GWAS关联分析课程推荐：https://bdtcd.xetslk.com/s/2KgXQq

前面我们介绍了GWAS分析中很多不同的模型GLM，MLM, CMLM,ECMLM,  MLMM，SUPER，FarmCPU等详情见：《GWAS分析模型介绍》。那么我们在做GWAS分析的时候选择哪种模型分析更好呢？下面介绍一篇文献在大豆和玉米中测试了这些模型，并给出了这些模型优劣。

假阳性与假阴性控制比较

介绍模拟数据之前先介绍几个概念：

遗传力(Heritability H) 又称遗传率，指遗传方差在总方差（表型方差）中所占的比值。遗传力表明某一性状受到遗传控制的程度。它介于0到1之间，当遗传力为1时，表型变异完全由遗传因素决定，当遗传力为0时表型变异由环境因素决定。

数量性状位点(Quantitative trait locus, QTL/Q)就是一个性状由多个基因决定，每个基因对此性状都是微效的。

数量性状可以由稀有的大效应基因控制，也可能是由许多常见的微效基因控制，这两类基因用GWAS关联难度存在差异，因此作者模拟了不同遗传力（H）和不同QTL（Q ）数量性状数据测试模型关联的效果：H分别模拟20%，60%，80%  ；Q分别模拟 20个和40个。

8个模型分别对3个前人报道过的性状（A-B）和6个模拟性状（D-I）进行关联分析并绘制QQ图。CW trait (H = 80% 下图A) 关联结果看, ANOVA, GLM, and SUPER假阳性高；MLM, CMLM, and ECMLM这几个模型只是尾部少量SNP翘起说明假阳性减少但可能存在假阴性，因为尾部翘起的点较少。而FarmCPU 尾部高高翘起而且多说明这个模型假阳性和假阴性都控制的很好。随着遗传率H的降低（图A>B>C）只有FarmCPU 还能很好的控制假阳性和假阴性。再看模拟性状的结果（D-I）也有类似的结果。

关联准确性

大豆中的花色性状受W1基因控制，这个基因的野生型为紫色花，突变型为白色花，位于大豆基因组13号染色体4552540-4557331bp处。从下图的关联结果中发现：FarmCPU, GLM, and ANOVA这结果模型关联到了W1基因所在位置附近的SNP。除了MLMLM模型其他模型关联到了，其他的一些模型关联到很多离这个基因较远距离的SNP；但是，只有FarmCPU模型关联了一个SNP正好位于W1基因上 4,559,799 bp。

注：Manhattan plots of -Log10 (P) vs. chromosomal position of SNP markers associated with flower color in soybean from eight models including Analysis of Variance (ANOVA) (A), General Linear Model (GLM) (B), Mixed Linear Model (MLM) (C), Compressed MLM (CMLM) (D), Enriched Compressed MLM (ECMLM) (E), Settlement of MLM Under Progressively Exclusive Relationship (SUPER) (F), Multiple Loci Mixed linear Model (MLMM) (G), and Fixed and random model Circulating Probability Unification (FarmCPU) (H).

结论

综上所述， 8中模型中FarmCPU在关联准确性和控制假阳性和假阴性方面都优于其他模型。

参考文献：https://www.frontiersin.org/articles/10.3389/fpls.2019.01794/full

延伸阅读

1. 颠覆认知，百万样品GWAS的杰作！
   
2. 群体进化和GWAS文章没那么难发！
   
3. Nature Biotechnology：基于GWAS与群体进化分析挖掘大豆驯化及改良相关基因
4. GWAS分析模型介绍
5. 必备技能：引物设计（SSR、SNP、InDel）
6. 必备技能：富集分析-GO/KEGG气泡图和柱状图的绘制
7. 必备技能：SRA数据下载、处理、blast比对