如何使用TASSEL做GWAS說明文檔

這篇文章將為大家詳細講解有關如何使用TASSEL做GWAS說明文檔，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

分享一篇我做的說明文檔，用示例數據，一步一步進行GWAS分析。具體如下：

1.       下載安裝軟件

下載地址：http://tassel.bitbucket.org/

這里下載的是win的64為系統，截圖如下：

安裝成功后，打開菜單如下：

2.       導入數據

數據下載地址：http://tassel.bitbucket.org/

截圖如下：

打開data，load，選擇Make Best Guess

選擇幾個示例數據：

打開后的數據如下

里面包括系譜數據、性狀數據和基因型數據（snp）。

3.       處理數據

3.1 清洗數據

選中mdp_trait，

然后選擇：Data中的TransformPhenotype，

可以對數據進行轉化、標準化等操作，注意，要先對數據進行選擇，然后再進行操作：

也可以對缺失值的數據進行刪除，點擊imput，Numerical impute，就會生成沒有缺失值的數據，這只是缺失值的不同替換方法。

3.2 主成分分析

主成分分析（PCA）是一種統計方法，它可以將相互關聯的變量轉化為獨立的主成分（PC），第一種成分包含最多的組分，其它依次降低。另一個主成分的作用可以用標記的主成分來代表群體結構。這種方法比最大似然法節省時間。因為大部分的分子標記都是字符，需要先將其轉化為數值，然后再進行主成分分析，一般將純合的標記用0代替，另一個純合子用2代替，雜合的用1代替。PCA要求變量不能有缺失值，因此，在進行主成分分析時，需要對數據進行清洗，去除缺失值。

去掉頻率小于0.05的標記，可以選擇Data,選擇Site，然后在最小頻率的框中鍵入0.05，然后選擇Remove minor SNP status，然后點擊Filter，進行過濾，模型如下：

選擇PCA，然后選擇5個主成分（默認項），點擊確定，就會生成結果，模型如下：

結果如下：

3.3 用基因標記估計系譜

利用主成分分析可以判斷群體的結構特征，但是如果利用系譜信息，這種結果會更加準確?？梢杂没蛐蛿祿上底V信息，首先選中基因型數據，點擊Analysis，選擇Kinship

結果如下：

3.4 用一般線性模型分析GLM

下面我們用GLM模型來分析示例數據，mdp_genotype.hmp.txt是snp數據，里面有3093個標記，281個玉米自交系，另一個文件是mdp_population_structure.txt，里面是282個玉米自交系的群體結構，還有一個是mdp_traits.txt，里面是282玉米自交系的表型數據。

首先對基因型數據進行過濾，去掉頻率小于0.05的，最小的數目是150，點擊過濾，生成過濾后的基因型數據：

然后對數據進行個過濾，選擇開花期dpoll這個性狀，

進行協變量選擇，即選擇群體結構的文件，這里我們去掉Q3，數據如下：

合并數據，將這三個過濾好的數據，選中進行合并，點擊Data IntersectJoin，

數據合并如下：

然后選中合并后的數據，用analysis ，GLM來進行分析

運行結果如下：

QQ圖：

P-value值：

3.5 用混合線性模型分析

混合模型需要添加系譜矩陣

點擊run

結果：

相關圖形：

關于如何使用TASSEL做GWAS說明文檔就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。