plink是目前使用的最為廣泛的關(guān)聯(lián)分析軟件,，其定義的ped/map文件系統(tǒng),，及其對應(yīng)的二進制bed/bim/fam已經(jīng)成為關(guān)聯(lián)分析的標準文件格式。在進行關(guān)聯(lián)分析之前,，我們首先要做的就是將其他格式的文件轉(zhuǎn)換為plink對應(yīng)的文件格式,。

VCF格式作為存儲分型結(jié)果的一種標準格式，在實際分析中也廣泛應(yīng)用,。本文總結(jié)了將vcf文件轉(zhuǎn)換為plink對應(yīng)文件格式的3種方式,，詳細展示如下

1. gatk3

在gatk3中，提供了一個名為VariantsToBinaryPed的功能,，可以將VCF格式轉(zhuǎn)換為plink對應(yīng)的二進制bed文件,，基本用法如下

要求三個輸入文件，-R參數(shù)指定參考基因組的fasta文件,，-V參數(shù)指定VCF文件，-m參數(shù)稱之為metadata, 保存了樣本對應(yīng)的家系信息,，支持兩種文件格式,，第一種示意如下

對應(yīng)ped文件的前六列內(nèi)容，如果樣本雙親信息不明確,，則用unknown表示,，簡寫成UNKN, 表型信息沒有的話用-9表示。第二種示意如下

由于VCF文件中只保存了樣本的分型結(jié)果,，所以家系信息通過一個額外的文件來補充,。更多詳情請參考以下文檔

https://software./gatk/documentation/tooldocs/3.8-0/org_broadinstitute_gatk_tools_walkers_variantutils_VariantsToBinaryPed.php

2. vcftools

vcftools是操作vcf文件的一款常用工具,，支持將vcf文件轉(zhuǎn)換成plink對應(yīng)的ped/map格式，基本用法如下

沒有額外的家系信息,，在輸出結(jié)果中,，family id和sample id是重復(fù)的，其他列全部為0,，示意如下

3. plink

plink1.9版本支持直接讀取vcf/gen等多種文件格式,，所以使用該版本時其實不需要專門進行格式轉(zhuǎn)換，軟件默認會將不同的格式轉(zhuǎn)換為二進制bed文件格式,。這里只是展示下其格式轉(zhuǎn)換的用法,，基本用法如下

默認轉(zhuǎn)換為二進制的bed格式，對于分析更加適用,，這里添加--recode參數(shù)將輸出結(jié)果調(diào)整為ped格式,，可以更好的查看其轉(zhuǎn)換的規(guī)則。

plink默認用下劃線對樣本名進行分隔,，分隔的兩個字段分別作為ped文件中的family id和sample id, 如果vcf中的樣本名含有多個下劃線,，無法正確進行劃分，軟件會報錯,，此時可以修改--id-delim參數(shù),，該參數(shù)設(shè)定了分隔符，默認是下劃線,，可以設(shè)置成其他字符,，以達到正確區(qū)分的目的。

除此之外,，還有一種解決方案,，通過參數(shù)指定family_id的設(shè)定方式，有兩種參數(shù),，第一種如上述示例中的--double_id, 將family id和sample id保持相同,，輸出的ped文件的前六列示意如下

第二種參數(shù)用法如下所示

通過--const-fid將family id設(shè)置成一個常量，默認值是0,，上述示例輸出的ped文件的前六列示意如下

雙親,，性別默認用0填充，表型默認用-9填充,。