用途:查询 NHGRI-EBI GWAS Catalog(由 NHGRI 与 EBI 维护)中已发表的 GWAS 数据,包含经整理的 SNP-性状关联、遗传变异、关联性状/疾病、p 值、效应量和部分研究的完整汇总统计。适用查询包括:遗传变异关联、SNP 查找(rs ID)、性状/疾病搜索、基因关联、GWAS 汇总统计、研究元数据、群体遗传学、多基因风险评分、功能基因组学与系统综述。
主要能力:围绕 Studies、Associations、Variants、Traits 四类实体组织数据,使用 GCST 研究编号、rs ID、EFO 性状编号和 HGNC 基因符号等标识。支持网页界面按变异、疾病/性状、基因、染色体区域(如 10:114000000-115000000)和出版物(PMID、作者、GCST)检索。提供两个 REST API:主 API https://www.ebi.ac.uk/gwas/rest/api 与汇总统计 API https://www.ebi.ac.uk/gwas/summary-statistics/api,核心端点包括 /studies/{accessionID}、/associations、/singleNucleotidePolymorphisms/{rsID}、/efoTraits/{efoID}。汇总统计也可通过 FTP 下载:http://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/。
使用方式:先用网页界面确定 EFO 编号与研究编号,再用 API 批量提取;请求时设置分页参数 page、size,并处理 _links 中的翻页链接。示例命令如 wget ftp://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCSTXXXXXX/harmonised/GCSTXXXXXX-harmonised.tsv.gz。数据字段包括 rsId、strongestAllele、pvalue、orPerCopyNum、betaNum、betaUnit、range、efoTrait,以及 accessionId、pubmedId、author、publicationDate、ancestryInitial、ancestryReplication、sampleSize 等。
适用场景:疾病关联探索、单变异多效性分析、基因中心关联分析、系统综述、汇总统计下载与分析,以及与其他资源(Ensembl、dbSNP、gnomAD、Open Targets、PGS Catalog、UCSC、EFO、OMIM)交叉引用。
限制:不适用于从头变异检测或基因型填充、精细定位或共定位分析,也不适用于基因表达查询。需注意 GWAS Catalog 仅整理已发表关联,可能存在不一致;效应量按原文报告,可能需统一化;注意全基因组显著性阈值 p ≤ 5×10⁻⁸、祖先群体适用性、样本量、重复研究与赢家诅咒;遵守 API 使用规范,避免过量请求并缓存结果。