本文内容
第一组 频率上的 major 与 minor allele
第二组 参考基因组的 reference （ref） 与 alternative （alt） allele
第三组 关联检验的 reference （non-risk 或者 non-effect）与 risk/effect allele
首先第一组概念 major 与 minor allele
major allele 与 minor allele 通常针对某一大小确定的特定群体而言，频率最高的allele为该群体的major allele， 频率次高的为 minor allele，对于最常见的bi-allelic SNP来说，两个allele频率一高一低，就是这个群体中这个snp的major和minor allele，对于tri- 或者quad-allelic SNP （位点有三种或四种碱基的SNP）而言，minor allele则是频率第二高的那个allele。
注意点：区分major与minor的依据是 某一大小确定特定群体的 allele 频率
plink1.9目前采用的是major与minor allele的概念，软件会自动计算频率，对原始数据进行操作时会自动改变allele的排序，如果你使用plink1.9 的—frq选项计算频率，你会发现输出的文件中是MAF ，minor allele frequency，不会高于0.5。
PLINK1.9中,A1为minor，A2为major allele，所以这里MAF是指A1（minor allele）的频率。
CHR SNP A1 A2 MAF NCHROBS
1 SNP1 T C 0.1258 10000
1 SNP2 A G 0.1258 10000
第二组 reference （ref） 与 alternative （alt） allele
reference allele 在这里是指某一参考基因组上该位点的allele，该位点上其他的allele则称为alternative allele。注意，这里reference 与 alternative allele与频率无关，唯一的决定因素是所选的参考基因组。参考基因组上的allele多为major allele，但这只是巧合，不能以此为依据将major和 reference allele划上等号，也有部分reference allele在该群体中为minor allele。
与plink1.9不同，plink2使用的概念则是reference 与 alternative allele，进行操作时不会自动依据频率而改变ref与alt的排序，使用plink2 的—frq选项计算频率，你会发现输出的文件中是alternative allele frequency (不是MAF)，取值范围为[0,1]。
PLINK2中则明确区分了reference 与 alternative allele的概念，例如上述的两个SNP，根据参考基因组对齐后，SNP1在参考基因组中的ref为T，那么alt就为C，这里计算的alt的频率为0.8742，按概念来说在该群体中，SNP1的T为ref allele，但却又是minor allele ， 而C为alt，却又是major。 对于SNP2来说ref 则为 major，alt 为minor。
#CHROM ID REF ALT ALT_FREQS OBS_CT
1 SNP1 T C 0.8742 10000
1 SNP2 G A 0.1258 10000
小窍门：使用plink2可以将自己手头数据的ref与alt allele与对应参考基因组对齐，示例代码如下：
plink2 \
--bfile testfile \
--ref-from-fa -fa hg19.fasta \ 从参考基因组的fasta文件来决定plink文件中的ref
--make-bed \
--out testfile_new
第三组 reference 与 risk/effect allele
在这里的概念再次改变，同样的reference allele，在与 risk/effect allele并列时，则指的是GWAS关联检测中的reference allele （non-risk 或者 non-effect），也就是效应量beta（或odds ratio）估计时的参考，概念上与上述参考基因组的ref与alt的组合无关，但为了保持统一性，近年来研究中关联检验的reference 也会与 reference genome保持一致，以避免混淆等。（注意：早期多以minor allele为关联检验的ref allele，这也是容易产生混淆的点）
risk allele 则很好理解，就是对疾病发生有贡献的那个allele，在复杂疾病的研究中，一般情况下risk allele经常为minor allele，但也会有例外。effect allele的概念也类似，就是我们想要研究其对疾病或表型效应的allele，所以通常是对表型或疾病有贡献的allele，关联检验结果中effect一栏指的就是effect allele的效应。
目前遗传统计学软件中除了以上的allele区分外，还经常使用A1,A2等表述方式, 但只要理解了以上概念后，我们在分辨allele时就能得心应手了。
网友评论