- 博客(535)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 GWAS数据介绍之data2~9
多基因评分PRSice软件和测试数据,包括Windows系统和Linux系统。主要是GLM模型和LMM模型进行QQ图和曼哈顿图可视化的数据和代码。主要是连续性状,用GEMMA进行GWAS分析所用的数据和代码。主要是连续性状,使用plink进行GWAS分析的数据。bedtools基于snp和gff进行注释的代码。使用R语言的 gapit 包,进行GWAS分析。主要是多环境数据中,如何计算BLUE值。单倍型分析软件Haploview介绍。需要的小伙伴快来领取配套数据吧！
2025-01-09 11:33:57
195
原创 GWAS数据介绍之data1
其中1_Main_script_QC_GWAS.txt里面包括所有运行的代码,基因型文件是plink格式的二进制文件, .R 是几个用于检测结果以及可视化的R脚本,我们后面会依次讲解这些代码。原来的数据地址: https://github.com/MareesAT/GWA_tutorial/这个数据,来源于github的数据,修改了里面一些bug,重新整理了一下。主要是根据一些常用的基因型数据质控,包括maf、缺失、杂合度、哈温平衡等。这部分,主要是群体结构分析,包括MDS分析。
2025-01-08 12:51:23
233
原创 GWAS数据和软件下载
数据和代码目前在不断的更新,最新的教程可以加我微信(ID:yijiaobani),备注:姓名+单位+gwas,我通过后手动发送最新版的pdf和数据代码。然后根据pdf教程,结合配套的数据和代码,跑通代码,修改代码,理解代码,进而理解流程,掌握流程。另外,我把每个章节都录制成视频,对于想要视频学习的同学,可以选择视频链接: http://pc.df.niu6666.top/#/courses/detail?下载地址: https://cran.r-project.org/bin/windows/base/
2025-01-03 10:11:50
458
原创 GWAS常用分析模型
这里固定因子是SNP,也 可以考虑其它协变量(比如性别,PCA,群体结构等等),如果有GWAS相关问题,也可以私信加入我的知识星球,里面会对相关问题进行解答。这里,SNP作为固定因子,可以考虑其它协变量(比如性别,PCA,群体结构等等)球内有很多初学者遇到的问题以及解决方案,还会分享很多资料和笔记代码。随机因子:亲缘关系矩阵(K矩阵或者A矩阵)这里固定因子和前面的GLM一样。一、一般线性模型 GLM 介绍。二、线性混合模型 MLM 介绍。
2025-01-02 10:08:17
246
原创 GWAS如何高效学习
我一直推崇学些GWAS分析, 要先做后学(这里推荐一个两天的GWAS录播课程，需要可以私信) ,在分析的过程中哪里不会学哪里,这样。GWAS全称“全基因组关联分析”,使用统计模型找到与性状关联的位点,用于分子标。才能入门,才能进阶,才能掌握。而学习GWAS,最大的难点是如何开始,所以一个。从某种程度上,学习GWAS的过程,就是学习软件的过程,软。常用的GWAS分析软件,这里都会有介绍,主。分类性状(阈值性状,质量性状):比如抗病性,颜色等等。连续性状(数量性状):比如株高,体重,产量等等。
2024-12-31 09:47:42
273
原创 GWAS学习必备知识点罗列
1，配套全部环境的Linux镜像虚拟机，所有程序代码都可以在Linux中完成，Linux已经配置好常见的GWAS软件，比如plink、gcta、gemma、gapit、admixture、vcftools、bcftools、PopLDdecay、conda、git、java、beagle、rstudio-server等软件。2，内容包括常见的GWAS模型，比如GLM、Logistic、MLM，包括R语言的操作和GWAS软件（plink、gcta、gemma、gapit）的操作。
