使用plink进行连锁不平衡分析

欢迎关注"生信修炼手册"！

plink是进行连锁不平衡分析的常用工具之一，需要两个基本的输入文件，后缀分别为ped和map。ped文件格式在之前的文章中已经详细介绍过，这里只介绍map文件。

map文件主要保存SNP位点的名称和位置信息，内容如下

1 snp1 0 1
1 snp2 0 2

共4列，每一行代表一个SNP位点，第一列代表SNP位点所在染色体的名字，第二列代表SNP位点的ID，通常是rs编号，也可以是自定义的ID;第三列代表SNP位点的遗传距离，如果没有实际数值可以用0填充；第四列代表SNP位点在染色体上的位置。

plink 进行LD分析有以下两种方式：

1. 分析指定的两个SNP位点

命令如下

plink --file test  --ld snp1 snp2

在log信息中，会输出LD分析的结果

LD information for SNP pair [ snp1 snp2 ]
   R-sq = 0.009     D' = 0.163
   Haplotype     Frequency    Expectation under LE
   ---------     ---------    --------------------
       AG          0.116            0.139
       CG          0.300            0.278
       AT          0.217            0.194
       CT          0.366            0.389
   In phase alleles are AT/CG
Analysis finished: Sat Jun 23 11:48:35 2018

给出了R2和D’ 两个值，同时还给出了不同单倍型的频率。

2. 对所有的SNP位点进行分析

命令如下：

plink --file test   --r
plink --file test   --r2

--r会直接输出所有LD分析的结果，而--r2会根据R2值对结果进行过滤。在实际分析中，SNP位点个数是非常多的，如果不进行过滤，结果文件会非常的大。过滤的参数有以下几种

1. --ld-window
   默认值为10，这个参数限定了一个SNP位点最多和10个其他的SNP位点进行LD分析。

2. --ld-window-kb
   默认值为1Mb, 只对距离在1Mb之内的SNP位点进行分析。

3. --ld-window-r2
   这个参数只能和--r2参数搭配使用，默认值为0.2, 对输出结果进行过滤，只输出R2大于该参数值的LD分析结果。

输出文件为plink.ld。这个文件给出了SNP位点间的R值或者R2值，示例如下

CHR_A BP_A SNP_A CHR_B BP_B SNP_B  R
  1         1       snp1      1         2     snp2    -0.108465

通过指定--ld-snp参数，也可以只分析某个SNP位点与其他位点的连锁关系，用法如下

plink  --file test  --r2 --ld-snp snp1 --ld-window-kb 1000 --ld-window 99999 --ld-window-r2 0

以上两种方法更有优劣，第一种方法会给出D’和R2两个值，第二种方法只会给出R值；第一种方法一次只能分析两个SNP位点间的连锁关系，而第二种方法一次可以分析多个SNP位点间的连锁关系。

更多参数的用法请参考官方文档

http://zzz.bwh.harvard.edu/plink/ld.shtml

扫描关注微信号，更多精彩内容等着你！