GWAS从数据准备到结果解释

更新：2026-10-13；状态：可用；验证范围：合成数据实测。

将基因型、表型和设计信息连接到合适的关联模型，并审查效应方向与证据边界。

输入与研究问题

需要经过基因型质控与过滤的数据、表型定义、样本表、协变量以及必要的亲缘信息。先明确数量性状还是二分类、独立单位、测量单位、缺失值和排除标准。

软件与完整案例入口

先读GWAS软件选择与比较。本页保留主流程，实际公开数据、多软件命令与诊断图见公开小鼠数据贯通多软件GWAS；特定软件参数在各自详细页维护。

1. 样本对齐与模型选择

按 ID 对齐表型和协变量，检查合并后的组别、缺失与共线性。有家系或相关样本时评估混合模型，而不是把所有分析都称作普通线性回归。见线性模型与混合模型。

2. 运行数量性状教学例

plink2 --pfile qc --pheno phenotype.tsv --pheno-name trait \
  --covar pca.eigenvec --covar-name PC1-PC5 \
  --glm hide-covar --out gwas

本命令已在独立生成的合成样本上运行，使用普通数量性状回归，不是 GRM 混合模型。所用五个 PC 是教学演示，不是对真实数据的通用建议。

3. 阅读结果表

检查 ID、位置、REF、ALT、A1、TEST、OBS_CT、BETA、SE、P 和 ERRCODE。主效应通常查看对应 ADD 行，其他检验要按模型说明解释。不能将错误码或缺失 P 当作正常不显著结果。

本例 v1 的 A1=A，BETA≈−1.84，P≈1.95×10⁻²⁵，与对 G 赋正效应的生成逻辑相容。详见合成数据贯通PCA与GWAS。

4. 统计与生物学解释

预先说明检验集合与P值效应量与多重检验方法。Manhattan 图定位信号，QQ 图辅助诊断；二者不独立证明模型可靠。结合样本量、频率、效应、局部 LD、分层和重复验证审查结果。

关联位点未必是因果变异，最近基因未必是作用基因。候选解释还需要注释、精细定位、功能与独立证据，见变异注释与候选证据整理、基因标识符与同源基因及富集分析与GSEA。

参数接口见 PLINK 关联手册；混合模型详见 GEMMA。

统计基础与验证入口

变异与群体分析的验证设计补充本任务所需的统计或验证判断。分析前先确认统计方法选择与分析计划，结果解释时区分组学验证的层级与证据。