欢迎关注”生信修炼手册”!
在生物信息数据分析中,R语言是必备技能,简洁的语法,丰富的生态,美观的可视化,种种优势使得其成为该领域中使用最广泛的编程语言之一。用R进行meta分析当然也是可以的,本文要介绍的R包, 就是其中之一,可以用于gwas meta分析,支持随机效应模型和固定效应模型,官方文档如下
https://cran.r-project.org/web/packages/rmeta/rmeta.pdf
作为CRAN的一员,其安装方式如下
install.packages(“rmeta”)
首先来看下其输入文件格式,其输入文件并不是常规的GWAS分析结果, 比如, 等统计指标,而是原始的频数分布,而且是二分类数据,比如两种Allele的频数分布,对于每个study, 统计如下所示的表格数据
也就是说,对于每个study,我们需要有4个数值。软件内置的示例数据如下
这个数据列数很多,真正进行分析时,只需要其中的前4列数据。在该R包中,两种模型对应的函数如下
以固定效应模型为例,进行meta分析的代码如下
从代码可以看出,分析时只使用了前4列,对应每个study的2X2表格数据,因为部分study中有缺失值, 有缺失值的数据是没法分析的,所以通过函数选取了其中的部分行。
该R包最大的特点是其可视化功能,对于meta分析的结果,提供了以下两种可视化的函数
1. metaplot
该函数用于展示每个study的名称和对应OR值的分布,以及meta分析后最终计算出的OR值,用法如下
输出结果如下
2. forestplot
该函数用于自定义的展示很多额外的文字信息,用法如下
输出结果如下
通过可以方便个性化的绘制森林图,更多用法请参考官方的帮助文档。
·end·
—如果喜欢,快分享给你的朋友们吧—
往期精彩
自己动手进行逻辑回归,你也可以!
odd ratio置信区间的计算,你学会了吗?
多元回归分析存在多重共线性了怎么办?
基因型与表型的交互作用如何分析,多元回归来搞定
曼哈顿图就够了吗?你还需要LocusZoom
GWAS做完了,下一步做什么?
逻辑回归or线性回归,傻傻分不清楚
没想到你是这个样子的置信区间
线性回归的这些细节,你都搞明白了吗?
3分钟掌握曼哈顿图的绘制
一文搞懂Q-Q plot图的含义
Cochran-Mantel-Haenszel检验在关联分析中的应用
plink中case/control关联分析细节解析
odd ratio值在关联分析中的含义
Cochran-Armitage趋势检验在关联分析中的应用
基因型填充
GWAS中的genotype imputation简介
基因型填充中的phasing究竟是什么
基因型填充前的质控条件简介
使用shapeit进行单倍型分析
gtool:操作genotype data的利器
使用IMPUTE2进行基因型填充
使用Beagle进行基因型填充
使用Minimac进行基因型填充
使用Eagle2进行单倍型分析
X染色体的基因型填充
文献解读|不同基因型填充软件性能的比较
Haplotype Reference Consortium:最大规模的单倍型数据库
Michigan Imputation Server:基因型填充的在线工具
CNV分析
aCGH芯片简介
aCGH芯片分析简介
基于SNP芯片进行CNV分析中的基本知识点
- 以上就是本篇文章【用R进行gwas meta分析,原来如此简单】的全部内容了,欢迎阅览 ! 文章地址:http://gzhdwind.xhstdz.com/news/4763.html 栏目首页 相关文章 动态 同类文章 热门文章 网站地图 返回首页 物流园资讯移动站 http://gzhdwind.xhstdz.com/mobile/ , 查看更多