plink文件使用Haploview进行单倍型分析

大家好，我是邓飞，之前写了Haploview进行单倍型分析的教程（Haploview做单倍型教程一文打尽），有示例数据和操作流程，但是有些朋友用自己的数据分析时，会有各种问题，最近星球上有小伙伴发了一个帖子，叙述了自己的问题，各种尝试，还是错误，淡淡的忧伤和砸电脑的冲动……

作为分析数据的老司机，新手遇到的错误都会遇到过，而且也有解决方案，这里总结一下常见的错误。

1，vcf变为plink，或者excel变为plink格式，然后直接读入到Haploview，卒。

vcf变为plink，以及plink提取snp导出plink格式，或者excel的格式变为plink格式，这些数据都建议用plink重新跑一下，确保数据没问题。

plink --file file --maf 0.01 --geno 0.3 --recode --out qc300

如果plink运行报错，就不要往下走了，先把这个问题解决掉！

2，plink格式的map数据，需要变为info格式

简单来说，就是提取map的第二列和第四列，生成info为后缀的文件

awk '{print $2,$4}' qc300.map >qc300.info

3，ped中的表型数据默认为-9，需要改为0

这个是必须的，否则就报错。

sed  -i 's/-9/0/g' qc300.ped

4，另外，还有一个坑，ped的ID编号中不能有-

这里建议用下划线代替

sed  -i 's/-/_/g' qc300.ped

搞定这些后，就可以用Haploview读取数据，进行单倍型分析了。

代码汇总：

plink --file file --maf 0.01 --geno 0.3 --recode --out qc300
sed  -i 's/-/_/g' qc300.ped
sed  -i 's/-9/0/g' qc300.ped
awk '{print $2,$4}' qc300.map >qc300.info

还有一个灵魂拷问的问题，不要用所有的基因型数据做单倍型分析，只需要把显著SNP上下游一段距离（比如50kb）的位点提取出来，进行单倍型分析。