【原】如何说明gwas关联到的突变位点其作用的机制呢

看到了一个2020发表在NC上面的日本人的GWAS研究，是 2,039 pancreatic cancer patients and 32,592 controls in the Japanese population ，得到了 3个风险位点，(13q12.2, 13q22.1, and 16p12.3)  其中 (SNP) at 16p12.3 is rs78193826 是日本人特有的，所以作者对它做了一系列验证探究这个突变位点其作用的机制。

文章标题：《Genome-wide association meta-analysis identifies GP2 gene risk variants for pancreatic cancer》，链接是 https://www./articles/s41467-020-16711-w

从曼哈顿图可以看到 GWAS的 p值，阈值有  (α = 5 × 10−8). 和  (α = 10−6).，但是都没有多少个位点被筛选到 ；

曼哈顿图

这个曼哈顿图超级简单，就是 qqman 这个包，自带数据（gwasResults）很容易（一句话函数 manhattan ）出图，代码如下所示：

# install.packages('qqman')
library(qqman)
data("gwasResults")
head(gwasResults)

manhattan(gwasResults, chr="CHR", bp="BP", snp="SNP", p="P" )

当然了，图形美化就需要一些功夫了，也可以去搜索高级R包，有打包好的主题和配色。比较麻烦的其实是数据（gwasResults）的整理。

有了这个 (SNP) at 16p12.3 is rs78193826 ，可以简单看看它附件的基因，毕竟大家对基因的认知会更好一点。

位点的基因

这个时候，研究者虽然定位到了GP2这个基因，但是设计实验并没有笼统的去敲减过表达它，而是很认真仔细的去干扰这个(SNP) at 16p12.3 is rs78193826 具体的位点， 设计突变组和野生型组的，差异分析，如下所示：

 

这个分析就很常规了，目前简单的差异分析流程，基本上转录组测序技术和芯片技术拿到的表达量矩阵后续分析大同小异，公众号推文在：

• 解读GEO数据存放规律及下载，一文就够
• 解读SRA数据库规律一文就够
• 从GEO数据库下载得到表达矩阵 一文就够
• GSEA分析一文就够（单机版+R语言版）
• 根据分组信息做差异分析- 这个一文不够的
• 差异分析得到的结果注释一文就够

作者自己也承认，The functional characterization of GWAS-identified SNPs remains a challenge.

但是通过对该基因型的干扰，作者成功的说明了：functional relevance of rs78193826 may involve mod- ulation of KRAS activity.

这个转录组测序数据是：https://www.ncbi.nlm./geo/query/acc.cgi?acc=GSE147368

GSM4427498 GP2_WT_1
GSM4427499 GP2_WT_2
GSM4427500 GP2_V282M_1
GSM4427501 GP2_V282M_2

而且作者提供了每个样品的表达量矩阵 ：

GSM4427498_WT-1.txt.gz 105.3 Kb
GSM4427499_WT-2.txt.gz 105.6 Kb
GSM4427500_HOMO-1.txt.gz 105.1 Kb
GSM4427501_HOMO-2.txt.gz 105.3 Kb

大家可以试试看简单的处理一下。

现在，你的gwas结果（GWAS-identified SNPs）的下游实验设计有思路了吗？

其实，目前的趋势是使用三维基因组等手段去探索gwas关联到的突变位点其作用的机制，因为绝大部分GWAS-identified SNPs都并不是在基因编码去。