参考：Bulik-Sullivan, B., Loh, PR., Finucane, H. et al. LD Score regression distinguishes confounding from polygenicity in genome-wide association studies. Nat Genet .47, 291–295 (2015). https://doi.org/10.1038/ng.3211
这款工具主要是区分飘逸的QQ图正不正常。
多基因性（即若干较小的基因效应）和干扰因素引起的偏差（如隐性关联 ，群体分层等）都会造成检验的统计量的分布偏高。于是，开发了LD Score （LD分数回归），检查测量统计量与连锁不平衡之间的关系来量化每个不分的贡献。
LDSC本质是一个线性回归，其输入数据为GWAS的分析结果，回归的自变量为SNP位点的LD score值，因变量是该算法的核心，自定义的一个符合卡方分布的统计量，通过线性回归拟合LD score和卡方统计量的关系，从而判断GWAS分析结果中是否存在混淆因素。
主要通过LDSC工具计算基因组数据的LD回归截距，如果是基因多效性，那么截距会接近1（比如1.004），如果是群体分层等混淆因素引起的，那么LD回归截距就会远离1（比如1.30）。
（a）具有混杂因素的QQ图
（b）具有混杂因素的LD截距图
（c）具有基因多效性的QQ图
（d）具有基因多效性的LD截距图
总结：截距很接近1，就不用管QQ图好不好看了；远离1说明基因型可能有问题，检查一下PCA、群体分层有没有控制好、是否混了很多有亲缘关系的样本在里面。
认为可以作为GWAS结果的一个验证。
下载以及安装：这个工具主要以python为脚本，配置conda环境。