关于PLink操作说明.docVIP

关于全基因组关联分析工具Plink的操作使用说明 Plink是一个开放的，免费的全基因组关联分析工具。其分析的基础是基因型和表型数据。通过整合gplink 和 HYPERLINK /mpg/haploview Haploview 使得结果变得可视化。 gplink 是基于Java的图形用户界面，许多plink 命令可以通过其实现。而且易于与 HYPERLINK /mpg/haploview Haploview进行整合。Haploview是一个进行单倍型分析的一个软件。因此，我们在做关联分析以前需要准备好以上软件的安装。 具体的分析步骤可以分为两大部分。第一部分 下面我将依据一个具体的分析实例，对 plink的使用加以说明。1；首先是数据的准备Plink 程序识别两种文件格式，(.PED),(.MAP) 两种格式文件。在具体的文件里面又限制了具体的格式要求，对于(.PED) 文件，文件的前六列是强制的格式，依次为：Family ID Individual ID Paternal ID Maternal ID Sex (1=male; 2=female; other=unknown) Phenotype在我们的研究过程中，第七项一般是基因型。（以后我们的数据形式）对于(.MAP)文件，包括一下的四项：chromosome (1-22, X, Y or 0 if unplaced) rs# or snp identifier Genetic distance (morgans) Base-pair position (bp units)由于Plink程序识别的是二进制文件，所以我们要通过相应的命令将其转化成二进制的。命令如下：plink --file wgas1 --make-bed --out wgas22；在完成数据的准备后，下面就是对于数据的过滤过程，也称作质量控制，一般我们需要考虑的因素是个人基因型缺失率，位点基因型缺失率，哈迪温波格平衡，从而提取SNP，通过以上的限定条件，我们得到分析后的数据，命令如下;plink --bfile wgas2 --out validateplink --bfile wgas2 --freq --out freq1plink --bfile wgas2 --hardy --out hwe1plink --bfile wgas2 --maf 0.01 --geno 0.05 --mind 0.05 --hwe 1e-3 --make-bed --out wgas33;做一些基本的关联分析，命令如下：plink --bfile wgas3 --assoc --adjust --out assoc1该关联分析使用的方法是Basic allelic test chi-square (1df)，然后进行显著性水平调解，从而选择出与疾病关联的治病基因。4；基于人群分层的关联研究plink --bfile wgas3 --mh --within pop.cov --adjust --out cmh1 主要是输出的显著性水平调解，使用的方法是CM，选出显著性水平值最小的，说明越显著。（结果是按顺序输出的）。研究实例中提供了一个人群分层的文件 pop.cov ,在实际操作中是要通过聚类分析进行分类后才得到的。具体的关于人群分层的命令，在第二部分会提到。以上的关联研究，称为第一部分。主要是通过分析找出治病相关的SNP.第二部分 5；部分的工作主要是寻找单体型，并进行分析，从而找出真正的治病关联基因。 通过第一部分的研究，我们找出了一个snp r 我们需要建立一个新的关于snp r件，从而单纯的对其进行分析。首先是从原始文件中将其提取，然后对其等位基因频率，哈迪温伯格平衡进行检验，命令如下：plink --bfile wgas3 --recode --snp r--out tophitplink --file tophit --all --missingplink --file tophit –hardy以上我们进行了MH（一种假设检验的方法）的关联分析，下面进行重复性分析，命令如下（主要是基于相关变量的分析，如表型，基因异质性等）plink --file tophit --mh --within pop.cov –bd（使用一种新的检验方法）plink --file tophit --homog --within pop.cov（基于纯合子的研究）plink --file tophit --logistic --covar pop.cov –interaction （将人群分层作为变量，