smr_plot_prepare.Rd用于绘制smr分析的数据准备
smr_plot_prepare(
smr_exe_path,
bfile,
qtls_path,
gwas_path,
queried_probe,
queried_probe_wind = 500,
glist_path,
out_path = "./",
out_prefix = "query",
diff_freq = 0.2,
diff_freq_prop = 0.05,
maf = 0,
smr_cis_wind = 2000,
smr_peqtl = 5e-08,
smr_multi_snp = T,
smr_multi_set_wind = NULL,
smr_multi_ld_prune = 0.1,
heidi_method = 1,
heidi_peqtl = 0.00157,
heidi_ld_upper_limit = 0.9,
heidi_ld_lower_limit = 0.05,
heidi_min_m = 3,
heidi_max_m = 20,
thread_num = 1,
to_genes = T,
ensembldb = "hg38"
)smr-1.3.1-win.exe可执行文件的地址
g1000参考基因组的文件地址
smr分析中的snp文件,qtls_path用来指定提取snp数据的数据源,GTEx 或 eQTLGen血液数据
smr分析中的gwas文件,xxx.ma,需要提前准备好，数据中需要包含列名：SNP,A1,A2,freq,b,se,p,n。
用于查询的探针，可以是mQTL、eQTL或者pQTL对应的探针。
指定探针区域的范围。默认为500kb。
用于绘图的参考基因数据地址，如glist-hg19
输出结果文件的地址
输出文件前缀
对等位基因频率进行质量控制，如果SNP的效应等位基因频率差异在两两配对的数据集中 (包括the LD reference sample, the eQTL summary data and the GWAS summary data) 的超过指定的差异阈值， 将排除该SNP。默认为0.2。
SMR分析中，允许具有等位基因频率差异的的SNP的最大比例。如果由diff_freq排除的SNP比率大于diff_freq_prop指定的阈值，SMR分析将停止（提示错误信息）。默认值为0.05。
根据参考样本中的次要等位基因频率 （MAF） 阈值去除 SNP，默认值为0。maf的取值范围在0-0.5。
SMR分析中，定义一个以探针为中心的染色体范围，以选择cis-eQTL（通过p值阈值）进行SMR分析。默认值为 2000Kb。
SMR分析中，筛选用于SMR分析的top显著相关QTL（如eQTL）的p值，默认为5.0e-8。
是否进行基于多个SNP的smr分析，默认为T。反之则使用top snp进行SMR分析。
当smr_multi_snp=T的时候，选定基于多个snp进行SMR分析的基因区域，定义最显著cis-QTL为中心的染色体区域。 默认是选择smr_cis_wind内所有的snp进行SMR分析，默认为NULL。反之，可进行自己指定，如500kb，写作500。
当smr_multi_snp=T的时候，去除纳入SMR分析的QTLs（如eQTL）中存在连锁不平衡的QTLs，默认值是0.1。
HEIDI检验中，指定一个方法进行HEIDI检验。0是最初的原始HEIDI检验，由Zhu et al (2016 Nature Genetics)提出； 1是新的HEIDI检验，模拟结果表明，使用cis-eQTL区域中排名前20位的SNP（按照p值进行排序）进行异质性测试，HEIDI测试的功效最初增加，但随着SNP数量（m）的增加而降低，峰值在m = ~20。 默认值为 1。
HEIDI检验中，筛选用于HEIDI检验的QTL的p值，默认p值为1.57e-3，相当于卡方值 （df=1） 10。
HEIDI检验中，用于排除与top SNP存在显著连锁不平衡的QTL(如eQTL),默认值是0.9。
HEIDI检验中，用于排除与top SNP不存在连锁不平衡或者微弱连锁不平衡的QTL(如eQTL),默认值是0.05。
HEIDI检验中，使用顺式snp数量的最小数量，小于该阈值将不进行HEIDI检验。因为如果SNP的数量太少，HEIDI测试检测异质性的能力很小，并可能产生误导性的结果。默认值为3。
HEIDI检验中，使用顺式snp数量的最大数量，如果经过LD筛选后的cis-SNP的数量大于m，则仅使用前m个SNP进行HEIDI检验（按照QTL的p值进行排序），默认值为20。
指定用于并行计算的 OpenMP 线程数。默认值为 1。
是否转基因名，默认T
使用基因名的版本库，默认hg38，可选hg37或hg38
结果数据，可用于下一步绘制散点图（smr_plot_effect）和染色体位置点图（smr_plot_locus）
smr_data <- smr_plot_prepare(
smr_exe_path = "./smr/smr-1.3.1-win.exe",
bfile = "./data/1kg.v3/EUR",
qtls_path = "./data/GTEx_V8_cis_eqtl_summary_lite/eQTL_besd_lite/Whole_Blood.lite",
gwas_path = "./data_prepare/ieu-a-7.ma",
queried_probe = "ENSG00000175445",
glist_path = "./data/glist-hg19",
out_path = "./"
)