性来源. 也就是说,如果数据存在群体分层,却不加以控制,那么很容易得到一堆假阳性位点. 当群体出现分层时,常规手段就是将分层的群体独 ...

  9. R语言画全基因组关联分析中的曼哈顿图(manhattan plot)

    1.在linux中安装好R 2.准备好画曼哈顿图的R脚本即manhattan.r,manhattan.r内容如下: #!/usr/bin/Rscript #example : Rscript plot ...

随机推荐

  1. Vagrant+VirtualBox虚拟环境

    Vagrant+VirtualBox虚拟环境 VagrantVirtualBox 软件安装 虚拟机基础配置 虚拟机创建 共享目录 配置网络 配置私有网络 配置公有网络 打包box与添加box 打包bo ...

  2. jenkins权限管理插件role-based(二)

    一.安装role-based插件 jenkins默认自带“configure global security/全局安全配置”比较简陋,不建议使用 系统管理-->插件管理-->可选插件--& ...

  3. AtCoder Beginner Contest 136

    AtCoder Beginner Contest 136 题目链接 A - +-x 直接取\(max\)即可. Code #include <bits/stdc++.h> using na ...

  4. driver.implicitly_wait()与time.sleep()的区别

    implicitly_wait(5)属于隐式等待,5秒钟内只要找到了元素就开始执行,5秒钟后未找到,就超时: time.sleep(5)表示必须等待5秒定位: 如何灵活运用这两种方式: 当某个页面元素 ...

  5. docker学习9-搭建rabbitMQ环境

    前言 docker搭建rabbitMQ环境 下载镜像 rabbitMQ 镜像仓库地址https://hub.docker.com/_/rabbitmq 找带有 mangement的版本,会带后台管理界 ...

  6. laravel 配置路由 api和web定义的路由的区别详解

    1.路由经过中间件方面不同 打开kerenl.php就可以看到区别 protected $middlewareGroups = [ 'web' => [ \App\Http\Middleware ...

  7. python tkinter txt窗口,开线程两个卡死

    一个线程可以,两个卡死 #!/usr/bin/python # coding: utf-8 from Tkinter import * import threading class MyThread2 ...

  8. UEditor富文本WEB编辑器设置代码高亮

    UEditor编译器支持代码高亮显示,设置方法如下: 1.页面head引入UEditor类包文件shCore.js.shCoreDefault.css代码 (注:引入文件路径根据需求变更即可) < ...

  9. 洛谷 P1120 小木棍 题解

    每日一题 day54 打卡 Analysis 一,管理员已经在题目中告诉你输入时去掉长度大于50的木棍. 二,想好搜索什么.很明显我们要枚举把哪些棍子拼接成原来的长棍,而原始长度(原来的长棍的长度)都 ...

  10. luogu_4317: 花神的数论题

    花神的数论题 题意描述: 设\(sum(i)\)表示\(i\)的二进制数中\(1\)的个数. 给定一个整数\(N\),求\(\prod_{i=1}^Nsum(i)\). 输入描述: 输入包含一个正整数 ...