GWAS分析-R包GAPIT (四)

GAPIT (Genome Associated Prediction Integrated Tool),是一个R包，使用Gapit可以进行全基因组关联分析和基因组预测（选择）。这个R包中包含各种模型（unified mixed model, EMMA, CMLMl和P3D/EMMAx等）用于GWAS分析。我认为这个R包对初学者是相当友好的，我们不用准备群体结构，亲缘关系文件等等，只需要准备两个文件，基因型文件和表型文件即可，GAPIT会自动帮你分析，做图。非常方便。

今天主要讲一下如何利用GAPIT进行GWAS分析。

接下来，我们看看如何安装GAPIT和如何使用该R包进行GWAS分析。
GAPIT网址（https://www.maizegenetics.net/gapit）
GAPIT使用手册（https://zzlab.net/GAPIT/gapit_help_document.pdf）

第一步:加载R包-GAPIT

library(multtest)
library(gplots)
library(LDheatmap)
library(genetics)
library(ape) 
library(EMMREML)
library(compiler) 
library("scatterplot3d")
library(grid)

source("http://zzlab.net/GAPIT/GAPIT.library.R")
source("http://zzlab.net/GAPIT/gapit_functions.txt") #这两条命令可以下载一些GAPIT相关的R包，默认安装即可

注意：我使用的R版本为3.6.0, 对于不存在的R包，使用BiocManager::install("package name")进行安装。

第二步：准备文件，这里使用该R包带的示例文件

setwd("/Desktop/软件使用/GWAS/gapit/") #确定文件和结果路径

我们输入的文件分别是mdp_genotype_test.hmp.txt(基因型文件)和mdp_traits.txt（表型文件）。
我们可以先看一下文件格式。

基因型文件：mdp_genotype_test.hmp.txt

基因型文件格式.jpg

数据格式为hapmap，后面也会继续给大家分享不同格式文件如何互相转换。
前11列显示了SNP的属性，其余的列显示了群体中每个个体在每个SNP上观察到的基因型。第一行为标题标签，其余每行包含单个SNP的所有信息。

表型文件格式：mdp_traits.txt

表型文件格式.jpg

该表格以Tab键分隔，表格第一行是表头，包含四列。
第一列：用于GWAS分析群体每个个体编号，缺失数据用NaN代替，个体编号要与基因型文件中个体编号保持一致。
第二列到第四列：GWAS分析的表型，用户也可根据自己分析表型数量进行添加。

第三步：读入数据，并进行分析

myY <- read.table("mdp_traits.txt", head = TRUE) #读入表型数据
myG <- read.table("mdp_genotype_test.hmp.txt", head = FALSE) #读入基因型数据
myGAPIT <- GAPIT(Y=myY,G=myG,PCA.total=3) #我们先选择基本应用模式，基本应用需要两个文件（表型数据文件和基因型文件）和一个主成分的个数（PCA.total）；GAPIT 会自动计算 K 矩阵（VanRaden 方法）；用默认的聚类算法（平均）和 group kinship type（Mean）进行 GWAS 分析。

我们也可以同时选择多个模型进行分析。

myGAPIT_mutiple <- GAPIT(Y=myY, G=myG,PCA.total=3, model=c("GLM", "MLM", "CMLM", "FarmCPU"), Multiple_analysis=TRUE)

在这我们不分析，感兴趣的小伙伴可以自己尝试一下。

运行一段时间后，会自动产生所有分析结果，分析结果主要包括两种形式，.pdf图片和.csv文件。

results.jpg
这些结果包括PCA结果和manhattan图和QQ图等等。
GAPIT.PCA.3D.jpg GAPIT.MLM.EarDia.Manhattan.Plot.Genomewise.jpg GAPIT.MLM.EarDia.QQ-Plot.jpg

如果大家感觉R包GAPIT自动画的图不好看，可以找到对应的*.csv文件，使用R自己做图。总体来说，该R包对新用户来说还是非常友好，并且功能强大。

往期回顾：
GWAS分析 (一)
https://www.jianshu.com/p/67e1878845e3
GWAS分析-曼哈顿图 (二)
https://www.jianshu.com/p/fa261b6045c2
GWAS分析-常用文件格式 (三)
https://www.jianshu.com/p/ad47f575e83b

参考文献：
1.The analysis was performed with a compressed mixed linear model (Zhang et al., 2010) implemented in the GAPIT R package (Lipka et al., 2012).
2.百度百科