如何在Windows电脑上使用LDSC软件(3) ------ LDSC实操与结果解读
如何在Windows电脑上使用LDSC软件(3) ------ LDSC实操与结果解读
前两期的内容带大家学习了如何在windows系统上安装Linux子系统以及LDSC的安装，今天我将带大家正式开展LDSC分析并解读相关结果。
LDSC分析主要由两部分组成：
（1）数据格式整理，主要使用munge_sumstats.py模块；
（2）基于单核苷酸多态性（SNP）的可遗传度（heritability）与遗传关联度分析（genetic correlation），主要使用ldsc.py模块。
在使用汇总数据（GWAS summary statistics）进行分析之前，我们需要下载好相关数据：
首先下载GWAS summary文件，这里使用bipolar disorder和schizophrenia这两个表型的GWAS数据，相关文献请参考PMID：
wget -O pgc.bip.full.2012-04.txt.gz https://figshare.com/ndownloader/files/28169301 # PMID: 21926972
gunzip pgc.bip.full.2012-04.txt.gz # 解压缩文件
wget -O pgc.scz.2012-04.zip https://figshare.com/ndownloader/files/28169736 # PMID: 21926974
unzip pgc.scz.2012-04.zip # 解压缩文件需要注意的是，.zip文件解压缩后有3个文件，我们主要使用“pgc.scz.full.2012-04.txt”这个文件。
wget https://data.broadinstitute.org/alkesgroup/LDSCORE/w_hm3.snplist.bz2
tar -jxvf w_hm3.snplist.bz2 # SNP数据
wget https://data.broadinstitute.org/alkesgroup/LDSCORE/eur_w_ld_chr.tar.bz2
tar -jxvfeur_w_ld_chr.tar.bz2 # LD信息把如上数据准备好之后，我们就可以开始分析了。
分析之前，咱们先看一下GWAS summary数据的格式：
head pgc.bip.full.2012-04.txt
head pgc.scz.full.2012-04.txt
LDSC的输入文件必须具备如下信息：唯一的SNP标识（比如rsID）；效应等位基因（effect allele）；非效应等位基因（non-effect allele）；样本量（不同的SNP可能具有不同的样本量，尤其是来自meta分析的GWAS数据）；SNP的P值；SNP的效应统计量（比如beta值，OR值或者Z值）。在示例文件中，snpid就是rsID，a1就是效应等位基因，a2就是非效应等位基因，or就是效应统计量（OR值），这里没有样本量这一列，通过查阅文献可知bipolar的样本量是11810. 而schizophrenia的样本量是17115。
第一步，数据格式整理，代码如下：
./munge_sumstats.py \
--sumstats pgc.bip.full.2012-04.txt \
--N 11810 \
--out bip \
--merge-alleles w_hm3.snplist
./munge_sumstats.py \
--sumstats pgc.scz.full.2012-04.txt \
--N 17115 \
--out scz \
--merge-alleles w_hm3.snplist完成如上的两行python代码后，我们会得到bip.sumstats.gz和scz.sumstats.gz这两个文件，接下来进行可遗传度和遗传关联度的分析：
./ldsc.py \
--rg scz.sumstats.gz,bip.sumstats.gz \
--ref-ld-chr eur_w_ld_chr/ \
--w-ld-chr eur_w_ld_chr/ \
--out scz_bip具体结果如下图所示：
从上图可以看出schizophrenia的可遗传度是0.7063，bipolar是0.6327，整体来看是挺高的，两者的遗传关联度是0.6903，说明两个表型密切相关（正相关）。
以上就是关于使用LDSC计算可遗传度与遗传关联度的讲解，希望能给大家带来帮助。