GWAS 手册 A tutorial on conducting genome!wide association studies: Quality control and statistical analysis

文章GWAS分析脚本在：https://github.com/MareesAT/GWA_tutorial/

GWAS的目的是检测不同群体(case-control)间allele frequency 显著差异（5*10^-8）的SNP。

因为GWAS结果展示几个SNPs的effect size较小，所以开发了结合多个SNPs效应量为一个score的方法来预测disease risk。这个方法就是PRS,polygenic risk score。PRS是个体水平的score，它的统计基于个体携带风险变异的数量，通过SNP效应量来评估特定性状的genetic risk。

1.GWAS 首先就是七部过滤

  值得注意是最后一步对群体分层的控制。方法可以用plink的MDS方法（the multidimensional scaling）。https://github.com/ MareesAT/GWA_tutorial/ (2_Population_stratification.zip)

 

2.接下来就是对Binary（定性）以及QUANTITATIVE定量性状的关联统计检验。https://github.com/MareesAT/GWA_tutorial/ (3_Association_GWAS.zip). 

 2.1 定性性状Binary统计检验

value 1 = unaffected and value 2 = affected; 0 and -9 represent missing 

检验用-assoc 运行X2检验；--logistic运行logistic 回归，logistic可以输入协变量covariates。--logistic要比--assoc更灵活，只是运行时间较久。 

 2.2 定量性状

 --assoc或--linear。--assoc 运行Student's test来比较两个平均值。--linear可以输入协变量，执行linear regression 分析。只是比--assoc慢一点。

2.3 校正多重检验 Correction for multiple testing

    广泛应用的genome-wide显著阈值是5*10^-8，欧洲群体尤其如此。但是因为African popultaion更多的遗传多样性，需要设为1*10^-8.三个广泛用于检测genome-wide显著性的方法是Bonferroni correction、FDR（Benjamini-Hochberg false discovery rate），permutation testing。

    --adjust运行Bonferroni和FDR correction。

3.PRS 分析

要开展PRS分析，首先要从GWAS得到continuous traits的beta；binary traits的odds ratios的log值。

首先clumping。其次计算risk scores，plink的--score可以计算；PRSice会考虑clumping，p value，MDS components以及plots attrative graphs，很好。https://github.com/MareesAT/GWA_tutorial/ (4_PRS.doc) 

 在GWAS之后，通常会有很多的post-GWAS分析，下面提到的可以用来做summary statistics。

GTEx用于SNPs和基因表达关联分析。

Ensembl和FUMA用于功能注释funcitonal annotation。

GCTA和LD score regression分析用于计算SNP-based heritability。

Gene-based tests对表型和一个基因内的多个SNPs关联分析。

pathway/gene-set分析生物学通路。

注：

Clumping: This is a procedure in which only the most significant SNP (i.e., lowest p value) in each LD block is identified and selected for further analyses. This reduces the correlation between the remaining SNPs, while retaining SNPs with the strongest statistical evidence. 

Heterozygosity杂合度：一个个体的杂合度是杂合genotypes的比例。个体杂合度过高可能表明样本质量低，杂合度过低表明近亲结婚。

Summary statistics: These are the results obtained after conducting a GWAS, including information on chromosome number, position of the SNP, SNP(rs)! identifier, MAF, effect size (odds ratio/beta), standard error, and p value. Summary statistics of GWAS are often freely accessible or shared between researchers.