LD SCore计算基因多效性、遗传度、遗传相关性(the LD Score regression intercept, heritability and genetic correlation)

这篇文章是对之前啊啊救救我，为何我的QQ图那么飘（全基因组关联分析）这篇文章的一个补坑。

LD SCore除了查看显著SNP位点对表型是否为基因多效性外，还额外补充了怎么计算表型的遗传度和遗传相关性。

1 下载、安装ldsc

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

cd ldsc

2 安装ldsc依赖的环境

conda env create --file environment.yml

source activate ldsc

3 测试是否安装成功

如果安装成功，输入./ldsc.py -h代码会出现如下图：
 

输入./munge_sumstats.py -h代码会出现如下图：
 

4 准备summary文件summary.txt

summary.txt为关联分析的summary数据，包含rs编号、染色体编号、位置、A1（效应等位基因）、A2（无效等位基因）、效应值（OR或BETA）、P值，如下图所示：

5 将summary文件转换为ldsc格式

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

这里的N指的是研究的样本数量；

scz是输出的文件名；

w_hm3.snplist是被纳入分析的SNP，包含三列：包含rs编号、位置、A1（效应等位基因）、A2（无效等位基因）# 这一步可有可无#

如果想把所有的SNP位点纳入分析，那么采用这个命令： munge_sumstats.py --sumstats summary.txt --N 17115 --out scz

这一步会生成scz.sumstats.gz的文件；

6 将基因型数据按染色体分开

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

这个步骤会生成22个plink格式文件（bed,bim,fam），每一个文件代表一条染色体。

7 计算LD

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

生成的文件如下所示：

8 计算回归截距和遗传度（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为步骤5生成的文件

chr/ 为步骤7生成的LD文件路径

scz_h2为回归截距和遗传度的输出文件

9 查看回归截距(LD Score regression intercept )

less scz_h2.log

输出文件最底部：

Intercept: 1.0252 (0.0075)

截距为1.0252

关于回归截距怎么看，请看之前发过的推文：啊啊救救我，为何我的QQ图那么飘（全基因组关联分析）

10 查看遗传度（heritability）

less scz_h2.log

输出文件最底部：

Total Observed scale h2: 0.7153 (0.0386)

遗传度为0.7153

11 计算遗传相关性(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为表型1的ldsc格式文件；

trait2.sumstats.gz为表型2的ldsc格式文件；

chr/ 为步骤7生成的LD文件路径

trait1_trait2为表型1和表型2的遗传相关性输出文件；

12 查看遗传相关性(genetic correlation)

less trait1_trait2.log

输出文件最底部：

Genetic Correlation: 0.6561 (0.0605)

表型1和表型2的遗传相关性为0.6561