Haploview导入数据的格式.docx
《Haploview导入数据的格式.docx》由会员分享，可在线阅读，更多相关《Haploview导入数据的格式.docx（16页珍藏版）》请在冰豆网上搜索。
Haploview导入数据的格式
不要haploview在线生成的那种，这个我也会。
谁能发个从excel-----text----ped到input的图呢？
回复
我做过一些病例对照研究，下面的截图是基本的输入格式，你可以参照一下：
回复
我做过一些病例对照研究，下面的截图是基本的输入格式，你可以参照一下：
从excel转换成text文本
回复
我做过一些病例对照研究，下面的截图是基本的输入格式，你可以参照一下：
回复
我做过一些病例对照研究，下面的截图是基本的输入格式，你可以参照一下：
回复
我做过一些病例对照研究，下面的截图是基本的输入格式，你可以参照一下：
回复
缺失的基因型怎么表示，没缺失的怎么表示
Haploview需要导入数据的格式（linkage格式）
Haploview的第一个主界面的linkage格式需要输入两个文件，点击左侧的LinkageFofmat就会看到有两个导入文件的地方，一个是DataFile，另一个是LocusInformationFile。
下面详细的介绍一下这两个数据的格式，我们以Haploview自带的数据文件为例。
在haploview安装的目录下（一般为C:
\ProgramFiles\HaploView）有两个数据文件：
（1）sample.ped
（2）sample.info。
具体就是DataFile处导入sample.ped文件，LocusInformationFile处导入sample.info数据。
当然两个文件的扩展名你可以自己随意的起，Haploview有一个默认关联，即：
如果你的两文件主要名称一样（比如chrom），扩展名分别为ped（chrom.ped）和info（chrom.info），则只要导入ped文件，haploview会自动导入info文件。
下面以sample.ped和sample.info为例介绍一下DataFile和LocusInformationFile需要输入文件格式。
一、DataFile 需输入文件格式
DataFile处应当导入的文件格式同sample.ped显示的一样，下面列出sample.ped文件
sample.ped文件部分内容：
IBD05443000101 33 14 1
IBD054412430431221 31 34 1
IBD05443100203 33 31 1
IBD05843800103 33 31 1
IBD058470438444223 33 31 1
IBD05844400203 33 31 1
IBD06954300103 33 31 1
IBD069516543513123 33 31 1
IBD06951300203 33 31 1
IBD07657300100 03 14 1
IBD076565573574120 03 31 1
IBD07657400200 03 31 1
IBD092101100103 33 31 1
IBD0926391011641123 33 31 1
在这个文件中，每一行代表一个样本个体，前六列是表头，从第七列开始每2列代表一个SNP位点（当然这个SNP位点叫什么，在那条染色体上，Haploview用另一个文件给出，比如sample.ped这个文件对应的SNP描述的信息在sample.info中）。
有多少个位点后面就是位点数的2倍的列数。
sample.ped文件的总列数为
总列数=6+2*位点数
下面具体解释一下每一列：
1、
第一列：
代表的是家系的ID，如果你做的是家系的研究，那么你的数据家系的编号应该放到第一位。
如果你分析的是无关个体，则第一列不能用同一个ID，建议用自然序号1,2,3….来替代。
2、
第二列表示个体的ID，就是你研究的所有个体的编号。
在同一个家系内不可以重复，不同的家系间可以重复。
如果做无关个体的研究则每个个体的编号不能重复。
3、
第三列和第四列代表同第二列个体之间的家系关系，第三列代表父亲的ID，第四列代表母亲的ID，如果个体的父亲、母亲中某一个没有测到样本的话，则标记为0，如果你做无关个体的研究，则第三列，第四列都赋值为0。
例：
一个核心家系的数据，来自于sample.ped文件的前三行
IBD05443000101 33 14 1
IBD054412430431221 31 34 1
IBD05443100203 33 31 1
表示家系编号为IBD054，这个家系中有三个个体430,412,和431。
第一个个体430的父亲的信息没有检测到，所以第一行第三列用0表示，他的母亲的信息也没测到，所以第一行第四列用0表示。
