QTL定位：Rqtl2输入文件

Rqtl2是Rqtl的加强更新版，可以更好地处理高维数据和复杂的群体设计，对于图形输出也有了较强的改善。

0.功能概述

Rqtl2所有功能的简单描述在以下链接：
https://kbroman.org/qtl2/pages/rqtl2_functions.html
主要包括：

• Data import
• Data subsetting
• Combining data
• Genotype reconstruction
• Genotype imputation
• Kinship matrix calculations
• Marker maps
• QTL analysis
• QTL summaries
• Data diagnostics
• Data summaries
• QTL plots
• Diagnostic plots
• SNP/gene databases
• Utility functions
• Boring print functions
  ……

R/qtl2支持的群体有BC，F2，DH，RIL等，但是要注意，不支持CP群体！！

• genotype
  第一行为标记的名称，第一列为个体名称，中间为标记。这里的标记名称要与图谱中的标记顺序一致。

  
  genotype.csv

• map
  图谱文件中主要记录标记在图谱上的位置，第一列为标记名称，第二列为连锁群，第三列为标记在连锁群上的位置。

  
  map.csv

• phenotype
  表型数据文件中第一行为表型名称，第一列为个体名称，要与基因型文件中顺序一致。

  
  phenotype.csv

1.R/qtl格式转R/qtl2格式

R/qtl格式在下面链接中介绍过，如果已经准备好了R/qtl格式，那么可以直接通过R/qtl2的convert2cross2()函数直接进行转换：
1.QTL定位：Rqtl—— Single-QTL analysis - 简书 (jianshu.com)

> library('qtl')
> listeria.a <- read.cross("csv", ".", "gen.csv")
> library('qtl2')
> qtl2data<-convert2cross2(listeria.a)

这种方法的好处是，直接将genotype，phenotype和map三个文件同时整理好。

2.VariantAnnotation

R包VariantAnnotation主要用于遗传变异注释、计算氨基酸编码变化、预测编码结果等。利用genotypeToSnpMatrix()函数可以将VCF格式转化为qtl2()所需的基因型格式。
说明书：https://www.rdocumentation.org/packages/VariantAnnotation/versions/1.18.5

> if (!requireNamespace("BiocManager", quietly = TRUE))
  install.packages("BiocManager")
> BiocManager::install("VariantAnnotation")
> library('VariantAnnotation')

报错缺什么就装什么，直到调用成功。

> vcf <- readVcf("genotype.snp.vcf")

vcf

> snp.matrix <- genotypeToSnpMatrix(vcf, uncertain = FALSE)
> snp.matrix.transposed <- t(as(snp.matrix$genotypes, "character"))
> write.table(snp.matrix.transposed, "SNP_matrix_test.csv", sep="\t")

snp matrix

以上步骤只解决了genotype的问题，还需要再手动整理map和phenotype。

引用转载请注明出处，如有错误敬请指出。