筆記 GWAS 操作流程5-1：根紅苗正的GWAS分析軟件：GEMMA

1. GEMMA軟件介紹

這個(gè)肯定厲害了，是「大家閨秀」，是「名門望族」，是「根紅苗正」的GWAS分析軟件。

「GEMMA名稱來源：」

• G：Genome-wide
• E：Efficient
• MM：Mixed-model
• A：Association

「GEMMAX主要特點(diǎn)：」

?

快，話說同樣的檢測方法，GEMMA跑了3.3小時(shí)，而EMMA估計(jì)要跑27年？？？

?

2. GEMMA語法特點(diǎn)

相對(duì)于plink的語法，GEMMA語法更簡練，一個(gè)杠，一個(gè)字母。比如：

• 表型數(shù)據(jù)：-p
• 協(xié)變量：-c而plink的語法的是兩個(gè)杠，一個(gè)單詞：
• 表型數(shù)據(jù)：--pheno
• 協(xié)變量：--covar

GEMMA支持plink的二進(jìn)制文件：

• 讀取plink文件：-bfile

「表型數(shù)據(jù)格式：」一列，注意順序和基因組的ID順序一致，如果是多個(gè)性狀，那就是多列，沒有ID列。

「協(xié)變量格式：」協(xié)變量是數(shù)字類型，如果有因子，需要轉(zhuǎn)化為虛擬變量的形式。沒有ID列，第一列是cov1，第二列是cov2……，注意，如果有一協(xié)變量，第一列為1（截距），第二列為協(xié)變量。

比如下面的數(shù)據(jù)是一個(gè)協(xié)變量，第一列為截距。

3. GEMMA分析一般線性模型沒有協(xié)變量

「首先將plink格式轉(zhuǎn)化為二進(jìn)制的plink格式：」

「然后將表型數(shù)據(jù)提取單獨(dú)一列：」

「然后進(jìn)行一般線性模型關(guān)聯(lián)分析：」

「結(jié)果和plink的linear結(jié)果對(duì)比：」

plink的結(jié)果：gemma的結(jié)果：

兩者結(jié)果完全一致。

事實(shí)上，加上協(xié)變量的分析，gemma和plink的結(jié)果也是一樣的，因?yàn)槎际菓?yīng)用的是一般線性模型。

4. GEMMA分析混合線性模型

「第一步：先生成G矩陣」

代碼解釋：

• -bfile 讀取plink的二進(jìn)制文件
• -gk 2 標(biāo)準(zhǔn)化的方法計(jì)算G矩陣
• -p 讀取表型數(shù)據(jù)（這個(gè)不能省掉）

G矩陣在output文件夾下：result.sXX.txt

「第二步：使用混合線性模型進(jìn)行GWAS分析」

「第三步：查看結(jié)果文件」結(jié)果在output文件夾下：result.assoc.txt

5. GEMMA中LM模型和LMM模型的結(jié)果比較

「Pvalue比較」

「Beta回歸系數(shù)比較：」

「注意：」這里面，混合線性模型分析時(shí)，一般要加上PCA的結(jié)果，防止群體結(jié)構(gòu)造成的假陽性。下一章節(jié)，我們介紹LMM模型，如何加入?yún)f(xié)變量。