学员来稿|全基因组关联分析（GWAS）学习笔记分享（三）

群体结构

我们上一节讲到了如何处理vcf文件，那我们这节课给大家讲一下，如何运用处理好的vcf文件进行群体结构计算。

首先给大家讲一下为什么要做群体结构呢，举一个简单的例子，黄种人的头发是黑的，白种人的头发是非黑的，你拿这个性状在这俩人种里关联，所有一个人种内特异的SNP都会起来峰，那这个峰还很好看，那这个峰是不是你想要的呢？

答案是NO，因为这是群体结构造成的影响。具体的原理我们这里不过多的陈述，如果想了解原理，可以看这里的群体结构与亲缘关系原理这一章节，里面有很详尽的讲解

http://www.omicshare.com/class/home/index/series?id=41

我们这期主要是讲重测序数据的GWAS分析，那重测序数据的SNP数目少则几十万，多则几百万上千万，传统的的计算群体结构的软件是structure，计算速度十分感人，如果您的项目是几百个品种，上百万甚至上千万个SNP，可能计算到您毕业都不一定都算完，这里给大家推荐一个算法和structure一样的，计算速度更快的软件，那就是今年来引用率更高的admixture。

运用admixture需要准备的文件，为处理好的vcf文件，我们建议您用admixture进行群体结构分析的时候，能将LD近的标记过滤掉，只保留这个，这样会提升您的运算速度，Admixture的美中不足的是不接受vcf文件，你需要将vcf文件转换为admixture所接受的bed格式，这里推荐大家用plink软件进行转换。

##按照LD过滤并转换为bed格式

plink--vcf snp.int0.8.maf0.05.vcf --indep-pairwise 100 50 0.2 --outsnp.int0.8.maf0.05 --allow-extra-chr --make-bed

##转换为admixture可以接受的格式

plink--bfile snp.int0.8.maf0.05 --extract snp.int0.8.maf0.05.prune.in --out prunData--recode 12 --allow-extra-chr

生成的文件就可以做admixture啦。

##做K=2时候的admixture

admixture--cv prunData.ped 2 >> log.txt

运行结束后会生成响应的Q文件：

这个Q文件，稍加修改就可以进行GWAS分析了，当然您也可以用已经做出来的结果，绘制发表级别的图片（如下图）。

以上部分就是admixture的全部讲解了，当然我们建议您能充分解群体结构原理，会用admixture结果绘制发表级的图片，一个高分的文章，图片一定是精美的。

亲缘关系

上面给大家讲了如何用admixture去计算群体结构，在做GWAS分析的时候，只矫正群体结构是不够的，亲缘关系也会回GWAS结果造成一定的假阳性。这一节为大家讲一下如何计算kinship。

先给大家介绍几款计算亲缘关系的软件：目前常用的几款软件有GCTA、LDAK、SPAGeDi、TASSEL。

首先SPAGeDi是一款引用率非常高的软件，在那个还是用芯片做GWAS的时代，它还是可以胜任亲缘关系计算这项工作的，但是由于测序技术的不断提高，做GWAS的标记量越来越高，渐渐就形成了日益增长的需求和落后的计算能力之间的矛盾。举个例子，如果你有几百万标记，几百个样本，这款软件会浪费你的青春。

那我们用什么如做大标记量的亲缘关系计算呢，GCTA、LDAK、TASSEL适合你，今天我们给您讲解一下如何用TASSEL去计算kinship。

提问，用TASSEL计算kinship需要几步。

答案：4步

第一步，您要在您的服务器上安装一个TASSEL，Windows界面版的不能够胜任这一项工作，具体的方法可以参考我们第一期。

第二步，准备好您的vcf文件，当然我们默认您的vcf文件是处理好的那样。

第三步，给vcf文件排序，排成tassel认可的序列，如果您不排序，运行任何命令都会报错，毕竟人家软件牛，还是有点脾气的哈。

命令格式：run_pipeline.pl -Xmx1536m-Xms512m -SortGenotypeFilePlugin -inputFile 你的vcf文件 -outputFile 输出vcf文件的名字 -fileType VCF

run_pipeline.pl-Xmx1536m -Xms512m -SortGenotypeFilePlugin -inputFile lecture06_genotype.vcf-outputFile lecture06cp -fileType VCF

我们ls -t看一下：

生成了个重新排序tassel可以接受的vcf文件。

第四步，开始振奋人心的亲缘关系分析，同样也是一条命令：

run_pipeline.pl-Xmx1536m -Xms512m -importGuess lecture06cp.vcf -KinshipPlugin -methodCentered_IBS -endPlugin -export tassel_kinship.txt -exportType SqrMatrix

我们再ls -t看一下：