菜鸟生信学习第三节笔记：plink常用功能

梦仔生信进阶

已于 2024-03-09 17:47:56 修改

阅读量1w

点赞数 26

分类专栏：初探分析----plink 文章标签： linux

于 2023-05-03 17:44:06 首次发布

本文链接：https://blog.csdn.net/weixin_55649639/article/details/126401284

版权

初探分析----plink 专栏收录该内容

6 篇文章 3 订阅

订阅专栏

plink由哈佛大学的Shaun Purcell开发的一个免费，开源的全基因组关联分析软件。

官网：PLINK 1.9

主要功能：

1.数据提取，合并、提取特定SNP、样本、基因组某段区域的基因型3.；plink格式文件如何提取位点、删除位点、提取样本、删除样本 - 小鲨鱼2018 - 博客园 (cnblogs.com)

2. 数据质控（计算样本杂合度和SNP位点杂合度、最小等位基因频率MAF）

3. 格式转换；

4. 遗传参数

4.1 计算最小等位基因频率

4.2 计算杂合度

4.3 计算LD、过滤R2

4.4 计算亲缘关系IBS，构建G矩阵；

4.5 计算近交系数 ( 统计样本ROH)；

5. PCA

6. plink将关联分析结果里的SNP注释：参考PLINK学习笔记 - 知乎

常用文件格式：

1.文本格式的 PLINK 数据包含两个文件：前缀名称必须一致
•包含相关个体及其基因型的信息（*.ped）；格式转化为主等位基因0, 杂合1, 次等位基因2
•包含遗传标记的信息（*.map）。

map文件没有行头, 包括四列: 染色体, SNP名称, SNP遗传位置（CM）, SNP物理位置(bp)

第一列 Family ID
第二列 Individual ID
第三列 Paternal ID （0表示无）
第四列 Maternal ID（（0表示无））
第五列 Sex (1=male; 2=female; 0=unknown)
第六列 Phenotype（0/-9 表示无）

注：自己构建map文件plink格式的ped和map文件及转化为012的方法 - 知乎

2. 二进制 PLINK 数据由三个文件组成：
•包含样本标识符（ID）和基因型（*.bed）的二进制文件；基因型信息
•样本信息（*.fam）；每一行就是一个样本。
•遗传标记文件（ *.bim）；每一行是一个变异，及其注释信息。

bed fam bin 为一组

--bfile
bed是一个二进制的文件，与fam，bin文件互相对应。基因型用0,1表示，一般打不开，具体如下

00 ref 纯合
11 alt 纯合
01 缺失
10 杂合

bim文件

0       Chr00:49209     0       49209  C  T
0       Chr00:49287     0       49287  G  T

该文件是在map的结果上在添加两列SNP位点

A01 A01 0 0 0 -9
A02 A02 0 0 0 -9

文件具体内容参考网站：

https://www.jianshu.com/p/2bf82e596e45

Plink基础命令介绍

GWAS | 全基因组关联分析 | PLINK | 实战 | 统计遗传学_普通网友的博客-CSDN博客

基本命令概括

#基本语句

plink --file/bfile/vcf  filename  --recode --out  outfilename  

# 1.输入文件
# --file       输入文件为plink正常格式（map、ped）文件，只写前缀
# --bfile      输入文件为plink二进制格式（fam、bim、bed）文件，只写前缀
# --vcf         输入vcf文件，需要文件名完整e.vcf，不能只写前缀
# --noweb      跳过网络版本检查，不检测是否最新版本。
# --allow-extra-chr  如果有非数字染色体，比如性染色体
# --chr-set 30  如果染色体超过23，比如30对染色体

# 2.格式转换

plink --file 1 --make-bed --out 2 

# --make-bed    数据转换为二进制格式
# --recode      不加参数默认为是输出二进制文件，节省时间和存储空将数据转换为二进制格式储存   
# --recode vcf  要输出正常格式为vcf 
# --out         输出文件的前缀

