前段時間有位小可愛問我，為什么她的QQ圖特別飄，如果你不理解怎樣算飄，請看下圖：
理想的QQ圖應該是這樣的：
我當時的第一反應是：1）群體分層造成的；2）表型分布有問題。因此讓她檢查一下數據的群體分層情況，如果沒有問題就看一下表型分布。
這段時間有空了，我覺得有必要梳理一下這個飄逸的QQ圖，到底是怎么回事兒以及如何確定這么飄逸的QQ圖有沒有問題。
1.產生飄逸的QQ圖的原因
產生飄逸的qq圖的原因有很多，比如我們喜聞樂見的：基因多效性（polygenicity）。也有可能是混淆偏倚，比如群體分層，假如樣本中混合了歐洲、非洲、亞洲等各個地方的群體，本身各個群體的SNP頻率差異就很大，如果不加以群體分層控制，關聯分析的時候就會產生很多偏離預期值的SNP位點。
很久以前，出現飄逸的QQ圖的話，我們可以搭配膨脹系數（膨脹系數的計算）一起看，膨脹系數如果接近1（比如1.01，1.2這種不算接近1），那么也還算過得去。
但，膨脹系數接近1這種是比較理想的情況。實際情況是，很多人的QQ圖不僅飄逸，膨脹系數還老高。
這就尷尬了，連膨脹系數都無法確定這個QQ圖飄的正不正常了。
所以呢，接下來還有什么方法確定我們的基因組數據有沒有問題呢？
2.怎么確定是基因多效性還是混淆偏倚呢
接下來我要介紹一款神人工具LDSC (LD SCore),全稱是LD Score regression
這款工具就是幫我們實現如何區分飄逸的QQ圖正不正常。
具體來說，就是通過LDSC工具計算基因組數據的LD回歸截距，如果是基因多效性，那么截距會接近1（比如1.004），如果是群體分層等混淆因素引起的，那么LD回歸截距就會遠離1（比如1.30）。
除了看截距數值，我們還可以通過畫LD Score的圖來確定數據是否有問題。
2.1基因多效性
如果畫出來的LDscore圖是下面這種形式，說明GWAS結果是沒有問題的，QQ圖飄逸就讓它飄逸吧。
2.2混淆偏倚
如果畫出來的LDscore圖是下面這種形式，說明QQ圖是有問題的。
3.總結
總之，看截距。
截距很接近1，就不用管QQ圖好不好看了。
遠離1（1.3這種），說明基因組數據是有問題的，檢查一下PCA加夠了沒有、群體分層有沒有控制好、是否混了很多有親緣關系的樣本在里面。
如果你想了解怎么用LDSC計算截距，請見下回解析。