你沒看錯，搞定GWAS meta分析只需一行程式碼！

  • 2019 年 12 月 17 日
  • 筆記

METAL是gwas meta分析最常用的工具之一，官網如下

https://genome.sph.umich.edu/wiki/METAL

該軟體的安裝非常簡單，直接下載編譯好的二進位文件即可，安裝過程如下

wget http://csg.sph.umich.edu/abecasis/metal/download/Linux-metal.tar.gz  tar xzvf Linux-metal.tar.gz  cd generic-metal/

在安裝目錄，有一個名為metal的可執行文件，該程式用法很簡單，只需要編寫一個配置文件，然後執行即可，所以關鍵在於配置文件的編寫。在軟體的安裝目錄，有一個名為example的文件夾，提供了兩個示例，其中的metal.txt就是配置文件。

meta-analysis是對多個gwas分析結果進行綜合評價，該軟體支援以下兩種meta分析的演算法

  1. pvalue
  2. standard error

第一種是基於p值；第二種是基於標準誤，我們知道標準誤指的是某個統計量的分布，在使用第二種演算法時，需要提供對應的統計量，即Effect, 以邏輯回歸/線性回歸為例，Effect對應的就是回歸係數BETA, 標準誤對應的就是回歸係數的SE。

每種演算法要求的gwas分析結果的格式稍有不同，其中以下3列是必須有的

  1. SNP對應的id或者rs號
  2. test allele
  3. other allele

在關聯分析的結果中，會有OR值來表徵關聯強弱，而OR值是一個比值，分子除以分母，分子對應的allele為test allele, 分母對應的allele為other allele。

基於pvalue的演算法，額外要求以下3列

  1. Pvalue
  2. 表示test allele和疾病關聯方向的列，有正相關和負相關兩種，以OR值為例，大於1為危險因素，小於1為保護因素，當時，為了能夠區分正負，OR值需要取log
  3. 可選的列，表示樣本的大小，根據每個數據集的樣本大小來進行加權

基於標準誤的演算法，額外要求以下2列

  1. effect
  2. standard error

前文已經給過解釋，effect對應回歸分析中的回歸係數beta值，standard error對應回歸係數的SE。

在配置文件中共，我們需要指定每個study的GWAS結果中上述列對應的標題，以及文件分隔符等選項，這樣才能保證軟體正確的識別所需的資訊，一個配置文件的示例如下

配置好之後，只需執行以下命令即可進行分析

metal metal.config.txt

輸出結果示意如下

通過輸出結果中的pvalue,來篩選顯著關聯的位點，通過gwas meta-analysis, 可以達到增加樣本量，提高檢驗效能的目的，而且有助於發現新的關聯位點。

·end·

Tags:

VirMach 便宜 VPS