📚性状/疾病间的共同遗传研究

image.png

项目内容

1. 流程简介
2. 软件安装
3. 参考数据介绍
4. GWAS数据
5. 安装Fast2TWAS包
6. GWAS数据的预处理
7. LDSC计算遗传相关性
8. LDSC计算partitioned heritability
9. LDSC计算组织特异性
10. 筛选特异性的组织并绘图
11. MAGMA计算组织特异性
12. MAGMA组织特异性结果统计并绘制MAGMA曼哈顿图
13. 处理GWAS格式，生成hess的输入文件
14. hess计算遗传相关性
15. hess结果绘图
16. MTAG软件进行cross trait meta分析
17. CPASSOC 进行cross trait meta分析
18. 筛选MTAG和CPASSOC结果中significant SNP (P < 5e-8)
19. 筛选MTAG和CPASSOC结果中independent SNPs和novel SNP
20. 筛选同时存在于hess显著区域和novel SNPs的SNPs
21. novel SNPs注释
22. 共定位分析并绘图
23. 筛选孟德尔随机化的工具变量
24. 去除混杂的工具变量
25. 去除多效性SNPs
26. 双向孟德尔随机化
27. GSMR分析并绘图
28. 孟德尔随机化结果绘图
29. SMR分析
30. SMR分析结果汇总统计
31. 参考文献

---

视屏简介

哔哩哔哩视屏：
点击查看【bilibili】

关键词

Mendelian randomisation (孟德尔随机化)
Colocalization (共定位)
Genetic correlations (遗传相关性)
SNP heritability (SNP遗传力)
Shared genetic etiology (共同的遗传病因)
Pleiotropic gene (多效性基因)
Casual inference (因果推断)

学习要求

最好有生信基础

• 最好是董一些GWAS分析
• 最好是做过孟德尔随机化
• 最好是懂一些R语言
• 项目比较复杂，步骤非常多，要有足够的耐心、耐心和耐心！！！

电脑配置要求

windows系统：同时按【Ctrl】+【Shift】+【Esc】直接可以唤出任务管理器，进入查看
配置，一般配置就行（4核，16G内存）。【当然性能更高运行速度越快，操作越流畅，推荐使用windows系统10/11】，如下：

image.png
我自己的window电脑是如下配置：
image.png

MAC电脑：经过好心人的帮助验证，intel芯片的MAC可以，apple芯片的MAC会非常麻烦（不建议apple芯片的MAC用户购买）
linux系统：我自己的是Ubuntu 20.04.6 LTS操作系统，可以运行，CentOS系统以及他系统没试过应该可以运行

项目流程

流程图简介

image.png

软件安装

注意：安装R语言，Rstudio和rtools时最好是直接默认安装路径或是把这三个软件安装到一个文件夹下，且路径中尽量不要出现中文和空格，包括后面视屏和代码存放的位置也是一样，路径中不要出现中文和空格。

image.png 2.png 3.png 4.png 5.png
6.png
7.png
8.png
9.png
10.png

语雀笔记：

📚性状/疾病间的共同遗传研究

淘宝链接：

共病遗传研究【孟德尔随机化，共定位，遗传相关性，遗传相关性】-淘宝网 (taobao.com)