连锁不平衡小工具-----LDlink的使用教程

‍无论是在进行全基因组关联研究（GWAS）还是孟德尔随机化研究（MR）中，我们都需要考虑SNP间的连锁不平衡（LD）信息，这里小陈给大家简单介绍一下用于LD分析的工具-----LDlink（https://ldlink.nci.nih.gov/?tab=home），使用这个网站时最好使用代理服务器，这样比较稳定，当然不使用代理的话，有时候也是可以使用的。

进入后，网页页面如下图所示，这时候点击LDmatrix：

我们以如下SNP为例，进行演示（注意计算LD时要保证SNP在同一条染色体上）：

rs10305439
rs10305442
rs1126476
rs11963172
rs11964854
rs12204668
rs2235868
rs2268650
rs2894420
rs35887128
rs6923761
rs7765641
rs7766663
rs9296290

将上述SNP输入到网页框里，如下图所示：

点击“Calculate”后，会返回计算结果，进入结果页面后，点击“Download R2 File”这个获取结果：

‍

‍‍

‍‍‍

‍

‍

除了网页之外，LDlink还有相关的R包可供我们使用

install.packages("LDlinkR") #安装LDlinkR包
library(LDlinkR) #加载该R包
LDinfo <- LDmatrix(snps = mydata$SNP, 
                   pop = "EUR", r2d = "r2", 
                   token = '35deec53ae3c', 
                   file =FALSE)

这里的参数snps用于指定计算LD的那些SNP，mydata是TwoSampleMR包harmonise后的数据；参数pop是指参考基因组的人种，主要有”AFR”（非洲人）, “AMR”（混合美洲人）, “EAS”（东亚人）, “EUR”（欧洲人）和“SAS”（南亚人）这5大类；参数r2d用于指定评估LD的指标，有两种选项"r2"和"d"；参数token是一个使用身份证，大家可以自己注册申请一个；参数file指定是否保存结果。

LDinfo

这时候我们就可以把TwoSampleMR的数据格式转化为MendelianRandomization包的那样，并矫正SNP间的相关系数：

mrinput <- mr_input(bx =mydata$beta.exposure, bxse = mydata$se.exposure, 
                    by = mydata$beta.outcome, byse= mydata$se.outcome,
                    correlation =as.matrix(LDinfo[,2:ncol(LDinfo)]), 
                    exposure = "exposure", outcome = “outcome”)

这里需要注意correlation参数，它的输入要求是一个矩阵，因此我们需要对LDinfo这个结果进行转换。

关于LDlink的网页版本和R包版本的使用就先介绍到这里，希望能给大家带来帮助！接下来，小陈会继续带大家完成R语言的机器学习，敬请期待！