经过前面的讲解，我们已经掌握了GWAS分析所需的数据类型和数据质控方法，终于进入我们的核心主题：关联分析。GWAS分析通常会建立回归模型，以检验标记与表型之间的关联性。其核心假设如下：

假设定义

1. 零假设（H₀）：标记的回归系数为零，意味着标记（如SNP）对表型没有影响。
2. 备择假设（H₁）：标记的回归系数不为零，表示标记（如SNP）与表型存在相关性。

表型数据类型

在第一期中提到表型数据主要包括三种类型：数量性状、质量性状和分级性状。进行关联分析之前，我们需根据不同的表型类型选择合适的分析方法，并且为了降低假阳性的概率，通常需要对p值进行矫正。

1. 连续性状分析

连续性状指在群体中呈现连续分布的特性，如身高、体重、血压等。可选择的方法有T检验（Student’s t-test）和线性回归（linear regression）。

分析步骤如下：

• 使用Plink进行关联分析（不校正/校正p值）:
• 不考虑协变量：plink --bfile test --assoc --out result_assoc
• 校正p值：plink --bfile test --assoc --adjust --out result_assoc（注意：生成的文件会带有*assocadjusted后缀）
• 考虑协变量的线性回归分析：plink --bfile test --linear --covar covariate.txt --out result_linear

2. 阈值性状分析

阈值性状的表型值通常分为1和2（其中0和-9表示缺失），例如对照组（1）和实验组（2）。可选方法为卡方检验和逻辑斯蒂回归（X²关联分析和logistic分析）。

分析步骤如下：

• 使用Plink进行关联分析（不校正/校正p值）:
• 不考虑协变量：plink --bfile test --assoc --out result_assoc
• 校正p值：plink --bfile test --assoc --adjust --out result_assoc（注意：生成的文件会带有*assocadjusted后缀）
• 逻辑回归分析：plink --bfile test --logistic --covar covariate.txt --out result_logistic

3. 分级性状分析

分级性状是经过人为观察后可分类的离散性变量。值得注意的是，分级性状的最终定义部分依赖于经验。例如，植物的抗病性可以根据叶片病斑的面积分为连续型特性，也可以人为设定阈值，定义为分级性状。

分析步骤如下：

• 使用Plink进行关联分析（不校正/校正p值）:
• 不考虑协变量：plink --bfile test --assoc --out result_assoc
• 校正p值：plink --bfile test --assoc --adjust --out result_assoc（注意：生成的文件会带有*assocadjusted后缀）
• 逻辑回归分析：plink --bfile test --logistic --covar covariate.txt --out result_logistic

结果的筛选与可视化

通过上述步骤，我们终于获得了期待的显著性结果。可以对结果表进行p值筛选，以过滤假阳性，并进行可视化展示（如著名的Q-Q plot和Manhattan图）。如何进行可视化分析呢？请继续关注我们的后续内容。

作为生物医疗数据分析的重要工具，尊龙凯时致力于提供最优质的分析方案，帮助研究者在GWAS分析中获得精准可靠的结果。