## GWAS条件分析（conditional analysis

GWAS条件分析（conditional analysis）：作用，步骤，结果解读

原创 陈文燕 bio生物信息 2019-01-17

https://mp.weixin.qq.com/s?__biz=Mzg2MDA2MDQzMQ==&mid=2247483742&idx=1&sn=60fa1f3abea2e29898dd0be603195240&chksm=ce2d6f3ef95ae628cd50d6dd52bbcf5c43ca0d7077b518b8cf8cd7fc938adaa12b77e7f17941&scene=21#wechat_redirect

一、为什么要做GWAS的条件分析（conditional analysis）

我们做GWAS的时候，经常扫出一堆显著的信号，假设rs121是我们扫出来与某表型最显著相关的位点（P=1.351e-36），rs124尾随其后(6.673e-22)，也是与该表型显著相关，那么这个时候，我们就有问题了：这个rs124位点是真的与该表型显著相关，还是因为rs124与rs121高度连锁不平衡（linkage disequilibrium），换句话说，rs124出类拔萃，是因为它本身厉害，还是因为有rs121提拔，导致我们看到的结果是：rs124永远跟随者rs121水涨船高。为了解决这个问题，我们就需要做条件分析。

二、GWAS的条件分析（conditional analysis）步骤

如果你有全基因组关联分析的基础的话，条件分析的工作则很简单，只需要在原来的基础上加上“--condition”的参数，具体为：

如果表型为case/control的情况：

.``/plink --bfile .``/data --condition`` rs121 --logistic --pheno .``/pheno``.txt --mpheno 1 --covar .``/covar``.txt --covar-number 1.2 --out .``/gwas_condition

如果表型为连续性变量的情况：

.``/plink --bfile .``/data --condition`` rs121 --linear --pheno .``/pheno``.txt --mpheno 1 --covar .``/covar``.txt --covar-number 1.2 --out .``/gwas_condition

三、结果解读

一般来说，有两种结果。

第一种，条件分析以后，rs124不显著了；

这种情况说明rs124是因为rs121才导致信号显著。

第二种，条件分析以后，rs124依旧显著；

这种情况说明rs124确实与表型相关，跟rs121没有关系。

参考链接：

https://www.biostars.org/p/190006/

https://biology.stackexchange.com/questions/7871/what-does-conditional-analysis-of-a-snp-in-a-gwa-study-entail