plink格式的map文件和ped文件

.map文件

格式说明链接：link
map格式的文件, 主要是图谱文件信息, 主要包括染色体名称, 所在的染色体和所在染色体的坐标.
map文件包括：

• 染色体编号（1-22, X, Y or 0 if unplaced）, 未知为0
• SNP名称（字符或数字）, 如果不重要, 可以从1编号, 注意要和bed文件SNP列一一对应
• 染色体的摩尔位置(可选项, 可以用0)
• SNP物理坐标

Example

1 snp1 0 1
1 snp2 0 2
1 snp3 0 3

• 这里有3个SNP, 分别名为snp1, snp3, snp3 (第二列)
• 这三个SNP在第一个染色体上 (第一列)
• 第三列为0
• 第四列为SNP所在染色体的坐标

.ped文件

格式说明链接：link
bed格式的文件, 主要包括SNP的信息, 包括个体ID, 系谱信息, 表型和SNP的分型信息.
.ped 文件主要有 6 列，后面都是基因型：

• 第一列: Family ID # 如果没有, 可以用个体ID代替
• 第二列: Individual ID # 个体ID编号
• 第三列: Paternal ID # 父本编号
• 第四列: Maternal ID # 母本编号
• 第五列: Sex (1=male; 2=female; other=unknown) # 性别, 如果未知, 用0表示
• 第六列: Phenotype (0=unknown; 1=unaffected; 2=affected) # 表型数据, 如果未知, 用0表示
• 第七列以后: 为SNP分型数据, 可以是AT CG或11 12, 或者A T C G或1 1 2 2

Example

1 1 0 0 1  0  G G  2 2  C C
1 2 0 0 2  0  A A  0 0  A C
1 3 1 2 1  2  0 0  1 2  A C
2 1 0 0 1  0  A A  2 2  0 0
2 2 0 0 2  2  A A  2 2  0 0
2 3 1 2 1  2  A A  2 2  A A

• 数据包括两个家系 (第一列)
• 每个家系有三个个体 (第二列)
• 第三列父本编号
• 第四列母本编号
• 第五列性别
• 第六列表型值
• 第七列, 第八列为一个基因型
• 第九列, 第十列为第二个基因型
• 第十一列, 第十二列为第三个基因型

map、ped文件转换为bed、bim、fam文件

plink --file hapmap --out hapmap --make-bed

利用Plink进行数据预处理（修建SNP集）

1、删除基因型缺失率大于5%、次要等位基因频率大于0.01的SNPs

plink --file hapmap --geno 0.05 --maf 0.01 --out hapmap --make-bed

2、基于连锁不平衡的SNP修剪（窗宽500、删除LD大于0.1的SNP对中一个、将窗口向前移动10个SNP）

plink --file hapmap --indep-pairwise 500 10 0.1
plink --file hapmap --extract plink.prune.in --make-bed --out prunedhapmap

3、基于随机采样保留部分SNPs（例如只随机保留20%的SNP）

plink --file hapmap --thin  0.2 --out hapmap --make-bed

4、采用上述所有步骤并输出bed、bim、fam文件

plink --file hapmap --geno 0.05 --maf 0.01 --indep-pairwise 500 10 0.1 --thin 0.2
plink --file hapmap --extract plink.prune.in --make-bed --out prunedhapmap

plink --bfile cluster_remove --recode --out data --noweb #由bed文件转为ped、map文件
plink --file data --geno 0.05 --maf 0.01 --indep-pairwise 500 10 0.1 --thin 0.2
plink --file data --extract plink.prune.in --make-bed --out pruneddata

5、将23andme原始数据文件转化为.ped文件

plink --23file File.txt --make-bed --out NewFile

6、将多个数据融合

link --file genom0 --merge-list filesets3.txt --make-bed --out combdata

其中fileset3.txt中包含要融合的文件名。