孟德尔随机化研究----UKBB-gwas详解

公众号有何AI与医学：孟德尔随机化准备从大家问题多地方以及简单介绍写起来，然后补全整个分析流程！欢迎转发关注哦!

UK Biobank

生物银行（Biobank）是指通过标准化流程，收集并长期储存人体生物样本（如血液和 DNA）及采集对象生理、病理、社会经济信息的资源库，本质上也是一种大样本的人群前瞻性队列研究。英国生物银行（UK Biobank，简称UKB；官网：https://www.ukbiobank.ac.uk/）作为目前世界上最为知名和开放的生物银行，自2006年建立以来已收集了英国各地50万名参与者的血液、尿液和唾液样本，以及完善的人口学、社会经济、生活方式和健康信息。这里我们主要介绍UKB公开的GWAS数据，对其它付费数据感兴趣可以参考下边链接（https://zhuanlan.zhihu.com/p/532396312）。

汇总数据库

UKBB-gwas数据被很多汇总数据库收纳，最出名的当属IEU OPEN GWAS（https://gwas.mrcieu.ac.uk/）。

使用IEU调取UKB-gwas比较简单，直接搜索表型，然后UKBB的也会被搜索出来，通过ID直接调取就好了，IEU已经对数据重新进行了质控和检验，所需要的变量都应经存在。

GWAS Catalog数据库也纳入了很多UKB数据(https://www.ebi.ac.uk/gwas/search?query=breast%20carcinoma)，但是没有IEU的全面。GWAS Catalog更新的要比IEU快。内部消息IEU后边可能要停更了。GWAS Catalog用法下期详解。

UKBB-gwas详解

UKBB-gwas目录保存在谷歌的table中，地址(https://docs.google.com/spreadsheets/d/1kvPoupSzsSFBNSztMzl04xMoSC3Kcx3CrjVf4yBmESU/edit#gid=227859291)

我们可以看到，一个表型更具数据类型，性别做了6次GWAS分析，这是UKB原始库最大的特点，当我们的疾病和性别有关系时候那么选择UKB原始数据再好不过。性别很好理解，但是irrt和raw数据有什么区别，这里使用表型Food weight 来一探究竟，分别下载下载双性别irrt和raw数据。

1服务器下载:

2

3wget https://broad-ukb-sumstats-us-east-1.s3.amazonaws.com/round2/additive-tsvs/100001_irnt.gwas.imputed_v3.both_sexes.tsv.bgz -O 100001_irnt.gwas.imputed_v3.both_sexes.tsv.bgz

4

5wget https://broad-ukb-sumstats-us-east-1.s3.amazonaws.com/round2/additive-tsvs/100001_raw.gwas.imputed_v3.both_sexes.tsv.bgz -O 100001_raw.gwas.imputed_v3.both_sexes.tsv.bgz

由于.bgb不好解压，也不好读入，这里直接改成.gz,本地操作直接重命名，服务器代码如下：

1mv 100001_irnt.gwas.imputed_v3.both_sexes.tsv.bgz 100001_irnt.gwas.imputed_v3.both_sexes.tsv.gz

2

3mv 100001_raw.gwas.imputed_v3.both_sexes.tsv.bgz 100001_raw.gwas.imputed_v3.both_sexes.tsv.gz

4

5# 使用R语言读入

6

7f<-fread("100001_raw.gwas.imputed_v3.both_sexes.tsv.gz")

8g<-fread("100001_irnt.gwas.imputed_v3.both_sexes.tsv.gz")

9

10# 查看

11head(f)

12head(g)

我们观察发现，两者共同点都没有rsID，两者最大的区别就是Beta值的不同，raw的Beta比较大，显然不符合我们做孟德尔随机化研究。

新年快乐

祝大家2023新年快乐，2023将继续保持极简的风格分享知识。行路难！行路难！多岐路，今安在？ 长风破浪会有时，直挂云帆济沧海。一句诗词与大家共勉。