第二个个体412的父亲为430，母亲为431，所以第二行第三列为430，第二行第四列为431。
. 第三个个体431的父亲的信息没有检测到，所以第三行第三列用0表示，他的母亲的信息也没测到，所以第三行第四列用0表示。
4、
第五列表示对应第二列个体的性别信息。
1代表男性，2代表女性。
5、
第六列表示第二列个体的患病状态。
0表示疾病状态未知；1表示个体未患病，2代表个体患病。
6、
第七列以后，每两列代表一个SNP位点（由于是二倍体，所以同一个位置有两个值），1代表碱基A；2代表碱基C；3代表碱基G；4代表碱基T。
缺失数据用0表示。
当然你也不用这个编码，可以自己任意的定义（比如每个位点都是二态的，就可以用1,2分别代表该位点的2个等位，但需要用额外的文件记录好你每个位点1代表什么，2代表什么）
实例详解：
IBD05443000101 33 14 1
IBD054412430431221 31 34 1
IBD05443100203 33 31 1
总的来说，以上面三行数据为例，第一行：
表示，个体430是IBD054中的一个个体，父亲未知，母亲未知，是个男性，疾病状态未知，第一个SNP位点的两个等位为1,3 （也可以写为3,1）；第二个SNP位点的两个等位为3,1（也可以写为1,3）；第三个SNP位点的两个等位为4,1（也可以写为1,4）。
第二行：
表示，个体412是IBD054中的一个个体，父亲是439，母亲是431，是个女性，疾病状态为患病个体，第一个SNP位点的两个等位为1,3；第二个SNP位点的两个等位为1,3；第三个SNP位点的两个等位为4,1。
.
这样，就得到了每个个体的详细的SNP等位的信息。
但是我们仍然不知道每个SNP位点在染色体的什么位置，这就需要另外一个专门描述信息的文件sample.info，也就是LocusInformationFile需要输入文件格式。
二、LocusInformationFile需要输入文件格式
LocusInformationFile处应当导入的文件格式同sample.info显示的一样，下面列出sample.ped文件：
IGR1118a_1274044
IGR1119a_1274541
IGR1143a_1286593
IGR1144a_1287261
IGR1169a_2299755
IGR1218a_2324341
IGR1219a_2324379
IGR1286a_1358048
TSC0101718366811
IGR1373a_1395079
这个文件包含两列，第一列为SNP的名字，第二列为SNP的物理位置（bp）。
很多情况下我们使用的SNP的名字为dbSNP中的名字，是用rs#表示的。
因此第一列很多情况下rs开头的名称。
第二列一般都是从小到大的。
这个文件的行数必须和sample.ped文件中的第七列以后的SNP数目相同，并且一一对应，千万不能错。
下面再展示一个以rs开头的文件。
rs13434344274044
rs234524345274541
rs24552352286593
rs245435545 287261
rs534534534 299755
rs5345345345 324341
rs6456454555 324379
有了这两个文件，我们就可以知道每个个体的，家系情况，性别，患病情况，测量了那些SNP位点（SNP名和染色体上的物理位置）还有每个SNP位置的同源染色提上的2个等位的详细信息。
可以利用这些基本的信息进行后续的分析。
第1步,制备基因型的文档,我用的是EXCEL,如图,从左至右依次为:
pedigree/samplename,individualID,Father'sID,Mother'sID,sex（M=1,F=2）,Affectionstatus （0=UNKNOWN,1=UNAFFECTED,2=AFFECTED）. 然后是每个SNP的基因型....
第2步:
由于软件无法识别ATCG,需要将其转化一下,一般为:
A=1,C=2,G=3,T=4.I=1,D=2,分别为insertionanddeletion.
直接CTRL+H就行了.无基因型的以（00）表示,注意,两数字中间有一个空格. （4.2以上的版本可以识别ATCG滴，不需要分成2列吗）
第3步,制备样品LOCUS的位置文档.也就是以第一个SNP为1,第2个SNP与第1个相差N个bp,N=两个SNP的position之差.制备成如下的表格.（postion可以用BLAST得到其物理地址）此图A列为SNP_ID,B列为相对位置. （注意：
只有2列，一个为SNP，一个为locus）
然后将制备好的表格另存为.txt.注意:
两文档必须是一一对应的,也就是SNP的数目要一致.然后分别上传.第一个文档至DATAFILE..
