通用GWAS数据清洗与格式转换 — format

TwoSampleMR::format_data()函数的改进版，可自动保存标准TwosampleMR、SMR、METAL、MTAG分析文件。

Usage

format_dat(
  dat,
  type = "exposure",
  snps = NULL,
  header = TRUE,
  phenotype_col = "Phenotype",
  snp_col = "SNP",
  beta_col = "beta",
  se_col = "se",
  eaf_col = "eaf",
  effect_allele_col = "effect_allele",
  other_allele_col = "other_allele",
  pval_col = "pval",
  units_col = "units",
  ncase_col = "ncase",
  ncontrol_col = "ncontrol",
  samplesize_col = "samplesize",
  gene_col = "gene",
  id_col = "id",
  min_pval = 1e-200,
  z_col = "z",
  info_col = "info",
  chr_col = "chr",
  pos_col = "pos",
  log_pval = FALSE,
  Twosample_dat = FALSE,
  SMR_dat = FALSE,
  MTAG_dat = FALSE,
  METAL_dat = FALSE,
  GWAS_name = "GWAS",
  save_path = "./"
)

Arguments

dat: 读入至R环境中的GWAS数据或GWAS文件路径。
type: 指定数据转换的类型，"exposure"或"outcome"。默认为"exposure"。
snps: 需要提取的SNP。如果为NULL，则不提取任何SNP并保留所有数据。默认为NULL。
header: 数据是否包含标题。默认为TRUE。
phenotype_col: 可选的列名，表示SNP对应的表型名称。默认为"Phenotype"。
snp_col: 必填，包含rsid数据的列名。默认为"SNP"。
beta_col: 必填，效应值大小列名。默认为"beta"。
se_col: 必填，标准误列名。默认为"se"。
eaf_col: 非必填，效应等位基因频率列名，注意：此列数据缺失，可能影响后续分析。默认为"eaf"。
effect_allele_col: 必填，效应等位基因列名。默认为"effect_allele"。
other_allele_col: 必填，非效应等位基因列名。默认为"other_allele"。
pval_col: 必填，统计学差异显著性检验指标p值列名。默认为"pval"。
units_col: 可选填的列名，表示单位。默认为"units"。
ncase_col: 可选填的列名，表示病例数。默认为"ncase"。
ncontrol_col: 可选填的列名，表示对照数。默认为"ncontrol"。
samplesize_col: 可选填的列名，表示样本量。默认为"samplesize"。
gene_col: 可选填的列名，表示基因名称。默认为"gene"。
id_col: 可选填的列名，默认为"id"。
min_pval: 允许的最小p值。默认为1e-200。
z_col: 可选填的列名，Z分数的列名。默认为"z"。
info_col: 可选填的列名，默认为"info_col"。
chr_col: 可选填的列名，染色体的列名。默认为"chr_col"。建议填写。
pos_col: 可选填的列名，坐标的列名。默认为"pos"。建议填写。
log_pval: 指定p值是否为-log10(P)。默认为FALSE。
Twosample_dat: 指定是否保存TwosampleMR数据文件，默认为FALSE。
SMR_dat: 指定是否保存SMR数据文件，默认为FALSE。
MTAG_dat: TRUE或FALSE，是否保存MTAG分析输入数据文件，默认为FALSE。
METAL_dat: 指定是否保存metal分析输入数据文件，默认为FALSE。
GWAS_name: 指定输出文件名称。
save_path: 指定输出文件将保存的目录，默认当前工作路径下。

Value

Twosample格式数据