多基因风险评分3

PRSice是当前比较流行的多基因风险评分工具，它主要是用R语言编写的，运行速度快，可以高通量处理大数据。它既有Linux版本，也有Windows版本，由于我们平时研究中使用Linux操作系统比较多，故本次主要以Linux版本为例进行讲解。如果有小伙伴想在Windows操作系统下安装并使用该软件，那么可以在PRSice官网（https://www.prsice.info/）上获取相关教程。

第一部分：准备文件

1. Base文件：使用参数--base来指定该文件，它本质上就是GWAS的结果文件。我们可以使用如下参数指定base文件的列，比如--snp SNP --chr CHR --bp BP --A1A1 --A2 A2 --stat OR --pvalue P就是如下文件的参数设置，其中--snp SNP就是指定列名为SNP的列作为snp。

2. Target文件：该文件是包含个体基因型信息的文件，我们可以使用--target参数来指定该文件，PRSice支持两种格式的target文件，一种是PLINK格式的二进制文件，包括bed、bim和fam这三个文件，另一种是BGEN文件，包括bgen和sample这两个文件。关于PLINK文件，请参考往期内容初探PLINK文件格式（bed，bim，fam），BGEN文件格式我会在之后的推送中详细讲解，它在大型遗传数据库中应用十分广泛。

3. Phenotype文件：这是一份表型文件，这个文件的前两列必须是FID（家系ID）和IID（个体ID），其余的列存储的都是表型信息。对于一个二分类性状（有病/无病），NA或者-9表示缺失值，而-9在连续型性状中不表示缺失，这个尤其需要注意。

4. LD文件：该文件是估计SNP之间连锁不平衡关系的，可以从1000 Genomes官网上下载。

https://www.internationalgenome.org/

第二部分：具体操作及代码

当我们下载并安装好PRSice软件后，可以看到base文件TOY_BASE_GWAS.assoc，其具体内容如下图所示：

之后，我们还可以看到PLINK格式的二进制文件TOY_TARGET_DATA。

最后一个就是表型文件TOY_TARGET_DATA.pheno，如下图所示：该文件前两列必须是FID和IID，后面的就是表型信息。

运行代码如下：

Rscript ./PRSice.R --dir .     --prsice ./PRSice_linux     --base TOY_BASE_GWAS.assoc     --target TOY_TARGET_DATA     --thread 1     --stat OR     --binary-target T     --out TOY_OUT

这里有两个参数需要注意，一个是--thread，它表示的是程序运行所使用的线程数，一般线程越多，运行速度越快，线程数的使用视计算机的性能而定，四核计算机可以使用4个线程，一般服务器可以使用20个以上的线程，该参数在处理大数据时尤其有用。另一个参数就是--out，它是用来指定输出结果的前缀。

PRSice软件运行时有很多参数可供调整，极大地方便了使用者，如果想了解它的详细参数，可以使用如下代码：Rscript PRSice.R –help。

米老鼠已经把帮助文档提取出来，有兴趣的伙伴可以看下面的PRSice英文版使用文档。

第三部分：输出结果

程序运行完毕一般会有6个文件输出，如下图所示：

前两个文件是图片，后四个是文本文件，其中以log结尾的文件是记录程序运行情况的日志型文件，一般当程序运行出错时需要仔细查看一下。

关于PRSice软件的使用就先讲到这里，在下期内容中我会和大家详细解读PRSice的输出结果，敬请期待！