批量共定位分析，ukbppp2023蛋白与GWAS — coloc_batch

直接使用ukbppp2023来源的原始数据和我们提供的蛋白注释文件，结合疾病GWAS数据，可一次性批量完成多个蛋白和疾病GWAS的共定位分析。

Usage,

coloc_batch_ukbppp(
  gwas_path1 = "",
  snp_annotation_dir = "",
  pos_col = "POS38",
  gwas_annotation = gwas_annotation_ukbppp,
  gwas_path2 = "",
  up_num = 1e+06,
  down_num = 1e+06,
  prepare_method = 1,
  type1 = "quant",
  SS1 = 33995,
  NC1 = 0,
  type2 = "cc",
  SS2 = 0,
  NC2 = 0,
  snp_deduplication_by = "maf",
  run_coloc_susie = F,
  plink_exe = get_plink_exe(),
  bfile = "",
  coloc_plot = T,
  coloc_plot_pph4 = 0.6,
  coloc_plot_genome = "hg38",
  coloc_plot_snp = "common_top_snp",
  coloc_plot_width = NULL,
  coloc_plot_height = NULL,
  coloc_plot_dpi = 500,
  out_path = "./"
)

参数

gwas_path1: 批量分析中用到的蛋白文件，为ukbppp2023的原始文件
snp_annotation_dir: snp注释文件的地址，为SNP RSID maps文件夹的地址（内含1-22和x和xy染色体的注释信息）
pos_col: snp注释文件中，选取POS38作为snp的染色体坐标信息。因为蛋白的注释文件提供的坐标是hg38版本，所以目前这里仅支持hg38版本。
gwas_annotation: 蛋白的注释文件，包括每个蛋白文件对应的基因，以及基因所在的染色体位置信息，默认gwas_annotation_ukbppp即可，为hg38版本（数据已内置R包）。用于coloc分析，指定顺式区域以提取snp数据。
gwas_path2: 指定疾病或者其他形状GWAS数据的文件地址，该文件必须是经过处理的MR分析标准文件
up_num: 指定顺式区域的范围，一般默认是基因区域的上下游1mb(1e6)碱基范围。
down_num: 指定顺式区域的范围，一般默认是基因区域的上下游1mb(1e6)碱基范围。
prepare_method: 用于准备coloc分析和coloc作图的方法，1或者2，默认1。方法1是按照染色体区域进行选择SNP，需要满足GWAS1与GWAS2的参考基因组版本均为hg19或者hg38; 方法2是按照SNP的rsid选择SNP，以GWAS1的染色体坐标为参考，不使用GWAS2的chr和pos信息。
type1: GWAS1研究的数据类型，可以是数量性状"quant"，也可以是二分类性状"cc"。这里处理的数据是ukbppp2023来源的蛋白数据，所以为“quant”。
SS1: GWAS1研究中的样本总数。SS是sample size的缩写。这里处理的数据是ukbppp2023来源的蛋白数据，所以SS1=33995。
NC1: 如果GWAS1研究是二分类性状，需要提供病例的数量。NC是ncase的缩写。这里处理的数据是ukbppp2023来源的蛋白数据，该参数不用设置，保持默认NC1=0。
type2: GWAS2研究的数据类型，数量性状"quant"或二分类性状"cc"，默认为“cc”。
SS2: GWAS2研究中的样本总数。SS是sample size的缩写。
NC2: 如果GWAS2研究是二分类性状，需要提供病例的数量。NC是ncase的缩写。
snp_deduplication_by: 如果snp的rsid存在重复，按照"pval"或者"maf"去重。如果按照"pval"进行去重，则保留pval最小的一个；按照"maf"进行去重，去保留maf最大的一个。默认按照"maf"进行去重。
run_coloc_susie: 是否进行coloc.susie共定位分析，默认F。
plink_exe: 如果run_coloc_susie=T，plink默认内置最新plink即可。
bfile: 如果run_coloc_susie=T，需要提供bfile文件，如z:/data/G1000/1kg.v3/1kg.v3/EUR
coloc_plot: 是否绘制coloc共定位的图，包括coloc_plot_locuscompare和coloc_plot_stack_assoc，默认为T。
coloc_plot_pph4: 当coloc_plot = T的时候，共定位分析中pph4达到多少的时候可绘制coloc共定位图，默认是0.6。
coloc_plot_genome: 当coloc_plot = T的时候，提取坐标轴信息的参考基因组信息，默认是hg38。可以是hg37(或37)或者hg38(或38)。
coloc_plot_snp: 当coloc_plot = T的时候，绘图时标注的snp，默认是'common_top_snp',即在两个绘图gwas文件中，满足p值相加最小的一个，即min(p1+p2)对应的rsid。
coloc_plot_width: 当coloc_plot = T的时候，绘图图片的宽度，单位是mm。如果未指定(NULL)，默认是A4纸的宽度，210mm。
coloc_plot_height: 当coloc_plot = T的时候，绘图图片的宽度，单位是mm。如果未指定(NULL)，默认是：60+60*GWAS数量。
coloc_plot_dpi: 绘图图片的像素点，默认是500。一般大于300即可。
out_path: 指定输出文件的目录
coloc_plot_type: 当coloc_plot = T的时候，坐标轴的类型，默认是log10p。可以是log10p或prob。

值

输出共定位分析结果文件

Examples

coloc_batch_ukbppp(
gwas_path1 = c("./data/A1BG_P04217_OID30771_v1_Inflammation_II.tar"),
snp_annotation_dir="./data/ukbppp_rsid_maps",
gwas_path2="./data_prepare/finngen_R8_T2D_WIDE.txt",
bfile = "./data/1kg.v3/EUR",
SS2 = 284971,
NC2 = 33043)