2024-12-30 11:24:56
224
原创 曼哈顿图如何指定不同染色体不同的颜色
我的回答：GAPIT大概率没有参数设置，但是可以把结果文件用CMplot进行可视化，这个肯定是没问题的，我回头写篇博客。PS，如果有20条染色体，每个染色体一个颜色，如何设置：。所以，结论是什么，就是设置12条染色体的颜色，赋值给col参数即可。CMplot包中的col参数，可以定义不同的颜色。Rstudio中不同颜色，直接在编程界面显示出来了，666。可以看出，十条染色体一组颜色，然后循环。
2024-12-27 15:35:52
294
原创 GWAS分析中曼哈顿图如何添加基因信息
我充分体验到从小白到高手的过程，要是能当小白，我肯定不愿意看说明文档的。但是网上真的找不到，ChatGPT也是错误百出，于是，我就翻开说明文档，一下就搞定了，很快的。既然有需求，那就研究一下吧，毕竟，解决问题就意味着能力提升，做困难的事情，能力提升得更快，像我这种凡事依赖ChatGPT的人，如果ChatGPT能解决，我是肯定不会看说明文档的。大家好，我是邓飞，虽然我知道GWAS分析后一定是要有曼哈顿图的，没有曼哈顿图的GWAS没有灵魂，但是，谁能想到，需要在曼哈顿图上添加上基因，怎么不在上面画蒙娜丽莎呢？
2024-12-06 09:13:11
550
原创 GWAS分析先做后学
培训中环境配置是一大难题，我们使用虚拟机安装Linux系统，里面配置完整的软件，包括：R语言，Python，GAPIT，GCTA，GEMMA，admixture，LDblockshow，PopLDdecay，Haploview，Beagle，bedtools，vcftools，PRsice，TwoSampleMR等软件包，还有网页版的Rstudio软件，应有尽有，一个虚拟机的Linux系统，解决常用生信分析环境。所以，我推荐先学会做GWAS，在分析的过程中哪里不会学哪里，这样才能入门，才能进阶，才能掌握。
2024-12-05 15:54:14
697
原创 第四章：GWAS中的统计模型
4，ECMLLM，CMLM基础上开发，ECMLM 方法建立在带有附加参数的 CMLM 之上，该方法研究了测量不同基因型组之间亲缘关系的替代方案，作为成对个体亲缘关系的平均值。3，CMLM：压缩MLM，为了提高QTL检测的统计能力并减少MLM的计算时间，开发了两种MLM相关模型，即压缩MLM（CMLM）和富集CMLM（ECMLM）模型。2，MLM模型：在GLM的基础山，考虑了亲缘关系，这个问题导致了基于混合线性模型 (MLM) 的新 GWAS 方法的开发，该模型在分析中同时纳入了种群结构和亲属关系。
2024-10-30 12:20:36
1200
原创 GWAS分析中显著位点如何注释基因：excel？？？
大家好，我是邓飞。今天星球的小伙伴问了一个问题：我现在在做GWAS分析，现在已经找到性状关联的SNP位点，下一步我如何根据position 找到基因呢？关于基因注释，之前写过一些博客，可以用到的软件有：ANNOVAR、Bedtools，今天回答了这个问题，感觉excel也可以做基因注释了。下面，对我的回答进行进一步的阐述。
2024-09-30 17:51:45
1654
原创 GWAS分析中PCA分层不明显怎么办？你秀什么优越感？
但是，因为样本量很小，勉强将这些群体放在一起，但是这些分层的群体，分层之间的效应一定要去除，这和试验设计中设置区组，然后分解出区组效应是一样一样的，都是为了降低外在因素的影响，降低系统性误差！如果你的群体分层严重，但是你没有考虑PCA，没有将PCA放到模型中，那就惨啦，模型结果不靠谱，你看到的显著性位点大都是假阳性，都是由于群体分层导致的，考虑PCA效果会好一点。讲真，GWAS分析中，群体结构分层明显的群体，真不如没有分层的群体，毕竟，好好的群体本来就在一起，不是挺好吗。分得很开，好像才算正常的结果！
