はじめに
仕事で統計遺伝学が必要になりそうなので、遺伝統計ソフトのPLINKを使ってみた。
最近、いい感じの本が出版されたんで、ハンズオンでやってみた。
ただ、この本はWindows用に書かれているので、Macでのやり方を備忘録的に書いていこうかなー、と。
この本いいです。
PLINKのダウンロード
以下のページからPLINKのMacOS版をダウンロード。
Macのターミナルを起動。
ターミナル上で、cdコマンドで作業ディレクトリを指定する。
$ cd /作業ディレクトリのパス/
ダウンロードしたPLINK（PLINK実行ファイル）を作業ディレクトリに移動する。
PLINKの起動
ターミナル上で、./plinkと入力する。
$ ./plink
実行結果
PLINK v1.90b6.16 64-bit (19 Feb 2020) www.cog-genomics.org/plink/1.9/
(C) 2005-2020 Shaun Purcell, Christopher Chang GNU General Public License v3
plink <input flag(s)...> [command flag(s)...] [other flag(s)...]
plink --help [flag name(s)...]
Commands include --make-bed, --recode, --flip-scan, --merge-list,
--write-snplist, --list-duplicate-vars, --freqx, --missing, --test-mishap,
--hardy, --mendel, --ibc, --impute-sex, --indep-pairphase, --r2, --show-tags,
--blocks, --distance, --genome, --homozyg, --make-rel, --make-grm-gz,
--rel-cutoff, --cluster, --pca, --neighbour, --ibs-test, --regress-distance,
--model, --bd, --gxe, --logistic, --dosage, --lasso, --test-missing,
--make-perm-pheno, --tdt, --qfam, --annotate, --clump, --gene-report,
--meta-analysis, --epistasis, --fast-epistasis, and --score.
"plink --help | more" describes all functions (warning: long).
PLINKは./plink --(コマンド) (引数)で実行。
ファイルの読み込み
ファイルの読み込みコマンドは--fileと--bfile。
--fileは、ped|map形式のジェノタイプデータを読み込む。
--bfileは、bed|bim|fam形式のジェノタイプデータを読み込む。
NGSデータはvcf形式が基本だけど、ped|map形式に変換したデータ、ped|map形式をバイナリ形式に変換したbed|bim|fam形式を使ったりする。
--outは、出力ファイルの名前を指定する。
今回のファイルは、作業ディレクトリ内に格納したSNP.bed、SNP.bim、SNP.famのbed|bim|fam形式とする。
なので--bfileの引数は、ファイルの拡張子前のSNPとなる。
$ ./plink --bfile SNP --out test
これを実行するとtest.logというファイルが生成する。
このファイルはテキストエディタか、次のコマンドで開く。
$ less test.log
アレル頻度の計算
--freqでそれぞれのSNPのアレル頻度を計算できる。
$ ./plink --bfile SNP --out test1 --freq
出力したファイルはテキストエディタか、次のコマンドで開く。
$ less test1.frq
SNPのフィルタリング
解析をする前に、ゲノムデータのフィルタリングを行って、マイナーアレル（MAF）頻度が1%あるいは0.5%以下のSNPを除外する。
GWASでの御作法的な。
--maf（数値）で数値以下のMAFのSNPを除外する。
--make-bedでフィルタリング後のデータを新しいbed|bim|fam形式ファイルとして作成。
今回は1%以下のSNPを除外する。
$ ./plink --bfile SNP --out test2 --maf 0.01 --make-bed