GWAS分析中如何确定显著性阈值

大家好，我是邓飞。

在GWAS项目分析时，我们会得到所有位点的P值，那么如何确定显著性阈值呢？确定阈值分为了不同的流派。

1，Bonferroni矫正

这种方法应用最多，一般是N表示参与分析的SNP的个数，阈值可以是：

* 1/N

* 0.05/N

* 0.01/N

文章中前两种用得较多，这种方法比较严格，有时候1/N也没有显著性位点，这时候，可以考虑降低N的个数。

2，降低N的个数

由于SNP之间有连锁，可以通过LD筛选，用剩余SNP作为N，从而达到降低阈值的目的，比如使用plink命令 --indep-pairwise 50 10 0.2筛选LD，用剩余的位点作为N，来计算阈值。

3，置换检验（permutation）

该方法通过置换检验，比如1000次置换检验，然后将最小值排序，选择5%的值作为阈值，该方法从数学角度应该是更合理的方法，具体操作：

a1 正常进行GWAS分析，得到P值结果

a2 将表型数据随机排列，比如排列1000次，得到1000个数据集

a3 对1000个数据集进行gwas分析，得到P值

a4 对P值提取最小的值，得到1000个值，选择5%的值作为阈值

注意：上面的这些方法，不会改变原始P值的排名，如果你是要挖掘数据，直接根据原始的P值筛选，进行后面的验证也可以，但是没有显著性的话，可靠性较差。