大家好，我是邓飞。
在GWAS项目分析时，QQ图和曼哈顿图是我们最常见的两个图，QQ图可以判断模型是否理想（GWAS分析效果好坏重点是看QQ图），曼哈顿图可以看是否有显著性位点（R语言如何绘制GWAS的曼哈顿图和QQ图）
下面是QQ图和曼哈顿图的结果，右边是QQ图，左边是曼哈顿图，每一个曼哈顿图都有一个阈值线，超过阈值线的位点就是显著性位点，这些显著性位点可以进一步注释基因（GWAS分析中显著位点如何注释基因：excel？？？，显著SNP的基因注释教程！，批量对显著性SNP进行注释：bedtools）
问题是，如果QQ图显示比较理想，而曼哈顿图没有显著位点，确实很忧伤，比如星球的小伙伴的结果：
他的结果如下：
上图中，用的是CMLM模型的GWAS分析，QQ图很理想，1-3基本在一条直线上，而4以后翘起来了，符合我们对QQ图的理想预期（GWAS分析效果好坏重点是看QQ图），但是曼哈顿图就没有显著性位点，这里阈值是5，可以看到都没有显著性。其实单独看位点的话，3号染色体、6号染色体和10号染色体还是有潜在显著性为点的，这种情况下，可以调整一下阈值，往下降一点，这样GWAS分析就有显著性位点，就可以进行后续的基因注释了。
问题是，调整阈值，需要科学的依据，不是人为想调整就调整的。
我们首先，介绍一下现在GWAS分析中，阈值是如何确定。确定阈值分为了不同的流派。
第一种方法，Bonferroni矫正
这种方法应用最多，一般是N表示参与分析的SNP的个数，阈值可以是：
* 1/N
* 0.05/N
* 0.01/N
文章中前两种用得较多，这种方法比较严格，有时候1/N也没有显著性位点，这时候，可以考虑降低N的个数。
第二种方法，降低N的个数
由于SNP之间有连锁，可以通过LD筛选，用剩余SNP作为N，从而达到降低阈值的目的，比如使用plink命令 --indep-pairwise 50 10 0.2筛选LD，用剩余的位点作为N，来计算阈值。
第三种方法，置换检验（permutation）
该方法通过置换检验，比如1000次置换检验，然后将最小值排序，选择5%的值作为阈值，该方法从数学角度应该是更合理的方法，具体操作：
a1 正常进行GWAS分析，得到P值结果
a2 将表型数据随机排列，比如排列1000次，得到1000个数据集
a3 对1000个数据集进行gwas分析，得到P值
a4 对P值提取最小的值，得到1000个值，选择5%的值作为阈值
所以，可以通过第二种解决问题，也是比较简单的方法。
注意：上面的这些方法，不会改变原始P值的排名，如果你是要挖掘数据，直接根据原始的P值筛选，进行后面的验证也可以，但是没有显著性的话，可靠性较差。
想要更好的学习和交流，快来加入飞哥的知识星球，这是一个生物统计+数量遗传学+GWAS+GS的社区，在这里你可以向飞哥提问、帮你制定学习计划、跟着飞哥一起做实战项目，冲冲冲。点击这里加入吧：飞哥的学习圈子
分割线
大家好，我是邓飞，一个持续分享的农业数据分析师，这里我将自己公众号的干货内容挑重点罗列一下，方便大家阅读和使用。
1，GWAS学习教程（快来领取 | 飞哥的GWAS分析教程更新啦），这个pdf是我将公众号的内容进行了汇总，更方便从头学习GWAS分析，里面配套了数据、代码和讲解，属于干货推荐的Number 1。
2，农学人如何入门数据分析资料汇总（飞哥汇总 | 入门数据分析资源推荐），里面推荐了免费的教程，包括编程、统计和专业书籍。
3，数量遗传学电子书下载（数量遗传学，分享几本书的电子版）
4，R语言电子书线上书籍推荐（学习R语言这几本电子书就够了！）
