今天博主博士答辯完畢啦，超開心的，撒花~
雖然很疲憊（昨晚太晚睡了==），但想到今天跟師妹說給她gene-based關聯分析的方法。
於是，決定還是整理好了再休息休息。
好，進入主題。
之前的推文我曾經寫過使用VEGAS2（Versatile Gene-based Association Study）進行gene based的關聯分析研究。
但用過的人就知道，VEGAS2有個很明顯的缺點，跑起來很占CPU，因此今天再重新推薦另一個工具GCTA，也是可以計算gene-based關聯分析的。
1、下載、安裝
首先，下載GCTA：
wget https://cnsgenomics.com/software/gcta/bin/gcta_1.92.4beta2.zip
解壓：
unzip gcta_1.92.4beta2.zip
cd gcta_1.92.4beta2
2、准備輸入文件
准備summary_statistics的輸入文件GWASp，輸入文件GWASp包括兩列，第一列是SNP的ID，第二列是SNP的P值（這里顯示的是P-value）。
准備基因型文件1000G_EUR，基因型文件可以是公共數據庫的，比如千人基因組的。值得注意的是，你拿到的數據是什么人群的，基因型文件就選用相應的人群數據，比如你的數據是歐洲祖先，那么基因型的話就選用千人基因組的歐洲祖先人群，而不是所有樣本（兩千多個）。
基因型文件1000G_EUR為PLINK格式（bed,bim,fam或者map,ped）,PLINK格式還不了解？見推文GWAS分析基本流程及分析思路
准備glist-hg19.txt文件，格式如下所示：
glist-hg19.txt文件出自GCTA網站，各位找不到的話在后台發送gli關鍵詞即可獲得該文件。
3、gene-based關聯分析
准備好GWASp、1000G_EUR和glist-hg19.txt后，輸入如下命令：
gcta64 --bfile 1000G_EUR --maf 0.01 --fastBAT GWASp --fastBAT-gene-list glist-hg19.txt --out GWASp_result --thread-num 10
4、結果解讀
完成以上分析后，會得到GWASp_result.gene.fastbat的結果文件，其示例如下所示：
其中，圈出來的紅框即為我們感興趣的基因與表型的相關性P值。顯著閾值的設定為：0.05/（GWASp_result.gene.fastbat文件行數-1）
今天的介紹就到這，明天有時間的話再推一篇超實用的工具！
祝各位周一愉快！
