2020-02-29

啊啊救救我，为何我的QQ图那么飘（全基因组关联分析）

原创 陈文燕 bio生物信息 2019-06-29
https://mp.weixin.qq.com/s?__biz=Mzg2MDA2MDQzMQ==&mid=2247483913&idx=1&sn=bcde50e5d75da376a37a4fe885fd43cb&chksm=ce2d6c69f95ae57f08c960a897bc1420e2ab1d66ec32abfc407605feb6b1f46bbda778ba39c2&scene=21#wechat_redirect

前段时间有位小可爱问我，为什么她的QQ图特别飘，如果你不理解怎样算飘，请看下图：

image

理想的QQ图应该是这样的：

image

我当时的第一反应是：1）群体分层造成的；2）表型分布有问题。

因此让她检查一下数据的群体分层情况，如果没有问题就看一下表型分布。

这件事后面就没有下文了，小可爱如果你看到这篇文章的话，可以跟我反馈一下问题解决了没有。

这段时间有空了，我觉得有必要梳理一下这个飘逸的QQ图，到底是怎么回事儿以及如何确定这么飘逸的QQ图有没有问题。

1.产生飘逸的QQ图的原因

产生飘逸的qq图的原因有很多。

比如我们喜闻乐见的：基因多效性（polygenicity）。

也有可能是混淆偏倚，比如群体分层，假如样本中混合了欧洲、非洲、亚洲等各个地方的群体，本身各个群体的SNP频率差异就很大，如果不加以群体分层控制，关联分析的时候就会产生很多偏离预期值的SNP位点。

很久以前，出现飘逸的QQ图的话，我们可以搭配膨胀系数（膨胀系数的计算）一起看，膨胀系数如果接近1（比如1.01，1.2这种不算接近1），那么也还算过得去。

但，膨胀系数接近1这种是比较理想的情况。实际情况是，很多人的QQ图不仅飘逸，膨胀系数还老高。

这就尴尬了，连膨胀系数都无法确定这个QQ图飘的正不正常了。

所以呢，接下来还有什么方法确定我们的基因组数据有没有问题呢？

2.怎么确定是基因多效性还是混淆偏倚呢

接下来我要介绍一款神人工具LDSC (LD SCore),全称是LD Score regression

这款工具就是帮我们实现如何区分飘逸的QQ图正不正常。

具体来说，就是通过LDSC工具计算基因组数据的LD回归截距。

如果是基因多效性，那么截距会接近1（比如1.004）。

如果是群体分层等混淆因素引起的，那么LD回归截距就会远离1（比如1.30）。

除了看截距数值，我们还可以通过画LD Score的图来确定数据是否有问题。

2.1基因多效性

如果画出来的LDscore图是下面这种形式，说明GWAS结果是没有问题的，QQ图飘逸就让它飘逸吧。

image

2.2混淆偏倚

如果画出来的LDscore图是下面这种形式，说明QQ图是有问题的。

image

3.总结

总之，看截距。

1）截距很接近1，就不用管QQ图好不好看了。

2）远离1（1.3这种），说明基因组数据是有问题的，检查一下PCA加够了没有、群体分层有没有控制好、是否混了很多有亲缘关系的样本在里面。

如果你想了解怎么用LDSC计算截距，请见下回解析：）