# 3.质控
plink --file a --gene 0.1 --mind 0.1 --maf 0.01 --hwe 100000 --make-bed --out 
# --geno 0.1  某个SNP在样本中缺失大于10%，删除该SNP：--geno
# --mind 0.1 某个在某个样本中，SNP缺失大于10%，删除该样本：--mind
# --maf 0.01  某个SNP在的MAF小于0.01，那么该SNP删掉：--maf 0.01
# --hwe 1e-5  某个SNP在哈温平衡检验中p值小于1e-5，那么该SNP删掉

# 4.样本提取
plink --file a --keep/remove/extract/exclude  name.txt --recode --out rename
# name.txt  提取样本需要两列，样本ID/SNPID
# --extract ：提取指定标记
# --exclude：剔除指定标记
# --keep：只保留指定样本
# --remove：剔除指定样本

# 5.亲缘关系检测 –genome

plink --file 1 -genome --make-bed --out 2  ####这条命令就是可以将文件1转成二进制文件，2即为二进制文件。

# –genome 是用于亲缘关系检查的参数

# 6.pca分析  –pca

–pca 参数用于对数据做pca分析，后面的10是取前十个pca结果的意思，一般不需要取太多，因为最后是用最显著的第一列和第二列作图。
–threads是为了增加线程，
–out参数后面跟输出文件名，可以自己设定。
最终得到两个文件：.eigenval 和.eigenvec，我们用.eigenvec文件进行绘图。

# 7.近交系数ROH --homozyg

8. 计算样本的杂合度--het
plink --noweb --file 3 --het --out 5

9. 计算SNP位点杂合度
这里，使用参数--hardy，可以给出位点的纯合和杂合个数：
GENO，2/0/6，第一个是次等位基因纯合个数，第二个是杂合个数，第三个是主等位基因纯合个数
O(HET)，是杂合所在的比值

功能之一：基因型数据提取、合并

1. 提取特定SNP的基因型：# snpid.list 只含1列SNPid,无列名称

--extract ：提取指定标记
--exclude：剔除指定标记

plink --file plink --extract snpid.list --recode --out extract_snpid --chr-set 30
plink --file plink --exclude snpid.list --recode --out exclude_snpid --chr-set 30

2. 提取特定样本： #samplelist.txt 含2列 FID 个体IID,无列名称

--keep：只保留指定样本
--remove：剔除指定样本

    samplelist.txt

1     0     sample1
2     0     sample2
3     0     sample3
4     0     sample4

plink --file plink --keep samplelist.txt --recode --out keep_sample --chr-set 30

plink --file plink --remove samplename.txt --recode --out remove_sample --chr-set 30

3. 基因组某段区域位点：

--from-bp, --from-kb, --from-mb：开始的物理位置，单位可以是bp、kb或mb
--to-bp, --to-kb, --to-mb：终止的物理位置，单位可以是bp、kb或mb

一、提取某个染色体上的SNPs
plink --file plink --chr 1 --from-bp 500 --to-bp 100000 --recode --out 500bp_100000bp_SNP --chr-set 30

二、提取一个范围内的SNPs
（从一个rs到另一个rs，必须在同一条染色体上）

plink --bfile mydata --from rs273744 --to rs89883 --recode --out

根据染色体上的位置提取

plink --bfile mydata --chr 2 --from-kb 5000 --to-kb 10000 --recode --out

三、提取某个SNP上下20Kb的SNPs

plink --bfile mydata --snp rs652423 --window 20 --recode --out

四、同时提取多个范围的的SNPs及单个SNPs
(SNP名称或者范围内不能有空格）

plink --bfile mydata --snps rs273744-rs89883,rs12345-rs67890,rs999,rs222

五、提取指定的SNPs
5.1 把SNP名称整理成单列的snpslist.txt文件
e.g.
rs123
rs12345
rs123456

plink --file data --extract mysnps.txt

5.2把染色体、范围、基因名整理成txt文件

e.g.【行名不要】
CHR BP1（起始位置） BP2 （终止位置） LABEL（基因名or随便写）
1   123            456                 ABC
12 5465 3456 DFG