2024-09-29 12:38:44
517
原创 孟德尔随机化分析和GWAS分析有什么区别？
例如，如果某个SNP与胆固醇水平相关，同时也与心脏病相关，MR可以利用这个SNP来推断胆固醇对心脏病的因果影响，而不会受到那些混杂因素的影响。对于GWAS分析，从原理到实操，我是比较熟悉的，还编写了一本GWAS分析教程V6版，在学习孟德尔随机化分析的过程中，我发现GWAS的结果是MR的输入，所以关系应该是现有GWAS分析，再有MR分析。GWAS: GWAS的主要目标是识别关联，但这些关联可能受到混杂因素（例如环境因素、生活方式等）的影响，因此仅靠GWAS的结果很难直接推断因果关系。
2024-09-14 12:30:56
986
原创 从一篇孟德尔随机化文章看MR常见结果形式
上面结果中，左边上方是每个SNP的名称，每个SNP一行，x坐标是效应值的区间，每一行SNP的黑点是效应值的大小，线段的长度是95%的置信区间，如果线段在0虚线的两端说明不显著，如果全部在左边或者全部在右边，说明达到显著水平。定义：在孟德尔随机化（Mendelian Randomization, MR）研究中，两样本MR结果散点图是一种重要的可视化工具，用于展示遗传工具变量（如SNP）与暴露和结果之间的关系。- Y轴：通常表示相同工具变量对结果的效应（例如，SNP与特定疾病或结果的关联）。
2024-09-12 13:19:48
3152
原创 孟德尔随机化的术语理解
工具变量（Instrumental Variable）是指那些与特定暴露因素（如生活方式或生物标志物）相关的遗传变异（通常是单核苷酸多态性，SNP），这些工具变量用于评估暴露因素与健康结果（如疾病发生或死亡率）之间的因果关系。孟德尔随机化，遵循“亲代等位基因随机分配给子代”的孟德尔遗传定律，选择合适的“基因变异”作为工具变量，指代无法测量的待研究暴露因素，通过测量遗传变异与暴露因素、遗传变异与疾病结局之间的关联，进而推断暴露因素与疾病结局之间的关联。猛地一看，看不懂，但是字认识，仔细一看，还不如猛地一看。
2024-09-09 12:54:01
842
原创 第四章：GWAS中的分析模型介绍和注意要点
多位点GWAS模型代表的方法多位点混合线性模型（MLMM），FarmCPU，BLINK，BOLT-LMM模型，比较常用的事FarmCPU和BLINK两种方法，特别是样本量少时，有时候比MLM效果更好。1，单位点GWAS，就是单点扫描进行统计计算显著性，比如我们plink中的--linear，GLM模型，还有混合线性模型（MLM），比如GAPIT和GCTA，还有MLM改良模型比如CMLM、ECMLM、EMMA、FaST-LMM、Fast-LMM-Select、SUPER等。
2024-09-08 16:39:16
1443
原创 第三章：GWAS基因分型平台介绍
最近在用obsidian整理自己的笔记，发现读书的时候，如果有些知识之前有所了解，就把他连接一下，发现关联到一起之后，理解更清晰了，下面两个是阅读的时候两个关联笔记，红色的问题，蓝色的是我的理解。2，如果还有很多位点，可以进一步删除，比如去掉LD大于0.5的位点，这时候找到的显著性位点，可以提取附近上下游的位点，计算单倍型，然后依据单倍型进行重新分析，也是一种降低工作量的方法。有些染色体保守，就需要较少的标记，一般是看整体的LD水平，大致评估一个最小的snp个数。
2024-09-08 14:21:34
585
原创 第二章：GWAS表型数据的准备和管理
3，数据集的组织和存储方式应便于重新分析。5，使用考虑空间趋势的混合模型增加了显着QTL的数量，这可能是由于性状的狭义遗传力和GWAS的统计能力增加的结果。上面是数据是否清洗，检测的结果，可以看到，第10条染色体在数据清洗后，没有了显著性位点，这些位点可能是假阳性。3，另外，建议可以识别异常值，但是不能删除，异常值也是有价值的信息，可以分别测试不同的结果。2，表型数据，使用原始数据，blup值，平均值，还是blue值对结果的影响。3，异常值不清理，会造成假阳性，特别是频率比较低的位点，对异常值更敏感。