完成,你不光会得到图,还会得到其它信息.你也可以根据一些设置调整图的算法或色彩.
以下是一些步骤图片：
第一步示意图（不要表头的）
第二步示意图（4.2版本滴就不需要转换了）
第三步示意图（只有2列，这个SNP的locus可以用相对距离，也可以用绝对距离）
第四步示意图
第五步示意图
看到有朋友发了利用HAPMAP制备HAPLOVIEW分析.
我顺便发一下,如何利用试验获得的数据制备HAPLOVIEW,请大家讨论.
第1步,制备基因型的文档,我用的是EXCEL,如图,从左至右依次为:
pedigree/samplename,individualID,Father'sID,Mother'sID,sex（M=1,F=2）,Affectionstatus
（0=UNKNOWN,1=UNAFFECTED,2=AFFECTED）.
然后是每个SNP的基因型....
查看原图
投票14收藏146回帖85浏览7675
向左向右
推荐帖
prevnext
∙【求助】什么叫基因单倍型，如何分析（是不是太弱了）
∙【求助】haploview数据输入
∙【资源】SNP单体型分析软件PHASE和fastPHASE免费下载地址
∙【求助】如何将实验中所得的SNP数据用Haploview进行分析
∙【求助】关于挑选tagsnps和分析单体型前先做LD分析的困惑
∙【求助】求助高手指点haploview结果分析
∙【求助】分别使用SHEsis和haploview分别单体型结果怎么不一致
∙【求助】haploview单倍型分析后怎么做case-control
∙【求助】haploview和hapstat分析单倍型的疑惑
∙【求助】关于haploviewLD结果的问题
draco603editedon2009-11-2402:
17举报
∙
draco603
常驻站友
∙3
积分
∙26
得票
∙45
粉丝
加关注
2009-11-2402:
02
消息引用分享
分享到哪里？
∙复制网址
∙新浪微博
∙腾讯微博
∙人人网
∙丁香客
2楼
第2步:
由于软件无法识别ATCG,需要将其转化一下,一般为:
A=1,C=2,G=3,T=4.
I=1,D=2,分别为insertionanddeletion.
直接CTRL+H就行了.无基因型的以（00）表示,注意,两数字中间有一个空格.
查看原图
投票2收藏4
举报
∙•承德医学院真火了
draco603
常驻站友
∙3
积分
∙26
得票
∙45
粉丝
加关注
2009-11-2402:
05
消息引用分享
分享到哪里？
∙复制网址
∙新浪微博
∙腾讯微博
∙人人网
∙丁香客
3楼
第3步,制备样品LOCUS的位置文档.
也就是以第一个SNP为1,第2个SNP与第1个相差N个bp,N=两个SNP的position之差.制备成如下的表格.（postion可以用BLAST得到其物理地址）
此图A列为SNP_ID,B列为相对位置.
投票1收藏2
draco603editedon2009-11-2402:
13举报
∙
draco603
常驻站友
∙3
积分
∙26
得票
∙45
粉丝
加关注
2009-11-2402:
08
消息引用分享
分享到哪里？
∙复制网址
∙新浪微博
∙腾讯微博
∙人人网
∙丁香客
4楼
然后将制备好的表格另存为.txt.注意:
两文档必须是一一对应的,也就是SNP的数目要一致.
然后分别上传.第一个文档至DATAFILE...
查看原图
投票+收藏2
举报
∙JXFSTPRP-24高通量多样品快速研磨仪/珠磨仪
draco603
常驻站友
∙3
积分
∙26
得票
∙45
粉丝
加关注
2009-11-2402:
10
消息引用分享
分享到哪里？
∙复制网址
∙新浪微博
∙腾讯微博
∙人人网
∙丁香客
5楼
完成,你不光会得到图,还会得到其它信息.
你也可以根据一些设置调整图的算法或色彩.
查看原图
升级会员 