GWAS功效（Power）分析？一篇讲透

大家好，我是邓飞，今天介绍一下GWAS分析中的功效分析。

做GWAS的小伙伴谁没踩过这坑：吭哧吭哧测了样本、跑了模型、画了曼哈顿图，结果要么没检出显著位点，要么检出的位点验证不出来——大概率是功效（Power） 没算对！

别再让你的GWAS实验白忙活了，今天就用大白话，把GWAS功效分析的核心逻辑、实操方法、代码模板一次性讲透，从实验前定样本量到实验后筛位点，直接抄作业就行！

先搞懂：GWAS功效，到底是个啥？

简单说，功效就是你的实验能把真实存在的“基因-性状关联”给检测出来的概率。

比如一个位点确实控制着大豆百粒重，你的实验功效80%，就意味着有80%的可能把这个位点揪出来；要是功效只有30%，那基本就是靠运气，没检出才是常态。

要注意，功效分析不是“可选动作”，而是GWAS实验的必修课：实验前算，能帮你定合适的样本量，避免样本太少白花钱；实验后算，能帮你筛真实阳性位点，避免后续验证做无用功。

核心三要素：功效高低，看这仨就够了

所有功效计算的逻辑，都绕不开这3个核心参数，不用背复杂公式，理解关系就行：

1. 样本量（N）：不用多说，实验中群体大小直接决定检测能力，样本越多，功效越高（当然，也得考虑成本）；
2. 效应强度（MAF/PVE/beta）：QTL效应越明显，越容易被检测。比如MAF适中（0.2-0.5）、PVE（表型方差解释率）高的位点，功效自然高；那些微效QTL，就得靠大样本量凑；
3. 显著性水平（α）：GWAS的“判定标准”，全基因组分析通用5e-8，候选区域可放宽到1e-5。标准越严，功效越低，这是跷跷板。

一句话总结：样本量不够，就需要效应值足够大；效应值小的微效QTL，必须靠增大样本量提功效！

核心三步法：GWAS功效计算，就这么简单

不管用哪种方法算功效，核心就三步，自由度（df）在GWAS单个SNP检验中固定为1，直接套就行，全程不用懂复杂的统计原理！

第一步：算NCP（非中心参数）

NCP是功效计算的“中间核心值”，把样本量、效应值揉成一个数，NCP越大，功效越高。 给大家整理了最常用的3个NCP计算公式，按需选，不用纠结：

• 用MAF+效应值（beta）：NCP = 2×MAF×(1-MAF)×N×beta²（有SNP效应值结果时用，最贴合GWAS结果）
• 用PVE+遗传力（h²）：NCP = N×PVE×h²（作物常用，h²一般取0.8-0.99，根据自己的性状定）
• 极简通用版（推荐新手）：NCP = N×PVE/(1-PVE)（只有PVE值时直接用，参考文献验证，准！）

第二步：算卡方临界值

把显著性水平（α）代入R语言的卡方分位数函数，一键出结果，公式固定：卡方临界值 = qchisq(p = 1-α, df = 1)比如全基因组α=5e-8，代入就能算出对应的临界值，这是判定SNP是否显著的“卡方门槛”。

第三步：算最终功效值

有了NCP和卡方临界值，最后一步直接算功效，公式也固定，乘以100就是百分比，更直观：功效 = (1 - pchisq(q = 卡方临界值, df = 1, ncp = NCP))×100

加载必备包，导入你的GWAS结果数据（csv/txt格式，包含SNP、MAF/Effect/PVE列）：

# 加载包
library(data.table)
library(tidyverse)
# 设置工作路径（替换成你的文件路径）
setwd("D:/GWAS数据路径")
# 导入数据
dd = fread("GWAS结果.csv")
# 查看数据前几行
head(dd)

模板1：有MAF+Effect值，直接算（最贴合GWAS结果）

适合已经跑完GWAS，有每个SNP的MAF和效应值（beta）的情况，样本量、显著性水平按需改：

# 设定参数（根据自己的实验改）
n = 149# 你的实验样本量，比如育体149份材料
h2 = 0.99# 性状遗传力，作物一般0.8-0.99
alpha = 5e-8# 显著性水平，全基因组5e-8，候选区域1e-5
df = 1# 固定为1，不用改