plink --file data --extract myrange.txt --range

输出plink格式时，后面都需要加上 --make-bed --out result

https://www.jianshu.com/p/43e7ca72ea71

4. 数据合并：

--merge：Plink格式数据前缀
--bmerge：二进制格式数据前缀

功能之二：质控

vcftools过滤GWAS | 全基因组关联分析 | PLINK | 实战 | 统计遗传学_普通网友的博客-CSDN博客

1. 标记质控

--chr ：指定保留哪些染色体上的标记
--freq 对所有位点进行基因频率统计
-missing 输出样本缺失率在 .imiss文件, 位点缺失率在 .lmiss文件.
--geno：缺失率在给定比例以下的标记将被剔除（0.1=10%）
--maf：最小等位基因频率在该值以下的标记将被剔除（0.01=1%）基因频率进行的筛选
--hwe：哈德温伯格平衡检验P值低于该值的标记将被剔除；基因型频率进行的筛选(植物一般不宜筛选)
plink --noweb --file snp --het --out 5 --allow-extra-chr

2. 样本质控

--mind：缺失率在给定比例以下的样本将被剔除（0.1=10%）

plink --allow-extra-chr --noweb -file test --geno 0.05 --maf 0.05 --hwe 0.0001 --make-bed --out test1

# --geno 0.1  某个SNP在样本中缺失大于10%，删除该SNP：--geno
# --mind 0.1 某个在某个样本中，SNP缺失大于10%，删除该样本：--mind

plink.imiss：个体缺失位点的统计

第一列为家系ID，第二列为个体ID，第三列是否表型缺失，第四列是缺失的SNP个数，第五列总SNP个数，第六列缺失率

plink.lmiss：单个SNP缺失的个体数

第一列为染色体，第二列为SNP名称，第三列为缺失个数，第四列为总个数，第五列为缺失率。

--hwe：

如果哈温质控的标记数超过最终剩余标记数的10%，就会有提醒

Warning: --hwe observation counts vary by more than 10%. Consider using --geno, and/or applying different p-value thresholds to distinct subsets of your data。

注意：所以质控的标准，过滤的标记都可以从日志文件里查看 .log

3.只保留SNP位点（剔除SNP以外突变类型，如indel）

--snps-only just-acgt：
只保留单位点突变的SNP，
加上just-acgt参数，则只保留等位基因型为A/T/C/G/a/t/c/g的位点

--chr-set：设置最大的常染色体数量（chr > 23）
--allow-extra-chr：允许不可识别的染色体编号，如鸡的Z和W染色体,出现除XY以外其它

参考网站

功能之三：格式转换

1.1 plink正常格式（map和ped）转二进制格式（b.bed, b.bim, b.fam）

比如这里有plink格式 a.map a.ped 将其转化为二进制文件：b.bed, b.bim, b.fam

plink --file a --out b

如果染色体超过23，比如30对染色体，需要设定--chr-set 30
如果有非数字染色体，比如性染色体，需要设定--allow-extra-chr

1.2 plink二进制格式（b.bed, b.bim, b.fam）转为正常格式（map和ped）

plink --bfile b --recode --out c

--bfile，因为输入文件b*为二进制，所以用--bfile，如果是一般格式，用--file即可
--recode，要输出正常格式，所以用--recode指定，如果不加这个参数，默认是输出二进制文件
--out，输出文件的前缀