2024-09-08 11:13:35
1667
原创 《Genome-Wide Association Studies》第一章：GWAS分析的主要步骤和关键要点
这几天看过一遍了，觉得干货很多，有很多知识点的连通，弄懂了之前是是而非的概念，收获很大。我觉得阅读一本书，如果把刚读懂的输出写篇文章，或者把没有搞懂的内容写出来交流一下，是掌握知识的快捷方法。大家好，我是邓飞，之前推荐过这本《Genome-Wide Association Studies》的书籍，2022年出版的，内容比较前沿。QTL都是人工群体，有高度的LD衰减，所以需要比较少的标记就可以。SV也可以变为主等位纯合、杂合、次等位纯合的格式，编码为0-1-2的格式，用GAPIT分析完全没问题。
2024-09-08 10:10:42
578
原创 IBS和IBD的区别和计算方法介绍
系谱计算的是IBD，同胞，半同胞，表兄弟，都是有亲戚关系的，他们性格，长相相似，是有依据的，因为他们由IBD计算的血缘相似性较高。根据SNP或者SSR计算的是IBS，虽然两个人没有亲戚，但依旧有很高的相似性（比如长相，性格，体型，爱好等），这说明两者的IBS计算的相似性较高。，怎么推断呢，比如0.25是半同胞，0.5是全同胞或者亲子关系，写到这里，我突然想到，人类的亲疏是根据IBD划分的，亲子关系和同父母的兄弟姐妹的IBD都是0.5，应该是人类中最亲的关系了。同样的道理，如果是SNP数据计算的G矩阵（
2024-09-08 09:24:40
973
原创 孟德尔随机化R包：TwoSampleMR和MR-PRESSO安装
最新的版本为0.6.4（2024-06-12）。该包没有在CRAN中，在github中，可以通过下面命令安装。如果让选择是否更新，可以选择1，全部更新。后面介绍一下这两个包的使用方法。
2024-06-12 07:00:57
8388
3
原创 R语言迅速计算多基因评分（PRS）
GWAS分析结果中，有每个SNP的beta值、se值、P值，因为GWAS分析中将SNP变为0-1-2编码，所以这些显著的SNP的beta值，就可以用于预测。个体3的多基因评分为：0.6 + 0.4 + -0.1 = 0.9。个体2的多基因评分为：0.3 + 0 + -0.1 = 0.2。不会安装使用PRSice-2软件就太不讲究了。多基因风险预测模型2–相关概念和软件。多基因风险预测模型1–先立Flag。那么个体1的多基因评分为：0。
2024-03-21 21:24:48
1519
原创 GWAS软件：GEMMA的安装和使用教程
GCTA和GEMMA是GWAS分析中应用最广泛的两款软件，GCTA可以在Windows电脑下运行，而GEMMA软件只有Linux和Mac系统，这里介绍一下如何在Linux系统中安装GEMMA软件。。
2023-11-01 20:08:34
6023
1
原创 GWAS软件包：GAPIT3它来啦
GAPIT是一款非常老的而且非常流行的软件包，傻瓜式操作，一键出图出结果，一篮子的解决方案，是我最经常使用的GWAS分析软件包。最近，GAPIT现在的版本是GAPIT3，速度比第二版有较大的提升：更大的变化，终于有GAPIT这个软件包了，可以用library载入进去，而且安装方式可以用github安装，更符合R-style。
2023-10-25 21:40:55
1507
3
原创 plink分析100个性状的批量gwas分析
大家好，我是邓飞。GWAS分析时，3~5个性状是正常操作，要分析100个性状呢，手动修改参数，工作量是够了，但是程序员的修养体现在哪里了？？？如果还是按照每个性状一个文件夹，每个文件夹中一个脚本，不断地修改脚本，一点也不高端，所以，遇到这种情况，批量处理就派上用场了。之所以之前一直不用，因为10个性状一下，没有必要，费心思想还不如直接动手操作了，但是100个性状真的吓到我了，不满足才能有进步。就看了一下参数说明，然后五分钟搞定了。
