学习
实践
活动
工具
TVP
写文章

Nature用到的GWAS数据通路富集方法-MAGMA软件

本推文相关的数据和代码储存于百度网盘:链接:https://eyun.baidu.com/s/3c1GJdNa 密码:hWAG(或发送后台“练习资料”,即可得链接和密码)

目前,有很多可以用于GWAS数据分析的软件和方法。比如说GSA-SNP,FORGE,MRPEA,INRICH,DGAT,ALIGATOR, MAGENTA, Set screen test method等等。当然,它们各有自己的优势和缺陷。大家可以根据自己的需要自行选择合适的。

这里我们和大家分享一个最近Nature, Nature Genetics, Nature Neuroscience等大文章中常用的分析软件MAGMA

这个软件的英文介绍是MAGMA is a tool for gene analysis and generalized gene-set analysis of GWAS data. It can be used to analyses both raw genotype data as well as summary SNP p-values from a previous GWAS or meta-analysis.

即此软件既可以分析基因水平又可以分析生物通路水平,既可以分析GWAS的原始数据又可以分析GWAS summary数据。是一个功能十分强大,而操作又很方便的软件。我们可以从官网上直接免费下载:https://ctg.cncr.nl/software/magma。

此软件可以基于Linux系统,也可以基于Windows系统。

这个MAGMA软件相关的文章发表在PLoS Computational Biology杂志上:

de Leeuw C, Mooij J, Heskes T, Posthuma D: MAGMA: Generalized gene-set analysis of GWAS data. PLoS Comput Biol 11(4): e1004219. doi:10.1371/journal.pcbi.1004219.

首先,我们需要GWAS数据,如果您有自己感兴趣的GWAS原始数据那是最好,没有的话我们可以从公共数据库内下载已有GWAS summary数据进行分析,发现新的结论。现在我们从https://www.med.unc.edu/pgc/downloads数据库下载吸烟的GWAS数据:tag.evrsmk.tbl.

对文件重新命名: ever_smoking.results,其内部格式如下:

由于这个TAG GWAS研究于2010年发表在NG上的,所以参考基因组是hg18,比较旧。这里我们利用liftover软件将其升到hg19,再用于后面的分析。代码如下:

1)利用picard工具去改变vcf文件格式:如从hg18版本变到hg19版本:

java -jar picard.jar LiftoverVcf \

I=input.vcf \

O=lifted_over.vcf \

CHAIN=hg18tohg19.chain \

REJECT=rejected_variants.vcf \

R=reference_sequence.fasta

2)利用liftOver软件进行hg18 to hg19转换:

如下:

./liftOver -bedPlus=4 ever_smoking.results hg18ToHg19.over.chain ever_smoking.results.hg19.bed ever_smoking.results_unmapped.txt

接下来我们利用MAGMA软件先将SNP注释到gene上。

###Annotation performed with the following command:

代码pattern:magma --annotate --snp-loc[SNPLOC_FILE] --annotate window=5,1.5 --gene-loc [GENELOC_FILE] --out[ANNOT_PREFIX]

这里SNP的location文件格式是:

#The SNP location file should contain three columns:

前三列是:SNP ID, chromosome, and base pair position (并且没有header)

做出SNP location文件:

gawk '' ever_smoking.results.hg19.bed > ever_smoking.results.hg19.location &

sed -i "s/chr//g" ever_smoking.results.hg19.location 去除第一列染色体上的chr

做出SNP对应P值文件:

1# ever Smoking_TAG数据进行SNP annotation:

nohup ./magma --snp-loc ./GWAS_Summary_SCZ_Smoking/ever_smoking.results.hg19.location --annotate window=35,10 --gene-loc NCBI37.3.gene.loc --out ever_smoking_SNP_Gene_annotation &

2# ever Smoking_TAG数据进行Gene-based analysis:

nohup ./magma --bfile g1000_eur --pval ./GWAS_Summary_SCZ_Smoking/ever_smoking.results_Pval N=69409 --gene-annot ever_smoking_SNP_Gene_annotation.genes.annot --out ever_smoking_SNP_Gene_Analysis_P &

3# ever Smoking_TAG数据进行Gene-set analysis (or pathway-based analysis)

nohup ./magma --gene-results ever_smoking_SNP_Gene_Analysis_P.genes.raw --model fwer=10000 --set-annot ./Pathways/GO_PANTHER_INGENUITY_KEGG_REACTOME_BIOCARTA_new --out ever_smoking_pathway_P &

总 结 :

通过以上的代码和数据,我们就可以分析GWAS的gene-based or gene-set水平的数据,发现一些新的结果。像这样基于GWAS summary数据的公共数据挖掘有很多文章。主要是找到自己想要解释的科学问题,然后找到数据进行分析。

这里我推荐一篇不错的文章可供大家阅读,其是2015年发表在Nature Neuroscience上(PMID: 25599223):Psychiatricgenome-wide association studyanalysesimplicateneuronal,immuneandhistonepathways. Network and Pathway Analysis Subgroup ofPsychiatricGenomics Consortium. Nat Neurosci. 2015 Feb;18(2):199-209.

这里领我们整理的软件库

这里查看sci文章润色服务

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180301B0B11Q00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券