GWAS全基因組關(guān)聯(lián)分析:TASSEL 5.0 Windows版軟件使用教程

TASSEL的官方網(wǎng)站:https://tassel.bitbucket.io/
在TASSEL的下載文件夾中...\TASSEL5\TutorialData有示例數(shù)據(jù) 用此數(shù)據(jù)進行演示

圖片1.png

依次為基因型數(shù)據(jù)葡公、親緣關(guān)系骂铁、表現(xiàn)型數(shù)據(jù)(這里面包含了分群虫啥、表型性狀工三、群體結(jié)構(gòu))、群體結(jié)構(gòu)铐懊、表型性狀叫潦。
實際只用到基因型數(shù)據(jù)弟断、群體結(jié)構(gòu)、和表型性狀龄恋。TASSEL是可以通過基因型數(shù)據(jù)計算親緣關(guān)系的疙驾。

一、加載數(shù)據(jù)

點擊File → Open
將基因型數(shù)據(jù)篙挽、群體結(jié)構(gòu)和表型性狀導入進來荆萤。(mdp_genotype.hmp、mdp_phenotype铣卡、mdp_traits這三個文件)


圖片2.png

二链韭、計算親緣關(guān)系

對基因型文件進行過濾
選擇基因型數(shù)據(jù) 點擊Filter → Sites


圖片3.png

進行設置 → 點擊Filter


圖片4.png

(此處的標準都是按照TASSEL指導手冊中進行設置的)
點擊Analysis → Relatedness → Kinship


圖片5.png

點擊OK


圖片6.png

就得到了親緣關(guān)系的矩陣


圖片7.png

三、關(guān)聯(lián)分析(一般線性模型)

對基因型文件進行過濾
注意:這里用到的是上一步進行親緣關(guān)系分析時過濾后的文件

圖片8.png

在此文件的基礎上再次進行過濾 點擊Filter → Sites
設置過濾條件 點擊Filter
圖片9.png

得到過濾后的基因型數(shù)據(jù)


圖片10.png

選擇性狀數(shù)據(jù) 點擊Filter → Traits
圖片11.png

選擇其中一個性狀煮落,點擊OK
圖片12.png

得到其中一個表型數(shù)據(jù)
圖片13.png

選擇群體結(jié)構(gòu) 點擊Filter → Traits
將最后一個群體結(jié)構(gòu)(Q3)去掉敞峭,指導手冊中給出的解釋是“如果我們把它們?nèi)孔鳛閰f(xié)變量使用,這會產(chǎn)生線性相依性”蝉仇。
圖片14.png

得到過濾后的群體結(jié)構(gòu)數(shù)據(jù)
圖片15.png

摁住Ctrl鍵同時選中上述三個文件進行合并 點擊Data → Intersect Join
圖片16.png

得到合并后的數(shù)據(jù)集
選中合并后的數(shù)據(jù)集 點擊Analysis → Association → GLM
圖片17.png

點擊OK
圖片18.png

其中Help選項中有該頁面參數(shù)的解釋和默認值旋讹,還可以點擊User Manual查看更詳細的內(nèi)容。
得到最終結(jié)果文件
圖片19.png

數(shù)據(jù)可視化
點擊Results → QQ Plot/Manhattan Plot
圖片20.png

圖片21.png

圖片22.png

四轿衔、關(guān)聯(lián)分析(混合線性模型)

混合線性模型即將群體結(jié)構(gòu)和親緣關(guān)系作為協(xié)變量來進行分析
摁住Ctrl鍵同時選中上述提到的一般線性模型中合并后的數(shù)據(jù)集和親緣關(guān)系矩陣


圖片23.png

點擊Analysis → Association → MLM


圖片24.png

進行設置 點擊RUN → 點擊 OK
圖片25.png

得到最終結(jié)果文件
圖片26.png

數(shù)據(jù)可視化
點擊Results → QQ Plot/Manhattan Plot


圖片27.png

圖片28.png

實際上關(guān)聯(lián)分析輸出的結(jié)果中只有Trait沉迹、Marker、Chr害驹、Pos鞭呕、p值是用到比較多的,Q-Qplot和曼哈頓圖也是基于此幾個值進行繪制的宛官,我們可以將這幾列提取出來在R語言中進行繪圖葫松。
圖片29.png

參考:

https://bitbucket.org/tasseladmin/tassel-5-source/wiki/UserManual

Tassel5UserGuide

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末瓦糕,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子腋么,更是在濱河造成了極大的恐慌咕娄,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件珊擂,死亡現(xiàn)場離奇詭異圣勒,居然都是意外死亡,警方通過查閱死者的電腦和手機未玻,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門灾而,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人扳剿,你說我怎么就攤上這事旁趟。” “怎么了庇绽?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵锡搜,是天一觀的道長。 經(jīng)常有香客問我瞧掺,道長耕餐,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任辟狈,我火速辦了婚禮肠缔,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘哼转。我一直安慰自己明未,他們只是感情好,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布壹蔓。 她就那樣靜靜地躺著趟妥,像睡著了一般。 火紅的嫁衣襯著肌膚如雪佣蓉。 梳的紋絲不亂的頭發(fā)上披摄,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天,我揣著相機與錄音勇凭,去河邊找鬼疚膊。 笑死,一個胖子當著我的面吹牛虾标,可吹牛的內(nèi)容都是我干的酿联。 我是一名探鬼主播,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼夺巩,長吁一口氣:“原來是場噩夢啊……” “哼贞让!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起柳譬,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤喳张,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后美澳,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體销部,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年制跟,在試婚紗的時候發(fā)現(xiàn)自己被綠了舅桩。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡雨膨,死狀恐怖擂涛,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情聊记,我是刑警寧澤撒妈,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布,位于F島的核電站排监,受9級特大地震影響狰右,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜舆床,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一棋蚌、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧挨队,春花似錦谷暮、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至情臭,卻和暖如春省撑,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背俯在。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工竟秫, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人跷乐。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓肥败,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子馒稍,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345