plink各种格式转换及简单命令

1，一般格式：PED/MAP

2，转置格式：TPED/TFAM

3，二进制格式：BED/BIM/FAM

几种格式之间可以相互转换。推荐使用BED/BIM/FAM这种格式，读取速度快。

bed 文件包含SNP数据，是二进制格式，不能由Notepad++等文本编辑器打开。

bim 文件包括SNP位置信息。

fam 文件包括家系表型信息，这两种文件都是文本格式。

其他格式转换命令： --recodeAD ，SNP编段迅码成加性显性模式，以0、1、2编码SNP，NA为缺失值；亏闹 --recode12 ，SNP编码为数字1或2，缺失值为0.

参考推文：

https://www.cnblogs.com/leezx/p/9013615.html

http://zhangyy.site/notes/2015/04/04/GWAS2file.html

————————握空此————————————————————

plink --bfile filename --a1-allele file.bim 6 --make-bed --out newfilename a1 a2在bim文件中替换位置。

参考： https://www.cog-genomics.org/plink/1.9/data#ax_allele

参考： https://cloud.tencent.com/developer/article/1556166

plink1.9版本支持转化为VCFv4.2格式

plink2.0版本支持转化为VCFv4.3格式

两个版本用到的命令不一样

对于plink1.9版本，转化为vcf文件的命令行为：

生成的vcf为4.2版本

对于plink2.0版本，转化为vcf文件的命令行为：

生成的vcf为4.3版衫宽本

参考： https://www.cnblogs.com/chenwenyan/p/8574237.html

链接： https://www.jianshu.com/p/8b4e7b3b7f5e

vcf 转为 ped/map

vcftools --vcf snp.vcf --plink --out snp

plink --vcf snp.vcf --recode --out snp

ped和map文件是Plink的基本格式。

ped文件包含以下几列：

第一列：Family ID。

第二列：Individual ID。自然群体这列和Family ID是一样的。

第三列：Paternal ID。未提供信息的话这列为0。

第四列：Maternal ID。未提供信息的话这列为0。

第五列：Sex。未提供信息的话这列为0。

第六列：Phenotype。一般来说，直接拿vcf转换的话这列为-9，也就是缺失。

第七列开始就是个体在每个标记位点的基因型。

map文件包含以下几列：

第一列：染色体编号。

第二列：SNP编号。

第三列：遗传距离。未提供信息的话这列为0。

第四列：物理位置。

ped/map 与 tped/tfam 格式互换

plink --file snp --recode --transpose --out snp_test

plink --tfile snp_test --recode --out snp

ped/map 与 bed/bim/fam互换

plink --file snp --make-bed --out snp_test

plink --bfile snp_test --recode --out snp

tped/tfam 与 bed/bim/fam互换

plink --tfile snp --make-bed --out snp_test

plink --bfile snp_test --recode --transpose --out snp

bed/bim/fam 转为 vcf

plink --bfile snp --export vcf --out snp_test

常用的Plink格式转换就是这些，大家可以根据自己实际需要相互转换。

因为PLINK默认的设置是人的染色体简粗， 所以动物中，我们应该设置

--chr-set 19 # 猪

已有的选择：

--cow

--dog

--horse

--mouse

--rice

--sheep

参考：或咐亮 https://zhuanlan.zhihu.com/p/109071456

EMMAX是关联分析速度提升的一个代表性算法, 已广泛应用于棉花、轮肢大豆和水稻等的复杂性状关联分析。EMMAX认为，每一个SNP对复杂性状的解释率都很低，每个组件的方差在运算中都只计算一次，从而达到简化计算的目的。所以，当存在有大解释率的SNP时，违反了EMMAX的假设，这可能会产生凯桐念保守的p值，导致统计能力的盯困损失。

EMMA和EMMAX的区别

EMMA是计算每个标记自己的方差，而EMMAX假设每一个SNP的方差都很小，因此在运算过程当中只会有一个方差。

http://csg.sph.umich.edu//kang/emmax/download/index.html

emmax识别.tped，.tfam，.nosex格式，利用plink进行转置：

--vcf vcf文件名

--out 输出文件前缀

--allow-extra-chr 允许scaffold等染色体格式

--chr-set 设置染色体数目

8. GWAS：亲缘关系——TASSEL&GCTA - (jianshu.com)

将之前计算得到的亲缘关系去掉注释、行名和列名，保存为纯数字的矩阵emmax_in.BN.kinf。

Admixture中最佳分群数所对应的Q文件，手动添加行名列名，这里最佳分群为3。

随后，在R中，利用emmax_in.tfam和上一步整理好的Q文件进行整理。

emmax中一次只能输入一个性状，文件格式与.tfam类似，需要在R中进行转换。

每个性状，各生成一个数据文件，格式如下：

-t：基因型文件名（除扩展名）

-o：输出文件前缀

-p：输入性状文件

-k：亲缘关系文件

保存.emmax.qk.ps文件，加标题，第一列ID，第二列回归系数(beta),第三列回归系数的标准差，第四列为P值。

将.emmax.qk.ps文件整理为pmap格式，第一列为ID，第二列为chr，第三列position，第四列为p值

plot.type="m"：曼哈顿图

plot.type：可以选择 "d", "c", "m", "q" or "b"

plot.type="d", SNP密度图

plot.type="c", 环形曼哈顿图

plot.type="m",曼哈顿图

plot.type="q",QQ图

plot.type="b",同时绘制环形曼哈顿图、曼哈顿图和QQ图

plot.type=c("m","q"), 绘制曼哈顿图和QQ图

---