基于当前流行病学研究的进展及研究热点，在这里为大家简单介绍一下关于全基因组关联研究（Genome-wide association study，GWAS）（以下简称GWAS）。全基因组关联研究发展已有二十多年了，研究人员们发现了大量和人类疾病以及其它表型相关联的基因，GWAS是现代遗传学的重要组成部分，推动了孟德尔随机化和多基因风险评分的发展与应用。‘

一、基本概念：

GWAS是对多个个体在全基因组范围的遗传变异（标记）多态性进行检测，获得基因型，进而将基因型与可观测的性状，即表型，进行群体水平的统计学分析，根据统计量或显著性 p 值筛选出最有可能影响该性状的遗传变异（标记），挖掘与性状变异相关的基因。

相对于连锁分析的优势
• 关联定位的相对优势：
• 1）分辨率高（单碱基水平）
• 2）研究材料来源广泛，可捕获的变异丰富
• 3）节省时间

材料选择与群体设计

材料选择的基本原则
基本原则
1）遗传变异和表型变异丰富
2）群体结构分化不能过于明显（如亚种以上,发生生殖隔离是不能做GWAS的）
样本量
非稀有变异中，对中等变异解释率（10%左右）的位点的检测功效要达到80%以上时，需要的样本量在400左右。
位点的效应越低，需要的样本量越大。

关联分析的三要素：

1、测定某一群体的表型数据
2、测量该群体的基因型数据
3、进行关联计算

实操：

作为生信分析里最基础的技能之一，有人花了很大的时间和精力都不能够完成一次GWAS，在这里用最简单的数据和代码跑一遍GWAS，希望能够帮助大家更好的理解GWAS。

数据：测试一组狗全基因组的遗传变异与分类形状（毛皮颜色）之间的关系。 操作系统：Linux

1）**、下载样品vcf文件和表型数据**

Wget https://de.cyverse.org/dl/d/E0A502CC-F806-4857-9C3A-BAEAA0CCC694/pruned_coatColor_maf_geno.vcf.gz

wget https://de.cyverse.org/dl/d/3B5C1853-C092-488C-8C2F-CE6E8526E96B/coatColor.phen

2）**、解压VCF文件之后 查看数据**

gunzip pruned_coatColor_maf_geno.vcf.gz

#表型数据 前两列也是FID and IID，第三列是表型。

##查看文件发现，这个数据涉及53只小狗的476840个SNP,表型：24只黄毛犬 29只深色毛犬

**3）、安装pink和vcftools**

###安装plink

wget http://zzz.bwh.harvard.edu/plink/dist/plink-1.07-x86_64.zip

rm -f plink_linux_x86_64.zip

cd plink-1.07-x86_64/

echo export PATH=$PATH:$(pwd) >> ~/.bashrc

source ~/.bashrc

###安装vcftools

git clone https://github.com/vcftools/vcftools.git

cd vcftools

./autogen.sh

./configure

make

sudo make install

当然也可以直接用conda 装

**4）、将vcf文件转换成map、ped格式，然后转换为Plink二进制格式（fam，bed，bim）   **

vcftools --vcf pruned_coatColor_maf_geno.vcf --plink --out coatColor

 plink --file coatColor --allow-no-sex --dog --make-bed --noweb --out coatColor.binary

[图片上传失败...(image-352491-1678751394656)]

5）**、****#候选等位基因列表创建，awk编辑文本**

cat pruned_coatColor_maf_geno.vcf | awk 'BEGIN{FS="\t";OFS="\t";}/#/{next;}{{if($3==".")$3=$1":"$2;}print $3,$5;}'  > alt_alleles

6）**、关联分析**

plink --bfile coatColor.binary --make-pheno coatColor.phen "yellow" --assoc --reference-allele alt_alleles --allow-no-sex --adjust --dog --noweb --out coatColor

7）**、画图**

#数据处理

unad_cutoff_sug=$(tail -n+2 coatColor.assoc.adjusted | awk '$10>=0.05' | head -n1 | awk '{print $3}')

unad_cutoff_conf=$(tail -n+2 coatColor.assoc.adjusted | awk '$10>=0.01' | head -n1 | awk '{print $3}')

R绘图

data=read.table("coatColor.assoc", header=TRUE); data=data[!is.na(data$P),]

bitmap("coatColor_man.bmp", width=20, height=10)

library(qqman)

png(“man.pdf”)

manhattan(data, p = "P", col = c("blue4", "orange3"),suggestiveline = 12,genomewideline = 15,chrlabs = c(1:38, "X"), annotateTop=TRUE, cex = 1.2);

dev.off();