Polygenic Risk Scores in R
最朴素的理解PRS：
GWAS分析结果中，有每个SNP的beta值、se值、P值，因为GWAS分析中将SNP变为0-1-2编码，所以这些显著的SNP的beta值，就可以用于预测。
比如：GWAS分析中，显著的SNP效应值为：
SNP1: 0.3
SNP2: 0.2
SNP3: -0.1
对于target data（目标群体），检测了3个个体，3个SNP的分型分别为：
ID1 0 0 1
ID2 1 0 2
ID3 2 2 1
那么个体1的多基因评分为：00.3 + 00.2 + 1*-0.1 = -0.1
个体2的多基因评分为：0.3 + 0 + -0.1 = 0.2
个体3的多基因评分为：0.6 + 0.4 + -0.1 = 0.9
用数学公式表示：
- beta是效应值
- G是0-1-2的编码
- m是m个SNP
实际项目的PRS计算
实际中的项目，考虑的因素比较多，比如：
- 数据质控
- 群体结构
- LD值（clumping）
- beta矫正值
- 通过P值筛选最优组合
相关软件实现PRS分析
- plink
- biqsnpr，一个R包
- PRSice，应用最广泛，通过C+T的策略
- LDpred，通过贝叶斯收缩的模型
- PRS-CS
- JAMPred
- Lassosum
之前写过PRS的操作流程，可以作为参考：
多基因风险预测模型1--先立Flag
多基因风险预测模型2--相关概念和软件
不会安装使用PRSice-2软件就太不讲究了