1.3 正常plink文件（map和ped）转为vcf文件

 plink --file c --recode vcf --out d

--file，用--file指定正常plink格式的文件
--recode vcf，要输出vcf文件格式
--out，输出文件的前缀

1.4 二进制plink文件（b.bed, b.bim, b.fam）转为vcf文件

和正常plink文件类似，除了--file 变为--bfile即可。

plink --bfile b --recode vcf --out e

1.5 vcf 文件转化为plink文件（map和ped）

vcf 文件转化为plink文件map和ped

plink --vcf  1.vcf --recode --out b

1.6 vcf 文件转化为plink文件（b.bed, b.bim, b.fam）

plink --vcf  1.vcf  --out b

--vcf 需要文件名完整，不能只写前缀，所以这里要写--vcf e.vcf
--recode 保存plink文件

plink软件初体验2--常用参数 - 知乎

功能之四：常用遗传参数

4.1 基因频率统计： --freq 对所有位点进行基因频率统计

plink --file filename --freq --out maf

等位基因频率 - 百度文库

4.2 杂合度统计： --het

plink --file plink --het --out plink_het --chr-set 30

4.3 LD 计算两个SNP位点的连锁不平衡值: --ld

# output file : plink.ld

# 1. 分析一对SNP  --ld

plink --bfile filename --ld snp1ID snp2ID

# 2. 多个SNP的LD分析 --r

plink --file mydata --r

# 3. 过滤输出  

plink --bfile chr3 --ld-window 99999 --ld-window-kb 5000 --r2 --ld-window-r2 0.85 --out chr3


--bfile:  读取的基因型Bim文件

--ld-window 10 : 表达结果文件中输出变异最大数量 
# 仅分析相距不超过10个SNP的SNP（默认为10个）
# 0 的话就是，所有标记两两间都计算到结果文件

--ld-window-kb 5000：计算一个位点周边5Mb范围点的LD # 对距离在5Mb之内的SNP位点进行分析（默认为1Mb）

--ld-window-r2 0.85： 保留r2 > 0.85的标记  查看日志剩余标记数 
#  .in剩余的标记 .out去除的标记 再用--extract提取.in出来  --exclue剔除.out中的位点
# 仅输出R2高于该参数值的LD分析结果（仅适用于--r2）


三、获取特定SNP与所有其他SNP的LD值

获取rs12345的1Mb内每个SNP的所有值的列表

plink --file mydata 
      --r2 
      --ld-snp rs12345 
      --ld-window-kb 1000 
      --ld-window 99999 
      --ld-window-r2 0

对于多个SNP，要从具有其他SNP的一组SNP中获取所有的LD值，命令为

# mysnps.txt是SNP列表
--ld-snp-list mysnps.txt

四、单倍体块估计
plink --bfile mydata --blocks
输出文件：plink.blocks，plink.blocks.det
# 此格式可与--hap命令一同使用，测试每个块中的每个单元型的关联性，或估算单元型的频率
# plink --bfile mydata --hap plink.blocks --hap-freq

筛选SNP

SNP 数量太多，计算会非常慢。可以使用 plink 的 --indep-pairwise 命令，通过 LD 筛选位点：

plink --bfile data --indep-pairwise 50 10 0.1

plink --bfile data --extract plink.prune.in --make-bed --out data.pruned

这里的过滤参数的意思是:

50, 滑动窗口是50
10, 每次滑动的大小是10
0.1 表示R方小于0.1

#删除在50个SNP滑动窗口内(每次增加10个SNP)与任何其他SNP的R2值大于0.1的每个SNP。

PLINK学习笔记 - 知乎

#结果文件一对一对的

plink --file  plink --r2 --ld-window-kb 5000 --chr 3 --out plink_r2_chr3 --chr-set 30

功能之五：计算亲缘关系IBS（2个个体遗传相似度）

IBD：需要有系谱数据但是也可以通过IBS推算；

IBS：用的多 --distance（plink）/

1.1 IBS：用的多 --distance（plink）/

plink --file filename --distance square ibs --out ibs
# --distance square ibs
# square 生成矩阵格式，下三角
# ibs 加此参数会输出IBS矩阵，1-ibs将会输出1-IBS的值，即遗传距离;不加默认输出等位基因数量表示的距离