2023-10-18 21:01:39
873
原创 围棋与育种
最近因为娃子报名了围棋课，我本着交一次课学两个人的态度，入门围棋，买了些书，听了些课，有所得。学了两个多月，现在6级水平，了解了基本的攻杀技巧，会判断输赢。下面截图是今天的一盘棋，执黑胜利27子。围棋作为最后被计算机攻克的棋牌类游戏，它的复杂度相对于其它游戏遥遥领先，之前没有接触过，一直感觉到高深莫测，也没有机会学习，这次入门围棋让我想到了很多，写篇博客介绍一下吧。
2023-08-27 22:54:47
643
原创 snpEFF和bedtools基因注释有何异同？
大家好，我是邓飞，现在写博客越来越繁琐了，每个平台对图片都有自己的规则，不能通用，各种找不到图片，本着充值是我变强的原则，买了Markdown Nice的VIP（https://product.mdnice.com/），据说实现了一键发布多个平台，而且有自己的图库，今天先水一篇，试试效果。snpEFF，输入文件是vcf格式，另外，他需要基因组数据和gff创建数据库（通用的物种官网有现成的，但是推荐自定义构建，不容易出错。snpEFF，主要是下机数据，vcf数据，运算速度快，给出每个SNP的信息。
2023-05-31 21:55:38
883
1
原创 liftOver 不同版本基因组文件相互转化
大家好，我是邓飞。前一段时间有小伙伴在星球提问：想将不同版本的SNP数据合并，不想重新call snp，想把绵羊的V2和V4版本的数据合并，具体来说，是V2转为V4然后与V4合并。我建议用liftOver软件进行处理，并许诺写篇博客介绍一下。还有小伙伴想把1.2的参考基因组，变为3.1的，问我如何处理，我还是建议用liftOver，在线网站也可以解决，但是本地编程更快一些。
2023-05-30 22:12:47
2510
1
原创 tidyverse中filter行筛选时缺失值存在的一个坑
大家好，我是邓飞，好久没有更新博客了，是因为好久没有进步了。之前我认为鲁迅说的对，他在《野草》中写道：“当我沉默着的时候，我觉得充实；我将开口，同时感到空虚”。现在确切的情况是，当我停止更新时，我感到充实和无压力，然后越来越不想更新，最后发现没有什么可写的，一旦我想写点东西，就是特别空虚，腹中空空但是又开始大腹便便，好像肚子里没东西，但是都是肉，成年人的忧伤……
2023-05-29 20:51:42
990
原创 GWAS分析中的GO和KEGG富集分析
上一次，我们介绍如何根据显著性snp，使用bedtools根据上下游距离，根据gff文件注释基因。这一次，介绍一下如何根据注释的基因，进行富集分析，主要是看一下GWAS定位的基因有没有某一个趋势，也算是一种验证的方法。比如籽粒大小找到的30个候选基因，如果都与籽粒发育相关的生化途径一致，那就说明找到的都是相关的基因。
2023-05-20 17:55:24
1713
原创 如何使用new bing画图--ChatGPT4.0--2023-05-05
默认是更平衡（蓝色），如果想画画，需要设置为：更有创造力（红色的颜色），就可以了！
2023-05-05 09:13:50
2162
原创 new bing的chatGPT如何解析英文论文pdf
您好，这是必应。这篇文章的主要内容是利用单步基因组最佳线性无偏预测（ssGBLUP）方法来提高巨型淡水虾（Macrobrachium rosenbergii）体重的遗传评估效率。文章使用了410个基因分型的亲本和83,480个单核苷酸多态性（SNP）位点来估计体重的方差成分和遗传参数，并通过五折交叉验证（CV）来计算遗传值（EBV）和基因组遗传值（GEBV）的预测准确度。
2023-03-12 21:43:50
20644
3
TA创建的收藏夹 TA关注的收藏夹
TA关注的人