GWAS(全基因组关联分析)
文章平均质量分 65
分享GWAS原理、方法、软件操作等知识。
沉香GG
@生信;@分子
展开
-
使用geneHapR进行基因单倍型分析(以vcf文件为例)
如下图所示,可以看到,用户需要准备的包括:基因型文件、注释文件和样本信息文件,以及后续会用的表型文件。输出的主要内容有:变异位点的可视化、单倍型网络、地理分布、表型比较和连锁不平衡热图。geneHapR的工作流程。原创 2024-04-12 23:41:08 · 1278 阅读 · 0 评论 -
使用TASSEL5进行候选基因关联分析
候选基因关联分析是GWAS分析流程的重要步骤,同时也是确定候选基因有效变异位置的重要途径,本文主要介绍如何使用TASSEL5进行候选基因关联分析。简要介绍如下:TASSEL5是一个用于进行候选基因关联分析的软件工具。候选基因关联分析(Candidate gene association analysis)是一种寻找基因与特定表型关联的方法。该方法通过先验知识或基因功能的研究,选择一组候选基因,并研究这些基因与表型之间的关系。原创 2024-04-06 23:40:09 · 1079 阅读 · 0 评论 -
使用PopLDdecay软件绘制LD衰减图
PopLDdecay是一款用于进行种群遗传学和关联分析的软件。它可以在全基因组水平上进行基因型数据的相关性和衰减分析,帮助研究人员探索种群间的遗传差异和突变选择的模式。PopLDdecay支持多种数据格式的输入,包括VCF、HapMap、PLINK和BEAGLE等格式。它还提供了直观的可视化功能,可以生成遗传距离和衰减图,帮助用户更好地理解和解释结果。此外,PopLDdecay还具有高效的计算能力和并行处理功能,可以加快分析速度,提高效率。原创 2024-03-29 23:55:34 · 1376 阅读 · 1 评论 -
TASSEL5中利用MLM模型进行GWAS分析
MLM,Mixed Linear Model,混合线性模型,是一种方差分量模型。在方差分量模型中,把既含有固定效应,又含有随机效应的模型,称为混合线性模型(百度百科:MLM模型用公式表示如下:Y:代表表型性状;Xα:固定效应(Fixed Effect),主要指群体结构;Zβ:标记效应(Marker Effect SNP);Wμ:随机效应(RandomEffect),这里一般指个体的亲缘关系。e: 残差。原创 2023-01-27 18:42:10 · 1419 阅读 · 0 评论 -
TASSEL5中利用GLM模型进行GWAS分析
GLM(General Linear Model),指一般线性模型,其直接将基因型X和表型数据Y进行线性拟合,使用计算公式表示为:Y = Xα + Zβ + e。公式各组分含义如下:y:表型性状;Xα:群体结构,作为固定效应(Fix Effect);Zβ:标记效应(Marker Effect);e:残差。原创 2023-01-24 22:51:54 · 1345 阅读 · 7 评论 -
TASSEL5进行GWAS中亲缘关系的估计
设置最小等位基因频率为0.05,复选Remove minor SNP states选项。点击Filter,产生过滤后文件。导入基因型文件mdp_genotype,点击Filter选项,选择Sites。也可以对过滤后的基因型文件进行Impute(填充),再用于进行亲缘关系的估计。选择过滤后的基因型文件,点击Analysis-Kinship选项。点击OK选项,产生亲缘关系矩阵文件。原创 2023-01-21 11:48:19 · 448 阅读 · 0 评论 -
TASSEL5进行GWAS主成分分析
主成分分析,又名PCA分析。本文以软件示例文件mdp_genotype为例,进行主成分分析如下所示:原创 2023-01-20 19:46:51 · 1651 阅读 · 0 评论 -
TASSEL5进行表型缺失值的估计
选择mdp_traits数据集,点击Impute-Numerical Impute进行表型数据的填充。点击Data-Load选择文件导入。选择使用平均值进行缺失值的填充。原创 2023-01-20 18:55:30 · 349 阅读 · 0 评论 -
Windows版TASSEL5的下载及安装
TASSEL5是一款用于研究表型和基因型关系的软件,由美国康奈尔大学Buckler实验室所研发。,选择Windows环境安装包下载并安装。1.安装成功后TASSEL5界面。原创 2023-01-20 11:59:28 · 4380 阅读 · 0 评论 -
Linux环境下安装TASSEL_5_standalone
【代码】Linux环境下安装TASSEL_5_standalone。原创 2022-12-12 20:54:00 · 1554 阅读 · 0 评论