育种数据分析之放飞自我分享 http://blog.sciencenet.cn/u/yijiaobai 关注:生物统计,数量遗传,混合线性模型,生物信息,R,Perl,Python,GWAS,GS相关方法,文章及代码

博文

使用TASSEL学习GWAS笔记(4/6):一般线性模型进行GWAS分析(GLM模型)

已有 4850 次阅读 2021-8-22 17:31 |个人分类:GWAS|系统分类:科研笔记

外面下着雨,

笔记计划分为六篇:

第一篇:读取plink基因型数据和表型数据

第二篇:对基因型数据质控:缺失质控,maf质控,hwe质控,样本质控

第三篇:基因型数据可视化:kingship,LD,MDS,PCA

第四篇:一般线性模型进行GWAS分析(GLM模型) 

第五篇:混合线性模型进行GWAS分析(MLM模型)

第六篇:TASSEL结果可视化:QQ plot,曼哈顿图

已完成前三篇,本篇是第四篇。

1. 将质控的plink数据和表型数据读入到TASSEL软件

质控后的plink数据和表型数据:

「读取表型数据到TASSEL中:」

「读取基因型数据到TASSEL中:」

2. 一般线性模型(GLM)介绍

GLM模型中,将每个SNP作为固定因子进行回归分析,进行显著性检验,P值就是GWAS分析的p-value,effect就是SNP的effect值。如果有其它因素需要考虑,就放到协变量里面,比如性别,PCA,Q矩阵等。

重点是对每个SNP做回归分析,提取effect和p-value。

3. 合并数据

TASSEL分析中,需要将分析的表型和基因型数据进行合并,合并为一个数据框,然后对该数据框进行分析。

3.1 对基因型数据进行PCA分析

选中qc_plink基因型数据,点击菜单 Analysis --> Relatedness --> PCA,然后点击确定即可。

「PCA分析结果:」

3.2 将PCA+表型+基因型合并

选中三个数据,然后点击Data中的Intersect Join,进行数据合并。

3.3 查看合并后的数据

可以看到,数据中包括ID,PCA及结果,表型性状数据,基因型数据。

4. GLM模型

选中合并后的书,点击Analysis --> Association --> GLM点击OK,即可。

5. GLM结果查看

可以看到,Result中有两个GLM结果,第一个为GWAS结果,第二个为每个SNP的效应值情况。看第一个就行。因为这是多个性状的分析,所以所有结果放在了一起。

  • 第一列为性状,这里包括三个性状,在进行作图时需要将数据分开
  • 第二列为SNP名称
  • 第三列为染色体名称
  • 第四列为SNP的物理位置
  • 第五列为F检验结果
  • 第六列为p值
  • ……

6. 导出结果

在这里插入图片描述在这里插入图片描述

7. TASSEL中的结果可视化

「QQ图:」

「曼哈顿图:」

这里,曼哈顿图需要指定性状,这里我们选择EarDia这个性状进行可视化:

图片可以保存到本地。

ok,鸽了一个月,第四篇搞定了。下一篇是MLM模型的分析,欢迎继续关注。

 



https://wap.sciencenet.cn/blog-2577109-1300912.html

上一篇:关于Linux的grep命令总结笔记
下一篇:孟德尔抽样误差和基因组选择
收藏 IP: 223.90.189.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 01:09

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部