用GCTA计算亲缘关系矩阵和遗传力

1.6 用GCTA计算亲缘关系矩阵和遗传力

**第一步，**首先利用命令--make-grm计算一个基因相关性矩阵GRM。

$ gcta --bfile 1kg_EU_BMI --autosome --maf 0.01 --make-grm --out 1kg_gcta

--bfile，类似与plink，指定用于分析的基因型文件 的名字。

--autosome，在计算GRM时用于筛选常染色体。

--maf，用于筛选最小等位基因频率小小于0.01的SNPs。

--make-grm，计算GRM

--out，指定输出文件的名字

输出：主要输出四个文件，

1kg_gcta.grm.id，包含个体IDs；1kg_gcta.grm.bin，二进制文件；1kg_gcta.grm.N.bin，另一个二进制文件，通过GCT去描述GRM；1kg_gcta.log，log文件。

**第二步，**从样本中去除相关个体。去除相关性大于0.025，其中的一个个体被保留下来。创建了一个新的文件名1kg_rm025，去除了59个个体，仅留下320个个体。

$ gcta --grm 1kg_gcta --grm-cutoff 0.025 --make-grm --out 1kg_rm025

第三步是评估SNP遗传力，需提供表型文件。BMI_pheno.txt

$ gcta --grm 1kg_rm025 --pheno BMI_pheno.txt --reml --out 1kg_BMI_h2

生成1kg_BMI_h2.hsq文件。

$ more 1kg_BMI_h2.hsq 
Source	Variance	SE
V(G)	3.363073	8.073311
V(e)	5.260860	8.059914
Vp	8.623934	0.683136
V(G)/Vp	0.389970	0.934748
logL	-506.006
logL0	-506.067
LRT	0.122
df	1
Pval	3.6369e-01
n	320

GCTA描述BMI变异主要有2部分，V（G），加性遗传学解释，V(e)，环境造成的。

遗传力评估（$h_{SNP}^2$）是V(G)占表型总方差V§的比例，结果是0.39。因此我们评估近40%的这种表型(BMI)的差异可归因于遗传。

一个个体的遗传力评估精确度是标准误（SE），在本例中SE达到0.93，这是非常高的，是点估计值的两倍多。这意味着估计是不精确的。GCTA执行一种名为log -似然比检验的统计检验，该检验表明遗传力评估的估计值与零假设有何不同。在本例中**，给定0.36的值**，我们不能拒绝零假设，没有证据表明BMI有遗传成分。实质上，BMI中20%-30%是由遗传导致，造成上述结果主要是因为样本量太少。

参考：
An Introduction to Statistical Genetic Data Analysis.