利用参考基因型数据输入gwas汇总统计
pyfizi的Python项目详细描述
功能性知情z-分数插补(fizi)
fizi利用功能信息和参考链接不平衡(ld)来 估算全球加权平均值汇总统计(z-得分)。
本自述是一个工作草案,将很快扩大。
安装
键入以下命令,确保setuptools是最新的
pip install setuptools --upgrade --user
首先使用git as获取fizi的最新版本
git clone https://github.com/bogdanlab/fizi
可以使用setuptools as安装fizi
cd fizi
然后python setup.py install --user
或可选为sudo python setup.py install
如果您具有根访问权限并希望为所有用户安装键入
fizi --help
如果这不起作用,并且指定了
--user
,请检查本地用户路径是否包含在$PATH
环境变量。--user
位置,可以附加到$PATH
通过执行export PATH=`python -m site --user-base`/bin/:$PATH
可以保存在
.bashrc
或.bash_profile
中。要重新加载环境,请键入source ~/.bashrc
或source .bash_profile
取决于您输入的位置。
合并功能数据以改进汇总统计插补
用法包括几个步骤。我们在这里概述了一般工作流程 我们数据的第一染色体:
估算前咀嚼/清理allgwas汇总数据
fizi munge gwas.sumstat.gz --out cleaned.gwas
将已清理的gwas摘要数据分区为chr1和其他所有内容(loco-chr1)。
在locochr上运行ldsc以获得tau估计值
使用loco chr的tau估计值对chr1数据进行功能上知情的插补
仅使用参考LD
当函数注释和ldsc估计没有提供给fizi时,它将退回到经典impg。 参考文献[1]中描述的算法。要使用IMPG算法估算缺失的汇总统计数据,只需输入 命令
fizi impute cleaned.gwas.sumstat.gz plink_data_path --chr 1 --out imputed.cleaned.gwas.sumstat
软件和支持
如果您有任何问题或意见,请联系nmancuso@mednet.ucla.edu和/或meganroytman@gmail.com
要使用来自大规模gwas的摘要数据执行各种推断,请找到以下有用的软件: