使用MTAG进行跨性状表型meta分析
MTAG_cross_gwas.Rd软件官网：https://github.com/JonJala/mtag/。
Usage
MTAG_cross_gwas(
test_help = FALSE,
GWASfile = c("./dat1.txt", "./dat1.txt"),
snp_col = "SNP",
effect_allele_col = "effect_allele",
other_allele_col = "other_allele",
beta_col = "beta",
se_col = "se",
pval_col = "pval",
eaf_col = "eaf",
samplesize_col = "N",
Zscores_col = "Z",
maf_min = 0.01,
merged_sig_pval = 5e-08,
n_min = NULL,
no_overlap = FALSE,
perfect_gencov = FALSE,
equal_h2 = FALSE,
fdr = TRUE,
opt_arguments = NULL,
save_name = " ",
save_path = "./"
)Arguments
- test_help
是否调阅MTAG软件mtag.py的帮助文档，默认FALSE。
- GWASfile
包含两个或多个GWAS数据文件的路径，可由format_dat()转换获得。
- snp_col
SNP列的名称。
- effect_allele_col
效应等位基因列的名称。
- other_allele_col
次要等位基因列的名称。
- beta_col
β值列的名称。
- se_col
标准误差列的名称。
- pval_col
P值列的名称。
- eaf_col
效应等位基因频率列的名称。
- samplesize_col
样本量列的名称。
- Zscores_col
Z-scores列的名称。
- maf_min
默认0.01，用于过滤maf<0.01的罕见SNP。
- merged_sig_pval
跨性状分析合并结果SNP的显著性阈值，默认5e-8，若设置为NULL则不合并数据。
- n_min
指定GWAS数据中SNP的样本量下限。
- no_overlap
假定在输入GWAS汇总统计数据之间没有样本重叠，默认为FALSE。
- perfect_gencov
假定每个GWAS都是针对同一"性状"的不同测量值，默认为FALSE。
- equal_h2
假设所有性状传递给MTAG具有相同的遗传性，默认为FALSE。
- fdr
执行maxFDR分析，默认为TRUE。
- opt_arguments
MTAG软件mtag.py的其他命令行参数(设置test_help = TRUE查看参数)，默认NULL。
- save_name
保存文件的文件名称。
- save_path
文件保存路径。