BLUPF90基因型文件

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

BLUPF90基因型文件

前言

我们在使用BLUPF90软件进行遗传评估时（GBLUP、ssGBLUP），有时会需要准备基因型文件如snp.ped、snp.map，本文介绍两个制作blupf90所需基因文件的方法。

---

一、blupf90所需基因文件

注：blupf90中文件的分隔符必须为空格

查阅说明书：

1.OPTION SNP_file（snp-make.file）

BLUPF90 仅接受按照以下规则准备的标记文件。

• 标记文件是包含2 列的固定宽度格式的文本文件。

• 第一列包含动物的ID。 （BLUPF90 实际上跳过此列，因此您可以在此处放置任何信息。） • 第二列包含动物的基因型。它有 4 个可能的值：0（纯合子）、1（杂合子）、2（替代纯合子）和 5（缺失或未知）。

• 所有第二列必须以一行中的固定位置开始。在上面的示例中，第二列始终从第 9 个字符开始。

• 每只基因分型动物必须具有相同数量的标记。

• 不得在两个相邻基因型之间插入空格。

• 不必按个体ID 对标记文件进行排序。

2.OPTION map_file（map file ）

map文件将标记与染色体、物理位置和SNP名字相关联。仅当使用 ssGBLUP 进行全面质量控制和 GWAS 时才需要此文件。该文件应包含至少 3 个字段，并至少用 1 个空格分隔。第四列是可选的，它包含标记的名称。这里我们展示一个示例（在本例中包括第四个字段）。此处仅显示前 3 行。

• 前3 个字段应包含整数值：第一个是标记编号，第二个指定染色体编号，第三个表示染色体上的物理位置。标记编号只是一个整数，不一定是相关的，用于外部数据操作，程序实际上并不使用它。

• 性染色体(X) 可以存在，但它也应该是一个整数值。 X染色体的编码默认为0。

• 第 4 列（可选）可以包含任何字母、数字和符号（可能是 ASCII），最多 50 个字符。
注：map文件需要行头，即SNP_ID CHR POS,具体如下图

二、snp文件的两种制作方法

2.1 使用R包blupADC

非常方便！！！

2.1.1安装R包

blupADC作者网站：https://qsmei.netlify.app/zh/post/
blupADC安装教程参考：1、https://github.com/TXiang-lab/blupADC
2、https://zhuanlan.zhihu.com/p/409430029

这里只介绍一种：Rstudio中键入：
（1）安装依赖包和devtools

install.packages(c("Rcpp", "RcppArmadillo","RcppProgress","data.table","bigmemory","R6"))
if (!require(devtools)) install.packages("devtools")#if devtools not already installed

（2）devtools安装blupADC

devtools::install_github("TXiang-lab/blupADC")

2.1.2 使用R包

blupADC中支持多种格式文件，详细功能和参数参考作者网站：https://qsmei.netlify.app/zh/post/blupadc/
（注：基因型文件较小，SNP位点相对较少时使用R包blupADC。例如：芯片数据，低深度测序）

library(blupADC) #加载R包

phased_result=geno_format(
         input_data_path="D:/Data/WZY/ssgwas",      # 输入文件路径
    	 input_data_name="YN_zk",        # 以ped、map数据为例，只需要文件名前缀
         input_data_type="Plink",        # 输入数据类型（可以有VCF、haplotype等
    	 output_data_type="BLUPF90",     # 输出文件类型blupf90所需格式
         output_data_name="adc",         # 输出文件的名字
         output_data_path="D:/Data/WZY/ssgwas",  #输出文件路径
         return_result=TRUE,             # 将结果保存为R环境变量
         cpu_cores=1                     # 使用cpu的核心数 
                  )

文件名

map文件较小，可以直接使用wps、excel等制作

2.2 使用plink、awk、sed等命令制作snp、map文件（Linux）

（注：基因型文件较大，SNP位点相对较多时，可以使用以下代码手动制作snp.file。例如：重测序数据）

2.2.1 snp文件

#1.使用plink --recodeA参数将基因型数据转成0，1，2格式
plink --cow --bfile test --recodeA --out all_test 
#2.提取基因型数据中的ID，制作id文件
awk '{print $2}' all_test.raw > id.raw
#3.删除all_test.raw文件前6列
awk '{for (i=1; i<=NF; i++) if ( i > 6) printf "%s%s", $i, (i == NF ? RS : FS)}' all_test.raw > snp_file.raw
#4.将snp_file.raw文件中分隔符（空格）删除，得到基因型文件
sed -i 's/ //g' snp_file.raw
#5.合并id、基因型文件
paste id.raw snp_file.raw > snp.ped
#6.删除行头
sed -i '1d' snp.ped
#7.修改文件分隔符为空格
sed -i 's/\t/ /g' snp.ped

2.2.2 map文件

#添加行号作为map的第一列snp的编号
awk '{$5=NR; print}' test.map > new_test.map
#调整map文件列的顺序，以满足snp编号、染色体、物理位置。OFS=" "表示以空格为分隔符
awk '{OFS=" ";print $5,$1,$4}' new_test.map > snp.map
#给map文件加上行头SNP_ID CHR POS
sed -i '1i\SNP_ID CHR POS' snp.map

---

总结

以上为BLUPF90基因型文件snp_file、map_file的格式介绍和准备方法，敬请批评指正。另外，关于BLUPF90软件的参数设置、模型设置，推荐B站房子下面一头猪的视频：https://www.bilibili.com/video/BV1cg4y1W7Yv/?spm_id_from=444.41.list.card_archive.click&vd_source=58ed914aec5f189bf7c99ffcea6826d2