使用FastQTL进行cis-eQTL分析

• 2019 年 12 月 19 日
• 筆記

FastQTL是一款专门用于cis-eQTL分析的软件，在GTEx项目中就是采用该软件进行cis-eQTL的分析，对应的文章发表在Bioinformatics杂志上，链接如下

https://academic.oup.com/bioinformatics/article/32/10/1479/1742545

源代码保存在sourceforge上，网址如下

http://fastqtl.sourceforge.net/

该软件具有以下几个特点

1. 运行速度快，通过beta分布来进行置换检验，只需要100到1000次的置换检验就可以达到显著性水平；
2. 支持离散性和连续性的协变量，同时也可以对基因表达量进行归一化
3. 用法简单，只需要输入标准的文件格式，就可以方便的运行
4. 支持多线程，可以充分利用计算机资源

官网提供了可以执行的二进制文件，直接下载即可

在运行前需要准备好以下3种文件

1. Genotypes

SNP分型结果对应的文件格式为VCF, 内容示意如下

在INFO中，包含了GT和DS两个字段的信息，GT表示基因分型的结果，0表示ref allele, 1表示alt allele; DS表示基因剂量。官方推荐使用DS这个字段的信息。

对于VCF文件，需要压缩之后，用tabix软件建立索引，命令如下

bgzip genotypes.vcf && tabix -p vcf genotypes.vcf.gz

2. Phenotypes

表型就是基因的表达量信息，内容示意如下

前4列记录了基因的染色体位置，后面的列是每个样本中的表达量信息，该文件是一个bed格式的文件，同样的也需要压缩并建立索引，命令如下

bgzip phenotypes.bed && tabix -p bed phenotypes.bed.gz

3. Covariates

协变量可以是离散型，也可以是连续性，内容示意如下

每一行表示一个协变量，上述文件表示的是一个群体分层的协变量。 准备好这3个文件之后，就可以进行分析了，基本用法如下

fastQTL --vcf genotypes.vcf.gz     --bed phenotypes.bed.gz     --region 22:17000000-18000000     --out nominals.default.txt.gz

输出结果的内容示意如下

第一列为基因ID， 第二列为snp ID， 第三列为基因和SNP之间的距离， 软件默认分析距离1M以内的SNP-Gene对， 第四列为pvalue值。更多用法请参考官方的说明文档。