为什么需要做meta分析
群体分层是GWAS研究中一个比较常见的假阳性来源.
也就是说，如果数据存在群体分层，却不加以控制，那么很容易得到一堆假阳性位点。
当群体出现分层时，常规手段就是将分层的群体独立分析，最后再做meta分析。
1.如何判断群体是否分层
先用plink计算PCA，具体方法详见链接：GWAS群体分层 (Population stratification)：利用plink对基因型进行PCA
随后画出PC1和PC2在不同群体的散点图，观察群体之间是否明显分开，如果明显分开，说明群体分层了，需要独立做关联分析，最后再做meta分析
2.如何做meta分析
这里推荐metal软件做meta分析，理由是简单、易上手。
2.1 下载metal
进入下载链接
metal 提供了三个版本的，分别是Linux，macOS, Windows系统；请自行选择。
这里提供Linux系统的命令：
wget http://csg.sph.umich.edu/abecasis/metal/download/Linux-metal.tar.gz
2.2 解压metal
解压用到的命令如下：
tar -zxvf Linux-metal.tar.gz
2.3 meta分析前的数据准备
假定需要进行meta分析的文档分别为DGI_three_regions.txt 和 magic_SARDINIA.tbl
DGI_three_regions.txt 的内容如下：
magic_SARDINIA.tbl 的内容如下：
那么在meta分析前需要准备一个metal.txt文档，metal.txt文档的内容如下：
解释一下，这个txt文档是什么意思。
这一部分指的是MARKER对应的是DGI_three_regions.txt文档的SNP列名；
WEIGHT对应的是DGI_three_regions.txt文档的SNP列名；
其他的以此类推；
第二个文件的准备方法也是一样的。
2.4 meta分析
很简单的一个命令行就搞定了
metal metal.txt
2.5 结果解读
meta分析后会生成两个文件，分别是 METAANALYSIS1.TBL 和 METAANALYSIS1.TBL.info
METAANALYSIS1.TBL 是meta分析的结果文档；
内容如下：
P-value 即为meta后的关联分析P值；
METAANALYSIS1.TBL.info 是meta分析的说明文档，比如 Marker 指的是什么。
其内容如下：
