|||
希望查看此贴的同仁们对步骤提出改进,指出不足,谢谢!
一、软件安装和存放
1. 将plink文件直接放在D盘 ;将map和ped文件拷贝到plink文件下面,保证和在一起;
2. Ped文件的格式和map文件都是先弄成txt文件,再直接更改文件后缀。可以在excel里先将需要的格式把数据排列好,再将excel保存为txt,再改txt后缀为ped或map.
1) (.PED) 文件的前六列是强制的格式,依次为:
ped文件包含内容的顺序依次为以下 |
信息备注 |
Family ID |
可以用1,2,3,4……表示 |
Individual ID |
用入库编号表示 |
Paternal ID |
可以用0表示 |
Maternal ID |
可以用0表示 |
Sex |
1=male; 2=female; other = unknown |
Phenotype |
control设定为1,case设定为2 |
Genotype |
如A T,中间空一格,缺失用0补平 |
2) (.MAP) 文件包括以下的四项:
map文件包含内容的顺序依次为以下 |
信息备注 |
chromosome |
1-22, X, Y or 0 if unplaced |
rs# or snp identifier |
rs号 |
Genetic distance (morgans) |
可以用0代替 |
Base-pair position (bp units) |
用NCBI上的染色体起始位置 |
3)协变量信息: 协变量先单独建立一个文件,要txt格式的,比如有10个协变量,我命名为var01.txt。
这个文件必须放在和ped,map和plink.exe文件一起。Var文件是先在excel格式里面整理好,删除第一行协变量的表头,但自己要单独记下来每列代表的意思,然后转化成txt文本格式,就是另存为txt。
顺序依次为:family ID,个体ID,后面就是协变量了(number1-10),空缺的信息的用-9补全。
二、软件启动
开始——运行——cmd
C:Documents and settingsAdministrator>cd
C:Documents and settingsAdministrator
C:Documents and settingsAdministrator>d:
D:>cd plink
三、软件运行的命令 前提是冠心病数据文件分别为1.ped和1.map;用file1 和bfile 3的结果相似,那些限制性条件只是去掉了3个对照;单倍型分析,在同一染色体上且位置较近的SNP分析单倍型才有效,不同染色体上SNP的分析那是联合效应分析
运行命令 |
功能 |
plink --file 1 --make-bed --out 2 |
转成二进制文件,2即为二进制文件了 |
plink --bfile 2 --maf 0.01 --geno 0.05 --mind 0.05 --hwe 0.001 --make-bed --out 3 |
设定过滤数据 |
plink --bfile 3 --filter-controls –hardy |
计算control的hw,将hwe<0.05的位点过滤掉,23个SNP又去掉了2个SNP |
plink --bfile 3 --assoc --adjust --out assoc1 |
等位基因的关联分析,每运行后及时更改文件名称(assoc1+时间) |
plink --bfile 3 --filter-females –assoc --adjust --out 333 |
女性样本关联分析 |
plink --bfile 3 --filter-males –assoc --adjust --out 444 |
男性样本关联分析 |
plink –bfile 3 –assoc–perm |
permutation检验,就是模特卡罗模拟分析经验性的P值 |
plink –bfile 3 –all --missing |
缺失率或得出率(call rate)分析,查看log文件结果 |
plink –bfile 3 –model –out model 1 |
默认是卡方检验 |
plink –bfile 3 –model –fisher |
fisher检验,但是结果比卡方检验差 |
plink –bfile 3 –logistic--ci 0.95 --covar var01.txt |
分析所有的协变量 |
plink –bfile 3 –logistic –covar var01.txt –covar-number 1,3,5 |
只分析1,3,5这几个协变量 |
plink –bfile 3 –logistic –sex |
|
plink –file 1 –logistic –ci 0.95 |
加性模式下分析 |
plink –file 1 –logistic –ci 0.95 –dominant |
显性模式下分析 |
plink –file 1 –logistic –ci 0.95 –recessive |
隐性模式下分析 |
plink –file 1 –logistic –ci 0.95 –genotypic |
基因型分析 |
plink --file 1 –logistic –ci 0.95 –covar var01.txt –covar-number 1,2,4-6 |
加性模式下分析 |
plink --file 1 –logistic –ci 0.95 –covar var01.txt –covar-number 1,2,4-6 –dominant |
显性模式下分析 |
plink –file 1 –logistic –ci 0.95 –covar var01.txt –covar-number 1,2,4-6 –recessive |
隐性模式下分析 |
plink –file 1 –logistic –ci 0.95 –covar var01.txt –covar-number 1,2,4-6 –genotypic |
基因型下分析 |
plink –bfile 3 –hap-snps rs653667,rs2261434 –hap-assoc |
单倍型分析 |
Plink –bfile 3 –filter-cases |
只包含cases |
Plink –bfile 3 –filter-controls |
只包含controls |
Plink –bfile 3 –filter-males |
只包含males |
Plink –bfile 3 –filter-females |
只包含females |
plink –bfile 3 --filter-females –logistic –ci 0.95 |
默认加性模型 |
plink –bfile 3 --filter-females –logistic –ci 0.95 –dominant |
|
plink –bfile 3 --filter-females –logistic –ci 0.95 –recessive |
|
plink –bfile 3 --filter-females –covar var01.txt --covar-number 1,2,4,8,9 --logistic –ci 0.95 |
默认加性模型
|
plink –bfile 3 --filter-females –covar var01.txt --covar-number 1,2,4,8,9 ––logistic –ci 0.95 –dominant |
|
plink –bfile 3 --filter-females –covar var01.txt --covar-number 1,2,4,8,9 ––logistic –ci 0.95 –recessive |
|
四、结果查看
可以先用notepad打开看一下,也可以用excel打开,打开步骤:
用excel的文件,打开——分隔符号——下一步——空格——完成,再另存为即可。
看到unjust对应的P值是未校正的,plink默认Bonf校正,非常严格,校正后基本没有显著的了。如果文章中不用plink校正后的结果的话,前面的分析也不要用plink的结果,不然别人会问你为什么不用plink校正。Log文件是保存运行过的命令,如果不及时更名,就被后面的log文件给覆盖掉了。
五、关于单倍型的分析过程
分型数据结果出来后,首先要做的是按照染色体将SNP位点分类(在位点位于不同染色体的情况下),
1)如上图所示,按照不同染色体分好位点数;
2)首先分析的是control数据里的LD,如果存在LD,即D’接近1,r2大小似乎关系不大,就可以判定有LD,这个在Haploview软件里面分析。分析时的数据格式整理成Linkage format。
可以把一个数据弄成ped,一个是map的。(奇怪的是我用plink format,系统总说我少SNP column,给ped加head,genotype那里换成rs号或SNP1,SNP2之类的都不行,map文件是标准的plink格式,headless),有时间再找出问题在哪。
Map的文件:只有2列,一列是rs号,一列是染色体上的起始位置,至于这个位置,我用的是Hapmap数据库上的。不同数据库之间的相差不大,起始需要的是每2个SNP之间的相对距离,估计软件自己会计算。
Ped文件:
前6列是固定的,一次为FID,IID,father ID,mother ID,sex(1 male; 2 female),phenotype(1 control;2 case),后面就是基因型的了。按照SNP号排列好,但是不要表头。注意在map文件中,SNP的顺序要和这个对上。
3)结果可以看到LD,右键点击,可以看到D’,r2;点Haplotype,不知道怎么有的没有结果出来,可能是没有单倍型???对于有单倍型的,比如,对照中有这样的结果,我再计算case中的单倍型结果。得出这些数据后,我是再把数据导入到SPSS,运用卡方分析case control中数据是否有差异。可惜今天分析的结果都没有差异,奇怪为什么直接用plink的haps命令结果有一个是单倍型显著的呢?(P=0.045)。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-28 03:25
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社