Michigan Imputation Server:基因型填充的在线工具

得益于分析软件运行速度的不断提高，硬件资源消耗的不断优化，基因型填充这一计算量巨大的任务也出现了web服务，Michigan Imputation Server就是其中之一，网址如下

https://imputationserver.sph.umich.edu/index.html

采用Eagle进行pre-phasing, minimac4进行填充的分析策略，保证了运行速度。该平台支持hg19和hg38两个基因组版本，支持的reference panel列表如下

1. HRC (Version r1.1 2016)
2. 1000 Genomes Phase 1 (Version 3)
3. 1000 Genomes Phase 3 (Version 5)
4. CAAPA - African American Panel
5. HapMap 2

要求输入文件为VCF格式，可以通过以下方法转换得到

# plink将ped/map转换为vcf格式
plink --file sample --recode vcf --chr 1 --out sample.chr1
# vcftools对VCF文件排序
# bgzip压缩VCF文件
vcf-sort sample.chr1.vcf | bgzip  -c > sample.chr1.vcf.gz

按照染色体进行拆分，每条染色体一个VCF文件，然后通过提交页面上传即可，示意如下

选择参考的panel, 上传VCF格式的输入文件，设置参考基因组版本，然后提交即可。运行的步骤如下

1. input validation

按照20M的长度将染色体拆分成chunk, 统计输入文件的样本数，染色体条数，位点数，chunk数，reference panel等基本信息，结果示意如下

2. quality control

从snp和sample两个方面进行指控，结果统计如下

3. pre-phasing and imputation

对于每个chunks, 进行pre-phasing和imputation

运行完成后，合并同一染色体的不同chunks，然后将结果打包，并加密，输出结果示意如下

该网站内置了HRC reference panel这个最大规模的单倍型数据集，在运行速度快的同时也保证了填充的准确性，尽管其填充准确率不会像impute2那么高，对于想要简单进行填充分析，该网站还是非常值得推荐的。