GWAS羣體分層 (Population stratification)：利用plink對基因型進行PCA

1、爲何要作祖先成分的PCA?

GWAS研究時常常碰到羣體分層的現象，即該羣體的祖先來源多樣性，咱們知道的，不一樣羣體SNP頻率不同，致使後面作關聯分析的時候可能出現假陽性位點（不必定是顯著信號位點與該表型有關，多是與羣體SNP頻率差別有關），所以咱們須要在關聯分析前對該羣體作PCA分析，隨後將PCA結果做爲協變量加入關聯分析中。

 

2、怎麼作PCA?

簡單一個「--pca」參數便可

plink --bfile myfile --pca 10 --out myfile_pca #這裏只取前10個PCA結果，若是想取其餘數值，請自行設置

　　

跑完之後，會生成三個文件，分別是myfile_pca.eigenval，myfile_pca.eigenvec，myfile_pca.log。

其中，myfile_pca.eigenvec即爲咱們所需的PCA文件，大概長得以下：

FID_1 IID_1 0.00126761 0.00331304 -0.0105174 0.000679466 -0.0179362 0.00672081 0.000979499 -0.00752795 0.00626333 -0.00849531

FID_1 IID_2 -0.000272769 -0.00328075 -0.00380584 -0.00787082 0.00896386 -0.00325664 0.00241414 0.00612508 -0.000788917 -0.00188887

 

3、生成的PCA結果怎麼用？

這個至關簡單，直接把這堆數值加入covar文件中，只有控制了這些祖先成分的變量，才能最大限度的找到真實的信號。