PLINK

---

References
http://zzz.bwh.harvard.edu/plink/tutorial.shtml
https://www.cog-genomics.org/plink/1.9/

---

软件的输入：

.map文件：SNP（marker）的名字和位置信息

image.png

空格分割

1. 四列分别是染色体（1-22，X，Y，XY，MT，0表示没有定位到染色体上的marker/SNP），marker/SNP的ID，摩尔根遗传距离（如果这列没有的话使用--map3标记来排除，e.g., plink --file mydata --map3），碱基的位置
2. 一般来说，常规的关联分析不需要遗传距离，可以设置为0
3. PLINK的输出中X，Y，XY，MT会变成23，24，25，26
4. X表示X染色体中不与Y重叠的部分（所以这区域的SNP在计数的时候，纯和的情况下女性中计2个，男性中只计1个；杂合的情况下，女性中两个allele各记一个，男性中不计数，因为这种情况实际上是不存在的，我也不知道实际的genotyping是不是会出现这种数据和为什么会出现）。
5. Y表示Y染色体中不与X重叠的部分（所以计数规则是女性全部当作缺失值不计数，男性中杂合也当作缺失值，纯和只计一个）
6. XY表示XY重叠的区域，可以称作伪常染色体区域，在计数的时候男女没有差别，所以跟常染色体一样全部正常计数就可以
7. MT表示线粒体，由于是单倍体，而且没有男女之分，所以杂合情况下不计，纯和情况下的allele只计1个

.ped文件： 表型+基因型文件

image.png

空格分隔

1. 前六列是必须的，分别是家庭ID、个人ID、父亲ID、母亲ID、性别（1男2女）、表型（分类和定量变量都可以）。
   表型如果是分类变量，默认的编码是-9、0代表缺失，1是control、2是case，如果是0/1编码control/case，用--1指定（e.g., plink --file mydata --1），缺失值的编码可以用--missing-phenotype指定（e.g., plink --file mydata --missing-phenotype 99）
2. 第七列以及往后是基因型，成对出现（e.g.，genotype1-allele1，genotype1-allele2，genetype2-allele1，genotype2-allele2 ...），可以是ATGC或者1234或者其它任何字符，0是默认的缺失值，可以用--missing-genotype指定（e.g., plink --file mydata --missing-genotype N），输出的时候可以指定缺失值的格式--output-missing-phenotype NA，--output-missing-genotype NA
3. 输入文件中如果前六列有缺失，也无妨，输入的时候通过--no-fid、--no-parentes、--no-sex、--no-pheno分别指定缺失的列就可以

.phe文件：表型文件（表型可以是分类变量也可以是连续变量，可以放到一个文件也可以分开放）

image.png
image.png

---

一般操作流程：

1. 把PED文件转换为压缩格式的文件（会生成三个文件.bed .bim .fam，输入需要.ped和.map）

plink --file [prefix of .ped/.map] --out outbfile
# or
plink --map [a.map] --ped [b.ped] --out outbfile

后面的所有操作都用压缩处理后的文件作为输入，用--bfile指定

2. 各种统计量

• 缺失率

plink --bfile [prefix of .bed/bim/fam] --missing --out outfile
# or
plink --bed [x.bed] --bim <x.bim> --fam <x.fam> --missing --out outfile

输出中.imiss是个人的基因型缺失数目 (N_MISS)和缺失率 (F_MISS, i.e., genotyping rate of individual)，.lmiss是对于每个基因型来说，缺失的人数和比例

• allele频率

# 输出minor allele frequency (MAF)
plink --bfile [prefix] --freq --out outfile
# 如果只对某一个SNP感兴趣（e.g., rs1891905）
plink --bfile [prefix] --freq --snp rs1891905 --outfile

• LD

待补充

---

3. 简单的关联分析（貌似大家一般不用PLINK来做，一般都转到rvtest, RAREMETALWORKER, seqMeta等去做）

plink --bfile [prefix] --assoc --out outfile 

---

格式转换:

plink --bfile [bfile prefix] --recode vcf  --out [vcf file prefix]

VCF生成后可以转到rvtest或者raremetalworker去做association test