PCA没有明显分层GWAS分析还用考虑吗？

大家好，我是邓飞，最近星球的小伙伴问了一个问题，PCA图显示没有明显的分层，K值也没有明显拐点，GWAS分析还用考虑吗？PCA图如下：

什么是PCA，PCA就是降维，将群体降维成几类，用于描述群体结构。

为何PCA可以描述群体结构？

我们看一下群体结构是什么？

比如不同的品种，品种内相似，品种间有差异，这些品种如果聚类，可以分为三类，如果做PCA分析可视化，也可以分为三块，这时候PC1，PC2代表的数值放到模型中做协变量，其作用和讲品种作为因子放到模型中做协变量是一样的。

之所以用PCA而不是用品种，因为我们不知道品种分几种！PCA相当于场年季，如果PCA没有明显的分层，说明协变量也没有显著性，加入模型也不会影响结果。但是万一群体有分层，就可以避免由于品种的效应造成的影响。

所以，PCA可以理解为群体的分层，属于将品种间的效应考虑到模型中的操作。

那么PCA如果没有明显分层，所以GWAS不用考虑PCA是不是也很合理？

答案是：PCA是否使用，不仅仅看是否分层明显，而是看PC1和PC2的方差解释百分比，因为PC1和PC2是作为数字协变量进行GWAS分析的，如果解释度比较高，即使分层不明显，也需要考虑PCA。

放PCA进入GWAS分析模型有什么坏处？

增加计算量。

如果PCA没有解释百分比，放进去也不会对结果有影响。

如果PCA有效，放进去就可以矫正模型，结果更准确。

所以，why not？