FastGWASR接口使用说明

一、如何获取自己的积分

除了可以直接在网站上查自己的积分（网站会有点延迟）外，可以直接使用代码包进行获取

library(FastAuthR)
library(FastGWASR)
get_score() #获取自己的积分

二、FastGWASR的使用

注意：使用对应的R包内的方法，需要先library对应的R包
注意：MendelR高级包，已经内置FastGWASR的功能，直接按照教程切换数据获取模式，填入云上GWAS数据库对应表型的编号id，即可提取对应的数据
注意：云上GWAS不提供原始的数据下载，只能通过接口按需获取

MendelR点击链接查看
MendelR如何使用云上GWAS | 阈上医学 (medicineitlab.com)

分割线

下面是用FastGWASR包提取数据，利用TwoSampleMR和TwoSampleMR分析的教程，有代码编程能力，可以自己编写

以下1-5点展示了一次完整的提取数据，到MR分析的过程
更多复杂的需求，可以利用接口，自己实现

1.提取显著的工具变量(暴露数据)

library(FastAuthR)
library(FastGWASR)
exposure_data <- extract_tophist_iv("finngen_R9_E4_VIT_D_DEF", pval = 5e-6,
                                      r2=0.001, kb=10000, clump = T)

2.提取关联性数据（结局数据）

outcome_data <- extract_associated_iv("ebi-a-GCST90001404", exposure_data$SNP)

3.进行数据协同处理

har_data <- harmonise_data(exposure_data, outcome_data)

4.进行mr分析

• 利用TwoSampleMR内置方法

mr_res <- TwoSampleMR::mr(har_data)
mr_res #打印输出结果

• 利用MendelianRandomization内置方法

#先格式化到MendelianRandomization可用格式
mr_input <- format_to_MendelianRandomization(har_data)
mr_input_res <- MendelianRandomization::mr_allmethods(mr_input)
mr_input_res #打印输出结果

5.汇总代码

library(FastAuthR)
library(FastGWASR)

exposure_data <- extract_tophist_iv("finngen_R9_E4_VIT_D_DEF", pval = 5e-6,
                                      r2=0.001, kb=10000, clump = T)

outcome_data <- extract_associated_iv("ebi-a-GCST90001404", exposure_data$SNP)

har_data <- harmonise_data(exposure_data, outcome_data)

mr_res <- TwoSampleMR::mr(har_data)
mr_res

mr_input <- format_to_MendelianRandomization(har_data)
mr_input_res <- MendelianRandomization::mr_allmethods(mr_input)
mr_input_res

6.获取对应id的详细信息

library(FastGWASR)
extract_gwasinfo("finngen_R9_E4_VIT_D_DEF")

注意：里面不填任何参数，可以获取整个云上GWAS数据库包含的数据详情

library(FastGWASR)
a = extract_gwasinfo()

如果需要导出到本地文件查看

data.table::fwrite(a, "云上GAWS数据库详情.csv")

7.提取多个暴露id和多个结局id

可以同时提取多个id的数据，加速分析速度

library(FastGWASR)
exposure_data <- extract_tophist_iv(c("finngen_R9_E4_VIT_D_DEF","ebi-IPs91-GCST90274758"), pval = 5e-6,
                                      r2=0.001, kb=10000, clump = T)
outcome_data <- extract_associated_iv(c("结局id1", "结局id2", "结局id3"), exposure_data$SNP)

8.提取某个数据范围内的数据

注意 提取的范围数据，有两大作用：1.药物靶点cis数据 2.共定位区间数据
可以根据自己需求，构造对应的格式传入参数即可

以下示例代码
可以提取靶点A1BG对应范围的数据
染色体19号，BP 58345183-58353492

library(FastGWASR)
extract_associated_iv("ukb-ppp-A1BG-OID30771", "19:58345183-58353492")

三、数据对应积分查询

在网站上可以直接查询到提取该数据所需要的积分
阈上医学·云上GWAS (medicineitlab.com)
注意：提取成功且有数据，才会消耗对应的积分，否则不会影响您的积分
您在运行前可以使用代码包去直接获取，请求对应的数据需要多少积分

library(FastAuthR)
cal_score(id_exposures = "finngen_R9_E4_VIT_D_DEF", id_outcomes = "ebi-a-GCST90001404")

问题汇总：
FastGWASR问题汇总 | 阈上医学 (medicineitlab.com)