LDblock绘制连锁不平衡和单体型图

大家好，我是邓飞。

在GWAS分析中，我们挖掘到了一些显著性的位点，如何确定这些位点是不是假阳性呢？我们可以通过LDblock分析并进行可视化进行判断。

我们知道GWAS分析中是依据SNP与性状控制的基因存在LD，所以如果位点显著，则周围应该有一些位点都显著，或者说位点所在的区域LD值比较高，能形成Block，才比较靠谱。否则，显著性为点形单影只，并且没有形成Block，极大可能是假阳性！

下面介绍如何通过基因型数据和GWAS分析结果，绘制LDblock。

要实现的下面的图：

• 最下方的热图是两两SNP之间的LD值，越高越红，比较红的区域构成一个Block（用黑线连起来）
• 如果提供gff文件，可以显示基因的上游、下游、外显子、内含子区域
• 上面是位点的曼哈顿图，是区域性的曼哈顿图
• 位点之间，也可以根据LD值进行可视化，以最显著的位点为四方形，其它位点与其LD值的大小呈现不同的颜色

软件介绍：（这两款神奇是一人开发，大神呀！）

github链接：https:///BGI-shenzhen/

• A:整体上宏观上用：PopLDdecay 软件 ，软件己经生物信息Bioinformatics杂志发表online
• B: 从局部上查看用：LDBlockShow软件， 软件已经正式被 briefings in bioinformatics （影响分子8.99）的杂志接收

1. 数据准备

• vcf格式的数据，​​InVCF​​
• plink二进制文件，​​InPlink​​
• plink文本文件，​​InPlink​​

2. 软件安装

网址：https:///BGI-shenzhen/LDBlockShow

中文说明书：https:///hewm2008/LDBlockShow/blob/main/LDBlockShow_Manual_Chinese.pdf

安装代码：

git clone https:///hewm2008/LDBlockShow.git
        cd LDBlockShow ; chmod 755 configure  ;  ./configure;
        make;
        mv LDBlockShow  bin/;    #     [rm *.o]

3. 软件测试

数据：
file.vcf

代码：
这里，绘制染色体1，位置区间是：49670000:49780000

LDBlockShow -InVCF file.vcf -OutPut re5 -Region 1:49670000:50680000 -OutPng -SeleVar 1

结果：

4. 进阶：Heatmap + block

vcf文件：Test.vcf.gz

命令：

LDBlockShow -InVCF Test.vcf.gz -OutPut re1 -Region chr11:24100000:24200000 -OutPng -SeleVar 1

结果文件：

re1.blocks.gz  re1.png  re1.site.gz  re1.svg  re1.TriangleV.gz

5. 进阶：Heatmap + block + GWAS

考虑GWAS的结果，加入参数：​​-InGWAS gwas.pvalue​​

vcf文件：Test.vcf.gz

GWAS结果文件：三列，Chr, Position, Pvalue，没有行头

$ head gwas.pvalue
chr11 24142640  0.00009
chr11 24142660  1.02e-9
chr11 24142669  1e-9
chr11 24142692  0.5
chr11 24142724  0.6
chr11 24142756  0.001
chr11 24142760  0.006

命令：

LDBlockShow -InVCF Test.vcf.gz -OutPut re2 -Region chr11:24100000:24200000 -InGWAS gwas.pvalue -OutPng -SeleVar 1

结果：

re2.blocks.gz  re2.png  re2.site.gz  re2.svg  re2.TriangleV.gz

结果中包括热图，block图和GWAS图合并起来了。

上面的图，可以通过​​ShowLDSVG​​软件，进一步优化：

• -Cutline，阈值定义为7
• -ShowNum，显示LD值
• -PointSize，显示点大小

ShowLDSVG -InPreFix re2 -OutPut temp -InGWAS gwas.pvalue -Cutline 7 -ShowNum -PointSize 3

结果：

6. Heatmap + block + GWAS + Annotation

相比较上图，增加了注释的信息。

文件需要：

• vcf，vcf格式的文件
• gwas_pvalue，三列的gwas结果（Chr，Position，Pvalue），无行头
• gff文件，注释文件

$ cat In.gff
chr11 maker mRNA  24142646  24142738  . + . ID=GeneName
chr11 maker five_prime_UTR  24142646  24142652  . - . Parent=GeneName
chr11 maker CDS 24142653  24142673  . + 2 Parent=GeneName
chr11 maker CDS 24142718  24142729  . + 2 Parent=GeneName
chr11 maker five_prime_UTR  24142730  24142738  . + . Parent=GeneName

命令：

LDBlockShow -InVCF Test.vcf.gz -OutPut re3 -Region chr11:24100000:24200000 -InGWAS gwas.pvalue -OutPng -SeleVar 1 -InGFF In.gff

也可以增加SNP的名称：

$ cat Spe.snp
chr11 24142660
chr11 24142669  SpeA
chr11 24142760  SpeB

命令：

LDBlockShow -InVCF Test.vcf.gz -OutPut re3 -Region chr11:24100000:24200000 -InGWAS gwas.pvalue -OutPng -SeleVar 1 -InGFF In.gff -SpeSNPName Spe.snp

7. 进阶：LDblock+GWAS+Annotation+Locuszoom

可以通过​​-TopSite​​在GWAS图中显示最显著位点与其它位点的LD关系。

LDBlockShow -InVcf Test.vcf.gz -OutPut re4 -InGWAS gwas.pvalue -InGFF In.gff -Region chr11:24100000:24200000 -OutPng -SeleVar 3 -TopSite

下图中，最显著的位点为四边形，其它颜色，红色表示LD高，其它颜色表示LD低。在上图的基础上，增加了最显著位点与其它位点的LD情况。

参考：https:///hewm2008/LDBlockShow/blob/main/LDBlockShow_Manual_Chinese.pdf