https://mp.weixin.qq.com/s?__biz=Mzg2MDA2MDQzMQ==&mid=2247483869&idx=1&sn=7e6797c8c7575a86abe239e3c26cfd63&chksm=ce2d6fbdf95ae6ab46c8893737c2d5e850810153681be59315b6faa9ae238c25b932438403ac&scene=21#wechat_redirect

原创 陈文燕 bio生物信息 2019-04-28

关于选用多少个PCA做群体分层校正，各大期刊并没有一个统一的说法。故做了如下综述。

1 随心所欲型，想选多少就选多少

PCA想选多少就选多少，这个真的不是开玩笑。有文献有真相！

比如下面文献直接选用10个PCA校正群体分层。

Largest GWAS of PTSD (N=20070) yields genetic overlap with schizophrenia and sex differences in heritability

比如选用前5个主成分校正群体分层。

Accounting for Population Stratification in Practice: A Comparison of the Main Strategies Dedicated to Genome-Wide Association Studies

比如选用前3个主成分校正群体分层。

GWAS identifies novel SLE susceptibility genes and explains the association of the HLA region

比如选用前2个主成分校正群体分层。

GWAS analysis of suicide attempt in schizophrenia: Main genetic effect and interaction with early life trauma

2 通过EIGENSTRAT软件确定显著的主成分

通过EIGENSTRAT软件确定显著的主成分的思路是这样的：

2.1 通过EIGENSTRAT软件计算主成分

2.2 计算各个主成分是否有显著的统计学意义

2.3 将P值小于0.05的主成分纳入群体分层校正中

如下图所示，主成分1和2是显著影响群体结构的（P<0.05），做关联分析时则被纳入协变量中。

image

此类做法参考文献：

GWAS Identifies Novel Susceptibility Loci on 6p21.32 and 21q21.3 for Hepatocellular Carcinoma in Chronic Hepatitis B Virus Carriers