1. 将质控的plink数据和表型数据读入到TASSEL软件

质控后的plink数据和表型数据：

「读取表型数据到TASSEL中：」

「读取基因型数据到TASSEL中：」

2. 一般线性模型（GLM）介绍

MLM模型中，将每个SNP作为固定因子进行回归分析，将亲缘关系矩阵（kinship或者A矩阵）作为随机因子，进行SNP的显著性检验，P值就是GWAS分析的p-value，effect就是SNP的effect值。如果有其它因素需要考虑，就放到协变量里面，比如性别，PCA，Q矩阵等。MLM和GLM不同的就是它考虑kinship的影响。

重点是对每个SNP做回归分析，提取effect和p-value。

3. 合并数据

TASSEL分析中，需要将分析的表型和基因型数据进行合并，合并为一个数据框，然后对该数据框进行分析。

3.1 对基因型数据进行PCA分析

选中qc_plink基因型数据，点击菜单 Analysis --> Relatedness --> PCA，然后点击确定即可。

「PCA分析结果：」

3.2 根据基因型数据计算kinship

选中基因型数据，点击菜单 Analysis --> Relatedness --> Kinship默认选项即可：查看kinship：

3.3 将PCA+表型+基因型合并

选中三个数据，然后点击Data中的Intersect Join，进行数据合并。注意，不要讲kinship放进去。

3.3 查看合并后的数据

可以看到，数据中包括ID，PCA及结果，表型性状数据，基因型数据。

4. MLM模型

选中合并后的数据 + kinship，点击Analysis --> Association --> MLM

点击默认Run运行即可。

5. MLM结果查看

可以看到，Result中有两个MLM结果，第一个为GWAS结果，第二个为每个SNP的效应值情况。看第一个就行。

因为这是多个性状的分析，所以所有结果放在了一起。

• 第一列为性状，这里包括三个性状，在进行作图时需要将数据分开
• 第二列为SNP名称
• 第三列为染色体名称
• 第四列为SNP的物理位置
• 第五列为df
• 第六列为F检验结果
• 第七列为p值
• ……

6. 导出结果

查看结果：

7. TASSEL中的结果可视化

「QQ图：」

「曼哈顿图：」

这里，曼哈顿图需要指定性状，这里我们选择EarDia这个性状进行可视化：

图片可以保存到本地。

ok，第五篇搞定了。下一篇是GWAS结果放到R语言中可视化，欢迎继续关注。