GWAS的群体分层：使用plink对基因型进行PCA

相信各位在学习GWAS原理时对GWAS的作图群体有了一定的了解，在林木、农作物等生长时间较长的物种来说，构建子代、RIL甚至NAM群体需要较长的时间，在群体构建完成之前，GWAS是少有的自然群体适合做的分析之一。尽管如此，受限于自然群体的特性，自然群体无法获得明确的谱系，一般都是通过基因型PCA确定亲缘关系，减少假阳性。因此我们需要在关联分析前对该群体做PCA分析，随后将PCA结果作为协变量加入关联分析中。

1.plink的安装

plink2.0 网站：https://www.cog-genomics.org/plink/2.0/

Plink的二进制文件支持Intel、AMD、M1等芯片。下载对应的文件后使用make、configure安装即可。

2.使用plink进行PCA分析

运行分析之前，需要自己准备基因型数据。

plink --bfile myfile --pca 3 #这里只取前3个PCA结果，如果想取其他数值，请自行设置

输出的结果文件中包括以下两个文件

plink.eigenval，特征值，共有3行数据，分别是3个PCA的特征值

plink.eigenvec，特征向量，第三四五列是3个PCA的特征向量，作图用前两个PCA

文件如图所示

PCA的可视化：

library(tidyverse)

re1a=fread("plink.eigenval")

re1b=fread("plink.eigenvec")

re1a$por=re1a$V1/sum(re1a$V1)*100

head(re1a)

ggplot(re1b,aes(x=V3,y=V4))+geom_point()+

xlab(paste0("PC1(",round(re1a$por[1],2),"%)"))+

ylab(paste0("PC2(",round(re1a$por[2],2),"%)"))

如上图所示，群体间存在明显的群体分层，需要PCA结果作为协变量加入关联分析中。如果gwas没有明显的信号，可以将多个群体独立进行GWAS分析，然后再做meta分析。

至于meta分析怎么做，欢迎关注小云，小云将在后续继续为您推出meta分析的教程。