#outfile   .mibs/.mdist     .mibs.id/.mdist.id #样本ID

1.2 # 不加参数，不加默认输出等位基因数量表示的距离，下三角，无ID

1.3 # 加参数 --distance square ibs，全部，对角线值为1 无ID，以矩阵形式表示

1.4 # 加参数--distance square 1-ibs 对角线为0，遗传距离的结果，样本1与样本1遗传距离为0

plink --file plink --distance square 1-ibs --out ibs/ibs_square_1_ibs --chr-set 30

1.5 # 加参数--genome，ibs，有ID，DST ，以列表形式表示

plink --file plink --distance square ibs --genome --out ibs/ibs_square_ibs_genome --chr-set 30

flat-missing 缺失矫正 Distance matrices - PLINK 1.9

1.6 # 加参数--genom full 显示多3列 IBS0 IBS1 IBS2

IBS0样本1与样本2全部等位基因不相同的位点的数量

DST=（IBS1+IBS2）/（ IBS0+ IBS1+IBS2）

 plink --file plink --distance square ibs --genome full  --out ibs/ibs_square_ibs_genome_full --chr-set 30

2.1 PLINK计算IBD是根据位置和染色体信息

利用系谱信息估计亲缘系数为0.125时，反映的是至少3代以上个体间的亲缘关系。与此同时，有研究认为亲缘关系在3代以外的个体可以近似为无关个体。

--genome参数计算后得到PI_HAT（Proportion IBD）全是1。


# 利用IBD可以描述两个样本间的亲缘关系，采用plink计算（IBD）PI_HAT：
#该步骤进行样本间的亲缘关系估计，并将清除未标记明显亲子关系的个体亲缘关系过近的个体（GWAS）。

plink  --file 3 --genome --out 4  --allow-no-sex --noweb

# 理想状态下父子关系的两个样本，Z0, Z1, Z2对应的值分别为0,1, 0，所有位点的一个allel都继承自父本；同卵双胞胎的两个样本，则为0,0,1，所有的allel都来自共同的祖先，对于异卵双胞胎，则为0.25,0.5,0.25
# PI_HAT这个统计量的取值范围为0-1，数值越大，两个样本的亲缘关系越近，当为1时，表示的就是同卵双胞胎，或者重复样本，可以根据这个值筛选亲缘关系近的样本进行过滤。
 
# 输出：4.genome
     FID1      First sample’s family ID
     IID1       First sample’s within-family ID
     FID2      Second sample’s family ID
     IID2       Second sample’s within-family ID
     RT         Relationship type inferred from .fam/.ped file，从fam/ped文件推断的样本关系  UN
     EZ         IBD sharing expected value, based on just .fam/.ped relationship   NA
     Z0         P(IBD=0)
     Z1         P(IBD=1)
     Z2         P(IBD=2)
     PI_HAT    P(IBD=2)+0.5*P(IBD=1) ( proportion IBD )       //  Proportion IBD, i.e. P(IBD=2) + 0.5*P(IBD=1)，IBD比例
     PHE       Pairwise phenotypic code (1,0,-1 = AA, AU and UU pairs)      //    Pairwise phenotypic code (1, 0, -1 = case-case, case-ctrl, and ctrl-ctrl pairs, respectively)
     DST       IBS distance (IBS2 + 0.5*IBS1) / ( N SNP pairs )  //    IBS distance, i.e. (IBS2 + 0.5*IBS1) / (IBS0 + IBS1 + IBS2)
     PPC       IBS binomial test   #二项式
     RATIO     Of HETHET : IBS 0 SNPs (expected value is

PI_HAT值越大，亲缘关系越近，PI_HAT=1/2*Z1 + Z2，为1则可能为同卵双胞胎或者重复测序样本。Z0表示样本IID1与IID2的0个染色体组含有相同变异的频率,同理，z1/z2表示两个样本1个/2个染色体组含有相同变异频率。
这个IBD结果表明，227号与228号关系远，为两头母牛的测序号。
228与229关系更近，两样本Z1为0.6454，初步断定228为小牛229的母亲。当然还需PCA、系统树的辅助验证。
**实践证明：合并vcf文件计算得到的PI_HAT大的离谱，合并bam文件更合理。
使用SNP数据计算IBD、PCA、系统树鉴别亲缘关系_谁曾经不是菜鸟啦的博客-CSDN博客

