Haploview做单倍型教程一文打尽

今天介绍一下单倍型分析，之前做GWAS分析时有同学问我单倍型分析相关的问题，当时我还不太会，知识性的东西，特别是软件操作类的东西，从来都是熟能生巧，研究一下，做一下项目，就会了。会了，就要写个教程，然后理解就更深了。

为何要做单倍型分析?

我们做完GWAS分析，得到了显著性位点，注释到了上下游的基因，这时，一个想法浮现在眼前：你如何证明你找到的基因不是假阳性？？？答案就是单倍型分析，看一下显著性位点附近的区域，是否处于一个高度连锁的区域（block），看一下基因是否在block里面，如果显著位点附近有高连锁的BLOCK并且注释的基因也在block里面，可以证明挖掘的基因没问题，结果八九不离十了，十分可靠。

那如何做单倍型分析呢？

如果按照分析思路的话，是选择显著性为点上下游的区域，计算SNP之间的LD值，然后根据某个阈值进行划分Block，如果有block，那么block区域内只有少数的组合，这些少数的组合就是单倍型。我们定位基因，或者分子标记辅助，都会用到单倍型。

好消息是，不用自己手动计算LD值，然后变成划分block了，有现成的软件。坏消息是软件也要学习，目前主流的两款软：Haploview和LDblockshow，前者是桌面版软件，后者是命令行软件，两者结果基本一致。

LDBlockshow的教程：LDblock绘制连锁不平衡和单体型图

第一篇：Haploview做单倍型教程1--软件安装

下面是Haploview做的结果：

下面是LDblockShow做的结果：

两者结果是一致的。

Haploview因为是GUI界面，可以鼠标点点点的形式，所以更简单：

1. 软件下载

「官网：」 https://www.broadinstitute.org/haploview/downloads#JAR

「windows系统：」

「Linux系统：」

2. 配置java环境

https://www.java.com/zh-CN/download/

下载安装好之后，在终端运行java，出现帮助文档，说明配置成功。

2.1 windows系统

cmd终端打开，键入java，出现下面界面，说明配置成功。

2.2 Linux系统

终端打开，键入java，出现下面界面，说明配置成功。

3. windows安装

安装好之后，打开HaploView软件：

打开软件：

4. Linux安装

终端下，键入命令：

java -jar Haploview.jar 

出现界面：

上面就是搞定了软件的安装。

第二篇：Haploview做单倍型教程2--分析教程

1. 数据准备

需要做单倍型分析的是基因型数据，一般是显著性的SNP，提取上下游500kb，然后进行block的分析。

这里，准备的是plink数据，比如我们要提取：

• 染色体是6
• 开始位置是1000000
• 终止位置是2000000

vcftools --vcf aaa.vcf --chr 6 --from-bp 1000000--to-bp 2000000--recode --out block1

将其转化为plink的map和ped数据：

plink --vcf block1.recode.vcf --recode --out a1

2. 整理数据

将map的第二列和第四列提取出来，保存为a1.info文件。

ped数据，保持不变：

3. 导入数据

选择第一种格式：Linkage Format，然后将ped数据导入到Data File中，将info数据导入到Locus Information File文件中。

结果：

查看Block：

查看TaggerSNP：

上面就是下数据分析实操方法。

第三篇：Haploview做单倍型教程3--结果解读

1. LDblock整体结果

上图就是最常见的LDblock，该图的结果解读。

2. SNP在染色体的分布

最上面是SNP的物理位置，有些是均匀的，有些是不均匀的

3. SNP的名称信息

中间是SNP的名称，用细线联系在一起

4. block解释

最下面红白的正方形是LD值的可视化，每一个正方形是两两SNP的LD结果，颜色越淡说明LD值越小，如果相邻的SNP之间的LD大于某个阈值（比如0.9），那么就构成一个block，下图中的两个红框里面的黑框，就是两个LDblock，第一个block包括的SNP有10,11,12三个SNP，block的距离为82kb，第二个block包括两个snp，包括14和15两个snp，block的距离为32kb。

5. 查看block的频率和他们之间的联系

下图中，第一个block中，一共三个SNP，单倍型分别是：TTC，TTA，CCA，TCA，他们的频率分别是0.548,0.281,0.09和0.078，它们的频率之和为1。第二个block一共有两个SNP，单倍型分别是AG，GA和AA，频率分别是0.402,0.565,0.034，他们之间的频率之和为1.

最下面的0.67是两个block的关联，两个block的线是两者的关联性，线条越黑，说明关联性越强。

6. 查看TaggerSNP

这里有两个block，可以选择两个TaggerSNP代表这两个block