plink中case/control关联分析细节解析

作为关联分析最常用的工具，plink支持多种关联分析的算法。对于经典的case/control关联分析，该软件支持allele和genotype两个层次的关联分析，具体做法如下

1. allele association test

对于每个snp位点. 统计case/control两组中minor和major allele的频数，得到如下所示的表格

对于上述的2 X 2数据，使用卡方和费舍尔精确检验来进行关联分析，通过-assoc参数可以轻松实现，基本用法如下

输出结果保存在后缀为assoc和assoc.fisher两个文件中，卡方分析结果如下所示

费舍尔精确检验分析结果如下所示

A1代表minor allel, A2代表major allel , 需要注意这里的minor allel是根据在实际样本中的分布来决定的。F_A代表minor allel在case中的频率，F_U表示minor allel在control中的频率, CHISQ代表卡方值，P代表pvalue, OR代表odd ratio。

2. genotype association test

对于每个snp位点. 统计case/control两组中各个基因型分布的频数。在对基因型划分时，支持以下3种模型

1. GENO
2. DOM
3. REC

GENO将基因型划分为AA,Aa,aa3类，DOM表示显性遗传模型， 基因型划分为AA/Aa, aa两类，REC表示隐性遗传模型，基因型划分为AA, Aa/aa两类。对应的用法如下

结果保存在后缀为model的文件中，卡方分析的结果示意如下

可以看到，当有频数小于5时，卡方检验的相关结果全部为NA。对于每个位点，出来上述所说的3种基因型模型外，还给出了TREND和ALLELIC两个针对allele的模型，其中ALLELIC模型和allele association test中的一致，输出结果完全相同，TREND则通过Cochran-Armitage趋势检验计算p值。

费舍尔精确检验输出结果如下所示

AFF表示在case组中allel/genotype的频数，UNAFF则表示control组中的分布。plink中的费舍尔精确检验是一个双边检验的结果，用R语言验证的结果如下

如果只是想要allele的关联分析，使用assoc参数即可，如果同时需要allele和genotype的关联分析，则使用model参数。

以上只是基本用法，对于单个位点的关联分析，还需要进行多重假设检验的校正，添加--adjust参数即可，有时还需要添加置信区间，通过--ci参数来实现，对应的用法如下

目前plink只有-assoc支持输出置信区间和多重假设检验的校正，--model不支持。