WSTĘP Oprogramowanie dla GWAS

Wielkość: px

Rozpocząć pokaz od strony:

Download "WSTĘP Oprogramowanie dla GWAS"

Filip Domański
4 lat temu
Przeglądów:

1 ANALIZA DANYCH 1. Wykład wstępny 2. Charakterystyka danych 3. Analiza wstępna genomiczna charakterystyka cech 4. Prezentacje grup roboczych analiza wstępna 5. Prezentacje grup roboczych analiza wstępna 6. Metodyka Genome-wide Association Studies 7. Opis programu preznaczonego do ostatecznej analizy 8. Przegląd literatury GWAS dla analizowanych cech 9. Przegląd literatury GWAS dla analizowanych cech 10. Przegląd literatury GWAS dla analizowanych cech 11. Przegląd literatury GWAS dla analizowanych cech 12. Przegląd literatury GWAS dla analizowanych cech 14. Prezentacje grup roboczych ostateczna analiza 15. Prezentacje grup roboczych ostateczna analiza

2 SKN Bioinformatyków

3 WSTĘP Oprogramowanie dla GWAS 1. PLINK Struktura plików wsadowych Wykonanie programu Interpretacja wyników 2. GCTA Struktura plików wsadowych Wykonanie programu Interpretacja wyników 3. GVCBLUP Modele statystyczne Wykonanie programu Interpretacja wyników 4. Przykłady innych programów Copyright 2018, Joanna Szyda

5 PLINK

PLINK 1. Darmowy 2. Dobra dokumentacja 3.

8 PLINK Zastosowanie Edycja danych: proste manipulacje na zbiorach danych, detekcja błędnych obserwacji, zmiany formatów, Podstawowe statystyki opisowe: brakujące dane, średnia, frekwencje alleli Obliczanie spokrewnienia IBD / IBS Analiza asocjacyjna: cechy ciągłe i dyskretne, różne struktury danych Permutacje danych Obliczanie LD Identyfikacja haplotypów Imputacja uzupełnienie brakujących genotypów... Copyright 2018, Joanna Szyda

12 PLINK plik plink.qassoc: wyniki CHR SNP BP NMISS BETA SE R2 T P 1 rs rs NA NA NA NA NA 1 rs rs rs rs chromosom nazwa markera lokalizacja [ bp ] liczba zaobserwowanych danych współczynnik regresji liniowej b 1 odchylenie standardowe b 1 R 2 wartość testu Walda a T Copyright 2018, Joanna Szyda

16 PLINK test Walda H 0 : SNP nie wykazuje powiązania z cechą i = 0 H 1 : SNP wykazuje powiązanie z cechą i 0 maksymalny błąd I-go rodzaju a MAX = 0.01 SNP1 = a T = SNP2 = NA NA SNP3 = a T = SNP4 = a T = SNP5 = a T = SNP6 = a T = SNP7 = a T = SNP8 = a T = SNP9 = a T = SNP10 = a T = H 0 : SNP1, SNP3, SNP4, SNP5, SNP8, SNP9, SNP10 H 1 : SNP6, SNP7 W bp Copyright 2018, Joanna Szyda

17 PLINK literatura DOI:

19 GCTA

25 GCTA wykonanie programu z linii komend gcta64 --mlma --bfile test --pheno test.phen --out test opcja analizy modeli mieszanych y = Xb + Zu + e y u b e X Z fenotyp połączony efekt wszystkich SNP inne efekty np. wiek błąd macierz wystąpień dla b macierz wystąpień dla u var u = Gσ u 2 var e = Iσ e 2 Copyright 2018, Joanna Szyda

26 GCTA wykonanie programu Jak uzyskać efekty poszczególnych SNP (g) z modelu: g = W G 1 u W G macierz wystąpień dla genotypów macierz kowariancji pomiędzy osobnikami w ij = x ij 2p i 2p i 1 p i element macierzy W dla i-ego SNP u osobnika j g lm = 1 N σ N x il 2p i x im 2p i i=1 2p i 1 p i element macierzy G dla osobników l oraz m Copyright 2018, Joanna Szyda

27 GCTA wyniki 1 s A T s C T s C G s T A s A G s G C s C A chromosom nr SNP pz allel referencyjny allele alternatywny frekwencja allelu referencyjnego efekt allelu referencyjnego błąd standardowy P Copyright 2018, Joanna Szyda

28 GCTA literatura DOI:

30 GVCBLUP

GVCBLUP download https://animalgene.umn.

