tassel软件使用linux,【技术干货】动植物GWAS经典软件TASSEL的使用

原标题：【技术干货】动植物GWAS经典软件TASSEL的使用

做功能基因定位的生物狗基本都知道，经过10来年的发展，关联分析与连锁分析一样，已经成为一项基本工具，广泛应用于动植物功能基因挖掘中。在动植物(尤其是植物)的关联分析中，TASSEL软件是最早出现的开源软件，相对于其他软件，TASSEL也是使用的最广泛的，您想不想知道在您有了表型、基因型之后，怎么使用TASSEL进行关联分析呢？往下看吧

，小编教你啊~

先给软件的下载地址 http://www.maizegenetics.net/tassel

在拿到表型和基因型(我们以vcf为例)后，完成GWAS分析，你只需要5步。

第一步 数据质控

内容包括：

1)按分型百分比条件过滤，多数文章剔除缺失率在20%以上的位点，样本量较大的群体中，可以将缺失率小于50%的位点都保留；

2)按等位基因频率过滤，通常去除最小(或第二)等位基因频率小于5%的位点，样本量较大的群体中，可以降低到1%；

3)多等位位点的过滤(当软件无法接受时)；

4)有时候还会去除缺失数据太多的样本(基因型缺失比例大于20%或更高)；

5)哈迪温伯格平衡过滤，一般在无法使用较为复杂的统计模型的情况下使用，如人类的Case/Control GWAS中一般将不符合哈迪温伯格平衡的位点过滤掉，动植物GWAS中一般不过滤；

6)表型极端值去除，用Excel从小到大排一下序看看就知道了。

如果你熟悉plink软件(https://www.cog-genomics.org/plink2)，那么第1)到第5)点就变得非常easy了，一条命令行即可以搞定：

./plink --vcf ./test.vcf --maf 0.05 --geno 0.2 --mind 0.2 --hwe 0.001 --biallelic-only --recode vcf-iid --out test.bia.maf0.05.int0.8.ind0.8.hwe0.001 --allow-extra-chr

--vcf 表示输入的文件为vcf文件

--maf 控制第二等位基因频率的，我们这里设置为不小于5%

--geno 控制位点基因型的缺失比例的，我们这里设置为20%，即缺失比例大于20%的位点都会过滤掉

<