一、什么是LDSC？
image.png
-
LDSC，LD分数回归，2015年由
Brendan K Bulik-Sullivan提出的方法，旨在从样本量日益增加的GWAS结果的inflation中辨别confounding（混杂因素）还是polygenicity（多基因效应）。
二、LDSC模型介绍
- LDSC认为，与
causal variant处于LD的变异（即共享一定的遗传背景），该变异位点的测试统计量会因为其与causal variant的LD程度（通常以r²表示）而升高，且这种升高是成比例的。 - 与家系相关性（cryptic relatedness）或群体结构（population stratification）导致的测试统计量膨胀不同，这些因素不依赖于LD，而是由于共同遗传背景、遗传漂变等引起的统计量膨胀。这种膨胀不会与LD有相关性。
- 因此，LDSC通过SNP的LD分数构建了一个线性模型，来表征测试统计量的膨胀情况。同时，还能计算该
trait的遗传力。
其中，为该SNP j 的LD score总和，左边为
2，N为样本量，M为SNP数量，h2为该trait的遗传力，a为混杂因素（confounding）。因此，它本质上是个线性回归模型，该模型有两个未知数 h2 和 a，通过拟合得到最适的 h2 和 a。
image.png
三、LDSC分析实践
1、数据格式转换
数据格式需要转换成它要求的sumstat.gz格式，使用hapmap3的SNP进行（LDSC提供了）
python munge_sumstats.py --sumstats ${gwas} \
--merge-alleles ${SNPlist} \
--chunksize 500000 \
--a1 A1 \
--a2 A2 \
--out ${gwas}_ldsc
# --a1 effect allele a2 is another allele
2、估计遗传力及判断confounding
对于连续性状，只需如下计算
python ldsc.py --h2 ${gwas}_ldsc.sumstats.gz \
--ref-ld-chr ${REF_LD_CHR} \
--w-ld-chr ${REF_LD_CHR} \
--out ${gwas}_h2
# --ref-ld-chr 参考的LD score文件
对与二元性状，即疾病性状，需将其转换成libility scale
python ldsc.py --h2 ${gwas}_ldsc.sumstats.gz \
--ref-ld-chr ${REF_LD_CHR} \
--w-ld-chr ${REF_LD_CHR} \
--out ${gwas}_h2 \
--samp-prev 0.297 \
--pop-prev 0.1
# --pop-prev 为患病率
# --samp-prev 该summary data中的患病率
