在之前的两期中，我们探讨了进行GWAS（全基因组关联分析）所需的数据类型和数据质控方法。现在终于进入我们的核心内容：关联分析。GWAS分析通常会构建回归模型来检验标记（如SNP）与表型之间是否存在关联。具体而言：

零假设与备择假设

① 零假设（H0）表示标记的回归系数为零，即标记对表型没有影响。② 备择假设（H1）则意味着标记的回归系数不为零，即标记与表型相关联。

在第一期中提到，表型数据可以分为三种类型：数量性状、质量性状和分级性状。在进行关联分析之前，我们需要依据不同类型的表型选用合适的分析方法，并且为了减少假阳性，通常会对p值进行矫正。

1. 连续性状

连续性状指在群体中呈现连续分布的特性，如身高、体重和血压等。可选择的分析方法包括T检验（Student’s t-test）和线性回归（linear regression）。

命令示例：

• 不校正p值：plink --bfile test --assoc --out result_assoc
• 校正p值：plink --bfile test --assoc --adjust --out result_assoc

注意：校正p值时会生成一个带有*assoc_adjusted后缀的文件。

关于线性回归：

• 不考虑协变量/不校正：plink --bfile test --linear --out result_linear
• 考虑协变量/校正：plink --bfile test --linear --adjust --out result_linear

协变量需使用--covar参数添加。

2. 阈值性状

阈值性状的表型数据通常为两类：1和2（0和-9表示缺失），常见的如对照组（1）与实验组（2）。分析方法包括卡方检验和逻辑斯蒂回归（logistic regression）。

命令示例：

• 不校正p值：plink --bfile test --assoc --out result_assoc
• 校正p值：plink --bfile test --assoc --adjust --out result_assoc

注意：会多出一个带有*assoc_adjusted后缀的文件。

逻辑斯蒂回归：

• 不考虑协变量/不校正：plink --bfile test --logistic --out result_logistic
• 考虑协变量/校正：plink --bfile test --logistic --adjust --out result_logistic

协变量需使用--covar参数添加。

3. 分级性状

分级性状是指可以通过人为观察进行分类的离散变量，其定义依赖于经验。例如，对于植物的抗病性，我们既可以按病斑面积定义连续性状，也可设定阈值为分级性状（如高、中、低）。

可选方法包括卡方检验和逻辑斯蒂回归：

• 不允许有协变量的卡方检验：
• 不校正p值：plink --bfile test --assoc --out result
• 校正p值：plink --bfile test --assoc --adjust --out result_adjust

逻辑斯蒂回归：

• 不考虑协变量/不校正：plink --bfile test --logistic --out result_logistic
• 考虑协变量/校正：plink --bfile test --logistic --adjust --out result_logistic

协变量需使用--covar参数添加。

经过这些步骤，我们终于得到了期待的显著性结果，对结果表进行p值筛选以过滤假阳性，并可通过可视化工具（如Q-Q图和曼哈顿图）直观展示结果。如何进行这些可视化操作？请继续关注我们的后续内容！同时，欢迎访问尊龙凯时人生就博，获取更多优质生物医疗相关资讯与支持。