GWAS - 基因型与表型的关联分析流程

这里介绍的SNP数据与单一表型的相关分析流程

一、准备plink文件

ped和map文件转换为bed、fam、bim

plink --file mydata --out mydata --make-bed

mydata为ped和map的文件名，不需要加后缀
make-bed表示生成plink可以处理的二进制文件

二、准备表型文件

表型文件.pheno 前两列是FID and IID，第三列是表型Phenotype。
如果准备了表型文件，那么运行plink的同时会忽略原来 .fam 里的表型。
假如有多种表型，第一列和第二列还是Family ID、Individual ID，第三列及以后的每列都是表型，例如Phenotype A、Phenotype B、Phenotype C …

三、准备协变量

提前将协变量信息写入到.covar文件，前两列是FID and IID，后面的列是协变量，主要有年龄、身高、体重等。

四、plink做基因型与表型的关联分析

基因型可以是SNP数据，也可以是连续性变量
表型可以是连续性变量，也可以是二分类变量。

• 如果表型是二分类变量（0、1这种类型），用plink - -logistic
• 如果表型是连续的数量表型，用plink–linear，指的是用的连续型线性回归

plink --bfile mydata --linear --pheno pheno.txt --mpheno 1 --covar covar.txt --covar-number 1,2,3 --out mydata –noweb

• mydata为准备的基因型plink文件名，不需要后缀
• pheno.txt 为准备的表型