全基因组关联分析学习资料（GWAS tutorial）20210313更新版

时隔一年多，于今日（20210313）再次更新教程，后续如果新出教程的话会一直更新。

同时感谢多年陪伴我成长、一直默默关注我的「你们」~

by 「橙子牛奶糖（陈文燕）」

1.前言

很多人问我有没有关于全基因组关联分析（GWAS）原理的书籍或者文章推荐。

其实我个人觉得，做这个分析，先从跑流程开始，再去看原理。

为什么这么说呢，因为对于初学者来说，跑流程就像一个大黑洞，学习原理就像一个小黑洞。

很多人花了好几个月的时间在看原理，一旦丢给他数据去分析，依旧束手无策。

不会跑流程，内心依旧会很恐慌。就像从来没有入门一样。

所以，我的建议是咱们先不去管原理，直接从分析入手。

等把数据跑出来了，整个流程的技能点满了，再去看看它的原理。

2.入门：学习GWAS的在线网站：

对于没有编程基础的人来说，建议先从一个在线的网站走一遍GWAS流程。

这样就能知道完成GWAS需要多少个步骤，心里大概有个底。

easygwas网站提供了公共数据，可以直接开始分析GWAS。整个流程按照网站提示，很简单。

网址：https://easygwas.ethz.ch/

3.进阶

3.1 备选1：在linux下学习GWAS的实操数据

由于我们最终还是需要拿着自己的数据完成GWAS分析，不必避免的需要一定的编程基础。

在线网站只是一个提供理解GWAS流程的网站，因此，我们还是需要在linux系统下拿一些数据练练手。学会最基本的命令行。

在这里，我推荐一个提供linux下学习GWAS的教程：GWA_tutorial.

网址：https://github.com/MareesAT/GWA_tutorial/

网站分为四个教程：1）GWAS的数据QC; 2)处理群体分层；3）关联分析（GWAS）; 4)多基因风险得分分析（Polygenic risk score analyses）

「示例数据都有了，就等你自己上手了。」

「我敢保证，当你能完整的跑完这个流程的时候，你对GWAS的理解少说也有70% ，下一个在群里帮我解答问题的大神就是你了（申请进群方式见公众号菜单栏）。」

3.2 备选2：使用R语言做GWAS分析

有些人对R语言可能比较熟悉，这里提供了一个用R语言分析GWAS的流程。

该流程有：GWAS的QC，PCA分析，Manhattan图，QQ图，候选位点的功能分析

感兴趣的看这个：Genome-wide association studies in R

网址：https://www.r-bloggers.com/genome-wide-association-studies-in-r/

3.3 备选3（当然是我的教程啦~~~~）

3.3.0 原理

啊，全基因组关联分析（GWAS）的计算原理，了解一下？

3.3.1 分析流程

GWAS分析基本流程及分析思路

3.3.2 数据处理

4. 其他补充

4.1 GWAS其他教程：

www.transplantdb.eu/sites/transplantdb.eu/files/HandsOnTutorialtoGWAS_Seren-030715.pdf

https://doc.goldenhelix.com/SVS/tutorials/snp_gwas/index.html

ccbb.jnu.ac.in/IUBDDJan2015/workshop_files/GWAS Tutorial.pdf

https://www.r-project.org/conferences/useR-2009/slides/Zhao+Tan.pdf

users.du.se/~lrn/NOVAComputerExercises/NOVA_GenABEL_tutorial.pdf

gsea4gwas-v2.psych.ac.cn/docs/tutorial.jsp

www.montefiore.ulg.ac.be/~kvansteen/GeneticEpi-UA2/Class5/Introduction to GenABEL.pdf

4.2 看看文献，加深对GWAS的理解：

A tutorial on conducting genome‐wide association studies: Quality control and statistical analysis(网址：https://onlinelibrary.wiley.com/doi/full/10.1002/mpr.1608)

Genome-wide association studies and beyond（网址：https://www.ncbi.nlm.nih.gov/pubmed/20235850）

