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，有一些模型知识的同学，理解起来应该不难。

GWAS分析的两类性状：

GWAS的分析方法：

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）

混合线性模型（MLM）

教程代码和数据下载：https://github.com/MareesAT/GWA_tutorial/

这个教程非常的经典，我看网上很多人推荐，相关的文章： https://onlinelibrary.wiley.com/doi/full/10.1002/mpr.1608

包括数据的过滤，SNP的过滤，样本的过滤，质控的标准等等介绍的非常清楚，看完这篇文章，感觉plink的知识有增加了很多。

在linux环境下，新建一个文件夹，进入后运行下面命令：

下载之后，目录如下：

如果已经有了这两个软件，就不用下载了。

这里，使用unzip命令，解压zip文件。

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。

文件夹：2_Population_stratification

其中，1_Main_script_QC_GWAS.txt，2_Main_script_MDS.txt为运行代码。

文件夹： 3_Association_GWAS

其中，3_Main_script_association_GWAS.txt为运行代码。

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。