GWAS分析-说人话（20）-单倍体关联分析

前言

来到这里，已经渐渐不是人话了...

估计这辈子我也没有想到，我把我最厌恶的东西写出来，

居然是最多人看的......

分析方法很多，这一小节吐槽官网的这一行代码，大神请点赞后直接略过～

plink --bfile mydata --hap-window 3 --hap-assoc

---

1.背景

我一般不交代“科学”背景，但是还得“装”一下。

什么是“Haplotype”？

就是你有一堆SNPs，"近朱者赤，近墨者黑"，就是要“在一起”遗传的。

所以Haplotype分析就是要找到这一堆SNPs。

和GWAS分析中常提到的“连锁”有什么关系？

“连锁”是虚的！（概率相关的概念）

单体型是实的！ （物理存在的附近）。

人话：

“连锁”法找女朋友全靠算命，星座风水；

“单倍型”法找女朋友，直接就是你邻座、邻居，青梅足马啊～。

2.今天的主角：单倍型分析（Haplotype testing）

道理很简单，我们都知道单纯靠一个SNP决定遗传是不靠谱的～ 

（别问我为什么知道，问就是100个位点，你做101个都未必有阳性实验结果，在其他人中也验证不出来）

本质上，就像看警匪片，要揪，就把整个犯罪团伙揪出来！

（非人话地说：单倍型分析在定位疾病和性状有关的基因方面具有更好的功效）

3.今天的吐槽大会：

plink --bfile mydata --hap-window 3 --hap-assoc

前面的：plink --bfile mydata 这里看过之前的都没有问题了，除非你没有看～

后面的这个 --hap-assoc 也就是单倍型关联分析嘛～

至于中间的这个“ --hap-window 3” 是什么鬼？

官网写的是这样的：

to form all 3-SNP haplotypes across the entire dataset (respecting chromosome boundaries, however). In this case the windows will be automatically named WIN1, WIN2, etc. 

然后又是这样的：

This command can take a comma-delimited list of values, e.g.

     --hap-window 1,2,3

to perform all single SNP tests (1-SNP haplotypes) as well as sliding windows of all 2-SNP and 3-SNP haplotypes.

每个单词都懂，但是就是看不懂啊～～～～～

放心，这锅不该英语老师来背～

要读懂这里，首先要了解一下：“sliding window”

因为冲动的后果就是这样：

ERROR: Problem with specification of haplotype sliding window

sliding：滑行的；window：窗 （简单、总体、多数情况来说，就是你规定的基因范围）

sliding window相当于就是：

 我设定SNP个数一个一个玩！～～～

即：1就是一个一个玩，2就是两个两个玩，3就是三个三个玩！！！！

吐槽：

知道为什么程序员写的“说明”都“看不懂”了吧！以来就三个！～～～那么猛！

具体如下：（注意，不是随机组合抽取，是按固定个数一直往下走，“slide”～，直到走不下去）

6个SNPs,一个一个玩(可以玩6次，6个windows）：

--hap-window 1的情况既结果，看SNP一列就是1个1个SNP来

6个SNPs,三个三个玩(可以玩4次，4个windows）：

--hap-window 1的情况既结果，看SNP一列就是3个3个SNP来

6个SNPs,五个五个玩(只能玩2次，2个windows）：

--hap-window 1的情况既结果，看SNP一列就是5个5个SNP来

例子够了吧？还不点赞？

其实，吐槽完了，plink还是挺“银杏”的～

只要你在 --hap-window 中用逗号这样分开“1,2,3”（ --hap-window 1,2,3），就会给出1，2，3各种情况时的结果，如下：

1个，2个，3个，各种情况的玩～

所以，

plink --bfile mydata --hap-window 3 --hap-assoc，

你学废了吗？

后记：

目前文献，把基本关联做完了以后，就常规做一个LD检验，之后就继续做单体型与疾病关联分析，然而这个后续的单体型与疾病关联分析，并不以前面的LD所分辨出来的BLOCK为基础，而是他做了多少个SNP，就用多少个SNP一起做单体型与疾病关联分析。

实现这里的“用多少个SNP一起做单体型与疾病关联分析”，就是在这一小节之前使用extract提取你要的SNP文件（具体参考：），如6个SNPs（注意这个snps.txt，就是一个一列，没有列名的，想要提取snp名字的txt文件！不要想复杂了 ）：

plink --noweb --bfile data --extract snps.txt --recode --make-bed --out 6snps

然后这个6snp文件就是你的mydata文件。

不写了，反正你们也不会点赞的～

参考文献：

1.提升SNP和单倍体认识逼格：http://doc.aporc.org/attach/Course001/Bioinformatics-3.pdf

2.大神讨论：https://www.dxy.cn/bbs/newweb/pc/post/20879971