多基因风险评分4

今天这一期是多基因风险评分的最后内容，我将和大家主要介绍一下如何解读并充分利用PRSice的结果。

1. 条形图（barplot）

条形图是png文件，其名称由输出后缀+BARPLOT+日期构成，在我这里是TOY_OUT_BARPLOT_2020-08-24.png文件。该图横轴表示Base文件中SNP的P值阈，纵轴表示的是PRS模型的决定系数（R2），每一根方条的颜色代表拟合模型的P值并且将该P值标记在方条上方。

从图中我们不难看出，设定SNP的P值阈为0.4463（也即选用P<0.4463的SNP用于计算PRS）可以达到最好的拟合效果，此时计算出来的PRS和原来的表型拟合程度最高（决定系数R2最大），拟合模型的P值也最小。

2. 高分辨率图

高分辨率图和条形图本质上没有区别，只是它的横轴并不是间断的P值，而是变成连续的P值，每一个P值点都有一个PRS和表型拟合后的R2。从图中我们可以看出最高点在PT=0.5附近时最高，这和条形图的结果非常相似。

3. PRS模型拟合文件

这个文件包含不同P值阈下PRS和表型拟合的信息，其实就是高分辨率图的表格形式，它是以.prsice结尾。该数据主要包含如下7列：Pheno，Set，Threshold，R2，P，Coefficient，Standard.Error和Num_SNP。其中，Pheno表示的是表型的名字，有时可以是缺失的；Set表示的基因集的名称；Threshold表示的是SNP的P值阈；R2表示的是PRS和表型拟合的决定系数；P表示PRS和表型拟合后的模型的P值；Coefficient表示PRS和表型拟合的效应量；Standard.Error表示的是Coefficient的的标准误；Num_SNP是指Base文件中P值小于Threshold的SNP个数。这个文件可以用于绘制自定义的条形图，除此之外其用处并不大。

4. 个体PRS得分文件

这个文件包含最佳拟合模型下个体的PRS得分信息，以.best结尾。该文件主要包含四列FID，IID，In_Regression和PRS。其中FID是个体的family ID，IID是个体的individual ID，这两个与PLINK的fam文件内容对应，另外In_Regression表示个体是否用于PRS和表型的拟合，Yes表示该个体被用于PRS和表型的拟合，而No表示未用于拟合，PRS表示的是该个体的多基因风险评分。

这个文件是最重要的，它包含个体PRS信息，可以用于后续的孟德尔随机化研究以及疾病的诊断与预后等等

5. PRS得分的汇总文件

该文件以.summary结尾，它包含11列数据：Phenotype，Set，Threshold，PRS.R2，Full.R2，Null.R2，Prevalence，Coefficient，Standard.Error，P和Num_SNP，其含义和.prsice文件中的一致，但是PRS.R2表示PRS能解释表型的程度（即PRS和表型拟合的决定系数），Full.R2表示PRS和协变量一起能解释表型的程度，而Null.R2则表示协变量能解释表型的程度，Prevalence则表示疾病（表型）的流行程度，可用于矫正PRS.R2。

关于PRSice输出结果的解释就讲到这里，文末附有文献信息，有兴趣的朋友可以仔细阅读。

参考文献：

Choi, S.W., Mak, T.S. & O’Reilly, P.F.Tutorial: a guide to performing polygenic risk score analyses. Nat Protoc(2020). https://doi.org/10.1038/s41596-020-0353-1