數(shù)據(jù)預(yù)處理（DNA genotyping、Quality control、Imputation）
QC的工作可以做PLINK上完成Imputation的工作用IMPUTE2完成
2. 表型數(shù)據(jù)統(tǒng)計分析
邏輯回歸（表型數(shù)據(jù)為二元）
線性回歸（表型數(shù)據(jù)為連續(xù)性變量）
表型數(shù)據(jù)正態(tài)分析（如果不是正態(tài)分布，需轉(zhuǎn)換處理為正態(tài)分布）
表型數(shù)據(jù)均值、中值、最大值、最小值
影響因子對表型的影響分析
3.畫曼哈頓圖（GWAS）和QQ plot圖
(一)、準備plink文件
（1）、準備PED文件
PED文件有六列，六列內(nèi)容如下：Family IDIndividual IDPaternal IDMaternal IDSex (1=male; 2=female; other=unknown)PhenotypePED文件是空格（空格或制表符）分隔的文件。
（2）、準備MAP文件
MAP文件有四列，四列內(nèi)容如下：chromosome (1-22, X, Y or 0 if unplaced)rs# or snp identifierGenetic distance (morgans)Base-pair position (bp units)
（3）、生成bed、fam、bim、文件
在plink中輸入命令：plink --file?mydata --out mydata --make-bedplink指的是plink軟件，如果軟件安裝在某個指定的路徑的話，前面還要加上路徑，比如安裝在路徑為/your/pathway/的文件夾下，則命令應(yīng)該為“/your/pathway/plink --file mydata --out mydata --make-bed”mydata指的是1和2生成的PED和MAP文件名，不需要寫.ped和.map后綴
（二）、準備表型文件（Alternate phenotype files）
一般表型文件為txt格式，表型文件有三列，分別為：Family IDIndividual IDPhenotype假如有多種表型，第一列和第二列還是Family ID、Individual ID，第三列及以后的每列都是表型，例如以下：Family IDIndividual IDPhenotype APhenotype BPhenotype CPhenotype DPhenotype E……
（三）、準備協(xié)變量文件（Covariate files）
協(xié)變量文件同表型文件類似，第一列和第二列是Family ID、Individual ID，第三列及以后的每列都是協(xié)變量Family IDIndividual IDCovariate ACovariate BCovariate CCovariate DCovariate E……
（四）、plink進行表型和基因型以及協(xié)變量的關(guān)聯(lián)分析
命令如下：plink --bfile mydata --linear --pheno pheno.txt --mpheno 1 --covar covar.txt --covar-number 1,2,3 --out mydata –noweb生成的文件為mydata.assoc.linear注：“mydata”mydata文件不需要后綴，“--mpheno 1”指的是表型文件的第三列（即第一個表型）“--covar-number 1,2,3”指的是協(xié)變量文件的第三列、第四列、第五列（即第一個、第二個、第三個協(xié)變量）“--linear”指的是用的連續(xù)型線性回歸，如果表型為二項式（即0、1）類型，則用“--logistic”
（五）、畫曼哈頓圖(GWAS)圖
安裝R語言的CpGassoc包，其中的manhattan()，即可畫曼哈頓圖
（六）、畫QQ plot圖
R語言中的?qqnorm() 和?qqplot()?包提供了QQ plot的畫法，具體自行搜索用法；
4. GWAS進階分析
群體分層分析，Population Stratification
如果研究的群體是混合群體，遺傳異質(zhì)性高，存在群體分層現(xiàn)象，易造成實驗的誤差或者檢測出假陽性位點。因此檢測群體分層對效應(yīng)值的影響是非常必要的。
不同群體重復(fù)驗證分析，Replication
Regional association plots?
用LocusZoom(http://csg.sph.umich.edu/locuszoom/)畫出來的
相似條件分析，Approximate conditional analysis
相似條件分析的目的是，去掉lead SNPs后，再跑一次GWAS關(guān)聯(lián)分析，以此找到更多有強關(guān)聯(lián)的信號。
連鎖不平衡得分評估表型間遺傳相關(guān)性，Linkage-disequilibrium score regression
遺傳相關(guān)性 genetic correlation， 這是指在雜種群體表型間的相關(guān)性中，由基因型所產(chǎn)生的相關(guān)性。遺傳相關(guān)是僅由遺傳原因引起的相關(guān)。
基因富集分析，Gene setenrichment analysis
從文獻，GTEX、 GEUVADIS等據(jù)數(shù)據(jù)找到與 Lead SNPs 關(guān)系很大的基因、變異等，以及與 Lead SNPs 連鎖不平衡分析r2大于0.8的SNP，則這些SNP的基因可以作為候選基因。匯總了所有的候選基因后，在GOTERM、KEGG、Panther等數(shù)據(jù)庫分析這些候選基因的富集分析。
層次聚類分析，Hierarchicalclustering
層次聚類分析的作用是更進一步看出研究的表型相關(guān)的 lead SNPs與其他表型的相關(guān)性；
蛋白質(zhì)-蛋白質(zhì)互作網(wǎng)絡(luò)分析，Protein–proteininteraction network analyses
蛋白質(zhì)互作網(wǎng)絡(luò)的目的是看哪些蛋白共同調(diào)控了表型
Point ofcontact analyses
Point of contact analyses的作用是哪些位點導(dǎo)致了表型間有相關(guān)性
參考文獻： Horikoshi, Momoko, et al. "Genome-wide associations for birth weight and correlations with adult disease."?Nature?538.7624 (2016): 248. Okbay A, Beauchamp J P, Fontana M A, et al. Genome-wide association study identifies 74 loci associated with educational attainment[J]. Nature, 2016, 533(7604): 539.
