第9期在线交流“全基因组关联分析(GWAS)技术交流”【视频】

小瑶

第9期在线交流“全基因组关联分析(GWAS)技术交流”回顾

2015年12月3日，基迪奥在信息交流群（QQ群：67185986）举办了转录因子结合位点分析及靶基因预测交流会，交流的问答整理如下：

在线交流PPT在此下载：
杨小红老师的关联分析课件，里面包含Tassel使用方法的教程：

视频地址：http://www.omicshare.com/class/Home/Index/singlev?id=3

问1：已克隆基因与GWAS信号位于一个block内，但具有100Kb距离。有什么办法可以准确找到目的基因吗？

答：可以利用Haploview这个软件画一个局部LD关系图（如下图），证明这个基因和那个显著的SNP之间存在LD关系。

问2：亲缘关系对GWAS有什么影响？

答：主要是群体的非均一，比如你有100个个体，假如80个是随机的， 10个是同胞兄弟姐妹，另外10个半同胞的表兄弟姐妹。这种系谱关系（遗传背景），如果你不将其作为协变量进行矫正的话，就会被误认为SNP的效应，导致假阳性。所以如果将k矩阵（系谱关系矩阵）作为协变量导入，对假阳性控制是有帮助。

问3：家系群体能否做GWAS？这样的话，跟构图谱然后关联有什么区别？

答：关联分析和连锁分析用得都是一般线性模型，并没有太大区别，所以如果材料类似家系群体的话做GWAS也是可以得，应该说结果是类似的。

问4：家系群体做GWAS需要多少家系？

答：family based的GWAS文章，可以参考人类GWAS文章。实验设计的策略与paired t-test很像，可能会收集几百个家系来做GWAS。至少几十个。

问5：最优模型除了用QQplot去评价外还有其他评价标准吗？

答：最好的是QQplot 。

问6：过矫正，只和群体结构有关系么？怎么避免？

答：是否过校正，应该看实际情况来判断。大部分情况下，我们会尝试不同的模型，然后通过观察比较QQ-plot确定最佳的模型。例如，做关联分析的时候，用一般线性模型，Q矩正，K矩，Q+K模型都进行校正和尝试。如果Q+K的QQ-plot，发现观察的P value 低于期望P value,那说明潜在过校正了。可以考虑使用更少协变量的模型进行校正（一般线性模型，Q矩正，K矩）。所以，应该把所有模型都试一遍，确定一个最优模型。

问7：用RAD测序和WGS测序进行关联分析，需要的群体大小一样吗？

答：一样的。区别是标记数不一样。

问8：GWAS能关联多个性状，一般能关注多少个性状？

答：对于性状数量是没有限制。

问9：极值GWAS,优于一般GWAS结果（包含极值材料）吗

答：是的。最后显著性是会高于一般GWAS的。

问10：GWAS分析中没有找到显著关联位点，只有“suggestive”的位点，有用吗？

答：没有显著的结果有两个原因：1）位点效应太弱，而群体规模太小，不足以检测微小效应的位点。2）多重检验校正导致的假阴性。你可以按照两阶段法，阶段1降低阈值挑选候选显著的SNP，再在阶段2进行验证，也是有可能得到比较好的结果。

小瑶

问11：RAD测序分析GWAS效果如何？

答：测序本质上是一种基因分型的方法，所以rad测序做GWAS分析主要问题是标记覆盖度问题，RAD分析酶切位点大约为4K出现一次，如果群体里面的遗传多样性是千分之五。如果使用RAD测序的话，那么可能在20Kb左右才会出现一个SNP，理论上这样的密度进行GWAS分析整体也是OK的。 但是可能会遇到一个潜在问题：某个区域没有酶切位点 ，比如100Kb都没有酶切位点。那么这些没有标记覆盖的区间，可能会导致漏掉一些信息。另外对于那种LD衰减特别快的群体，比如自然群体中的玉米，LD衰减距离可能只有10-20K，那么RAD测序可能面临着标记密度不够，导致没有覆盖到与性状显著关联的QTL区间，最后结果结果不显著（分析的检测功效下降）。所以RAD测序做GWAS效果怎样还需要具体问题具体分析，还需要看材料LD衰减距离怎样。

问12：没有独立群体，两个阶段GWAS：我有300份材料，可以随机挑选/交叉选择5组数据GWAS，择一直位于阈值上的SNP位点吗？

答：不能这样设计。两阶段GWAS目的就是说，就像做实验，你的实验成功了，你需要一个独立实验来证明你那个是正确的。现在300份材料，选来选去材料都是不变的，这样一个设计并不是一个多阶段的设计。两阶段设计，指的材料是独立的，所以这样设计就不叫多阶段GWAS。

问13：GWAS的材料最少要多少份？

答：这个问题很难回答。因为GWAS是统计学结果，哪怕目前你只有50株材料，最后能得到一个显著位点的话，你的结论依然是有效的。所以GWAS不能叫多少份材料就有效。但一般而言，如果材料少于二三百株的话，可能做GWAS是不大合理的。因为如果是数量性状，材料再少很难得到一个比较显著的结果。

问14：Gapit包中CMLM模型和Tassel里面的MLM有何优缺点？

答：所有混合线性模型的基本理念都是一样的，就是将性状的模型控制因为分为随机效应与固定效应。所以结果总体上是一致的。只是不同的软件对这个方程式的解法不同。Gapit 包和Tassel的算法完全相同，都是Buckler实验室出的软件，不过据说Gapit优化了软件，所以计算速度更快。

