基因型数据正负链怎么翻转(snp flip)
在合并数据过程当中，经常会发现不同来源的数据正负链不是统一的，这是一件很头疼的事。 正负链没有统一的情况下直接合并在一起会产生什么后果呢。 举个最简单的例子，假如我们从小明和小红分别拿到了一批基因型数据。那么存在以下几种可能：1）小明的基因型数据统一好正链或者负链；2）小红的基因型数据统一 ...
原文：illumina SNP 芯片转基因型矩阵
一 芯片数据 此次拿到的illumina芯片数据并不是原始的数据，已经经过GenomeStudio软件处理成了finalreport文件，格式如下： 之前没处理过芯片数据，对于这种编码模式 Forward，top AB 的基因型数据很疑惑，查了很多资料，收效甚微。看过建明大神对芯片这块儿的介绍，发现里面的门门道道太多了，也有些R包可以直接处理芯片原始数据的 问题是我没有最初的原始数据啊OTZ。最后 ...
2020-03-24 17:27 0 702 推荐指数：
相关推荐
snp基因型的转换、与甲基化位点表达量meQTL分析、snp_target对绘图
meQTL.pl matrix_meQTL.r readme.txt plot_boxplot.r ...
伴性遗传-基因型频率和基因频率
归纳总结：伴X遗传，雄性中Xb的基因频率等于基因型频率，在雌性中，Xb基因频率也等于雄性中Xb基因的频率。因为雌性有两条X染色体，其遗传符合遗传平衡定律，即：(P+Q)²=P²+2PQ+Q²=1，P代表代表XB ‚Q代表Xb，P²代表XBXB，2PQ代表XBXb，Q代表XbXb。 ...
使用plink将基因型转化为0,1,2
如果想将基因型转化为0,1,2 可以使用命令：plink --bfile file --recodeA --out recodefile 如果想将基因型转化为0,1 可以使用命令：plink --bfile file --recodeD --out recodefile 如果想将基因型同时转化 ...
GWAS: 网页版的基因型填充（genotype imputation）
在全基因组关联分析中，处理芯片数据时，必须走的一个流程就是基因型数据填充（imputation）。 当然，如果你拿到的是全测序的数据，请忽略这一步。 下面直奔主题，怎么在网页版进行基因型填充。 1 进入Michigan Imputation Server Michigan ...
使用 bcftools 进行基因型过滤（genotypes QC）
基因型过滤标准：保留双等位基因(biallelic sites)以及次等位基因频率大于0.05的位点： bcftools view --types snps -m 2 -M 2 -q 0.05:minor genotypes.chr22.vcf | bgzip -c > ...
GWAS群体分层 (Population stratification)：利用plink对基因型进行PCA
一、为什么要做祖先成分的PCA? GWAS研究时经常碰到群体分层的现象，即该群体的祖先来源多样性，我们知道的，不同群体SNP频率不一样，导致后面做关联分析的时候可能出现假阳性位点（不一定是显著信号位点与该表型有关，可能是与群体SNP频率差异有关），因此我们需要在关联分析前对该群体做PCA分析 ...
SNP芯片的原理
Illumina的SNP芯片原理 Illumina的SNP生物芯片的优势在于： 第1，它的检测通量很大，一次可以检测几十万到几百万个SNP位点 第2，它的检测准确性很高，它的准确性可以达到99.9%以上 第3，它的检测的费用相对低廉，大约一个90万位点的芯片（每个样本的）检测费用 ...