低密度固体电池是一个命令行工具，用于从GWAS汇总统计数据估计遗传力和遗传相关性。低密度固体电池也计算LD得分。

为了下载低密度固体电池，您应该通过以下命令克隆此存储库

git克隆https://github.com/bulik/ldsc.gitcd-ldsc

为了安装Python依赖项，您需要水蟒Python分发和包管理器。安装Anaconda后，运行以下命令以创建具有LDSC依赖项的环境：

conda env create--文件环境.yml源激活ldsc

完成上述操作后，您可以运行：

./ldsc.py-小时./munge_sumstats.py-h

打印所有命令行选项的列表。如果这些命令因错误而失败，则说明在安装过程中出现了问题。

描述以下四个基本功能的简短教程低密度固体电池（估计LD得分、h2和分区h2、遗传相关性、LD得分回归截距）可以在wiki中找到。如果您想运行测试，请查看wiki。

您可以更新到的最新版本低密度固体电池使用吉特首先，导航到您的低密度固体电池/目录（例如。，cd-ldsc)，然后运行

吉特拉力

如果低密度固体电池是最新的，您会看到

已经更新。

否则，你会看到吉特输出类似于

remote：计数对象：3，完成。远程：压缩对象：100%（3/3），完成。远程：总计3（增量0），重复使用0（增量0拆包对象：100%（3/3），完成。发件人https://github.com/bulik/ldsc95f4db3..a6a6b18主机->原点/主机更新95f4db3..a6a6b18快速前进README.md | 15+++++++++++++++1个文件已更改，15次插入（+）

它告诉您哪些文件被更改了。如果您修改了低密度固体电池源代码，吉特拉力可能会因以下错误而失败错误：您对以下文件的本地更改将被合并覆盖：.

如果Python依赖项发生了更改，可以使用以下命令更新LDSC环境

conda-env更新--文件environment.yml

你可以下载欧洲的和东亚LD得分来自1000个基因组在这里这些LD得分适用于基本LD得分分析（LD得分回归截距、遗传力、遗传相关性、两性遗传相关性）。您可以下载用于分区遗传力估计的分区LD Scores在这里.

在联系我们之前，请尝试以下操作：

1. 这个维基上有教程估计LD得分,遗传力、遗传相关性和LD评分回归截距和分区遗传力.
2. 常见问题在常见问题解答
3. 论文中描述了这些方法（引文如下）

如果这不起作用，您可以通过谷歌集团.

LD Hub的问题？电子邮件ld-hub@bristol.ac.uk

如果您使用该软件或LD Score回归截距，请引用

Bulik-Sullivan等。LD评分回归在全基因组关联研究中区分混淆与多基因性。《自然遗传学》，2015年。

关于遗传相关性，请同时引用

Bulik-Sullivan，B.等人，《人类疾病和特征的遗传相关性图谱》。《自然遗传学》，2015年。bioRxiv doi上提供预打印：http://dx.doi.org/10.1101/01498

关于分割遗传力，请同时引用

Finucane，HK，et al.使用全基因组关联汇总统计通过功能注释划分遗传力。《自然遗传学》，2015年。bioRxiv doi上提供预打印：http://dx.doi.org/10.101/1014241

对于使用连续注释的分层遗传率，请同时引用

Gazal，S，et al.人类复杂性状的连锁不平衡依赖结构显示了负选择的作用。《自然遗传学》，2017年。

如果您发现LD分数回归接近HE回归在概念上有用，请引用

布利克·苏利凡（Brendan Bulik-Sullivan）。LD评分与Haseman-Elston、bioRxiv-doi之间的关系：http://dx.doi.org/10.101/18283

对于LD Hub，请引用

Zheng等。LD Hub：一个集中式数据库和web界面，用于执行LD评分回归，最大限度地发挥GWAS数据汇总水平用于SNP遗传力和遗传相关性分析的潜力。生物信息学（2016）

该项目是根据GNU GPL v3授权的。

Brendan Bulik-Sullivan（麻省理工学院和哈佛大学博大学院）

Hilary Finucane（麻省理工学院数学系）