tassel软件使用linux,Tassel 命令行版本使用笔记

1. 常见的基因型数据格式

1.1 Hapmap 数据格式

1

2

3

4

5

6

7

8

9

10

11

12

rs#

alleles

chrom

pos

strand

assembly#

center

protLSID

assayLSID

panelLSID

QCcode

Line1

HAPMAP

1.2 VCF数据格式

VCF 包含9列，从第10列开始为每个样本信息。表头##开头的为注释信息，包含了 VCF 文件的版本信息，以及对INFO及FORMAT列的解释。

1

2

3

4

5

6

7

8

9

10

#CHROM

POS

ID

REF

ALT

QUAL

FILTER

INFO

FORMAT

Line1

1.3 plink数据格式

2. Tassel软件的安装

Tassel

Tassel软件可以直接下载对应平台安装包进行安装。Linux 命令行下还可以使用conda命令进行安装: conda install -c biobuilds tassel。

3. 数据格式转换

3.2 VCF到Hapmap

## 添加 -sortPositions 参数，以便在转换之前进行位点排序

run_pipeline.pl -Xms10g -Xmx100g -vcf in.vcf.gz -sortPositions -export out.hmp.txt -exportType HapmapDiploid

从 hapmap 格式到 vcf：

run_pipeline.pl -Xms10g -Xmx100g -h in.hmp.txt -sortPositions -export out.vcf -exportType VCF

exportType 的类型有多种：

Hapmap

HapmapDiploid

HDF5

VCF

Plink

Phylip_Seq

Phylip_Inter

Fasta

Text

ReferenceProbablity

Depth

SqrMatrix

SqrMatrixRaw (for MultiBLUP)

SqrMatrixBin (for MultiBLUP)

Phenotype

PlinkPhenotype

Table

4. 数据过滤

4.1 位点过滤

不建议使用Tassel过滤位点，建议使用 vcftools软件或者自己编写程序对不合格位点进行过滤。

run_pipeline.pl -Xms10g -Xmx100g -h in.hmp.txt -filterAlignMinFreq 0.05 -filterAlignMaxFreq 0.95 -export out.hmp.txt -exportType HapmapDiploid

5. 缺失基因型插补

5.1 使用 FILLIN 方法进行插补

run_pipeline.pl -Xms10g -Xmx100g -FILLINFindHaplotypesPlugin -hmp in.hmp.txt -o Donor

run_pipeline.pl -Xms10g -Xmx100g -FILLINImputationPlugin -hmp in.hmp.txt -d Donor -o out.hmp.txt

按照染色体切分基因型文件

run_pipeline.pl -h file.hmp.txt -separate -export

计算亲缘关系

run_pipeline.pl -Xms50g -Xmx50g -importGuess maize.hmp.txt -KinshipPlugin -method Centered_IBS -endPlugin -export maize_kinship.txt -exportType SqrMatrix