发现搜索引擎是个神奇的东西，偶然想起的关键词一搜索，获得的就是意想不到的结果，我以imputation+qc搜索，就找到了snpQT（发音Snip Cute）这样一个神奇的工具/流程。
这个流程的目的是让你的SNP cute，为处理人类基因变异提供了帮助：

• 基因组版本转换（b37->b38或者反过来）

• 样本质控

• 人群分层

• 填充前质控

• 本地填充

• 填充后质控

• GWAS
  使用自动化的nextflow流程，我们在Singularity容器或 Anaconda 环境中运行一系列版本的生物信息学软件，以提高可靠性和可重复性。

snpQT的目标用户：

如是你有如下的想法，它也许是有用的：

• 使用可重复、快速和全面的流程获得一个干净的基因组数据集

• 对识别某个特征的重要 Snp 关联有兴趣

• 想要根据祖源识别和删除离群值

• 想要本地填充

• 您希望准备您的基因组数据集，以便在外部服务器中进行引种（遵循全面的 QC 和填充前 QC 准备）

你需要怎样开始

• 已经获得snp，基于b37/38

• 变异为vcf/plink格式

• 变异有rs号

• 样本有二分类/数量性状
  如果你符合以上几点，看看文档吧：
  https://snpqt.readthedocs.io/en/latest/
  snpQT可能对你没用，如果你想：

• 原始序列质控

• call变异

• 家系GWAS

• 非人基因组数据

引用：

好像并没有发表在好的杂志上，康奈尔大学团队做的。
Vasilopoulou C, Wingfield B, Morris AP and Duddy W. snpQT: flexible, reproducible, and comprehensive quality control and imputation of genomic data [version 1; peer review: 2 approved with reservations]. F1000Research 2021, 10:567 (https://doi.org/10.12688/f1000research.53821.1)

证书和第三方软件

GPL3，流程离不开以下第三方软件，看起来还版本还挺新的：