|
最近有老师问GWAS可视化的内容，GWAS分析结果没有曼哈顿图和QQ图是没有灵魂的，这两个图究竟怎么看呢，下面介绍一下： 大家好，我是邓飞，GWAS分析应该是可视化最靓的仔了，五颜六色，形状各异，真叫人眼花缭乱，看了又看。 GWAS最直观的结果，就是曼哈顿图，看一下GWAS分析是否理想，就是看有没有点超过了阈值线，类似鲤鱼跃龙门，我们希望它有，但也不希望它太多！ 除了曼哈顿图，还有QQ图，它主要是从模型的角度看一下显著位点是否是假阳性。 显著性的位点，怎么能缺少LDblock（LDblock绘制连锁不平衡和单体型图），倒三角缺不了的！ 有时候还会绘制LD衰减图（LD衰减图绘制--PopLDdecay）。 做完GWAS只给出显著性位点和注释基因的汇总统计表格，没有几个绚丽的图就不好意思出来见人，如何绘制曼哈顿图和QQ图？（颜值即正义 | 只知道qqman而不知道cmplot是不专业的），还可以将多个性状或者多个环境的曼哈顿图合并（多性状GWAS结果如何合并做曼哈顿图！） 图好做，但是怎么看？怎么解读？这篇文章介绍一下！ QQ图和曼哈顿图是嘛意思？GWAS分析中，会有一个结果，每个SNP的P值，可以根据这个值，以及SNP的染色体和物理位置，进行作图。 常见的图是QQ图和曼哈顿图。比如：
什么是QQ图QQ图，全称 「为何要用QQ图来表示GWAS的结果呢？」 一般，我们认为，P值达到显著性，那就说明不同的SNP分型，对表型数据是有显著性影响的，但是在GWAS中，我们将显著的原因分为两个部分： ❝ 第一个部分，是由于突变导致的表型变异，比如AA变异了AT或者TT，导致产奶量增加，AA比如是10Kg，AT是15Kg，TT是20Kg，而且达到极显著水平，我们可以认为该突变导致产奶量变化，是我们关注的位点或者基因。GWAS的目的就是找到这样的位点，进而找到这样的基因。 第二个部分，是随机遗传漂变，它显示的统计显著性只是偶然，并不是该位点真的影响表型值。随机漂变，是随机在染色体上变化，它符合均匀分布，所以一定范围内有一定的概率。这些位点，是我们需要排除的。 QQ图的x坐标是均匀分布的值（理论值），经过-log10转换了。QQ图的y坐标实际的P值（观测值），经过-log10转换了。 「如果所谓的变异都是遗传漂变引起的：」 那就是这样一个图：横坐标和纵坐标都是在一条直线上，他们是完全一致的，因为X坐标是模拟的均匀分布的P值，而Y坐标是真实的P值，它与X一致，就说明它的分布也是均匀分布的，那我们就可以认为它是随机漂变的产物。 那它的图应该是这样的：刚开始的位点，比如-log10在3之前，都是和均匀分布是一致的，是随机漂变导致的。在大于3之后，均匀分布还是在直线上，但是由于随机漂变+真实位点的存在，开始偏离直线，并且上翘，这些上翘的位点就是我们关注的位点。 所以，好的GWAS分析，有结果的QQ图，都是前期在直线上，后面上翘。有点翘的QQ图才是好的QQ图。 什么是曼哈顿图首先，曼哈顿是一个地名，是这样的： 因为建筑高低错落有致，我们将GWAS中不同染色体表示不同的位置，将不同SNP的P值比作不同的建筑，就会有种曼哈顿夜景的感觉： 「好的曼哈顿图：」 GWAS分析中，原理就是SNP位点和控制性状的基因存在LD状态，即SNP的分型可以代表基因的不同分型，所以，真实的显著位点应该是在基因两侧分布的，有一个上升和下降的趋势，比如这样的图：  「坏的曼哈顿图：」 只有孤零零的一个点，周围没有显著的点，这很有可能是假阳性，因为GWAS分析和培育品种是类似的：一出出一窝！ 想要更好的学习和交流，快来加入飞哥的知识星球，这是一个生物统计+数量遗传学+GWAS+GS的社区，在这里你可以向飞哥提问、帮你制定学习计划、跟着飞哥一起做实战项目，冲冲冲。点击这里加入吧：飞哥的学习圈子 分割线 大家好，我是邓飞，一个持续分享的农业数据分析师，这里我将自己公众号的干货内容挑重点罗列一下，方便大家阅读和使用。 1，GWAS学习教程（快来领取 | 飞哥的GWAS分析教程更新啦），这个pdf是我将公众号的内容进行了汇总，更方便从头学习GWAS分析，里面配套了数据、代码和讲解，属于干货推荐的Number 1。 2，农学人如何入门数据分析资料汇总（飞哥汇总 | 入门数据分析资源推荐），里面推荐了免费的教程，包括编程、统计和专业书籍。 3，数量遗传学电子书下载（数量遗传学，分享几本书的电子版） 4，R语言电子书线上书籍推荐（学习R语言这几本电子书就够了！） |
|
|
「如果所谓的变异都是遗传漂变引起+真实变异引起的：」
