SuSiE（单一效应之和）共定位分析
coloc_susie.Rd这个函数用于执行coloc.susie()共定位分析。
Usage
coloc_susie(
exposure_dat,
outcome_dat,
type_exposure = "quant",
col_pvalues_exposure = "pval",
col_MAF_exposure = "MAF",
col_beta_exposure = "beta",
col_se_exposure = "se",
col_snp_exposure = "SNP",
samplesize_exposure = 35373,
ncase_exposure = NA,
type_outcome = "cc",
col_pvalues_outcome = "pval.outcome",
col_MAF_outcome = "MAF",
col_beta_outcome = "beta.outcome",
col_se_outcome = "se.outcome",
col_snp_outcome = "SNP",
samplesize_outcome = 318014,
ncase_outcome = 33043,
save_stacked_dat = FALSE,
col_chr_exposure = "CHR",
col_pos_exposure = "BP",
bfile = "G:/QTLMR_test/1kg.v3/EUR"
)Arguments
- exposure_dat
暴露数据或GWAS文件路径。非R包内置xQTL数据，可使用'xQTL_cis_dat()'函数转换获取。
- outcome_dat
结局数据或GWAS文件路径。建议使用标准的TwosampleMR格式结局数据。
- type_exposure
必填，暴露类型，默认为"quant"，即连续性暴露；也可以是"cc"，即二分类暴露。
- col_pvalues_exposure
必填，暴露数据中p值所在的列名，通常是"pval"。
- col_MAF_exposure
必填，暴露数据中最小等位基因频率（MAF）所在的列名。
- col_beta_exposure
必填，暴露数据中效应大小（beta）所在的列名。
- col_se_exposure
必填，暴露数据中标准误（se）所在的列名。
- col_snp_exposure
必填，暴露数据中SNP标识符所在的列名。
- samplesize_exposure
必填，暴露数据的样本大小。
- ncase_exposure
非必填，暴露数据中的病例数，适用于二分类暴露类型。连续性数据填写NA。
- type_outcome
必填，结局类型，默认为"cc"，即二分类结局；也可以是"quant"，即连续性结局。
- col_pvalues_outcome
必填，结局数据中p值所在的列名。
- col_MAF_outcome
必填，结局数据中最小等位基因频率（MAF）所在的列名。
- col_beta_outcome
必填，结局数据中效应大小（beta）所在的列名。
- col_se_outcome
必填，结局数据中标准误（se）所在的列名。
- col_snp_outcome
必填，结局数据中SNP标识符所在的列名。
- samplesize_outcome
必填，结局数据的样本大小。
- ncase_outcome
非必填，结局数据中的病例数，适用于二分类结局类型。连续性数据填写NA。
- save_stacked_dat
TRUE或FALSE，是否返回基因组区域stack_assoc_plot图数据，默认为FALSE，如果TRUE，则返回assoc数据。
- col_chr_exposure
非必填，'save_stacked_dat=TRUE'时，需填写暴露数据GWAS中chr标识所在的列的名称，默认为"CHR"。
- col_pos_exposure
非必填，'save_stacked_dat=TRUE'时，需填写暴露数据GWAS中pos标识所在的列的名称，默认为"BP"。
- bfile
基因型数据的plink文件前缀路径，用于计算LD矩阵。勿使用MAF>0.01版本，完整版下载地址：http://fileserve.mrcieu.ac.uk/ld/1kg.v3.tgz。