资料来源：公众号：育种数据分析之放飞自我
1.前言
这里，总结一下GWAS的学习笔记，GWAS全称“全基因组关联分析”，使用统计模型找到与性状关联的位点，用于分子标记选择（MAS）或者基因定位，这次学习的教程是plink做GWAS，plink是个很好的软件，但是我之前做GWAS都是使用R包，听说plink和EMMAX做GWAS更快，更好，更容易写出pipeline。就利用网上的信息写一个操作笔记，先操作plink，然后是EMMAX。对于一些有模型基础的同学，理解起来应该不难。
1.1 GWAS分析的两类性状：
- 分类性状（阈值性状，质量性状）：比如抗病性，颜色等等
- 连续性状（数量性状）：比如株高，体重，产量等等
1.2 GWAS的分析方法：
- 分类性状：logistic等等
- 连续性状：GLM，MLM模型等等
（1）一般线性模型（GLM）：
这里，SNP作为固定因子，可以考虑其它协变量（比如性别，PCA，群体结构等等）
(2)混合线性模型（MLM）：
固定因子：SNP + 可以考虑其它协变量（比如性别，PCA，群体结构等等），这里固定因子和前面的GLM一样 随机因子：亲缘关系矩阵（K矩阵或者A矩阵）
2.下载数据和代码
首先，在linux环境下，新建一个文件夹，进入后运行下面命令：
git clone https://github.com/MareesAT/GWA_tutorial.git
下载之后，目录如下：
3.下载R语言和plink软件
- R：https://www.r-project.org/
- plink：http://zzz.bwh.harvard.edu/plink/ https://www.cog-genomics.org/plink2
4.解压文件
unzip 1_QC_GWAS.zip
unzip 2_Population_stratification.zip
unzip 3_Association_GWAS.zip
5.文件介绍
5.1 质控
主要是根据一些筛选标准，去掉一些位点。筛选标准有缺失百分比，哈温等等。
文件夹：1_QC_GWAS
主要文件：
其中，1_Main_script_QC_GWAS.txt里面包括所有运行的代码，.HapMap文件是plink格式的文件，.R是几个用于检测和可视化的R脚本，我们后面会依次讲解这些代码。
5.2 群体分层
文件夹：2_Population_stratification
其中，1_Main_script_QC_GWAS.txt，2_Main_script_MDS.txt为运行代码。
5.3 GWAS分析
文件夹：3_Association_GWAS
其中，其中，3_Main_script_association_GWAS.txt为运行代码。
5.4 多基因风险评分（PRS）分析
是一个word文件：
这是独立的一步，有需要的可以查看里面的分析方法。
