连锁不平衡（LD）分析。

在群体遗传学研究中，LD连锁不平衡分析是非常常见的内容，同时也是关联分析的基础。在很多的遗传进化GWAS的文章中都会出现LD衰减或者block单倍型块的图。那么什么是连锁不平衡呢？

连锁不平衡（LD）概念

只要两个基因不是完全独立遗传，就会表现出某种程度的连锁，这种情况就叫连锁不平衡。

由于HLA不同基因座某些基因经常连锁在一起遗传，而连锁的基因并非完全的随机的组成单体型，有些基因总是较多的在一起出现，致使某些单体型在群体中呈现较高的频率，从而引起连锁不平衡。

假如位于同一染色体的两个等位基因（AB）同时存在的概率大于人群中因随机分布而同时出现的概率，称这两点处于LD状态。

LD的度量

LD的基本单位是D，但是度量观察到的单倍型频率与平衡状态下期望频率的偏差。虽然D能够很好的表达LD的基本含义，但是由于其严格依赖于等位基因频率（allele frequency），故不适合应用于表述实际的LD强度。所以一般在LD的度量中最常见的是D'和r2。二者各有各的特点和用途，但都是基于D的。

当D'=0，r2=0时，处于完全连锁平衡状态

当D'=1，r2=1时，处于完全连锁不平衡状态。

其中，从0—1之间的度量越高，LD越高，如果两个位点连锁，连锁程度也越高。

计算LD的软件和使用方法

①利用PLINK计算r2值

plink --file test --r2   ###--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。所以要对r2进行过滤，设置一些过滤参数。

plink --vcf vcf_file --allow-no-sex  --r2 --ld-window 99999 --ld-window-kb 10 --ld-window-r2 0.2 --out out_file

--vcf 指定输入的文件为vcf格式，如果是bed格式文件，使用--bfile接文件前缀，如果数据是ped 、map格式，使用 --map接.map文件，--ped接.ped文件

--allow-no-sex 表示允许没有性别信息

--r2表示计算r2值

--ld-window 表示计算LD的区间，表示距离小于这个值的标记对都要进行LD的计算。

--ld-window-kb 默认为1Mb，表示只对距离在1Mb之内的SNP位点进行分析。

--ld-window-r2 0.2 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大于该参数的r2值

②利用Haploview做LD分析

haploview软件可以从网上自行下载，有windows版本也有linux版本，在此我只演示windows版本的操作流程。（注意，haploview是基于Java的工作环境，如果电脑没有java的话，需要提前安装）

首先下载安装好haploview之后运行。如下图

我们可以看到左方有六种输入文件的格式。每种格式都有每种格式的要求，比如第一种格式Linkage Format 这个输入，需要两个文件一个是ped格式文件，这个ped格式就和PLINK输入的格式一样，唯一不同的是plink的输入文件中基因型用AGCT表示，而这里基因型用1234来表示。另一个文件是info文件，此文件有两列，第一列是snp的名字（例如rs10721907）第二列是该snp在染色体上的物理位置。

准备好文件之后输入进去，我们还可以看到下方的参数，可以根据自己的需要进行调整。

调整好参数之后点击ok就可以了，就会出现以下界面

然后可以点击左上角的LD plot，就可以看到单倍型plot。如下图。

还可以点击Analysis，进行算法的调整

上述的单倍型图就是基于Confidence intervals得到的图片，我们也可以选择其他三种算法 。这个可以根据自己的需要选择合适的算法。

这样基本上用Haploview计算LD和画单倍型（block）就完成了。

上述的LD内容，均为我自己查阅文献资料或上网查阅的自学笔记，分享出来是为了帮助有需要的人，有可能会有不完美的地方，请懂行的大神们指出，我会虚心学习和修改。