使用tassel和haploview进行GWAS

Posted 2023-04-16

参考技术A 在植物的QTL定位最后阶段，会把QTL定位到一个很小的区间，这里面可能有几个候选基因，如何进行下一步的分析是个很头疼的问题，这其中一个办法就是使用自然群体进行关联分析(GWAS)，得到群体中这些基因的DNA序列和promter序列，然后根据表型进行GWAS，下面简单的介绍一下相关的步骤：

根据自己的研究使用适当的方法提取DNA，常用的方法有SDS，SLS，CTAB法。

根据基因的长度将基因分为若干份，推荐一段为1500bp左右，因为下一步测序时使用的是一代测序技术，他的一个反应可以测800bp左右，这样正反两个方向就是1600bp，你还得保证两段有50--100bp的overlap，便于下一步的拼接。而设计引物直接在NCBI上使用 primer-blast 就可以了，一段序列一次最好设计两对引物，提高效率。

通常情况下使用PCR产物进行测序得到的序列就可以进行下一步的分析，因为你要扩增的是大量的材料，一两次的突变在之后的分析中可以过滤掉。

将多端的序列进行拼接，在拼接时可以提供一个参考序列一起进行拼接，保证拼接的准确性。

在去GWAS分析之前，需要对数据进行预处理，保证软件能够识别

打开tassel软件，点击file来打开表型数据和基因型数据，然后对基因型进行过滤filter-sites，设置一定的阈值，得到过滤后的数据进行PCA分析和kinship分析，将基因型数据、表型数据和PCA结果整合为一个结果，然后和kinship结果一起使用MLM模型进行分析，最后对结果画manhattan图，也可以使用R进行绘图。保存结果数据时，保存为plink格式的结果。

首先是就是对plink格式文件进行修改，将map文件的第一列和第三列删除，并把文件后缀map给为info，然后将ped文件的第二列复制到第一列，第3、4、5、6的数据改为0、0、0、1，将碱基缺失的（即文件中的 - 改为 N ）。
打开haploview软件，以linkage format格式输入。

对结果的解读根据自己的实际情况进行分析。

命令行中tassel的使用
批量修改文件后缀名
LD衰减距离--haploview

haploview出现“more than two alleles”的解决方法

弹出“more than two alleles”的错误是因为ped文件中存在超过两个等位基因在一个SNP位点上，haploview连锁分析时默认为只有两个等位基因的，因此我们要去掉超过两位等位基因的SNP才能做连锁分析。

用到命令：--min-alleles 2 --max-alleles 2

具体如下 ：

software/vcftools-vcftools-490848f/src/cpp/vcftools --vcf /to/your/pathway/your.vcf --min-alleles 2 --max-alleles 2 --plink-tped --out /to/your/pathway/file

“file”是指你想保存的文件命名。