全基因组关联分析除了找到显著的关联位点，我们还可以做基因优化、geneset富集分析、组织富集分析，下面具体讲一讲怎么利用GWAS的summary数据做这个分析。
summary数据就是关联分析的结果文件
1 软件安装前请确保需要满足的系统环境
1.1 支持Mac OS X 或者 UNIX， 不支持windows系统
1.2 Java SE 6（或者更高），没有安装Java请自行安装
1.3 需要PIP
怎么确定系统有没有安装PIP呢，输入命令which pip,如果没有路径弹出，说明没有PIP，需要安装
1.4 需要Python依赖包
pip install intervaltree
或者
conda install -c conda-forge intervaltree
1.5 需要Pandas包 （0.15.2或者以上版本）
pip install pandas
1.6 PLINK(1.9 版本)
1.7 python(2.7 版本)
2 下载、安装
wget http://www.broadinstitute.org/mpg/depict/depict_download/bundles/DEPICT_v1_rel194.tar.gz
tar -zxvf DEPICT_v1_rel194.tar.gz
3 测试depict能否运行
cd DEPICT
./src/python/depict.py ./example/ldl_teslovich_nature2010.cfg
如果这一步没有报错，说明环境配置没有问题，可以开始分析自己的数据啦
4 准备一份新的cfg文件
拷贝yourtrait.cfg文件
cp ldl_teslovich_nature2010.cfg yourtrait.cfg
编辑yourtrait.cfg文件
vi yourtrait.cfg
vi进去后，yourtrait.cfg文件有几处需要修改
4.1 修改summary文件，这个summary文件即为你想分析的表型关联分析文件，在这里，假定叫做yourtrait.glm.linear，注意前面要加上绝对路径
gwas_summary_statistics_file: /your/path/to/summary/file/yourtrait.glm.linear
4.2 修改输出文件名，文件名按你喜欢修改，这里依旧假定命名为yourtrait
label_for_output_files: yourtrait
4.3 修改P值名称，如果yourtrait.glm.linear的P值用P表示的话
pvalue_col_name: P
4.4 修改染色体名称，如果yourtrait.glm.linear的染色体用Chr表示的话
chr_col_name: Chr
4.4 修改位置名称，如果yourtrait.glm.linear的位置用Pos表示的话
pos_col_name: Pos
4.5 添加PLINK的绝对路径，PLINK在你系统的哪个位置就写上哪里
plink_executable: /your/path/to/plink/plink
4.6 添加plink格式的genotype数据
genotype_data_plink_prefix: /your/path/to/genotype/yourtrait_genotype
修改好以上数据后，保存退出文件:wq
5 跑数据
./src/python/depict.py yourtrait.cfg
6 生成文件
生成的文件分别为loci.txt，geneprioritization.txt, genesetenrichment.txt , tissueenrichment.txt,其中，geneprioritization.txt, genesetenrichment.txt , tissueenrichment.txt即为我们感兴趣的基因优化，geneset富集分析，组织富集分析
7 画图
Rscript ./DEPICT/src/python/tissue_plot.R ./DEPICT/example/ldl_teslovich_nature2010_tissueenrichment.txt ldl_teslovich
image
网友评论