GWAS

网页方式easyGWAS

1、创建并登陆一个easyGWAS帐户；

2、一个物种和一个数据集，以及一个基因注释集（可选）。例如：选择物种拟南芥、数据集AtPolyDB（调用方法 75，Horton 等人）和基因注释集基因注释 (TAIR9)；

3、选择一个表型，总共可以选择 5 种表型，在本教程中，我们通过键入名称来选择两种表型LD和LDV；

4、表型分布的直方图和 Shapiro-Wilk 检验的 p 值，Shapiro-Wilk 检验检验数据来自正态分布的原假设，Log10转换

5、可以在实验中添加协变量或主成分。但是，此步骤是可选的，在本教程中，我们通过单击“继续”来跳过它。

6、可以选择所有可用的 SNP 进行分析，也可以选择一组染色体；

7、必须选择要用于分析的算法和过滤器。首先，我们选择10% 的次要等位基因频率过滤器。接下来，我们为每个表型选择算法EMMAX并单击继续；

8、可以通过单击Submit GWAS将 GWAS 提交到计算服务器。

9、计算完成后我们将通过电子邮件收到通知。

上传的文件格式

存储基因型数据需要两个文件：PED 和 MAP 文件。

PED 文件开头有 6 个固定列，后跟 SNP 信息。各列应由空格或制表符分隔。前六列包含以下信息：

家庭 ID（如果未知，请使用与第二列中的样本 ID 相同的 ID）

样品编号

父亲 ID（如果未知，请使用 0）

母亲 ID（如果未知，请使用 0）

性别（如果未知则使用 0）

未使用，设置为0

其余列：SNP

MAP 文件包含有关每个 SNP 的信息。每一行对应 PED 文件中的一个 SNP；SNP 的顺序必须与 PED 文件中的顺序相同，即 MAP 文件中的行顺序必须与 PED 文件中的列匹配（从第 7 列开始）

MAP 文件必须恰好有四列，其中包含以下信息（各列应以空格或制表符分隔）：

染色体 ID（例如 Chr1 代表染色体 1）

唯一的 SNP 标识符

基因组距离（如果未知则使用 0）

单核苷酸多态性 (SNP) 位置

R语言跑GWAS

https://www.r-bloggers.com/2017/10/genome-wide-association-studies-in-r/