问15：如果将某种性状的类极端个体重测序，这种实验设计可以GWAS吗？是400个个体，200个极低，200个极高。

答：可以做，可以用case vs control的分析策略 ，建议使用plink的逻辑回归模型。

问16：一般的基于芯片的GWAS，为什么得到的是一个大的区间呢？如1q.23。

答：原因不在于芯片。因为目前人类的SNP芯片，密度已经达到百万级别，这意味着平均每隔3kb会有一个SNP标记。GWAS的分析精度，决定是由群体LD衰减距离来决定的。当群体LD衰减距离特别大，比如500kb，最后我们会看到500kb的marker都是显著的。所以这个结果的原因不在于芯片，主要是因为你的材料决定的。

问17：对于LD值小的物种，是否要增加SNP的密度？

答：是的，否则可能漏掉一些关联位点。

问18：现在划候选区间都是靠LD，这个LD是全基因组的平均LD吧？为什么不直接用局部LD来划区间呢？

答：全基因组的LD是比较粗略的平均水平的估计（全基因组的均值）。局部LD比较合理。但因为一开始我们并不知道显著区间，所以只能从全局评价材料的LD衰减距离。在找到关联位点后，再做局部LD分布图.

问19：估算LD 一般要多少SNP多少样本？

答：有二三十个样本已经足够的，建议用所有标记。

问20：候选区间的LD decay高于全基因组的LD decay？

答：局部LD衰减的速率可能高于全基因组也可能低于全基因组，具体情况具体分析。

小瑶

问21：全基因组的LD如何计算？

答：推荐haploview。软件会按照参数设置，计算一定距离内（例如5Mb）的SNP间的LD值。然后我们可以统计不同距离水平的SNP间的LD均值。

问22：能否用SV或CNV做GWAS？如何理解这种“基因型”？

答：可以。把SV的有（1）和无（0），拷贝数的数量作为基因型即可。

问23：如果是NGS的SNP分型数据，可以用STRUCTURE做群体遗传结构吗？如果不能，应该用什么来做？

答：可以。做候选基因关联分析的时候，则需要额外设计一些随机背景标记计算群体结构。有的文献也用PCA结果作为协变量校正群体结构（Q矩阵），比如PPT中的案例，

问24：分析SNP分型，做SNP分型与转移的关系，我的结果与别人相反，有一个基因型是可以导致转移风险高，而别人的结果是转移风险低。可信吗？

答：是完全有可能的。标记和功能突变的连锁状态在不同的群体中并不相同。SNP本身没有任何意义，关键的是在你的材料中，与SNP连锁的功能突变是什么。

问25：做GWAS没有结果，RIL家系连锁分析有QTL位点，这样的结果怎么解释？

答：这个完全可以解释，有很多可能。例如，这两个亲本中，有一个亲本拥有一个稀有突变，于是在这个分离位点产生了一个QTL。在自然群体里面，由于这个亲本的突变是非常稀有的，在1%的频率以下，利用GWAS可能检测不出来。

问26：在做structure的时候，用全部的SNP做好，还是随机抽样5000SNP做好一些？

答：实际上你看structure软件说明，structure分析的时候最好是用非连锁标记，所以用全基因组用structure标记是有问题的。所以，应该随机抽样部分标记进行分析才是正确的。另外structure运算过程非常慢，如果用全部SNP分析需要算非常长时间。

问27：SV或CNV做GWAS跟用SNP做GWAS软件都一样？？

答：可以，但是目前做基因型定位最准的是SNP，前两者准确性会差一点。如果用SV 或CNV做GWAS分析软件是一样的。

问28：压缩模型与不压缩模型 也是需要做了 选择比较优的么？

答：可以看下tassel软件说明，是否选择压缩以及压缩的参数，软件会自动优化选择。

问29：是遗传图谱定位性状好用，还是GWAS呢？

答：很难笼统回答。需要根据实验要求与目的来设计最佳。

问30：RIL群体检测到的QTL，在自然群体中该位点连锁的标记与表型不能关联。这样的Qtl可靠吗？

答：可靠。只是说自然群体里面QTL的频率太低了检测不到。建议把QTL多验证几遍，比如不同环境下，不同年份重复验。

问31：通过100X的重测序检测比对出来的SNP准确性高么？

答：做关联分析不需要这么深。

leo

谢谢 非常有帮助

dnacom111

最近在用TASSEL窗口版的时候，用MLM模型分析完网站提供的数据后却没有结果生成的？GLM模型就有结果。大家有木有这个问题哇

wangzhaoyi

慢慢看

小瑶

wangzhaoyi 发表于 2016.5.13 21:46
慢慢看

哈哈，可以先收藏

zhouzhou

看完，受用了！谢谢楼主！

chuankang17

谢谢分享

唉灬佛爷

感谢

liyongbo

我竟然从头到尾看完了

liyongbo

Yang xiaohong 老师关于GWAS软件的操作，我没在附件里面看到呢，请问在哪呢?

liyongbo

liyongbo 发表于 2016.6.21 11:49
Yang xiaohong 老师关于GWAS软件的操作，我没在附件里面看到呢，请问在哪呢?

谢谢周老师

daiwenting

需要慢慢学习

caffemao

一定要好好看看

Chongsong

谢谢分享

潇潇

感谢分享，赞一个！

madui

tangsha1986

太棒了顶！d=====(￣▽￣*)b

madui