请原谅我这次当了标题党，本题应该是，把vcf格式的变异文件注释上gwas的研究结果。
这个同样是为了丰富我们的variation文件，加强我们队每个变异位点的变异情况的理解。前面我们也刚刚提到一个GWAS研究rs2932989位点在我身上得到了验证，跟OME显著相关的。
GWAS数据里面收集这这些年来， 所有已经发表的GWAS研究的结果，最重要的结果，就是哪些位点与哪些性状是有联系的，而且联系的概率是多少。当然，这个主要是基于人群的，如果发表的研究主要是基于西方人种，对我这个黄皮肤可能参考价值不大。但是可以先做着试试看。
比如前面我们就提到了大批量的中国人群的GWAS研究表明，STAT4上的rs7574865和HLA-DQ的 rs9275319 --》中国人群中乙型肝炎病毒（HBV）相关肝细胞癌（HCC）遗传易感基因，我就自己分析了一下我的测序数据里面有没有这个变异，但是那样的分析只能一个个来，效率毕竟太低了，我得把GWAS研究全部肉眼看一遍，然后一个个去我的数据里面寻找，是否出现了该变异。
这时候，我们作为一个高效的数据分析人员，就得拿出不一样的能力，
http://snpeff.sourceforge.net/SnpSift.html#gwasCatalog
GWAS研究现状及资源下载 (http://www.bio-info-trainee.com/719.html)
但是，这个软件总是在这个分析要点上面报错，我很郁闷呀！其实这个我自己写一个脚本也可以做，但是重复造轮子不是很划算，而且保证正确性更耗时。但是作为一个一流的生信工程师，我当然不会在这样的阴沟里翻船呀，大不了换一个工具呗。反正snpEFF和ANNOVAR几乎在功能上面没有本质的区别。
生信必备技能之首，就是Google搜索啦，结果如下：
http://annovar.openbioinformatics.org/en/latest/user-guide/region/#identify-variants-reported-in-previously-published-gwas
自己看前面的帖子下载并且按照ANNOVAR咯，然后
~/biosoft/ANNOVAR/annovar/annotate_variation.pl -build hg19 -downdb gwasCatalog humandb/ ## 下载gwas数据库
~/biosoft/ANNOVAR/annovar/convert2annovar.pl -format vcf4old realign.vcf >realign.annovar
~/biosoft/ANNOVAR/annovar/annotate_variation.pl -regionanno -build hg19 -out ex1 -dbtype gwasCatalog realign.annovar humandb/
不知道为什么，annovar下载的是UCSC的gwas总结信息，比snpEFF下载的NCBI要多很多。
## 然后执行annovar的两个标准步骤就好了;注释好的文件就是 ex1.hg19_gwasCatalog，共11041行记录，这次真的吓到我了！
随便打开浏览了一下，我勒个去，扑面而来的都是各种疾病呀，居然还让我看到了这货：
gwasCatalog Name=AIDS progression 1 146560564 146560564 G A hom
纳尼！！！艾滋病？？？？还是纯合突变！！！
这我果断不信呀！！！
这破工具注释结果页太简陋了，我打开gwas文件看了看：
1703chr1146560563146560564rs1123993021502085Troyer JL2011-05-01J Infect DisGenome-wide association study implicates PARD3B-based AIDS restriction.AIDS progression755 European ancestry seroconverter cases NA1q21.1NBPF14rs11239930-?0.582E-61.47[NR]Affymetrix [700022]N
还好我英文不错，上面写的是这个突变有利于限制艾滋病的发展！某种意义上的超人！
感兴趣的可以查看原文：http://www.nature.com/ng/journal/v36/n6/full/ng1369.html
或去看看这个变异位点的详细信息：http://www.snpedia.com/index.php/Rs11239930
我总结了一下我的gwas注释结果：
cut -f 2 ex1.hg19_gwasCatalog |sort |uniq -c |sort -k1 -n -r |less
排在第一的赫然是，思覺失調症（Schizophrenia），精神疾病的一種。其特徵為患者出現異常的社會行為！（我表示一脸懵逼！）
我已经尽可能的不暴露自己的真实信息了，大家对这个注释结果有没有什么想法呢？
其实GWAS并不是以疾病风险因子为主，很多研究就是纯粹的探索一些表型，比如身高体重呀，跳高跳远呀，各种鬼扯的天赋基因都来自于此~
里面居然有58个位点是躁狂抑郁症Bipolar Disorder -(科学网—我们都是潜在的bipolar患者- 廖晓琳的博文http://blog.sciencenet.cn/blog-349936-584626.html )
克隆氏症（又名克羅恩氏症， Crohn's Disease ），慢性腸道炎的一種!
其余的我都不想翻译了，蓝瘦香菇！
而且，极端的不靠谱，我不否认这些研究结果里面有真实的信息，但是假阳性太多了，而且你们看我博客里面对于这类研究发表的杂志探索，就明白了。大部分是在plos ONE杂志上面发表的，那个神刊！！！
文：Jimmy
图文编辑：吃瓜群众
联系客服