# 第一步：计算NCP
dd = dd %>% mutate(NCP = 2*MAF*(1-MAF)*n*Effect^2)
# 第二步：计算卡方临界值
chi_critical <- qchisq(p = 1 - alpha, df = df)
# 第三步：计算功效（百分比，更直观）
dd = dd %>% mutate(power = (1 - pchisq(q = chi_critical, df = df, ncp = NCP))*100)

# 查看结果，导出带功效值的SNP数据
head(dd)
fwrite(dd, "GWAS结果_带功效值.csv")

模板2：只有PVE值，极简计算（推荐新手）

适合只拿到SNP的PVE值，或者预实验阶段估算功效的情况，操作最简单，闭眼冲：

# 设定参数（按需改）
n = 149# 样本量
alpha = 5e-8# 显著性水平
df = 1# 固定不变

# 第一步：计算NCP（极简通用版）
dd = dd %>% mutate(NCP = n*pve/(1-pve))
# 第二步：卡方临界值
chi_critical <- qchisq(p = 1 - alpha, df = df)
# 第三步：计算功效
dd = dd %>% mutate(power = (1 - pchisq(q = chi_critical, df = df, ncp = NCP))*100)

# 导出结果
fwrite(dd, "GWAS_PVE版_带功效值.csv")

方法3：进阶分析——专用R包/工具，应对特殊情况

如果你的实验需要做基因×环境互作（G×E） 的功效分析，或者想比较不同GWAS模型（GLM/MLM/FarmCPU）的检测功效，用专用工具更专业，做多点试验的小伙伴重点看：

1. G×E功效分析：powerGWASinteraction包（CRAN直接安装：install.packages("powerGWASinteraction")）
2. 多模型功效比较：GAPIT包（GWAS常用，教程链接：https://github.com/jiabowang/GAPIT/blob/master/tests/gapit_tutorial_script.txt）

避坑指南：这些错误，千万别犯！

结合多年GWAS分析经验，总结了几个高频坑，踩一个就可能让实验白做，大家一定要避开：

1. 样本量拍脑袋定：别觉得“别人用100份，我也用100份”，大豆、玉米、水稻等作物的微效QTL多，样本量至少150份以上，效应值小的性状建议200份+，先算功效再定样本量！
2. 显著性水平乱改：全基因组分析别随便放宽到1e-6，不然假阳性飙升，后续验证全是坑；候选区域也别太严，不然漏检真实QTL！
3. 忽略MAF筛选：低MAF（<0.05）的SNP，检测功效天生低，优先关注MAF>0.05的位点，没必要在低MAF位点上浪费时间；
4. 功效值低于70%的位点直接放弃：功效低于70%的位点，就算检出显著，后续验证的成功率也极低，直接筛掉，聚焦功效80%以上的位点！
5. 预实验不做功效分析：小范围预实验先算功效，反推正式实验需要的样本量，比直接做大实验省成本、省时间！

实验前：算功效，定样本量

用预实验的MAF/PVE值，代入上面的公式/代码，算出能让功效达到80%以上的样本量，这是GWAS实验的最低标准，避免样本太少导致检测能力不足。

实验后：算功效，筛位点

对GWAS结果中的所有SNP逐个算功效，剔除低功效位点，只保留功效80%以上的显著位点做后续验证（比如KASP分型、近等基因系验证），大大提高候选基因的筛选效率。

资源推荐：

1，快来领取 | 飞哥的GWAS分析教程

2，飞哥汇总 | 入门数据分析资源推荐

3，数量遗传学，分享几本书的电子版

4，R语言学习看最新版的电子书不香嘛？

5，书籍及配套代码领取--统计遗传分析导论

6，飞哥的学习圈子

7，进化树分析直接上传数据，很快的

8，友情推荐：动植物自动化分析平台免费用（www.asreml.cn）