gene-based关联分析研究是SNP-based关联分析研究的一个补充。
目前有很多工具支持gene-based关联分析研究，比如GCTA，VEGAS2等。
下面主要介绍一下怎么用VEGAS2做gene-based的关联分析研究。
先说VEGAS2的优点，输入特别简单，不需要准备太多输入文件。
缺点，我后面再提。
VEGAS2提供了两种方式跑gene based的关联分析。
一种是在线的，一种是离线的。
下面分别介绍这两种。
1、基于在线跑VEGAS2的方式
在线网址：https://vegas2.qimrberghofer.edu.au/
这种输入方式很简单，准备一个文件，文件包含两列，分别为SNP的rs编号和P值，如下所示：
rs1004739 0.00341
rs2898687 0.005083
rs7162781 0.6343
rs2905794 0.9469
rs1801052 0.9469
rs1013948 0.2093
准备好后，按如下图所示提交分析
2、基于Linux跑VEGAS2的方式
这种方式优点是不需要像在线那种方式需要等对方返回结果。直接就能在服务器上跑。
缺点也很明显。
第一、
配置麻烦。安装很不友好。不适合生信小白拿来练手。
会让你越练越挫，越练越生气。最后从入门到放弃。
第二、
即便你安装成功了，能跑了。你会发现，特别占CPU。
我相信等你跑完所有染色体后，早被课题组的人骂惨了。
所以，真心建议，放弃这个软件，或者直接选用在线版本。
如果你坚持要在Linux下用这个软件，请看下面的教程。
2.1 VEGAS2下载、安装
wget https://vegas2.qimrberghofer.edu.au/VEGAS2offline.tgz
tar -zxvf zVEGAS2offline.tgz
解压后，会看到以下两个可执行文件：
- VEGAS2.pl
- VEGAS2.config
以及两个文件夹:
a. VEGAS2database
b. VEGAS2scripts
2.2 config VEGAS2
sh vegas2.config VEGAS2database VEGAS2scripts
2.3 确保服务器安装了perl,plink和R
which perl
which plink
which R
如果安装了perl,plink和R，在输入上面命令后，会返回perl,plink和R的地址。没有返回哪个软件的地址，则需要自己手动export进去。
例如，假如没有返回plink软件，但是你又明确知道plink安装在/usr/bin下，则用以下命令：
export PATH=/usr/bin/:$PATH
2.3 安装R的依赖包
install.packages("mvtnorm")
install.packages("corpcor")
2.4 开始跑gene-based关联分析研究。
默认参数：
vegas2 test_vegas2input.txt -pop 1000GEURO -subpop EURO -genesize 0kbloc -top 100 -sex BothMnF -max 1000000 -out genebased.V2out
注意：
–chr 和 –genelist参数不要同时使用，同样，–top 和 –bestsnp参数也不要同时使用。不然没法工作。
-pop是指研究样本的群体来源，默认是欧洲（ 1000GEURO ）；
-subpop是指子群体，比如芬兰，北方汉族等；
-genesize To specify which gene definition to use. There are five options available viz. 0kbloc(default), 10kbloc, 20kbloc, 50kbloc and 0kbldbin
-chr To run vegas2 on specific chromosome. It could be in between 1 to 23.
-genelist To run vegas2 on specific list of genes.
-top It tell vegas2 to perform top percentage test where it consider specified percentage of top SNPs
-bestsnp It tell vegas2 to perform best SNP test.
-sex This option is provided for X-chromosome analysis. It tells vegas2 to consider either male (Default) of female 1000G individuals to make ld matrix for simulations.
-max It tells VEGAS2 the maximum number of simulation to perform. It must be above 1e6.
-adjust To get genomic inflation corrected p-values. It will create one more file “
.corrected”
-out It tells VEGAS2 the output file name.
