鉴于太多人问我怎么批量根据chr:pos查找RS号，在这里出一个教程。
注意以下教程展示的是修改hg19基因组版本的RS号，如果你的数据是其他版本的，请修改为对应版本的数据。
假定数据是test.txt，内容如下：
image
现在希望根据第一列chr:pos找到对应的RS号，实现以下的效果：
image
则可以用dplyr::left_join参数，具体实现过程如下所示：
install.packages(dplyr)
library(dplyr)
tes = read.table("test.txt",header=T,check.names=F,sep="\t") #注意这里我设置的是制表符分隔符，如果你的文件不是制表符的话，需要修改成对应的分隔符
match = read.table("snp150_hg19.txt",header=T,check.names=F,sep="\t")
need=dplyr::left_join(tes,match,by="chromosome:start") #如果snp150_hg19.txt文件中有对应的RS号，则比对到test.txt文件中，如果没有的话，就变为NA
write.table(need, file ="clean.txt", sep ="\t", row.names =FALSE, col.names =TRUE, quote =FALSE) #保存文件
上述命令需要用到snp150_hg19.txt文件，其内容如下所示：
image
snp150_hg19.txt文件可以从https://hgdownload.soe.ucsc.edu/downloads.html网站 下载，也可以通过后台回复RS号修改获取，下载后请解压后再使用;
这个文件很大，总共有234104111个位点，解压后5G左右，只能通过网盘传输；
另外，我也提供了hg38的基因组版本
snp151_hg38.txt.gz，需要的同样后台回复RS号修改。
由于本人只做人类，所以只提供了人类基因组版本的教程，做其他物种的小伙伴们需要自行从https://hgdownload.soe.ucsc.edu/downloads.html网站 下载。
致谢橙子牛奶糖（陈文燕），请用参考模版：We thank the blogger (orange_milk_sugar, Wenyan Chen) for XXX
感谢小可爱们多年来的陪伴， 我与你们一起成长~
网友评论