我正在使用名为 plink ( http://pngu.mgh.harvard.edu/~purcell/plink/download.shtml ) 的软件对疾病进行 GWAS SNP 关联研究。
通过关联结果，我得到分析的所有 SNP 的 p 值。现在，我使用这些 p 值的 QQ 图来显示非常低的 p 值是否与 p 值的预期分布（均匀分布）不同。如果 p 值偏离预期分布，则“可能”称该 p 值具有统计显着性。
正如您在 QQ 图中看到的那样，在顶部尾部，最后 4 个点有点难以解释。灰色的最后两个点表明这些 p 值在 p 值的预期分布中，而其他两个不在。
现在，如何解释这一点，根据 QQ 图，最后两个点的p 值较低但并不“显着”，而p 值较高的其他两个点是“显着的”？这怎么可能是真的？
关于 p 值图分析的一个很好的参考是 [1]。
您看到的结果可能是由信号/效果仅存在于某些测试子集的事实驱动的。这些都高于接受范围。仅拒绝带外的 p 值确实是合理的，但也许更重要的是，您应该决定在选择选择程序（FWER、FDR）时要控制的误差标准是什么。您可以查阅 [2] 以了解该选择，并参考其中的参考资料以选择适当的多重测试程序。
[1] Schweder, T. 和 E. Spjotvoll。“同时评估许多测试的 P 值图。” Biometrika 69，没有。3（1982 年 12 月）：493–502。doi:10.2307/2335984。
[2] 罗森布拉特，乔纳森。“多重测试错误率从业者指南。” ArXiv 电子版。特拉维夫大学，2013 年 4 月 17 日。http://arxiv.org/abs/1304.4920。
这是一个较老的问题，但我发现它在第一次尝试解释 QQPlots 时很有帮助。我想我会添加到这些答案中，以防将来有更多人偶然发现这个问题。
我发现有点难以理解的是这些点到底是什么？我发现查看代码很容易弄清楚。
这是我改编的一些 R 代码，GWASTools::qqPlot它在 3 行中实现了 QQPlot：
simpleQQPlot = function (observedPValues) {
plot(-log10(1:length(observedPValues)/length(observedPValues)),
-log10(sort(observedPValues)))
abline(0, 1, col = "red")
}
这是一个例子。您有 5 个 p 值。simpleQQPlot 将从 0 和 1 之间的均匀分布中生成 5 个相应的 p 值。它们将是：.2 .4 .6 .8 和 1。所以 simpleQQPlot 预计您的最低 p 值约为 0.2，而您的最高 p 值约为1. simpleQQPlot 将对您的 pvalues 进行排序，并将每个 pvalues 与相应的生成值配对。所以 .2 将与您的最低 pvalue 配对，1 与您的最高 pvalue 配对，依此类推。然后，绘制这些成对的值（在取负对数之后），X 是生成的 p 值，Y 是成对的观察值。如果您的观察值也是从均匀分布中提取的，那么这些点应该大致位于直线上。由于排序，点总是会单调增加。所以每个后续点都会有一个更大的 X 和一个大于或等于 Y 的值。
所以在上面的原始示例中，第 9,997 个排序的 p 值约为 5.2，但如果遵循均匀分布，则预计约为 4.1。（注意：我实际上不确定上面绘制了多少 p 值——我只是猜到了 10k）。