1. 常见的基因型数据格式

1.1 Hapmap 数据格式

1	2	3	4	5	6	7	8	9	10	11	12
rs#	alleles	chrom	pos	strand	assembly#	center	protLSID	assayLSID	panelLSID	QCcode	Line1

HAPMAP

1.2 VCF数据格式

VCF 包含9列，从第10列开始为每个样本信息。表头##开头的为注释信息，包含了 VCF 文件的版本信息，以及对INFO及FORMAT列的解释。

1	2	3	4	5	6	7	8	9	10
#CHROM	POS	ID	REF	ALT	QUAL	FILTER	INFO	FORMAT	Line1

1.3 plink数据格式

2. Tassel软件的安装

Tassel 下载地址：https://www.maizegenetics.net/tassel 。

Tassel

Tassel软件可以直接下载对应平台安装包进行安装。Linux 命令行下还可以使用conda命令进行安装: conda install -c biobuilds tassel。

3. 数据格式转换

3.2 VCF到Hapmap

## 添加 -sortPositions 参数，以便在转换之前进行位点排序
run_pipeline.pl -Xms10g -Xmx100g  -vcf in.vcf.gz -sortPositions -export out.hmp.txt -exportType HapmapDiploid

exportType 的类型有多种：

Hapmap
HapmapDiploid
HDF5
VCF
Plink
Phylip_Seq
Phylip_Inter
Fasta
Text
ReferenceProbablity
Depth
SqrMatrix
SqrMatrixRaw (for MultiBLUP)
SqrMatrixBin (for MultiBLUP)
Phenotype
PlinkPhenotype
Table

4. 数据过滤

4.1 位点过滤

不建议使用Tassel过滤位点，建议使用 vcftools软件或者自己编写程序对不合格位点进行过滤。

run_pipeline.pl -Xms10g -Xmx100g  -h in.hmp.txt  -filterAlignMinFreq 0.05 -filterAlignMaxFreq 0.95 -export out.hmp.txt -exportType HapmapDiploid

5. 缺失基因型插补

5.1 使用 FILLIN 方法进行插补

run_pipeline.pl -Xms10g -Xmx100g -FILLINFindHaplotypesPlugin -hmp in.hmp.txt -o Donor
 run_pipeline.pl -Xms10g -Xmx100g -FILLINImputationPlugin -hmp in.hmp.txt  -d Donor -o out.hmp.txt