34 GVCBLUP model model GWAS y = Wb + ZT α α + ZT δ δ + e y b a d e fenotyp inne efekty np. wiek addytywny efekt wszystkich SNP dominacyjny efekt wszystkich SNP błąd α~n 0, A g σ α 2 δ~n 0, D g σ δ 2 e~n 0, Iσ e 2 W macierz wystąpień dla b Z macierz wystąpień dla SNP T α macierz dla efektów addytywnych SNP T δ macierz dla efektów dominacyjnych SNP Copyright 2017, Joanna Szyda

GVCBLUP parameter file estymatory efektów SNP

40 GVCBLUP uruchomienie programu Uruchomienie w linii komend: Windows c:\greml\reml_ce.exe gparameter.dat Linux >./reml_ce.exe gparameter.dat ce moduł do analizy dużej liczby SNP Copyright 2017, Joanna Szyda

44 Inne programy

48 R

52 GWAS kod R PHEN <- read.table("c:/asia/class/bioinformatics2/data/laktacjejersey.prn", col.names=c("iid","bdate","cdate","parity","dim","my","fy","fp","py","pp")) PHEN1 <- PHEN[PHEN$PARITY==1,] GEN <- read.table("c:/asia/class/bioinformatics2/data/genotypejerseyc.txt", col.names=c("iid","snp1","snp2","snp3")) ALLDAT <- merge(phen1, GEN, by="iid", all=false) REGSNP1 = lm(my ~ SNP1, data=alldat) summary(regsnp1) results=matrix(0,3,3) for (i in 1:3) { model=summary(lm(alldat$my ~ ALLDAT[,i+10])) results[i,1]=model$coef[2,1] results[i,2]=model$coef[2,3] results[i,3]=model$coef[2,4] } results=as.data.frame(results) colnames(results)=c("effect","t-test","p-value") rownames(results)=c("snp1","snp2","snp3") results Copyright 2017, Joanna Szyda

GWAS wyniki effect t-test P-value SNP1 61.99695 0.6883651 0.4920625 SNP2 85.

54 SAS

55 SAS kod programu *************************************************************/ /* J.Szyda */ /* program fitts various linear mixed repeatability models */ /* to jersey data */ /*************************************************************/ options obs=max; options ls=70; %let INFILE1 ='C:/ASIA/CLASS/bioinformatics2/data/genotypejerseyC.txt' ; %let INFILE2 ='C:/ASIA/CLASS/bioinformatics2/data/laktacjejersey.prn' ; * read phenotypes ; data PHEN ; infile "&INFILE2" ; input IID BDAY 9-10 BMONTH BYEAR CDAY CMONTH CYEAR PARITY DIM MY FY FP PY PP ; if PARITY ne 1 then delete ; run ; proc sort data=phen nodupkey ; by IID ; run ; Copyright 2017, Joanna Szyda

56 SAS kod programu * read genotypes ; data GEN ; infile "&INFILE1" ; input IID LEPR DGAT LEP ; if LEP=9 then LEP=. ; if LEPR=9 then LEPR=. ; if DGAT=9 then DGAT=. ; run ; proc sort data=gen nodupkey ; by IID ; run ; data ALL ; merge PHEN (in=a) GEN (in=b) ; by IID ; if A and B ; run ; * fitting models ; proc reg data=all ; eq1: model MY = DIM LEPR ; eq2: model MY = DIM LEP ; eq2: model MY = DIM DGAT ; run ; Copyright 2017, Joanna Szyda

57 SAS wyniki Parameter Estimates eq1 VariableDF Parameter Standard t Value Pr > t Estimate Error Intercept DIM <.0001 LEPR Parameter Estimates eq2 VariableDF Parameter Standard t Value Pr > t Estimate Error Intercept DIM <.0001 LEP Parameter Estimates eq3 VariableDF Parameter Standard t Value Pr > t Estimate Error Intercept DIM <.0001 DGAT Copyright 2017, Joanna Szyda

58 Oprogramowanie dla GWAS 1. PLINK 2. GCTA 3. GVCBLUP 4. Przykłady innych programów 5. R 6. SAS

Podobne dokumenty

Oprogramowanie dla GWAS

Oprogramowanie dla GWAS BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji