使用TASSEL学习GWAS笔记（2/6）：对基因型数据进行质控及导出基因型

昨天，我介绍了TASSEL的安装和读取plink基因型数据，使用TASSEL学习GWAS笔记（1/6）：读取plink基因型数据和表型数据

这里，我们查看一下基因型数据导入后，如何对数据进行质控。

1. 导入后的基因型文件

导入后的基因型数据：

2. 对基因系数据进行质控

这里TASSEL提供了SNP位点质控和样本质控。

2.1 SNP位点质控

这里，选择次等位基因频率为0.05，MAF小于这个的位点删除，质控后的基因型数据保存为*Filter为后缀。

2.2 样本杂合度质控

这里，我们没有对样本杂合度质控，如果需要的话，可以设置杂合度的区间。

3. 基因型数据导出

很多时候，纠结plink数据如何转化为hapmap格式，或者hapmap格式如何转化为plink格式，现在有方法了，在TASSEL过一遍，选择导出格式就行了。

❝

编写啥代码，鼠标点点点不香嘛！！！

❞

选择基因型数据，点击File --> Save As

可以看到支持很多格式：

3.1 导出plink格式

选择导出的格式为plink格式：

查看一下文件，re1-plink.plk.map, re1-plink.plk.ped

用git看一下导出的数据情况：

3.2 导出vcf格式

查看vcf结果：

3.3 导出Hapmap格式

查看导出的文件：

预览一下hapmap格式：

3.4 导出Hapmap Diploid格式

设置：

文件预览：

结果是二进制文件，不能预览。

3.5 导出HDF5格式

文件预览：

结果是二进制文件，不能预览。

4. 基因型导入plink中质控

这里，我们直接用导出的re1的plink文件，进行质控，质控后再返回TASSEL中。

 plink --file re1-plink.plk --maf 0.01 --geno 0.1 --mind 0.1 --hwe 1e-4 --recode --out qc_plink

「质控情况：」

• 22个样本，由于缺失，删掉了
• 99个SNP，由于缺失，删掉了
• 0个SNP，由于哈温平衡，删除了
• 0个SNP，由于maf，删除了

质控后的结果保存为qc_plink.ped, qc_plink.map.

5. 质控后的plink文件，导入到TASSEL中

点击下面菜单：下拉菜单中，选择plink格式：

选择对应的map和ped数据：读取成功：

下一篇，介绍基因型数据可视化：kingship，LD，MDS的方法，欢迎关注：

❝

欢迎关注我的公众号：育种数据分析之放飞自我。主要分享R语言，Python，育种数据分析，生物统计，数量遗传学，混合线性模型，GWAS和GS相关的知识。

❞