GCTA学习4 | GCTA说明文档--功能分类及常见问题

1. GCTA 说明文档

最新版是2021-06-01更新，共有98页：

GCTA说明文档：https://yanglab.westlake.edu.cn/software/gcta/static/gcta_doc_latest.pdf

2. GCTA功能分类

2.1 遗传力、遗传相关、表型预测

• GRM：构建亲缘关系矩阵
• Inbreeding：计算近交系数
• Heritability：估算方差组分和遗传力
• Partitioning：将方差组分根据染色体、片段、功能区域进行划分
• X chromosome genetic variance: X染色体的方差组分
• GREMLd：估计显性效应
• Bivariate GREML: 双性状遗传评估
• Haseman-Elston regression: 基于SNP的遗传相关
• sBLUP：基于BLUP的基因型风险预测

2.2 GWAS分析

• fastGWA：稀疏矩阵的LMM模型，fast-GWA模块
• fastGWA-GLMM: GLMM模型的GWAS分析模块
• MLMA和MLMA-LOCO：稠密矩阵的LMM模型
• COJO：条件和联合分析
• mtCOJO：多性状条件和联合分析
• fastBAT：
• fastGWA-BB：
• ACTA-V：

2.3 GWAS数据模拟，群体遗传和孟德尔随机化

• 模拟GWAS数据
• GSMR：孟德尔随机化
• PCA和Fst计算
• 计算近交系数
• 计算LD

3. 常见问题

1，样本量少的话遗传力异常

遗传力会是0或者1，标准误很大，不正常，不能分析小样本来的数据。

Q1：GCTA-REML需要多少的样本？如果要想达到比较小的标准误（0.1），至少要3160个不相关的样本。

Q2：为何遗传力的标准误很重要？95%的置信区间是遗传力 +- 1.96*标准误，如果标准误比较大，那么95%的置信区间就比较大（比如0~1），这样意义不大了。

2，估计亲缘关系矩阵计算所需要的内存

这里，介绍了不同的样本数，不同的SNP个数，计算所需要的内存。

下面介绍，估算方差组分估计需要的内存。

3. 方差组分估计中LRT的计算

下面介绍，LRT检验的实施方法。

4. 内存报错

如果内存报错，建议用64位的GCTA。因为32位最多支持4G内存，可能不够。

5. 分析非人类的数据

如果分析的是动物数据，需要设置染色体条数。

6. 为什么我的遗传力是0.9999？

对于case-contral数据，可以设置--reml-no-constrain，这样有可能遗传力大于1.

对于连续性状数据，样本量少的话，标准误比较大，有可能遗传力估计偏高。

7. GCTA可以分析系谱的数据

GCTA可以按照下面操作，分析系谱或家系的数据。

9. 将显著的SNP提取计算方差组分

结果可能会偏高。

10. 可以根据亲缘关系矩阵推断亲子或者全同胞半同胞吗？

可以，但是不准确。

0.5可以看做是一级的：亲子或者全同胞 0.25可以看做是二级的：半同胞或者爷孙 0.125可以看做是三级的：表兄，表妹

「GCTA生成的GRM二进制文件读入到R中」两种方法：1，通过R语言读取二进制文件 2，通过--make-grm-gz，将二进制文件转化为文本文件

11. GCTA可以计算GBLUP的预测值

在这里插入图片描述

12. GCTA分析多性状模型

13. GCTA-GREML如何估算固定效应BLUE值

• --covar：是因子协变量
• --qcovar：是数值协变量

14. 为何我用GCTA计算的遗传力为负

因为有标准误，数据量小时，标准误大。

可能本身遗传力就很低，考虑到标准误，会有可能负值。

15. 方差组分估算显示not positive definite

方差组分中V不正定，可以尝试其它迭代方法---reml-lag 1由AI迭代变为Fisher scoring，试一下。

相关系列阅读：

第一篇：GCTA学习1 | 抛砖引玉--初步介绍

第二篇：GCTA学习2 | 软件下载安装--windows和Linux

第二篇：GCTA学习3 | GCTA的两篇NG：fast-LMM和fast-GLMM