GWAS找到顯著信號位點后，需要解釋顯著信號位點如何影響表型。
常見的一個解釋方法是共定位分析。
主流的共定位分析包括：
- 1）GWAS和eQTL共定位；
- 2）GWAS和sQTL共定位；
- 3）GWAS和meQTL共定位；
- 4）GWAS和pQTL共定位；
其中，GWAS和eQTL共定位應用最為廣泛。
具體來說，當檢測到GWAS信號和eQTL共定位時，我們會認為GWAS信號上的位點可能通過改變基因表達的生物學過程影響表型。
共定位分析有四種設想：
第一種設想 H0: 表型1（GWAS）和 表型2 （以eQTL為例）與某個基因組區域的所有SNP位點無顯著相關；
第二種設想 H1/H2: 表型1（GWAS）或表型2（以eQTL為例）與某個基因組區域的SNP位點顯著相關；
第三種設想 H3: 表型1（GWAS）和 表型2 （以eQTL為例）與某個基因組區域的SNP位點顯著相關，但由不同的因果變異位點驅動；
第四種設想 H4: 表型1（GWAS）和 表型2 （以eQTL為例）與某個基因組區域的SNP位點顯著相關，且由同一個因果變異位點驅動；
基於以上四種設想，我們希望第四種設想 H4 在統計學上概率更高，這樣就能解釋顯著信號位點如何影響表型；
所以共定位分析，本質上是在檢驗第四種的后驗概率；
講完共定位分析的相關概念，接下來我們以“GWAS和eQTL共定位”為例講一下如何使用coloc進行共定位分析。
1 下載、安裝coloc
if(!require("remotes"))
install.packages("remotes")
install.packages("dplyr")
library(remotes)
install_github("chr1swallace/coloc",build_vignettes=TRUE)
library("coloc")
library(dplyr)
2 下載測試數據
測試數據請在公眾號“bio生物信息”后台回復"coloc"獲取。
3 分析
3.1 導入表型1（GWAS）數據：
gwas <- read.table(file="E:/path_to_GWAS/GWAS.txt", header=T);
GWAS數據包括：rs編號rs_id，P值pval_nominal等：
注意事項：如果表型是二分類變量（case和control），輸入文件二選一：
1）rs編號
rs_id、P值pval_nominal、SNP的效應值beta、效應值方差varbeta；2）rs編號
rs_id、P值pval_nominal、case在所有樣本中的比例s
3.2 導入表型2（eQTL）數據：
eqtl <- read.table(file="E:/path_to_eqtl/eQTL.txt", header=T);
eQTL數據包括：rs編號rs_id，基因gene_id，次等位基因頻率maf、P值pval_nominal等：
注意事項：如果表型是連續型變量，輸入文件三選一：
1）rs編號
rs_id、P值pval_nominal、表型的標准差sdY；2）rs編號
rs_id、P值pval_nominal、效應值beta,效應值方差varbeta, 樣本量N,次等位基因頻率MAF；3）rs編號
rs_id、P值pval_nominal、次等位基因頻率MAF；
3.3 合並GWAS和eQTL數據：
input <- merge(eqtl, gwas, by="rs_id", all=FALSE, suffixes=c("_eqtl","_gwas"))
head(input)
3.4 共定位分析
result <- coloc.abf(dataset1=list(pvalues=input$pval_nominal_gwas, type="cc", s=0.33, N=50000), dataset2=list(pvalues=input$pval_nominal_eqtl, type="quant", N=10000), MAF=input$maf)
dataset1的type="cc"指的是GWAS的表型是二分類（case和control）；
dataset2的type="quant"指的是eQTL的表型（基因表達量）是連續型
N指樣本量；
3.5 篩選共定位的位點
通常情況下，很多文獻認為PPA > 0.95的位點是共定位位點，也有一些文獻會放松要求到0.75。
這里假定后驗概率大於0.95為共定位位點：
library(dplyr)
need_result=result$results %>% filter(SNP.PP.H4 > 0.95)
結果如下：
從圖上可以看出，SNP.4811位點的后驗概率為1。怎么找到這個位點呢？可以通過對應的P值（1.81e-42）找到這個位點的rs號；
4 結果解讀
對於輸出結果，我們只需要關注最后一列信息SNP.PP.H4，對應推文前面提到的第四種設想 H4。
SNP.PP.H4表示的是GWAS顯著信號和eQTL位點為同一個位點的后驗概率，范圍在0-1之間，0表示概率為0%，1表示概率為100%。后驗概率越高越好。
5 注意事項
1）由於共定位分析是基於某個基因組區域進行計算，所以請不要把全基因組的信息都丟進去（偷懶該打），這么做一個是沒意義，另外一個特別耗時，給計算機增加工作負擔；
2）雖然我們沒必要把基因組的全部信息丟進去，但也不意味着只放一個變異位點信息就行。
3）因此，正確的做法是，先提取GWAS中顯著變異位點上下游區域（這個區域多大自己定，沒有金標准）的GWAS summary數據，理想情況下，提取后顯著變異位點所在基因組區域的SNP數量在1,000-10,000之間。
4）該方法的設想是只有一個causal 位點，所以如果表型1（GWAS）和 表型2 （以eQTL為例）在某個區域有多個顯著位點的話，用該方法是定位不出結果的，這是該方法的局限，所以如果某個基因組區域存在多個顯著位點，請考慮其他工具（允許多個causal 位點共定位的工具）
特別鳴謝：
https://chr1swallace.github.io/coloc/FAQ.html
https://hanruizhang.github.io/GWAS-eQTL-Colocalization/
https://rpubs.com/Charleen_D_Adams/743547
致謝橙子牛奶糖（陳文燕），請用參考模版：We thank the blogger (orange_milk_sugar, Wenyan Chen) for XXX
感謝小可愛們多年來的陪伴， 我與你們一起成長~
