11.GWAS：确定候选区间

确定了与表型显著的SNP位点后，通常会选择在显著性位点所在位置前后，各一定的距离内，确定候选区间，进行候选基因挖掘，而这个距离如何确定？
9.5 GWAS显著SNP筛选及曼哈顿图绘制 - 简书 (jianshu.com)

下文都以显著性位点：Chr1__272173254为例

方法一：主观设置

当测序密度较低时，基因组的覆盖度不够，得到的标记数据过少，标记之间的距离太大，无法构成LD block，这时可以分析师主观设定一个距离，如100k或更大，需要根据区间内基因的数目进行调整。当时这种方法的结果应该是最粗糙的。

此时候选区间就为：Chr1__272073254:Chr1__272273254

方法二：全基因组范围内的LD decay

通常我们会通过LD衰减距离来确定候选基因的筛选范围，即LD decay到r2等于0.6时所对应的距离，将GWAS超过阈值的SNP位点，即信号位点，前后各延伸这个距离作为候选区间，对这个区间内所有的基因进行注释，挑选候选基因。

10.GWAS：LD decay(LD衰减）—— PopLDdecay - 简书 (jianshu.com)

假设此时LD decay到r2等于0.6时距离为50k:

此时的候选区间为：Chr1__272123254:Chr1__272223254

这种方法是现在使用最广泛的，但是同时存在一个问题，基因组上的LD衰减速度并不是一致的，当时用全基因组的LD decay时，部分区域会因为连锁强度低于全基因组而漏掉一些关键基因，部分区域会因为连锁过强，导致候选基因增多，加大了后期的工作量。

方法三：部分区域内的LD decay

为解决方法二的缺陷，可以采取方法三的策略，即在方法二确定的候选区间内，计算区域内所有SNP的Pairwise correlations (r2)，将r2大于0.6的block作为候选区间。

plink关于Pairwise correlations (r2)的官方说明书：
https://zzz.bwh.harvard.edu/plink/ld.shtml

$ plink --noweb --bfile root.id \
      --chr 1 --from-bp 272123254 --to-bp 272223254 \
      --r2 --out candidate_1.out \
      --chr-set 27 \
      --allow-extra-chr

--bfile：二进制bam文件的前缀
--out：输出文件的前缀
--chr-set：默认人类染色体，如果超出需要设置
--allow-extra-chr：允许有其他染色体，如scaffold等

# 查看结果文件
$ less candidate_1.out.ld
 CHR_A         BP_A             SNP_A  CHR_B         BP_B             SNP_B           R2 
     1    272167626   Chr1__272167626      1    272173254   Chr1__272173254     0.357864 
     1    272167657   Chr1__272167657      1    272167710   Chr1__272167710     0.880447 
     1    272167657   Chr1__272167657      1    272173441   Chr1__272173441     0.525062 

结果文件为指定区间内，所有SNP两两之间的R2。可以看到Chr1__272167657:Chr1__272167710的R2大宇0.6，因此候选区间即为Chr1__272167657:Chr1__272167710。

引用转载请注明出处，如有错误敬请指出。