焦点 使用GTEx的eQTL协会结果探索GWAS结果 该Web应用程序将通过与整合到单个交互式图中，并通过应用进行可视化，使GWAS结果的探索和注释能够评估哪些基因和组织是GWAS信号最可能的候选者。结果显示在热图上。 此外，用户可以上传其他数据集以测试共定位。 例如，可以上传其他表型关联（即PheWAS）以评估多效性或其他来源的eQTL数据，以获得正式的共定位测试和数据可视化。 LD信息是使用1000 Genomes Project上的PLINK计算得出的，以便在给定领先SNP的情况下查看LD。 默认的销售线索SNP是顶部的SNP。 eQTL关联结果已本地存储在MongoDB数据库中。 完整文档可从。 可以通过访问该应用程序。

matlab分析成绩代码使用PHESANT的BMI的MR-pheWAS 该存储库随附本文： Millard，LAC等。 使用孟德尔随机化方法（bioRxiv，2017）在30万以上个体中寻找BMI的因果关系。 环境细节 我使用以下语言版本：R-3.3.1-ATLAS，Stata v14和Matlab-r2015a，以及软件包v0.15。 有关PHESANT的详细信息，请参见我们的。 该代码使用了一些在Linux环境中需要设置的环境变量。 我设置了一些永久性设置（我在各个项目中使用），并设置了一些临时性设置（仅与该项目相关）。 我使用以下方法临时设置了结果目录和项目数据目录： export RES_DIR= " ${HOME} /2016-biobank-mr-phewas-bmi/results/sample500k " export PROJECT_DATA= " ${HOME} /2016-biobank-mr-phewas-bmi/data/sample500 " 通过将以下内容添加到我的~/.bash_profile文件中，我将IEU共享UKB数据目录和PHESANT代码目录（