GWAS全基因组关联分析实战——基于Plink转换vcf数据为二进制_vcf文件如何做gwas分析

vcf数据是保存变异信息的主要数据格式，plink是进行全基因组关联分析（GWAs）分析的常用工具包，同时提供一系列数据转换、裁剪和遗传统计量计算工具。本文以实际数据提供基因组关联分析方法。

1 数据准备

首先，使用plink将原始的SNP数据（snps_fil.recode.vcf ）转换为二进制数据（bim、bed、fam）：
格式转换：

mkdir GWAs_raw
nohup plink --vcf snps_fil.recode.vcf --threads 20 --const-fid --allow-extra-chr --make-bed -out GWAs_raw/snps_fil >> 20231111_vcf_to_bimbedfam.log&
1
2

将包含有亲本信息，详细介绍：
更改FID：

plink --bfile GWAs_raw/snps_fil --update-ids POP.FID --allow-extra-chr --make-bed --out GWAs_raw/snps_fil1
1

本研究包含三种表型信息，需要使用Plink插入原始数据：
添加表型（生态型）信息：

plink --bfile GWAs_raw/snps_fil1 --pheno POP.ecotypes --allow-extra-chr --make-bed --out GWAs_raw/snps_fil1_p
1

初始SNP数据不包含SNP ID，本文以染色体编号:位置信息作为染色体编号
添加SNP ID：

plink -bfile GWAs_raw/snps_fil1_p --set-missing-var-ids @:# --allow-extra-chr --make-bed --out GWAs_raw/RT_snps
1

2 关联分析

PLINK的--assoc参数是进行关联分析的参数，--adjust将分析的原始P值进行修正，由于研究设计的材料为植物，不涉及性别信息，同时缺少染色体编号（主要是格式不对，现在改比较占用资源，最后更改更方便），因此需要添加--allow-extra-chr和--allow-no-sex参数:

plink -bfile GWAs_raw/RT_snps --assoc --adjust --allow-extra-chr --allow-no-sex --out GWAs_raw/RT_snps
1

将结果中的染色体编号替换为纯数字：

# to substitute chrm ID
bash script/chr_tran.sh GWAs_raw/RT_snps.qassoc.adjusted GWAs_raw/RT_snps1.qassoc.adjusted
1
2

添加变异位点位置信息：

# add BP info
nohup bash script/add_BP.sh GWAs_raw/RT_snps1.qassoc.adjusted GWAs_raw/RT_snps2.qassoc.adjusted &
1
2

script:
chr_tran.sh:

INPUT=$1
OUT=$2
sed "s/Chrom1/1/g" $INPUT |awk '{print$0}' \
        |sed "s/Chrom2/2/g" |awk '{print$0}' \
        |sed "s/Chrom3/3/g" |awk '{print$0}' \
        |sed "s/Chrom4/4/g" |awk '{print$0}' \
        |sed "s/Chrom5/5/g" |awk '{print$0}' \
        |sed "s/Chrom6/6/g" |
1
2
3
4
5
6
7