码迷,mamicode.com
首页 > 其他好文 > 详细

群体遗传之ped格式

时间:2019-12-15 23:25:44      阅读:177      评论:0      收藏:0      [点我收藏+]

标签:maker   ace   placed   标记   基本   不同的   cte   markers   效率   

1、PED简介

PED文件格式是广泛使用的用于连锁系谱数据分析的格式,并用作plink程序的输入。PLINK是一个免费的,开源的全基因组关联分析工集,旨在以高计算效率的方式执行一系列基本的,大规模的分析。PED能够处理二倍体SNP数据。

空格(空格或制表符)分隔的文本文件*.ped
每一行对应一个individual
以下前6列是必须的(id是字母数字):
  o Family ID (Family ID用来表示家族,同一个家族用同一个family ID表示)
  o Individual ID (用来表示个体,family ID和Individual ID连起来必须能够唯一表示每个样本)
  o Paternal ID (表示父本ID,)
  o Maternal ID  (母本ID,)
  o Sex (1代表male,2代表female, 其他数字表示unknown。) 
  o Phenotype (代表表型,其中表型可以是离散型的(比如关联性状),也可以是连续型的(比如数量性状),plink会自动识别对应的类型。通过以上6个必须的字段,可以完整的映射到某一性状的家系图上。)
   关联性状应该这样编码:
  o -9 missing 
  o 0 missing 
  o 1 unaffected 
  o 2 affected 
column 7 onwards: Genotypes (对于关联分析而言,除了表型相关信息,还需要基因型信息)
  any character (e.g.: 1,2,3,4 or A,C,G,T or anything else) 
  missing genotype: 0
  所有的标记必须是双等位的(二倍体)。要么两个等位基因都缺失,要么两者都不缺失。单倍体数据:编码为二倍体纯合子。两个等位基因依次出现。
Comments: line starts with # 

ped文件中,每个snp位点的基因型需要两列来表示,分别表示major allel 和 minor allel。在表示基因型时,既可以使用A,C,G,T字母的形式,也可以采用1,2数字编码的形式。默认情况下,用0来表示基因型的缺失。

技术图片

2、MAP简介

 MAP文件的每一行描述一个 single marker且必须包含4列:

chromosome (1-22, X, Y, MT or 0 if unplaced)   #染色体编号为数字, 未知为0
rs# or snp identifier  #SNP名称为字符或数字,  可以从1编号, 注意要和bed文件SNP列一一对应
Genetic distance (morgans) (missing: 0)  #遗传距离(摩尔)
SNP物理坐标

MAP必须包含与PED文件中一样多的markers。‘

PED文件中的标记不需要按照基因组顺序排列,但是MAP应该与PED文件maker顺序一致

技术图片

 

 

PGDSpider软件中对于不同的文件格式有一个详细的说明。

http://pngu.mgh.harvard.edu/~purcell/plink/data.shtml#ped

群体遗传之ped格式

标签:maker   ace   placed   标记   基本   不同的   cte   markers   效率   

原文地址:https://www.cnblogs.com/djx571/p/12046422.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!