又開(kāi)始一個(gè)新的軟件啦，大家是否有需要的？可以同一人群的不同trait做。咱們就開(kāi)始吧~
官網(wǎng)地址：URLs. MTAG software is available at https://github.com/omeed-maghzian/mtag/.
文章：Multi-trait analysis of genome-wide association summary statistics using MTAG
Patrick Turley ,2018，NG
看看人家這引用率。
老規(guī)律，進(jìn)入官網(wǎng)界面后下載軟件。
git clone https://github.com/omeed-maghzian/mtag.gitcd mtag
這是基于python，所以要提前裝好。 需要Python 2.7。如果你的anaconda是python3，那得創(chuàng)建python2.7的環(huán)境。（參考網(wǎng)址https://conda.io/projects/conda/en/latest/user-guide/tasks/manage-environments.html#creating-an-environment-with-commands）
conda create -n myenv_py2.7 python=2.7
激活。以后進(jìn)來(lái)每次激活就可以，不用重新創(chuàng)建了。
conda activate myenv_py2.7
用完了退出環(huán)境
conda deactivate
tutorial鏈接https://github.com/omeed-maghzian/mtag/wiki/Tutorial-1:-The-Basics
開(kāi)始啟動(dòng)程序：
python mtag.py -h #出來(lái)一大推，說(shuō)明軟件沒(méi)問(wèn)題了。
文件準(zhǔn)備
下載兩個(gè)示例數(shù)據(jù)
wget http://ssgac.org/documents/1_OA2016_hm3samp_NEUR.txt.gz
wget http://ssgac.org/documents/1_OA2016_hm3samp_SWB.txt.gz
兩個(gè)示例文件都是GWAS summary結(jié)果，空格分隔的txt文件。如圖：
這幾列都是必須要有的。順序沒(méi)關(guān)系，但列名一定要指定或同默認(rèn)。
多個(gè)trait文件snp要匹配，也可以用
--snp-name指定。a1是effect allel，也可以用
--a1_name指定。同理a2，freq也可以指定。z是GWAS的效應(yīng)大小。也可以用beta和se。
--use_beta_se默認(rèn)識(shí)別的列名為beta，se,也可以用--beta_name and --se_name指定名稱(chēng)。n為樣本量，也可以用
--n_name指定。因?yàn)橛?jì)算時(shí)候用到ldsc，所有有些格式需要ldsc能夠識(shí)別。
染色體和bp也可以用
--chr_name and --bpos_name指定。
運(yùn)行軟件
大致計(jì)算過(guò)程：
1.讀取GWAS summary結(jié)果，通過(guò)minor allele frequency (MAF) >= 0.01和sample size N >= (2/3) * 90th percentile來(lái)過(guò)濾數(shù)據(jù)。
2.合并過(guò)濾后的GWAS匯總統(tǒng)計(jì)結(jié)果，得到可用snp的交集。
3.通過(guò)LD分?jǐn)?shù)來(lái)估計(jì)殘差的協(xié)方差矩陣。
4.估計(jì)遺傳協(xié)方差矩陣。
5.運(yùn)行MTAG輸出結(jié)果。
代碼：
python /[path]/mtag.py \
--sumstats 1_OA2016_hm3samp_NEUR.txt,1_OA2016_hm3samp_SWB.txt \
--out ./tutorial_results_1.1NS \
--n_min 0.0 \
--stream_stdout &
記得上面的path要改啊，就是mtag.py的路徑。
--n_min 0.0使樣本量少的數(shù)據(jù)，避免snp的丟失。
--stream_stdout生成log文件。
--out可以指定文件夾和前綴。[DIR]/[TAG]
結(jié)果文件
[TAG].log：這個(gè)就不用說(shuō)了吧。
以下兩個(gè)文件是分隔符分隔的文件，包含了MTAG矯正后的效應(yīng)值和se的結(jié)果，與輸入的gwas summary文件其余部分相同。
主要看mtag_beta,pvalue.
以上是最基本的操作，還有后續(xù)的
Tutorial 2: Special Options
Tutorial 3: maxFDR Calculation
有時(shí)間再寫(xiě)吧！謝謝觀賞！
