EWAS

EWAS（Epigenome-Wide Association Study，表观基因组关联分析）其实就是用表观数据进行关联分析，目前用的最多的是5mC作为基因型进行分析。目前，EWAS 已经成为解析表观修饰与复杂表型关系的重要手段。

OSCA
我们使用的是去年刚发表的新软件，OSCA去做EWAS分析。做群体分析的，至少听过GCTA这个强大的软件，而OSCA和GCTA是同一个实验室的开发人员，并且这个软件发表在Genome Biology上，可以表明这个软件应该是相当可以的。
主要功能
OSCA的这几项功能还是不错的，并且计算速度特别快，为了充实字数，我还是翻译一下：

• 从全基因组DNA甲基化（或基因表达）数据估计个体之间的表观遗传（或转录组）关系。
• 估计所有DNA甲基化（或基因表达）探针均可捕获的复杂性状的表型变异比例。
• 基于混合线性模型的方法来测试DNA甲基化（或基因表达）探针与复杂性状之间的关联
• 在混合线性模型（类似于BLUP）中，估算所有甲基化（转录）探针对表型（例如BMI）的联合“效应”。 这些估计的效果可用于“预测”新的独立样本中的表型。
• 基于具有相关协变量的线性回归模型的eQTL / mQTL分析
• vQTL分析，以测试遗传变异对性状变异的效应。 已经实现了三种算法（即Bartlett检验，Levene检验和Fligner-Killeen检验）。

---

上述为目前OSCA的全部功能，比较常用的是计算亲缘关系，EWAS和计算标记的effect size。

下载安装

软件的下载和安装特别简单，直接下载下来，解压就可以使用。

下载

但是一定要下对版本！！！

数据格式

OSCA使用了一个全新的数据格式，有点像Plink 也是多文件同名的方式，这里他的数据文件叫BOD格式，这个格式的文件包含三个文件，oii，opi和bod，下面依次介绍三个文件：

oii文件格式

oii

opi文件格式

opi

制作bod文件

由于最后一个文件是储存甲基化数据的文件，软件必须要二进制，所以需要使用OSCA进行制作。

osca --efile myprofile.txt --methylation --make-bod --out my

--efile reads a DNA methylation (or gene expression) data file in plain text format.

--methylation-beta indicates methylation beta values in the file.

--make-bod saves DNA methylation (or gene expression) data in binary format.

--out saves data ( or results) in a file.
英文大家都懂，作者写的已经很明白了，不需要过多赘述。
然后我们需要提供的myprofile.txt文件格式如下：

myprofile.txt

如果是转置的格式，那么用tefile即可，如果使用甲基化值，那么需要设定参数为 --methylation-m。

EWAS

输入文件准备好后，我们开始进行关联分析，OSCA的一个特点是，软件特别好用。之前用gene-base GWAS也是使用一点不复杂，而且也很容易安装。
EWAS我们使用的是文章中特别推崇的MOMENT（Multi-component MLM-based association excluding the target）,这种MOMENT是一种似约法，即基于多成分MLM的关联测试，不包括marker（要进行关联测试的探针）和位于ORM侧翼区域的marker（侧翼区域的大小可通过-进行修饰 -moment-wind）。 根据线性回归分析的关联统计信息（按降序排列），将探针分为两组。 这是一种近似方法，其中在空模型下使用估计的方差分量测试每个目标探针。 仅在将第一组中的一个或多个探针（具有比另一组中的线性回归关联统计量更大的探针的组）的一个或多个探针从ORM中排除时才重新估计方差分量。 结果将保存在纯文本文件（* .moment）中。
作者已经开发了moment2的beta版本，通过官网的解释说，moment2会有更快速的计算速度，而且错误率和第一代是差不多的。
下面说一下OSCA的表型格式，主要为三列，FID,IID和表型值，目前的情况是一次只能计算一个表型，所以很麻烦：

表型格式

实际操作特别的简单

osca_Linux --moment --befile test --pheno testpheno.phen --out new_res

计算之后的结果保存在moment文件中，文件也很简单粗暴，主要这么几列染色体，标记，位置，对应基因，方向，b(这个是什么意思，有知道的同学请发言)，标准差和p-value。

moment算法

刚才看了moa算法，感觉我们更应该用moa 他会有一个群体结构的平衡，同样计算之后，发现整体p值都是偏高的。

moa算法