如果幸运的话，在这个阶段就能跑成功了。
这个时候，能得到如下示例结果：
但如果不幸。报错了。
下面我再推荐一个备份的跑法。
2.5 备份跑法：gene-based关联分析研究。
跑之前，需要先修改vegas2.pl的代码。
修改vegas2.pl
vi vegas2.pl
进入vegas2.pl文件以后，改动的代码如下：
1）第209行
将原始代码:
my $path_sub_population = "/scratch/aniketM/VEGAS2/$reference_population/1000G$sub_population.extract";
修改为：
my $path_sub_population = "/VEGAS2/VEGAS2offline2/VEGAS2database/$reference_population/1000G$sub_population.extract";
其中，/VEGAS2/VEGAS2offline2/VEGAS2database/指的是你服务器VEGAS2database的绝对路径，
也就是说，如果你的VEGAS2database文件夹放在/usr/VEGAS2/VEGAS2offline2/VEGAS2database/这个路径上，
那么这里应该修改为：
my $path_sub_population = "/usr/VEGAS2/VEGAS2offline2/VEGAS2database/$reference_population/1000G$sub_population.extract";
2)第212行
将原始代码:
my $path_merge_database = "/scratch/aniketM/VEGAS2/$reference_population/$definition_gene";
修改为：
my $path_merge_database = "/VEGAS2/VEGAS2offline2/VEGAS2database/$reference_population/$definition_gene";
修改的路径同209行的修改方式，这里不多做解释。
3)第215行
修改方式同209行，
将
/scratch/aniketM/VEGAS2/
改为
/VEGAS2/VEGAS2offline2/VEGAS2database/
4)第218行
修改方式同209行，
将
/scratch/aniketM/VEGAS2/
改为
/VEGAS2/VEGAS2offline2/VEGAS2database/
5)第340行
将原始代码:
system("cp /home/aniketM/bin/VEGAS2scripts/genemerge.sh genemerge.sh");
修改为：
system("cp /VEGAS2/VEGAS2offline2/VEGAS2scripts/genemerge.sh genemerge.sh");
其中，/VEGAS2/VEGAS2offline2/VEGAS2scripts/指的是你服务器VEGAS2scripts的绝对路径，
也就是说，如果你的VEGAS2scripts文件夹放在/usr/VEGAS2/VEGAS2offline2/VEGAS2scripts/这个路径上，
那么这里应该修改为：
system("cp /usr/VEGAS2/VEGAS2offline2/VEGAS2scripts/genemerge.sh genemerge.sh");
6)第341-346行
修改方式同340行，
将
/home/aniketM/bin/VEGAS2scripts/
改为
/VEGAS2/VEGAS2offline2/VEGAS2scripts/
保存vegas2.pl
完成以上1）-6）的工作后，输入:wq 保存vegas2.pl
开始运行gene-based关联分析研究
输入以下代码：
/path/to/perl vegas2.pl test_vegas2input.txt -pop 1000GEURO -subpop EURO -genesize 0kbloc -top 100 -sex BothMnF -max 1000000 -out genebased.V2out
其中，/path/to/perl是指服务器放perl的路径；
vegas2.pl是VEGAS2跑gene-based的perl脚本，与
test_vegas2input.txt放在同一个路径里
3、内容补充：
运行这个软件，可能会遇到以下报错：
3.1 报错1
Can't locate Data/UUID.pm in @INC (@INC contains: /home/chenwenyan/perl5/lib/perl5 /usr/local/lib64/perl5 /usr/local/share/perl5 /usr/lib64/perl5/vendor_perl /usr/share/perl5/vendor_perl /usr/lib64/perl5 /usr/share/perl5 .) at /software/VEGAS2/VEGAS2offline2/vegas4.pl line 4.
解决方案是：安装Data::GUID模块。
具体解决方式：
1）下载、解压Data::GUID模块
wget https://cpan.metacpan.org/authors/id/R/RJ/RJBS/Data-UUID-1.224.tar.gz
tar -xzvf Data-UUID-1.224.tar.gz
2）安装Data::GUID模块
cd Data-UUID-1.224/
perl Makefile.PL
make
make test
make install
完成以上测试后，如果没有报任何的错误，说明Data::GUID模块已经正确安装。
3.2 报错2
gcc:error:unrecognized command line option ‘-fstack-protector-strong’
这个报错说明需要升级GCC的版本。
-fstack-protector-strong要求GCC 4.9版本以上
可以通过命令gcc -v查看服务器GCC的版本。
如果没有达到4.9,则需要升级。
gcc各种版本在这：http://ftp.gnu.org/gnu/gcc/
关于升级GCC，有写的比我更详细的教程，推荐看这篇：
https://www.cnblogs.com/julie-yang/p/4695845.html
这里我就不再赘述。