介紹
全基因組關聯分析（GWAS）是非常流行的定位表型或疾病遺傳位點方法。不過很多情況下，GWAS 發現的最顯著的 SNP（top SNP 或者 index SNP）並不是真正造成影響的causal SNP（因果SNP），而是因為跟 causal SNP 之間存在的 LD 而變得顯著。因而，后續還需要對結果進行 fine-mapping（精細定位），把 causal SNP找到。
如果想了解更多 fine-mapping 的知識，推薦看看 Nature Reviews Genetics From genome-wide associations to candidate causal variants by statistical fine-mapping 這篇綜述。
方法
常用的 fine-mapping 方法有 PAINTOR、eCAVIAR等。這些方法利用了 Roadmap、ENCODE 或者 GTEx 的功能注釋數據，效果不錯。然而，這些方法一般需要其他組學注釋數據的輔助。如果研究對象是動物或者植物，而沒有可以利用的組學數據，那怎么辦？
無注釋數據時，可以選擇 CAVIAR、CAVIARBF、SNPtest等方法。不過，這些方法用了窮舉搜索，速度上堪憂。
這里推薦 FINEMAP，它可以用於：
- 識別因果SNP(causal SNP)
- 估計因果SNP的效應大小
- 估計因果SNP的遺傳貢獻
FINEMAP 的統計模型類似於 CAVIAR 和 CAVIARBF，但算法上有一個很大的區別。FINEMAP 使用shotgun stochastic search（SSS）算法，與 CAVIARBF 的窮舉搜索算法相比速度提高了非常多，避免計算量大的窮舉搜索。PAINTOR 也可在無注釋數據時使用，但相比而言 FINEMAP 的結果會更准確。
另外，FINEMAP 有一個方便的地方是，在設定好最大causal SNPs 數量 k 后，得到的結果包含了 1 到 k 個不同 causal SNPs 的后驗概率以及各個 causal SNPs 數量的概率，非常方便進行后續的分析。
下載
可在 http://www.christianbenner.com 根據自己的系統平台選擇編譯好的文件。以 Linux 為例：
wget http://www.christianbenner.com/finemap_v1.4_x86_64.tgz
tar -xzvf finemap_v1.4_x86_64.tgz
解壓后文件夾中的 finemap_v1.4_x86_64 可直接執行。
輸入文件
FINEMAP 的輸入需要 master 文件，z 文件和 ld 文件。如果有 5 個不同的顯著位點，那么需要 1 個 master 文件和 5 個不同的 z文件 和 ld 文件。
另外，如果有每個 SNP 的先驗概率，則可以提供對應的 k 文件。k 文件屬於可選項，不提供的話 FINEMAP 會假定每個 SNP 的先驗概率為 1。如果想要更准確，並且研究對象是人類，推薦使用 PolyFun 利用功能注釋數據計算出先驗概率，提供給 FINEMAP 讓 fine-mapping 結果更可靠。這篇教程介紹的是無功能注釋數據時的 fine-mapping，不會對 PolyFun 的使用進行介紹。
因為每個人的數據格式不太一樣，這里僅說明每個文件的格式要求，操作的時候需要根據實際情況自己寫腳本生成相應文件。
Z file
一個用空格分隔的文本文件，包含需要分析區域的 GWAS summary statistics 信息，每行一個SNP。文件必須包含列名，每一列分別是：
rsid：SNP 名字
chromosome：染色體名稱，性染色體的名字與 precomputed SNP correlations 文件保持一致即可
position：物理位置
allele1：effect allele，在 FINEMAP 中特指 minor allele
allele2：reference allele，在 FINEMAP 中特指 major allele
maf：minor allele （allele1）頻率
beta：GWAS結果的 effect sizes
se：the standard errors of effect sizes
例子：
rsid chromosome position allele1 allele2 maf beta se
rs1 10 1 T C 0.35 0.0050 0.0208
rs2 10 1 A G 0.04 0.0368 0.0761
rs3 10 1 G A 0.18 0.0228 0.0199
LD file
一個用空格分隔的文本文件，當中是SNPs的相關性矩陣（correlation matrix）。FINEMAP 官方文檔建議計算皮爾遜相關系數，不過文獻中未特別指出矩陣的計算方法。如果要方便點，也可以用 plink 的 --r square 計算出 r matrix，效果差不多。
例子：
1.00 0.95 0.98
0.95 1.00 0.96
0.97 0.96 1.00
注意，SNP 順序必須與 Z 文件中的順序保持一致
Master file
分號分隔的文本文件，不包含空格。這個文件記錄的是數據集和配置參考。第一行是列名，后續每一行是一個數據集和對應的參數。文件每一列分別是：
z：Z 文件的名稱（輸入）
ld：LD 文件的名稱（輸入）
bcor：BCOR 文件的名稱（輸入）
snp：結果輸出 SNP 文件的名稱（輸出）
config：結果輸出 CONFIG 文件的名稱（輸出）
cred：結果輸出 CRED 文件的名稱（輸出）
n_samples：GWAS 樣本數量
k：K 文件的名稱（可選輸入，可忽略）
log：LOG文件的名稱（可選輸出，可忽略）
ld 列和 bcor 列二選一，如果 ld 信息是用純文本表示的矩陣，填入 ld 文件即可。
舉例,分別計算兩個數據集的 master 文件如下所示：
z;ld;snp;config;cred;log;n_samples
dataset1.z;dataset1.ld;dataset1.snp;dataset1.config;dataset1.cred;dataset1.log;5363
dataset2.z;dataset2.ld;dataset2.snp;dataset2.config;dataset2.cred;dataset2.log;5363
運行
以程序中的示例數據為例：
運行 shotgun stochastic search 方法的 fine-mapping：
./finemap_v1.4_x86_64 --sss --in-files example/data --dataset 1
--infiles 是 master 文件。 --dataset 接的是 master 文件中的行號，行號從 1 開始，填入 1 代表使用第 1 行的 z 文件、ld 文件和配置參數進行分析。
除了 shotgun stochastic search，還可以使用 stepwise conditional search 方法，它的逐步條件處理過程類似於 GCTA COJO 中的實現：
./finemap_v1.4_x86_64 --cond --in-files example/data --dataset 2
如果想要了解指定 SNP 是否 causal，可以：
./finemap_v1.4_x86_64 --config --in-files example/data --dataset 1 --rsids rs30,rs11
結果解讀
輸出結果有 .snp、.cred、.config 三種不同后綴的文件。
.config 記錄了分析時選用的參數。
.snp 文件是 model-averaged posterior summaries，每一行是一個 SNP。在假定不同 causal SNPs 數量時會得到不一樣的結果，而這個文件包含了所有結果的摘要情況。
.cred 文件最后會帶有一個數字，這個數字代表的是 causal SNPs 數量 k。比如，.cred5 是設定 causal SNPs 為5個而得到的計算結果。這個文件中，包含了數量 k 的后驗概率和和推斷出的 causal SNP 后驗概率。
如果對 FINEMAP 的方法不是特別了解，可以只看 .cred 文件中的結果，從中選出 k 值和相應的 causal SNPs。
總結
FINAMAP 的速度非常快。經過實踐，在 6000 個樣本的情況下，截取 top SNPs 上下游各 3Mb 區域進行分析，設定最大 causal SNPs 數量為 10，每一個區域的計算時間大概 20 分鍾，內存占用非常小。在顯著位點很多的時候，FINEMAP 的優勢體現出來了。
