昨天,我介绍了TASSEL的安装和读取plink基因型数据,使用TASSEL学习GWAS笔记(1/6):读取plink基因型数据和表型数据
这里,我们查看一下基因型数据导入后,如何对数据进行质控。
1. 导入后的基因型文件
导入后的基因型数据:
2. 对基因系数据进行质控
这里TASSEL提供了SNP位点质控和样本质控。
2.1 SNP位点质控
这里,选择次等位基因频率为0.05,MAF小于这个的位点删除,质控后的基因型数据保存为*Filter为后缀。
2.2 样本杂合度质控
这里,我们没有对样本杂合度质控,如果需要的话,可以设置杂合度的区间。
3. 基因型数据导出
很多时候,纠结plink数据如何转化为hapmap格式,或者hapmap格式如何转化为plink格式,现在有方法了,在TASSEL过一遍,选择导出格式就行了。
编写啥代码,鼠标点点点不香嘛!!!
选择基因型数据,点击File --> Save As
可以看到支持很多格式:
3.1 导出plink格式
选择导出的格式为plink格式:
查看一下文件,re1-plink.plk.map, re1-plink.plk.ped
用git看一下导出的数据情况:
3.2 导出vcf格式
查看vcf结果:
3.3 导出Hapmap格式
查看导出的文件:
预览一下hapmap格式:
3.4 导出Hapmap Diploid格式
设置:
文件预览:
结果是二进制文件,不能预览。
3.5 导出HDF5格式
文件预览:
结果是二进制文件,不能预览。
4. 基因型导入plink中质控
这里,我们直接用导出的re1的plink文件,进行质控,质控后再返回TASSEL中。
plink --file re1-plink.plk --maf 0.01 --geno 0.1 --mind 0.1 --hwe 1e-4 --recode --out qc_plink
质控情况:
- 22个样本,由于缺失,删掉了
- 99个SNP,由于缺失,删掉了
- 0个SNP,由于哈温平衡,删除了
- 0个SNP,由于maf,删除了
质控后的结果保存为qc_plink.ped, qc_plink.map
.
5. 质控后的plink文件,导入到TASSEL中
点击下面菜单:
下拉菜单中,选择plink格式:
选择对应的map和ped数据:
读取成功:
下一篇,介绍基因型数据可视化:kingship,LD,MDS的方法,欢迎关注:
欢迎关注我的公众号:
育种数据分析之放飞自我
。主要分享R语言,Python,育种数据分析,生物统计,数量遗传学,混合线性模型,GWAS和GS相关的知识。