用途:查询 NHGRI-EBI GWAS Catalog(由 NHGRI 与 EBI 维护的已发表全基因组关联研究整理库),获取 SNP-性状关联、变异、性状、基因、研究元数据及汇总统计入口。
主要能力:提供脚本 scripts/query_gwas.py(仅用标准库,输出 JSON 到 stdout),支持按变异、性状、基因、研究查询,以及自由文本转 efo_id。示例:python scripts/query_gwas.py variant rs7903146;python scripts/query_gwas.py trait MONDO_0005148 --size 100;python scripts/query_gwas.py gene TCF7L2;python scripts/query_gwas.py find-trait "type 2 diabetes";python scripts/query_gwas.py study GCST001795。
数据模型:研究用 GCST 编号,关联为 SNP-性状链接(全基因组显著 p ≤ 5×10⁻⁸),变异用 rs 号,性状用 efo_id(如 MONDO_0005148),基因用 HGNC 符号。注意性状 ID 可能被重映射,旧 ID 会返回空页而非报错,应先用 /v2/efo-traits?efo_trait= 解析自由文本。
API:REST API v2(2025 年 8 月发布)位于 https://www.ebi.ac.uk/gwas/rest/api/v2,免费无需密钥,限速 15 请求/秒,默认页大小 20(建议 ≤ 200)。旧版 v1 已弃用,计划 2026 年 5 月退役;汇总统计 API 已停用(HTTP 410),完整汇总统计从 FTP 获取。
核心流程:确定实体标识,查询对应端点并翻页,按 p 值、祖先、样本量等过滤,提取 rs ID、效应等位基因、效应量与 p 值(极强信号 p 值会下溢为 0.0,应使用 pvalue_mantissa/pvalue_exponent),再交叉引用 Ensembl、gnomAD、Open Targets、PGS Catalog。全基因组分析可用 /v2/studies?efo_id=...&full_pvalue_set=true 找到研究,其 full_summary_stats 字段给出 FTP 目录,协调文件位于 https://ftp.ebi.ac.uk/pub/databases/gwas/summary_statistics/GCST<range>/<GCST>/harmonised/<GCST>.h.tsv.gz,可用 tabix 远程拉取区域。
适用场景:变异关联、SNP 查询、性状/疾病搜索、基因关联、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。不适用:药物靶点关联评分(用 alterlab-opentargets)、临床致病性(alterlab-clinvar)、等位基因频率(alterlab-gnomad)、eQTL/sQTL(alterlab-gtex)、变异后果(alterlab-ensembl)。
限制:仅含经整理的顶级关联,不应用于全基因组扫描;需遵守限速;引用 Sollis E, et al. (2023) Nucleic Acids Research 51:D977-D985。