PLINK-GWAS学习7------数据质控之亲缘关系质控

相关性：一对个体的遗传相关性强度。传统的GWAS假设所有的受试者都是不相关的，即没有一对个体比二级亲属关系更密切（三代内）。如果没有适当的校正，包含亲属可能会导致对SNP效应大小的标准误差的估计有偏差。
#检查你分析的数据集是否有神秘的相关性是很重要的。
#假设是一个随机总体样本，在本教程中，我们将排除所有超过pihat阈值0.2的个体。
#查看pihat>0.2的个体对。
--genome调用IBS/IBD计算，并且之后在plink.genome文件中写入报告。
--min删除PI_HAT值低于给定截止值的行。

plink --bfile HapMap_3_r3_10 --extract indepSNP.prune.in --genome --min 0.2 --out pihat_min0.2

less pihat_min0.2.genome

第一列为个体对中第一个个体的FID，第二列为个体对中第一个个体的IID，第三列为个体中第二个个体的FID，第四列为个体对中第二个个体的IID，第五列为从.fam或.ped文件中推断出的相关类型，第六列为IBD共享预期值，基于.fam/.ped的关系，第七列到第九列为P值，第十列为IBD占比（例如：P(IBD=2) + 0.5P(IBD=1)），第十一列为成对表型代码(1,0，-1 = case-case, case-ctrl, ctrl-ctrl对)，第十二列为IBS距离，即(IBS2 + 0.5IBS1) / (IBS0 + IBS1 + IBS2)，第十三列为IBS 二项分布检验，第十四列为HETHET: IBS0 SNP比值(期望值2)

#现在我们将再次寻找具有pihat >0.2的个体。

plink --bfile HapMap_3_r3_11 --extract indepSNP.prune.in --genome --min 0.2 --out pihat_min0.2_in_founders

#“pihat_min0.2_in_founders.genome”显示，在排除所有非创始人后，HapMap数据中只剩下1对pihat大于0.2的个体。
#根据Z值，这可能是一个完整的同胞或DZ双胞胎对。值得注意的是，它们在HapMap数据中并没有被赋予相同的家族身份(FID)。
#对于每一对“相关”个体，pihat >0.2，我们建议取消呼叫率最低的个人。

plink --bfile HapMap_3_r3_11 --missing

#在我们的数据集中，个体13291 NA07045的呼叫率较低。

vi 0.2_low_call_rate_pihat.txt
i 
13291  NA07045
# Press esc on keyboard!
:x
# Press enter on keyboard

#删除具有pihat>0.2的“相关”对中呼叫率最低的个体

plink --bfile HapMap_3_r3_11 --remove 0.2_low_call_rate_pihat.txt --make-bed --out HapMap_3_r3_12

#恭喜你! !您刚刚成功地完成了第一个教程!你现在可以进行一个适当的基因QC。
#在下一个教程中，使用脚本:2_Main_script_MDS.txt，你需要以下文件:

- The bfile HapMap_3_r3_12 (i.e., HapMap_3_r3_12.fam,HapMap_3_r3_12.bed, and HapMap_3_r3_12.bim

- indepSNP.prune.in