經過前面兩期的講解，我們了解了GWAS分析需要的數據類型和數據質控方法，終于來到我們的核心內容：關聯分析。

GWAS分析一般會構建回歸模型檢驗標記與表型之間是否存在關聯，其中：
① 零假設（H0 null hypothesis）是標記的回歸系數為零, 標記（即SNP）對表型沒有影響。
② 備擇假設(H1，Alternative Hypothesis)是標記的回歸系數不為零，標記（即SNP）和表型相關。

在第一期中我們提到表型數據的類型包括三種：數量性狀、質量性狀和分級性狀，我們在進行關聯分析之前，需要根據不同類型的表型選擇合適的關聯分析方法，同時為了減少假陽性，通常對p值進行矯正。

1 連續性狀 

連續性狀是指那些在群體中呈現連續分布的性狀，如身高、體重、血壓等。可以選擇的方法有T檢驗（Student’s test）和線性回歸（linear regression）。

--assoc，卡方檢驗+優勢比，表型若為數字則視為字符，不允許有協變量；
--linear，線性回歸，表型為純數字，允許有協變量，如果考慮協變量，加上--covar即可。

# assoc關聯分析不校正/校正p值
plink --bfile test --assoc --out result_assoc
plink --bfile test --assoc --adjust --out result_assoc
注意：會多出一個*.assoc.adjusted后綴文件。

# linear關聯分析不考慮協變量、不校正/校正p值
plink --bfile test --linear --out result_linear
plink --bfile test --linear --adjust --out result_linear
注：協變量使用 --covar 參數添加。

2 閾值性狀 

閾值性狀即表型值數據是兩類數據：1和2（其中0和-9都表示缺失），比較常見的是對照組（用1表示）和實驗組（用2表示）。可以選擇的方法有卡方檢驗和邏輯斯蒂回歸（X2關聯分析和logistic分析）

--assoc，卡方檢驗+優勢比，不允許有協變量；
--logistic，邏輯回歸，允許有協變量，如果考慮協變量，加上--covar即可。
注：這里的協變量比如性別、年齡等信息。

# assoc關聯分析不校正/校正p值
plink --bfile test --assoc --out result_assoc
plink --bfile test --assoc --adjust --out result_assoc
注意：會多出一個*.assoc.adjusted后綴文件。

# logistic關聯分析不考慮協變量、不校正/校正p值
plink --bfile test --logistic --out result_logistic
plink --bfile test --logistic --adjust --out result_logistic
注：協變量使用 --covar 參數添加。

3 分級性狀 

我們將通過人為觀察而可以進行分類的離散型變量統稱為分級性狀。但要注意一點，分級性狀最終的定義，還是部分依賴于我們的經驗。 例如，對于植物的抗病性，我們既可以按照葉片病斑的面積（0~100%），將其定義為連續型的數值型性狀，也可以人為設定閾值將其定義為分級性狀（高、中、低）。可以選擇的方法有卡方檢驗和邏輯斯蒂回歸（X2關聯分析和logistic分析）。

--assoc，卡方檢驗+優勢比，不允許有協變量；
--logistic，邏輯回歸，允許有協變量，如果考慮協變量，加上--covar即可。

# assoc關聯分析不校正/校正p值
plink --bfile test --assoc --out result
plink --bfile test --assoc --adjust --out result_adjust

# logistic關聯分析不考慮協變量、不校正/校正p值
plink --bfile test --logistic --out result_logistic
plink --bfile test --logistic --adjust --out result_logistic
注：協變量使用 --covar 參數添加。

到這一步我們終于得到了夢寐以求的顯著性結果，可以對結果表格進行pvalue篩選過濾假陽性，也可以進行可視化直觀展示（即鼎鼎大名的Q-Q plot和Manhattan圖），那如何進行可視化呢？別急，我們留到下一期。