大家好,我是飛哥,這一段時間,一直學習GCTA這個軟件,學習的過程中就進行了記錄和分享。奈何這款軟件還是太小眾,閱讀量不斷的降低,不過寫的過程是總結的過程,對我自己學習掌握很有幫助。

有朋友告訴我說,我的公眾號越來越沒有意思了,忘記了初心!所謂的初心就是寫段子!

段子好久沒寫了,老是分享知識太沉重了。所以,我決定,不能像一個工具人一樣,雖然要有工具人的技能,但是更要有哲學家的思想,有文學家的情感,有歷史學家的深思,有娛樂人的八卦。公眾號就要展示精彩,指導生活過得更精彩。

舊的結束,也是新的開始。讓我們先結束此篇吧!

前面的幾節中,我們介紹了GCTA計算G矩陣,和單性狀遺傳力的計算,它本質上就是GBLUP的估計,但是速度快很多。本節我們介紹,兩性狀遺傳力和遺傳相關的計算。

1. GCTA計算兩性狀遺傳相關常用參數

1.1 --reml-bivar(必須)

這部分,是使用reml的方法進行估計方差組分。默認的是AI算法,可以使用EM算法。

1.2 --reml-alg 指定迭代方法(非必須)

--reml-alg 0 # AI算法,默認算法 --reml-alg 1 # EM算法

1.3 --grm(必須)

指定GRM矩陣

--grm # 接二進制文件GRM的前綴 --grm-bin # 同上 --grm-gz # 接文本的GRM文件前綴

推薦使用二進制的文件,因為速度快,暫用空間少。

1.4 --covar(非必須)

這是接因子協變量的,第一列和第二列分別是FID和IID,后面接因子協變量,比如場年季

1.5 --qcovar(非必須)

接的是數字協變量,比如PCA,比如初生重等

1.6 --pheno(必須)

接的是表型數據,格式也是plink的格式,第一列FID,第二列IID,第三列是表型數據(缺失用NA表示),第四列是表型數據

2. 數據準備

2.1 表型數據

三列,第一列是FID,第二列IID,第三列是表型數據y,沒有行頭,空格隔開。

2.2 基因型數據

plink的二進制文件

2.3 協變量

這里,示例數據中,沒有提供協變量信息。如果提供,可以按照第一列是FID,第二列是IID,其它是協變量的方法整理數據。協變量分為數字協變量和因子協變量,要分開整理。

3. 構建GRM矩陣

「使用Van的方法」

這里,用Van的方法,類似我們GBLUP估計所用的矩陣構建形式。

gcta64 --bfile ../test --make-grm --make-grm-alg 1 --out g2

結果文件:

4. 兩性狀估算遺傳力和標準誤

這里,已經構建好了GRM矩陣,指定表型數據,進行遺傳力的估計

gcta64 --reml-bivar 1 2 --pheno ../nn_pheno.txt --grm ../grm/g1 --threads 30 --out re1

結果可以看出:

• Vg11:加性方差組分為:0.51
• Vg22:加性方差組分為:0.31
• Vg12:加性協方差為:-0.089
• Ve11:殘差方差組分為:0.56
• Ve22:殘差方差組分為:1.58
• Ve12:殘差協方差組分為:-0.012
• Vp11:表型方差組分(Vg+Ve),為1.076
• Vptr2:表型方差組分(Vg+Ve),為1.89

第一個性狀,遺傳力為0.47,標準誤是0.02 第二個性狀,遺傳力為0.16,標準誤為0.03 遺傳相關為:-0.22,標準誤為0.094

「使用ASReml作為對比」

「方差組分和遺傳力結果:」

可以看出,結果完全一樣。

5. GCTA多性狀不支持的參數

「多性狀GCTA不支持的部分:」

?By default, GCTA will take the first two traits in the phenotype file for analysis. The phenotype file is specified by the option --pheno as described in univariate REML analysis. All the options for univariate REML analysis are still valid here except --mpheno, --gxe, --prevalence, --reml-lrt, --reml-no-lrt and --blup-snp. All the input files are in the same format as in univariate REML analysis.?

• --mpheno
• --gxe
• --reml-lrt
• --reml-no-lrt
• --blup-snp

6. GCTA的優勢和不足

GCTA只能分析兩性狀的GBLUP遺傳評估,計算遺傳力和遺傳相關,速度很快。

「相對于ASReml軟件,缺點如下:」

• 不支持固定因子缺失
• 只能是兩個性狀,3個,以及3個以上不支持
• 不支持多個隨機因子
• 只能計算遺傳相關,不能計算表型相關及標準誤

相關系列閱讀:

第一篇:GCTA學習1 | 拋磚引玉--初步介紹

第二篇:GCTA學習2 | 軟件下載安裝--windows和Linux

第三篇:GCTA學習3 | 兩篇NG:fast-LMM和fast-GLMM

第四篇:GCTA學習4 | GCTA說明文檔--功能分類及常見問題

第五篇:GCTA學習5 | 計算PCA及可視化

第六篇:GCTA學習6 | 計算GRM矩陣(G矩陣)

第六篇:GCTA學習7 | 計算單性狀遺傳力和標準誤