METAL是gwas meta分析最常用的工具之一,官网如下
https://genome.sph.umich.edu/wiki/METAL
该软件的安装非常简单,直接下载编译好的二进制文件即可,安装过程如下
wget http://csg.sph.umich.edu/abecasis/metal/download/Linux-metal.tar.gz
tar xzvf Linux-metal.tar.gz
cd generic-metal/
在安装目录,有一个名为metal
的可执行文件,该程序用法很简单,只需要编写一个配置文件,然后执行即可,所以关键在于配置文件的编写。在软件的安装目录,有一个名为example
的文件夹,提供了两个示例,其中的metal.txt
就是配置文件。
meta-analysis是对多个gwas分析结果进行综合评价,该软件支持以下两种meta分析的算法
pvalue
standard error
第一种是基于p值;第二种是基于标准误,我们知道标准误指的是某个统计量的分布,在使用第二种算法时,需要提供对应的统计量,即Effect, 以逻辑回归/线性回归为例,Effect对应的就是回归系数BETA, 标准误对应的就是回归系数的SE。
每种算法要求的gwas分析结果的格式稍有不同,其中以下3列是必须有的
SNP对应的id或者rs号
test allele
other allele
在关联分析的结果中,会有OR值来表征关联强弱,而OR值是一个比值,分子除以分母,分子对应的allele为test allele, 分母对应的allele为other allele。
基于pvalue的算法,额外要求以下3列
Pvalue
表示test allele和疾病关联方向的列,有正相关和负相关两种,以OR值为例,大于1为危险因素,小于1为保护因素,当时,为了能够区分正负,OR值需要取log
可选的列,表示样本的大小,根据每个数据集的样本大小来进行加权
基于标准误的算法,额外要求以下2列
effect
standard error
前文已经给过解释,effect对应回归分析中的回归系数beta值,standard error对应回归系数的SE。
在配置文件中共,我们需要指定每个study的GWAS结果中上述列对应的标题,以及文件分隔符等选项,这样才能保证软件正确的识别所需的信息,一个配置文件的示例如下
配置好之后,只需执行以下命令即可进行分析
metal metal.config.txt
输出结果示意如下
通过输出结果中的pvalue,来筛选显著关联的位点,通过gwas meta-analysis, 可以达到增加样本量,提高检验效能的目的,而且有助于发现新的关联位点。
·end·
—如果喜欢,快分享给你的朋友们吧—
往期精彩
3DIV:染色质空间互作数据库
联系客服