LD SCore計算基因多效性、遺傳度、遺傳相關性(the LD Score regression intercept, heritability and genetic correlation)

這篇文章是對以前啊啊救救我，爲什麼個人QQ圖那麼飄（全基因組關聯分析）這篇文章的一個補坑。

LD SCore除了查看顯著SNP位點對錶型是否爲基因多效性外，還額外補充了怎麼計算表型的遺傳度和遺傳相關性。

1 下載、安裝ldsc

git clone https://github.com/bulik/ldsc.git

cd ldsc

2 安裝ldsc依賴的環境

conda env create --file environment.yml

source activate ldsc

3 測試是否安裝成功

若是安裝成功，輸入./ldsc.py -h代碼會出現以下圖：
 

輸入./munge_sumstats.py -h代碼會出現以下圖：
 

4 準備summary文件summary.txt

summary.txt爲關聯分析的summary數據，包含rs編號、染色體編號、位置、A1（效應等位基因）、A2（無效等位基因）、效應值（OR或BETA）、P值，以下圖所示：

5 將summary文件轉換爲ldsc格式

munge_sumstats.py --sumstats summary.txt --N 17115 --out scz --merge-alleles w_hm3.snplist

這裏的N指的是研究的樣本數量；

scz是輸出的文件名；

w_hm3.snplist是被歸入分析的SNP，包含三列：包含rs編號、位置、A1（效應等位基因）、A2（無效等位基因）# 這一步無關緊要#

若是想把全部的SNP位點歸入分析，那麼採用這個命令： munge_sumstats.py --sumstats summary.txt --N 17115 --out scz

這一步會生成scz.sumstats.gz的文件；

6 將基因型數據按染色體分開

for q in $(seq 1 22); do plink --bfile file --chr $q --make-bed --out chr$q done

這個步驟會生成22個plink格式文件（bed,bim,fam），每個文件表明一條染色體。

7 計算LD

for q in $(seq 1 22); do ldsc.py --bfile chr$q --l2 --ld-wind-cm 5 --yes-really --out chr/$q done

生成的文件以下所示：

8 計算迴歸截距和遺傳度（the LD Score regression intercept and heritability）

ldsc.py --h2 scz.sumstats.gz --ref-ld-chr chr/ --w-ld-chr chr/ --out scz_h2

scz.sumstats.gz爲步驟5生成的文件

chr/ 爲步驟7生成的LD文件路徑

scz_h2爲迴歸截距和遺傳度的輸出文件

9 查看回歸截距(LD Score regression intercept )

less scz_h2.log

輸出文件最底部：

Intercept: 1.0252 (0.0075)

截距爲1.0252

關於迴歸截距怎麼看，請看以前發過的推文：啊啊救救我，爲什麼個人QQ圖那麼飄（全基因組關聯分析）

10 查看遺傳度（heritability）

less scz_h2.log

輸出文件最底部：

Total Observed scale h2: 0.7153 (0.0386)

遺傳度爲0.7153

11 計算遺傳相關性(genetic correlation)

ldsc.py --rg trait1.sumstats.gz,trait2.sumstats.gz --ref-ld-chr chr/ --w-ld-chr chr/ --out trait1_trait2

trait1.sumstats.gz爲表型1的ldsc格式文件；

trait2.sumstats.gz爲表型2的ldsc格式文件；

chr/ 爲步驟7生成的LD文件路徑

trait1_trait2爲表型1和表型2的遺傳相關性輸出文件；

12 查看遺傳相關性(genetic correlation)

less trait1_trait2.log

輸出文件最底部：

Genetic Correlation: 0.6561 (0.0605)

表型1和表型2的遺傳相關性爲0.6561