SMR教程——eQTL/mQTL共定位-CFANZ编程社区

1. 为什么要做SMR?

GWAS找到了表型相关SNP后，需要找到SNP相关基因和通路，解释SNP如何影响表型。

2. 千人计划数据下载

下载相应染色体的数据，每条染色体均有.vcf.gz和.vcf.gz.tbi（索引）两个文件。如果用plink操作，只要.vcf.gz就可，好像bcftools需要.tbi

3. QTL数据下载

打开虚拟机、终端。下载Linux版本

wget --no-check-certificate https://cnsgenomics.com/software/smr/download/smr_Linux.zip
unzip smr_Linux.zip

如果想在windows运行，就下载对应的Windows版本，然后在cmd窗口，cd到文件夹下。写语句时调用对应版本的文件。如

C:\Users\lenovo\Documents\SMR\smr_Win>SMR_x86 --bfile mydata --gwas-summary mygwas.ma --beqtl-summary myeqtl --out mysmr --thread-num 10

在这里插入图片描述

命令解释

在yanglab就可以下载三种QTL数据；下载、解压
这个网站也可以下载：

eQTL

wget --no-check-certificate https://cnsgenomics.com/data/SMR/westra_eqtl_hg19.zip
unzip westra_eqtl_hg19.zip  ##10.3mb

wget --no-check-certificate https://cnsgenomics.com/data/SMR/cage_eqtl_data_lite_hg19.tar.gz  
##Lite version of the CAGE data (only SNPs with P < 1e-5 are included; 86.1 MB)
tar -zxvf cage_eqtl_data_lite_hg19.tar.gz

wget --no-check-certificate https://yanglab.westlake.edu.cn/data/SMR/GTEx_V8_cis_sqtl_summary_lite.tar
tar -zxvf GTEx_V8_cis_sqtl_summary_lite.tar

报错

因为报错这个压缩包就是没用gzip格式压缩，所以不用加z指令
直接使用：

tar -xvf GTEx_V8_cis_sqtl_summary_lite.tar

解压之后进入文件夹，还要继续解压

如果wget失败，可以直接在网页下载

mQTL

 wget --no-check-certificate https://yanglab.westlake.edu.cn/data/SMR/LBC_BSGS_meta_lite.tar.gz

还有一个是云盘里的，wget不了，手动下。

unzip US_mQTLS_SMR_format.zip

也有一个数据库QTLbase，可以检索和下载多种类型QTL：http://mulinlab.org/qtlbase/index.html
在这里插入图片描述
好像没有分类下载，全部打包下载有10个压缩吧，每个都在2G内。内容很杂，需要自己仔细分类以及找到对应数据的文献。

注意：

SMR的QTL使用的是hg19的chr和bp。
事先装好plink，因为在1000 genome project下载的是vcf.gz，而SMR要求的是plink的bed格式。

4. eQTL共定位

准备mygwas.ma，里面是GWAS的summary data

Important: “A1” needs to be the effect allele with “A2” being the other allele and “freq” needs to be the frequency of “A1”

PLINK（bed）格式的SNP genotyp data，把你人群中要做共定位的SNP的信息提出来就好了。

注意：修改bim文件

修改bp为hg19版，和改snp名称为rs号

–bfile reads individual-level SNP genotype data (in PLINK binary format) from a reference sample for LD estimation, i.e. .bed, .bim, and .fam files.

这里演示westra和GTEx V8的cis-QTL

smr_Linux --bfile SNP25 --gwas-summary mygwas.ma --beqtl-summary westra_eqtl_hg19 --diff-freq 1 --diff-freq-prop 1 --out ./out/westra --thread-num 10

for i in 1 2 6 11 16 21; do smr_Linux --bfile SNP25 --gwas-summary mygwas.ma --beqtl-summary ./GTEx_V8_cis_sqtl_summary_lite/sQTL_besd_lite/sQTL_Heart_Left_Ventricle.lite.chr$i --diff-freq 1 --diff-freq-prop 1 --out ./out/sQTL_Heart_Left_Ventricle.lite.chr$i; done

参数说明文件

log解释：

For each probe, the analysis will only include SNPs with eQTL p-values < 1.565400e-03——避免弱工具变量影响。
then exclude SNPs with LD r-squared between top-SNP > 0.90 or < 0.05, and further exclude one of each pair of the remaining SNPs with LD r-squared > 0.90——强LD会影响HEIDI检验。
–diff-freq 和 --diff-freq-prop 属于QC，用于检验GWAS summary、LD reference panel和QTL population之间SNP的freqency的差异。可以通过设为最大值1对其进行suppress。建议使用同一人种的QTL，但如果没有或同人种的样本量、cell type和组织等不足，也可使用国外的；可行性仍需文献支持。

结果解释

p_SMR：阈值为0.05/(number of probers)；probe数看运算过程的log，SMR结果不输出log文件。

资料和致谢

资料来源

Z. Zhu et al., Integration of summary data from GWAS and eQTL studies predicts complex trait gene targets. Nat. Genet. 48, 481–487 (2016).
谢谢大佬橙子牛奶糖的教程