如何使用IMPUTE2進行基因型填充

這篇文章主要講解了“如何使用IMPUTE2進行基因型填充”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何使用IMPUTE2進行基因型填充”吧！

提供了以下兩大功能

1. haplotype phasing,單倍型分析

2. genotype imputation,基因型填充

   
   

基因型填充的基本模型示意如下

需要兩個基本元素，第一個是檢測樣本的分型結果，即圖中所示的study genotypes, 第二個元素稱之為reference panel, 對應圖中的reference haplotypes, 利用高密度的reference panel對檢驗樣本為覆蓋到的SNP位點，或者缺失的分型結果進行填充，對應圖中問號表示的位點。

該軟件的安裝比較簡單，官網提供了編譯好的可執行文件，下載解壓縮即可

對應的代碼如下

wget https://mathgen.stats.ox.ac.uk/impute/impute_v2.3.2_x86_64_static.tgz
tar xzvf impute_v2.3.2_x86_64_static.tgz

除了軟件外，還需要reference panel，官網也提供了對應的下載文件，包括hapmap和1000G兩個常用的reference panel,鏈接如下

https://mathgen.stats.ox.ac.uk/impute/impute_v2.html#download

impute2官方推薦了一套基因型填充的最佳實踐，步驟如下

1. 對檢測樣本的原始分型結果質控，使用GWAS分析的質控條件即可

2. 校正基因組版本，hapmap和1000G都是基于hg19版本，必須保證和reference panel的基因組版本一致，才可以準確填充，如果不一致，可以使用UCSC的liftOver工具進行轉換

3. 校正鏈的方向, hapmap和1000G的結果都是基于參考基因組的正鏈表示的，為了和reference panel進行匹配，必須將芯片的分型結果也統計校正到正鏈

4. 選擇reference panel，1000G比hapmap的snp位點數量更多，密度更大，是目前最常用的reference panel, 其中又分成了不同的人群，對于某些研究，可以選擇更加契合自己的人群，比如選擇亞洲人群進行分析

5. 基因型填充

6. 填充后的質控，對填充后的分型結果進行過濾，同樣基于GWAS的質控條件

7. 關聯分析，填充后的snp位點數量更多，有助于檢測陽性的信號

8. 顯著關聯區域的重新填充，對于GWAS篩選出來的陽性區域，可以使用更加嚴格的參數重新填充，再進行關聯分析，確保分析的可靠性

   
   

impute2提供了以下兩種用法

1. one step

填充準確率最高的方法，基本用法如下

impute2 \
-m ./Example/example.chr22.map \
-h ./Example/example.chr22.1kG.haps \
-l ./Example/example.chr22.1kG.legend \
-g ./Example/example.chr22.study.gens \
-strand_g ./Example/example.chr22.study.strand \
-int 20.4e6 20.5e6 \
-Ne 20000 \
-o ./Example/example.chr22.one.phased.impute2

基因型填充計算量非常大，所以需要先拆分染色體，對每條染色體進行填充。上述是官方自帶的一個例子，對22號染色體進行填充，-m參數指定連鎖圖譜，-h和-l參數指定reference panel的單倍型結果，對應后綴為haps和legend，-g參數指定study樣本的分型結果，格式為GEN, -strand_g參數指定snp位點的正負鏈信息，用于校正鏈的方向，-int參數指定需要填充的染色體區域，包含了起始和終止兩個位置的值，對應的長須推薦小于5Mb, -Ne參數官方推薦取值為20000，-o參數指定輸出的填充結果。

2. two step

增加了對study樣本的pre-phasing, 運行速度更快，pre-phasing基本用法如下

impute2 \
-prephase_g \
-m ./Example/example.chr22.map \
-g ./Example/example.chr22.study.gens \
-int 20.4e6 20.5e6 \
-Ne 20000 \
-o ./Example/example.chr22.prephasing.impute2

-prephase_g參數表示對study樣本進行pre-phasing, -m參數可以提高單倍型分析的準確性。

基于pre-phasing的結果進行填充的基本用法如下

./impute2 \
-use_prephased_g \
-m ./Example/example.chr22.map \
-h ./Example/example.chr22.1kG.haps \
-l ./Example/example.chr22.1kG.legend \
-known_haps_g ./Example/example.chr22.prephasing.impute2_haps \
-strand_g ./Example/example.chr22.study.strand \
-int 20.4e6 20.5e6 \
-Ne 20000 \
-o ./Example/example.chr22.one.phased.impute2
-phase

即使采用兩步法，基因型填充仍然是一個運行時間很長的步驟，在實際操作中，可以同時結合染色體拆分和染色體劃分窗口兩種方式，再加上并行來提升運行效率。

官方提供了更多的用法示例，鏈接如下

https://mathgen.stats.ox.ac.uk/impute/impute_v2.html#examples

感謝各位的閱讀，以上就是“如何使用IMPUTE2進行基因型填充”的內容了，經過本文的學習后，相信大家對如何使用IMPUTE2進行基因型填充這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！