转变Genotype数据格式（Hapmap，Plink ，VCF

2021-11-04 本文已影响0人 Hello育种

image.png

主要使用blupADC完成题目的功能,此包是华中农业大学梅全顺编写。在使用以下6与7功能之前，通常需要提前下载好 DMU 软件 (DMU下载网站) 和 BLUPF90软件 (BLUPF90下载网站)。
如果您想将DMU和BLUPF90用作商业用途，请务必联系 DMU 和 BLUPF90的作者！！！

下载

首先查看Github的主页：https://github.com/TXiang-lab/blupADC/
需要将一面对应的版本修改，目前其还在不断改进，所以版本迭代的比较快。

install.packages(c("Rcpp", "RcppArmadillo","data.table"))
## linux
packageurl <- "https://github.com/TXiang-lab/blupADC/raw/main/blupADC_1.0.1_linux.tar.gz"
install.packages(packageurl,repos=NULL,method="libcurl")
## windows
packageurl <- "https://github.com/TXiang-lab/blupADC/raw/main/blupADC_1.0.1.zip"
install.packages(packageurl,repos=NULL)

功能简介：

基因型数据间的格式转换
2.基因型数据的重复性检测
系谱追溯、重命名及纠错
基因型数据的质控与填充
亲缘关系矩阵的构建
DMU软件的交互使用
BLUPF90软件的交互使用
以下是代码

1. 基因型数据间的格式转换

其可以实现Hapmap，Plink ，VCF ，Haplotype， Numeric ， BLUPF90 格式的相互转化

library(blupADC)
sum_data=genotype_data_format_conversion(
         input_data_hmp=data_hmp,   #提供的hampap格式数据的对象
         output_data_type=c("Plink","BLUPF90","Numeric"),#基因型数据的输出类型
         return_result = TRUE,      #是否在R中返回结果
         cpu_cores=1                #调用的cpu数目
                  )

最近其增加了BLUPF90格式转为Hapmap格式的文件。

2.基因型数据的重复性检测

library(blupADC)
overlap_result=genotype_data_overlap(
                  input_data_hmp=data_hmp,    #提供的hampap格式数据的对象
                  overlap_threshold=0.95,     #判断重复的阈值
                  return_result=TRUE          #是否在R中返回结果
                  )

3. 系谱追溯、重命名及纠错

library(blupADC)
pedigree_result=trace_pedigree(
                input_pedigree=origin_pedigree,    #提供的系谱数据的对象
                trace_generation=3                 # 系谱追溯的代数
                )

4. 基因型数据的质控与填充

library(blupADC)
genotype_data_QC_Imputation(
            input_data_hmp=data_hmp,                #提供的hampap格式数据的对象
            data_analysis_method="QC_Imputation",   #数据分析方法，质控+填充
            output_data_path="/root/result",        #基因型数据的输出路径
            output_data_name="YY_data",             #基因型数据的输出名称
            output_data_type="Plink"                #基因型数据的输出类型
            )

5. 亲缘关系矩阵的构建

library(blupADC)
kinship_result=cal_kinship(
                input_data_hmp=data_hmp,          #提供的hampap格式数据的对象
                kinship_type=c("G_A","G_D"),      #亲缘关系矩阵的类型
                dominance_type=c("genotypic"),    #显性效应的类型
                inbred_type=c("Homozygous"),      #近交系数的类型
                return_result=TRUE)               #在R中返回结果

6. DMU软件的交互使用

library(blupADC)
data_path=system.file("extdata", package = "blupADC")  #  示例文件的路径
  
run_DMU(
        phe_col_names=c("Id","Mean","Sex","Herd_Year_Season","Litter","Trait1","Trait2"), # colnames of phenotype 
        target_trait_name=c("Trait1"),                           #性状名称 
        fixed_effect_name=list(c("Sex","Herd_Year_Season")),     #固定效应名称
        random_effect_name=list(c("Id","Litter")),               #随机效应名称
        covariate_effect_name=NULL,                              #协变量效应名称
        phe_path=data_path,                          #表型文件路径
        phe_name="phenotype.txt",                    #表型文件名
        integer_n=5,                                 #整型变量数
        analysis_model="PBLUP_A",                    #遗传评估模型
        dmu_module="dmuai",                          #方差组分估计使用的DMU模块
        relationship_path=data_path,                 #亲缘关系文件路径
        relationship_name="pedigree.txt",            #亲缘关系文件名
        output_result_path="/root"                   #结果输出路径
        )

7. BLUPF90软件的交互使用

library(blupADC)
data_path=system.file("extdata", package = "blupADC")   #  示例文件的路径
  
run_BLUPF90(
        phe_col_names=c("Id","Mean","Sex","Herd_Year_Season","Litter","Trait1","Trait2"), # 表型数据的列名(ps.表型文件无列名)
        target_trait_name=c("Trait1"),                           #性状名称
        fixed_effect_name=list(c("Sex","Herd_Year_Season")),     #固定效应名称
        random_effect_name=list(c("Id","Litter")),               #随机效应名称
        covariate_effect_name=NULL,                              #协变量效应名称
        phe_path=data_path,                          #表型文件路径
        phe_name="phenotype.txt",                    #表型文件名
        analysis_model="PBLUP_A",                    #遗传评估模型
        relationship_path=data_path,                 #亲缘关系文件路径
        relationship_name="pedigree.txt",            #亲缘关系文件名
        output_result_path="/root"                   #结果输出路径
        )