Genome-wide association studies（网址：https://www.ncbi.nlm.nih.gov/pubmed/23300413）

posted @ 2019-11-06 09:49 橙子牛奶糖阅读(21070) 评论(13) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

橙子牛奶糖

简介：陈文燕，本科暨南大学，中科院博士。欢迎关注微信公众号“bio生物信息”，进群与众多生信同行一起讨论学术问题。私信不回，有问题请在文章下面评论。

全基因组关联分析学习资料（GWAS tutorial）20210313更新版

1.前言

2.入门：学习GWAS的在线网站：

3.进阶

3.1 备选1：在linux下学习GWAS的实操数据

3.2 备选2：使用R语言做GWAS分析

3.3 备选3（当然是我的教程啦~~~~）

3.3.0 原理

3.3.1 分析流程

3.3.2 数据处理

3.3.2.1 数据质量过滤

3.3.2.2 正负链翻转（stand flip）

3.3.2.3 基因型数据填补（imputation）

3.3.2.4 群体分层校正

3.3.3 关联分析

3.3.4 meta分析

3.3.5 条件分析

3.3.6 基因多效性

3.3.7 gene-based 关联分析

3.3.8 孟德尔随机化分析

3.3.9 LocusZoom图、连锁不平衡图（LD block）

3.3.10 多基因风险评分(Polygenic Risk Score)

3.3.11 基因多效性、遗传度、遗传相关性

3.3.12 常规 fine-mapping 分析

3.3.13 共定位分析

3.3.14 富集分析

3.3.15 全转录组分析

3.3.16 上位效应（epistasis）分析

3.3.17 其他的 GWAS 后续分析

3.3.18 SNP 注释

3.3.19 增强子、启动子、转录因子等调控元件数据库

3.3.20 其他相关数据库

3.3.21 进化相关分析

3.3.22 相关文献阅读

4. 其他补充

4.1 GWAS其他教程：

4.2 看看文献，加深对GWAS的理解：

公告

橙子牛奶糖

简介：陈文燕，本科暨南大学，中科院博士。 欢迎关注微信公众号“bio生物信息”，进群与众多生信同行一起讨论学术问题。私信不回，有问题请在文章下面评论。

全基因组关联分析学习资料（GWAS tutorial）20210313更新版

1.前言

2.入门：学习GWAS的在线网站：

3.进阶

3.1 备选1：在linux下学习GWAS的实操数据

3.2 备选2：使用R语言做GWAS分析

3.3 备选3（当然是我的教程啦~~~~）

3.3.0 原理

3.3.1 分析流程

3.3.2 数据处理

3.3.2.1 数据质量过滤

3.3.2.2 正负链翻转（stand flip）

3.3.2.3 基因型数据填补（imputation）

3.3.2.4 群体分层校正

3.3.3 关联分析

3.3.4 meta分析

3.3.5 条件分析

3.3.6 基因多效性

3.3.7 gene-based 关联分析

3.3.8 孟德尔随机化分析

3.3.9 LocusZoom图、连锁不平衡图（LD block）

3.3.10 多基因风险评分(Polygenic Risk Score)

3.3.11 基因多效性、遗传度、遗传相关性

3.3.12 常规 fine-mapping 分析

3.3.13 共定位分析

3.3.14 富集分析

3.3.15 全转录组分析

3.3.16 上位效应（epistasis）分析

3.3.17 其他的 GWAS 后续分析

3.3.18 SNP 注释

3.3.19 增强子、启动子、转录因子等调控元件数据库

3.3.20 其他相关数据库

3.3.21 进化相关分析

3.3.22 相关文献阅读

4. 其他补充

4.1 GWAS其他教程：

4.2 看看文献，加深对GWAS的理解：

公告

简介：陈文燕，本科暨南大学，中科院博士。欢迎关注微信公众号“bio生物信息”，进群与众多生信同行一起讨论学术问题。私信不回，有问题请在文章下面评论。