使用GEMMA进行复杂性状全基因组关联分析(GWAS)

GEMMA（Genome-wide Efficient Mixed Model Association algorithm）是一款基于混合线性模型的GWAS分析软件（文献信息）。GEMMA相比较于其他基于混合线性模型的软件，它有如下优势：

快速：远远快于其他精确算法（EMMA和FaST-LMM）。
准确：EMMAX和GAPIT都采用固定零模型中的方差组分不变的策略来提高运算速度，这实际上就是一种近似算法，不如GEMMA准确。
方便：可直接使用plink二进制格式数据，无需进行复杂的数据格式转换。
功能全面：可进行单标记GWAS、多标记GWAS和多性状GWAS分析。

1. 软件下载及安装

1.1 下载地址： https://github.com/genetics-statistics/GEMMA/releases
选择最新的稳定版0.98.1，下载下图第一个文件：gemma-0.98.1-linux-static。该文件是汇编好的，下载后解压就可以使用

捕获.PNG

1.2 安装代码如下：

gunzip gemma-0.98.1-linux-static.gz #解压
chmod +x gemma-0.98.1-linux-static #添加执行权限
./gemma-0.98.1-linux-static #运行测试

捕获1.PNG

2. plink 二进制文件格式介绍

2.1 plink二进制文件分为三部分:

plink.bed 包含基因分型的二进制文件
plink.fam 包含家庭号、个体号、母亲号、母亲号、性别、表型。即plink.ped文件前6列
plink.bim 标记信息文件，类似于plink.map文件。

2.2 数据准备
我们使用GEMMA软件提供的测试数据进行练习。具体数据可以在GEMMA下载页面下载Source code(tar gz)文件并解压获得。

测试数据.PNG

2.3 运行测试数据
运行时需要先生成kinship矩阵，在使用混合线性模型进行分析。代码如下：

#计算kinship矩阵
./gemma-0.98.1-linux-static -bfile 2000 -gk 2 -o kin  
#-bfile plink二进制文件前缀; -gk 2 生成kinship矩阵时进行scale; -o 输出文件前缀
#将kinship矩阵移动至当前目录
mv ./output/kin.sXX.txt .
#进行GWAS分析
./gemma-0.98.1-linux-static -bfile 2000 -k kin.sXX.txt -lmm 1 -o GE_GWAS
#-k 指定kinship矩阵; -lmm 1 使用wald检验计算显著性。

2.4 输出结果解读
输出结果见文件 ./output/GE_GWAS.association.txt.

GWAS结果.PNG

该文件包含12列结果。具体含义如下：

chr SNP所在染色体号
rs SNP名称
ps SNP物理位置
n_miss SNP缺失个体数
allele1 次等位基因
allele0 主等位基因
af SNP频率
beta SNP效应值
se beta估计标准误
l_remle 计算该SNP效应时对应的lamda的remle估计值。
p_wald wald检验P值
其中，我们最关心的三个结果是chr, ps, p_wald，我们可以借助这三个结果画曼哈顿图和QQ图。l_remle比较难理解，需要懂模型才知道它的含义，但对分析来说，不是很重要。

$\color{red}{如果你的分析平台是windows而不是Linux怎么办？}$
有这个问题的同学可以留言。

GEMMA软件源码和说明文档托管与github中：https://github.com/genetics-statistics/GEMMA

最后编辑于：2019.05.30 11:00:41