无亲缘关系为何IBD结果为同卵双胞胎/重复样本_橙子牛奶糖的博客-CSDN博客

功能之六：计算亲缘关系构建G矩阵也可以用GCTA/plink

6.1. --make-grm（GCTA 算法两种，自选）----输出为二进制文件 ：二进制

gcta --bfile filename  --autosome --make-grm --make-grm-alg 0 --out kinship0


1 基于Van Raden
0 基于Yang
--autosome表示只使用常染色体上的SNP位点

test.grm.bin      这个是二进制存储的GRM
test.grm.N.bin    这个是二进制文件，存储的是参与计算的SNP个数
test.grm.id       FID和IID的信息。

https://blog.csdn.net/yijiaobani/article/details/122437266

结果会生成矩阵的下三角，保存为二进制文件。

6.2 若还有后续分析，想查看样本间对应的亲缘关系，可以用以下方式,建议用 “--make-grm-gz”参数:文本形式

gcta64 --bfile test --make-grm-gz --make-grm-alg 1 --out kinship

eg:
/mnt/data//software/gcta_1.94.0beta/gcta64 --bfile plink --make-grm-gz --make-grm-alg 1 --out plink_GCTA_Vanrander

# --file 这个参数无效

test.grm.gz (no header line; columns are indices of pairs of individuals (row numbers of the test.grm.id), number of non-missing SNPs and the estimate of genetic relatedness)

第一列和第二列为编号信息（根据ID的顺序编号，相当于是矩阵的下三角行列信息），

第三列表示两个样本中都分型成功的SNP位点个数，

第四列表示两个样本间的亲缘关系值

test.grm.id (no header line; columns are family ID and individual ID) 为FID和IID数据，第一列为家系信息，第二列是个体ID。

2. --make-rel square （plink 算法基于Yang）

plink --file filename --make-rel square
plink --file plink --make-rel --out  G/plink_ral --chr-set 30

#square 生成矩阵格式，默认生成下三角矩阵
# .rel  .rel.id

#对角线的值接近1 #无ID，需要和id整合可热图可视化下三角矩阵

功能之七：计算近交系数 --homozyg 统计ROH

在基因组某一段区域内，当一定数量一定密度的 SNPs 表现为纯合时，可以判断该区域存在 ROHs 现象

PLINK 中使用滑动窗口的方法来进行 ROHs 的检测：特定 SNP 数目的窗口以一定的步长在 SNP 芯片上滑动

# --homozyg 计算ROH（连续性纯合片段(runs of homozygosity, ROH)）

plink --bfile bsz --homozyg --allow-extra-chr

plink --file ROH --homozyg-snp 30 --homozyg-kb 1000 --homozyg-density 1000 --homozyg-gap 1000 --homozyg-window-snp 50 --homozyg-window-het 1 --homozyg-window-missing 1  

示例代码如下所示：
plink \
        --bfile ${input} \
        --homozyg \
        --homozyg-density 1000 \ 一段ROH中每1000kb必须有1个SNP
        --homozyg-gap 1000 \ 如果连续两个SNP的间隔大于1000kb，那么就不能归为同一个ROH；认定相邻ROH
        --homozyg-kb 500 \ 只检测长度大于500kb的ROH
        --homozyg-snp 50 \ 只检测长度超过50个SNP的ROH
# --homozyg-snp 30   --homozyg-kb   仅记录包含至少30个SNPs且总长度≥ 1000千个碱基的纯合性
        --homozyg-window-het 1 \ ROH滑窗中可以允许有一个SNP位点为杂合
 --homozyg-window-missing 1  默认情况下，扫描窗口命中最多可以包含1个杂合调用和1个缺失调用；
        --homozyg-window-snp 50 \ 滑窗大小为50个SNP
        --homozyg-window-threshold 0.05 \ 包含某个SNP的完全纯合滑窗的比例至少为5%
        --out ${output}

