【使用Plink检测ROH问题查找】为什么检测ROH参数不一样，FROH近交系数结果差异很大？
为什么检测ROH参数不一样，结果差异很大？
结果
基于ROH检测的结果与参数设置密切相关。参数的改变（对应近交系数改变）可能会对结果产生很大影响。
原因
ROH分析缺乏共识标准，这种缺乏共识将导致结果偏倚，FROH可能被低估。
文献参考
文献名称：《How to study runs of homozygosity using PLINK? A guide for analyzing medium density SNP data in livestock and pet species》
文章链接：https://bmcgenomics.biomedcentral.com/articles/10.1186/s12864-020-6463-x
结论
- 该文献详细解释了ROH检测的参数设置、过滤方法及近交系数计算
- 研究表明MAF和LD质控以及PLINK输入设置会严重影响ROH分析，建议：
- 不执行LD、MAF质控
- 对最大间隙、扫描窗口长度和阈值设置提供参数建议
ROH定义
纯合子片段（ROH）：是畜牧种群近亲繁殖分析的先进方法，定义为基因组中长而连续的纯合片段，其长度表明来自共同祖先：
- 短ROH：远距离近亲繁殖指标
- 长ROH：近期近亲繁殖指标
- 最初发现于人类基因组
软件：PLINK参数解析
检测流程（–homozyg函数）
- 扫描窗口定义：
--homozyg-window-snp：预定义SNP数量--homozyg-window-het：允许的最大杂合SNP数--homozyg-window-missing：允许的最大缺失SNP数
- 阈值判定：
--homozyg-window-threshold：扫描窗口命中率（示例：100个SNP窗口+0.05阈值=需出现在至少5个纯合窗口）
- 最终约束条件：
--homozyg-gap：片段间最大间隔--homozyg-het：允许的最大杂合SNP数--homozyg-density：最小SNP密度（kb/SNP）--homozyg-kb/--homozyg-snp：最小长度和SNP数
参数研究
1. LD质控
- 影响：影响情况依赖于群体种群结构的差异，简而言之有的影响大、有的不大。可能降低基因组覆盖度，显著降低FROH
- 建议：提高ROH检测严格性，例如 SNP数 和 最小 ROH 长度，来纠正由 LD 引起的假阳性。
2. MAF质控
- 现象：不同种群不同结果，有的种群前后一致。部分种群质控后检测不到ROH
- 建议：ROH分析前不执行MAF质控
3. 最小密度要求
- 阈值范围：从平均密度 40 kb/SNP 开始，基因组覆盖率增加，在 60 至 75 kb/SNP 之间达到最大覆盖率。23 项研究中有 10 项使用 50 kb/SNP 的密度
- 建议：计算基因组覆盖率参数，被证明是检查密度参数是否设置适当的好方法。对于研究的人群，在 60 至 70 kb/SNP 之间达到最大基因组覆盖度，依据此来看至少50。
4. 最大间隙要求
- 最优值：使用大约 500 kb 的间隙大小达到了最大的基因组覆盖度。默认的 PLINK 间隙 （1000 kb） 覆盖了超过 99% 的可检测常染色体。
5. 扫描窗口大小与阈值
- 规律：阈值增加，不再检测到特别短的 ROH，导致FROH降低。
PLINK常用参数设置
PLINK采用固定大小的滑窗扫描每条染色体，寻找连续的纯合SNP。
--homozyg-density 50 # 每50kb需1个SNP
--homozyg-gap 1000 # SNP间隔>1000kb不归同一ROH
--homozyg-kb 500 # 检测>500kb的ROH
--homozyg-snp 50 # 检测长度>50 SNP的ROH
--homozyg-window-het 1 # 允许1个杂合位点
--homozyg-window-snp 50 # 滑窗50 SNP
--homozyg-window-threshold 0.05 # 纯合窗口比例阈值
输出文件及应用
PLINK输出文件说明
1. .hom文件（ROH详细信息）
| 字段 | 说明 |
|---|---|
| FID | 家族ID (Family ID) |
| IID | 个体ID (Individual ID) |
| CHROM | ROH所在的染色体编号 |
| START | ROH的起始位置（以bp为单位） |
| END | ROH的终止位置（以bp为单位） |
| LEN | ROH的长度（以bp为单位） |
| NSNP | ROH中包含的SNP数量 |
| HET | ROH中杂合位点的数量（通常为0或1，根据参数设置） |
| HET_EXPECT | 在该ROH长度下，理论上预期的杂合位点数量 |
| HET_P | 实际杂合位点数量与预期杂合位点数量的P值（判断ROH纯合性是否显著） |
2. .hom.indiv文件（个体汇总信息）
| 字段 | 说明 |
|---|---|
| FID | 家族ID |
| IID | 个体ID |
| NROH | 该个体中检测到的ROH总数 |
| LENROH | 所有ROH的总长度（bp） |
| LENROH_S | 短ROH总长度（<1MB） |
| LENROH_M | 中等ROH总长度（1-5MB） |
| LENROH_L | 长ROH总长度（>5MB） |
| LENROH_S_PCT | 短ROH占总长度的百分比 |
| LENROH_M_PCT | 中等ROH占总长度的百分比 |
| LENROH_L_PCT | 长ROH占总长度的百分比 |
数据分析方法
1. 判断个体的近交程度
近交系数公式：
FROH=个体ROH总长度（bp）\ 基因组总长度（bp）$$
判断标准：
- ROH总长度较长 ➔ 高近交程度
- ROH总长度较短 ➔ 低近交程度
2. 判断群体特征
群体近交程度
| 指标 | 判断标准 |
|---|---|
| 平均ROH总长度 | 值越高表明群体近交程度越高 |
| 平均ROH数量 | 值越高表明群体纯合区域越多 |
遗传多样性评估
| 特征 | 生物学意义 |
|---|---|
| 短ROH比例高 | 群体遗传多样性低（可能经历过瓶颈效应） |
| 长ROH比例高 | 群体存在近期近交事件 |
不同参数结果查看
可见示例3个样本，不同的参数，最终计算的结果不太相同，但可以肯定的是，其中近交系数值偏大的样本，不论用哪一种参数，相对于其它样本来说，均偏大，如示例2.
群体类型使用参数文献参考-具体见以上链接
