Plink 命令汇总.doc

精品文档关联分析步骤个人总结，还一些问题待解决已有 1570 次阅读2013-2-6 20:34|个人分类:科学笔记|系统分类:科研笔记|关键词:安装 软件 个人总结 style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Sex1=male; 2=female; other = unknownPhenotypecontrol设定为1，case设定为2Genotype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chromosome1-22, X, Y or 0 if unplacedrs# or snp identifierrs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cmdC:Documents and settingsAdministratorcdC:Documents and settingsAdministratorC:Documents and settingsAdministratord: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hwe0.05的位点过滤掉，23个SNP又去掉了2个SNPplink -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 assocpermpermutation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 fisherfisher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 sexplink 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casesPlink bfile 3 filter-controls只包含controlsPlink bfile 3 filter-males只包含malesPlink bfile 3 filter-females只包含femalesplink bfile 3 -filter-females logistic ci 0.95默认加性模型plink bfile 3 -filter-females logistic ci 0.95 dominantplink bfile 3 -filter-females logistic ci 0.95 recessiveplink 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 dominantplink 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？