计算完成后会得到 .hom 与.hom.indiv 等文件

.hom 文件包含了每段ROH的具体信息

FID IID PHE CHR SNP1 SNP2 POS1 POS2 KB NSNP DENSITY PHOM PHET

1 1 -9 chr1 rsxxx rsxxx 12345 67891 5.5 123 9.17 0.99 0.07

hom.indiv文件则是包含了对每个个体ROH汇总信息，包括总长度与总个数

FID IID PHE NSEG KB KBAVG

1 1 -9 50 75000 1500

统计ROHs和计算近交系数

近交系数 (FROH) =

Plink常用命令总结_Taylent的博客-CSDN博客_plink

功能之八：PCA --pca

6.1 利用plink计算pca-----直接出结果

plink --file plink --pca 3 header --out plink_pca
#如
plink --file plink --pca 3 header --out plink_pca3 --chr-set 30

#默认是提取前20个pca
# header 结果文件加表头，默认没有表头

out.file 特征值.eigenval .eigenvec

#解释的方差 （PCA1/（PCA1 + PCA2 +PCA3））

结果文件具体内容

6.2 利用GCTA计算pca-----分2步；先计算亲缘关系矩阵---再计算PCA

1.转bed格式
# 因为我没有fam文件，用plink转换二进制文件
#  省略 plink --file plink --make-bed --out plink --chr-set 30 

2.计算亲缘关系
gcta_1.94.0beta/gcta64 --bfile plink --make-grm --make-grm-alg 0 --out plink_GCTA_Yang

# GCTA主要是分析人的数据，如果分析其他动植物需要对染色体体进行重新编号，不然会报错：
Error: Line 56287 of [plink.bim] contains illegal chr number, please check
主要做人的 要求为数字染色体:
#用plink提取染色体  plink --file plink --make-bed --out plink --chr-set 30 --chr 1-13

3.pca
gcta_1.94.0beta/gcta64  --grm plink_GCTA_Yang --pca 3 --out plink_GCTA_Yang_pca3

功能之九：基因型形势转换 0/1/2 1/2/3/4 A/T/C/G

plink --file plink --recode A --out plink_allele012 --chr-set 50
--recode A:  数字格式，0和2纯合 ，1 杂合 

plink --file plink --allele1234 --recode tabx --out
--allele1234 : A/T/C/G表示为1/2/3/4
--alleleACGT: 表示为A/C/G/T

plink --file plink --recode A --out plink_allele012 --chr-set 50

功能之十：plink --flip 命令实现正负链的反转

参考：plink --flip 命令实现正负链的反转 - 美洲豹2018 - 博客园

本文章仅作为个人笔记与大家分享，希望大家少走弯路，过程中参考了一系列大神的文章，如有侵犯劳烦联系删除。

刚刚探索微信订阅号，欢迎大家关注，会不定时分享农学相关生信分析相关流程。

梦仔生信进阶

关注

26
点赞
踩
116

收藏

觉得还不错? 一键收藏
6
评论
菜鸟生信学习第三节笔记：plink常用功能

由哈佛大学的Shaun Purcell开发的一个免费，开源的全基因组关联分析软件。1.数据提取，合并、提取特定SNP、样本、基因组某段区域的基因型3.；2. 数据（计算样本杂合度和SNP位点杂合度、最小等位基因频率MAF）3. 格式转换；4. 遗传参数4.1 计算最小等位基因频率4.2 计算杂合度4.3 计算LD、过滤R24.4 计算亲缘关系IBS，构建G矩阵；4.5 计算近交系数 ( 统计样本ROH)；5. PCA6. plink将关联分析结果里的SNP注释：参考。
复制链接

扫一扫