0.寫在前面
LD分析可以幫助識別基因組中的LD區(qū)塊，即一段連續(xù)的位點之間存在很強的LD的區(qū)域，這些區(qū)塊可能包含重要的功能元件或者遺傳變異裂问。
在linux下有兩種使用模式单雾，區(qū)別是有無GUI。帶GUI的已經有很多教程了，本文主要是記錄一下不帶GUI的使用方法。
1.軟件下載
軟件主頁：https://www.broadinstitute.org/haploview/haploview
下載地址（v4.2）：https://www.broadinstitute.org/ftp/pub/mpg/haploview/Haploview.jar
2.輸入文件的準備
最方便快捷的還是使用ped和map文件進行準備
建議只提取研究的區(qū)域進行LD分析，過大的區(qū)域得到的結果難以閱讀
vcftools --vcf test.vcf --plink --out test #vcf文件轉map和ped
awk -F '\t' '{print $1"\t"$1_$4"\t"$3"\t"$4}' test.map > test-w.map #第二列已有位置信息可忽略這一步
awk '{print $2"\t"$4}' test-w.map > test.info #提取map文件的2,4列
sed 's/-9/0/g' test.ped > test-new.ped #該軟件不能識別-9赛不，默認以0代表缺失值
3.命令行
3.1.基本命令
java -jar Haploview.jar -h #查看幫助界面
-v #查看版本信息
-memory <數(shù)字> #分配<數(shù)字>Mb的內存，默認512MB罢洲，對于僅截取一小段區(qū)域是夠用的
-n #只輸出命令行踢故，不打開終端
-q #安靜模式，不輸出任何警告或信息
-log <filename> #指定一個日志文件名惹苗，默認haploview.log
-out <fileroot> #指定一個前綴殿较，用于所有輸出文件
-pedfile <pedfile> #指定輸入的ped格式文件
-info <infofile> #指定的info輸入文件
-gzip #表示輸入文件是gzip壓縮的
-nonSNP #指 PLINK 文件中的數(shù)據不是基于 SNP 的，這個選項只能在圖形界面模式下使用桩蓉。
-selectCols #指在加載 PLINK 文件時淋纲，可以預先選擇需要的列，這個選項只能在圖形界面模式下使用院究。
-batch <batchfile> #指在無圖形界面模式下洽瞬，批量運行 haploview 程序本涕，<batchfile> 是一個包含多個基因型文件和信息文件的文件，每一行代表一個任務伙窃。
-blocks <blockfile> #指定一個包含連鎖不平衡區(qū)塊的文件菩颖，或者一個 http:// 的網址，這個選項會強制輸出這些區(qū)塊的結果对供。
-track <trackfile> #指定一個包含分析軌跡的文件位他，或者一個 http:// 的網址氛濒，這個選項會在圖形界面中顯示這些軌跡产场。不太懂
-excludeMarkers <markers> #排除指定編號的點，如1,2,3等價于1..3
-skipcheck #指跳過對基因型文件的各種檢查舞竿。
-chromosome <1-22,X,Y> #指定染色體號京景。
-dprime #輸出連鎖不平衡文本到 <fileroot>.LD 文件中。
-png #指輸出連鎖不平衡圖像到 <fileroot>.LD.PNG 文件中骗奖。
-compressedpng #輸出壓縮過的連鎖不平衡圖像到 <fileroot>.LD.PNG 文件中确徙。
-svg #輸出 svg 格式的連鎖不平衡圖像到 <fileroot>.LD.SVG 文件中。
-ldcolorscheme <argument> #指定一個連鎖不平衡的顏色方案执桌，<argument> 可以是 DEFAULT, RSQ, DPALT, GAB, GAM 中的一個（默認配色是最好看的）鄙皇。
-ldvalues <DPRIME,RSQ,NONE> #在連鎖不平衡圖像輸出中打印什么，默認為 DPrime仰挣。
-check #輸出標記檢查結果到<fileroot>.CHECK文件
-indcheck #輸出每個個體的基因型百分比到<fileroot>.INDCHECK文件
-mendel #輸出孟德爾錯誤信息到<fileroot>.MENDEL文件伴逸，孟德爾錯誤是指一個個體的等位基因不可能從雙親獲得的情況，也既是需要親本信息
-malehets #輸出男性雜合子信息到<fileroot>.MALEHETS文件 膘壶，男性雜合子是指在x染色體上是雜合子的情況错蝴，需要性別信息
-blockoutput #輸出類型，可以是Gabriel, 4 gamete, spine或者全部三種
-blockCutHighCI #Gabriel方法中“強LD”的高置信區(qū)間D’的截止值
-blockCutLowCI #Gabriel方法中“強LD”的低置信區(qū)間D’的截止值
-blockMAFThresh #Gabriel方法中的最小等位基因頻率閾值
-blockRecHighCI #Gabriel方法中的重組高置信區(qū)間D’的截止值
-blockInformFrac #Gabriel方法中要求在LD中的信息標記的比例
-block4GamCut #Gamete方法中第四對配對單倍型的頻率截止值
-blockSpineDP #Solid Spine方法中“強LD”的D’截止值颓芭，上述有點看不懂顷锰，那就不動了
-maxdistance # 最大比較距離，以千堿基為單位亡问，默認是500
-hapthresh # 只輸出至少達到這個頻率的單倍型
-spacing #LD顯示中標記的比例間距官紫，取值在0（無間距）到1（最大間距）之間，默認是0州藕，主要影響的是結果圖的美觀程度
-minMAF #最小次等位基因頻率万矾，取值在0到0.5之間，默認是0.001
-maxMendel #排除一個標記的最大孟德爾錯誤數(shù)慎框，取值為整數(shù)良狈，默認是1
-minGeno: #排除一個標記的最小有效數(shù)據比例，取值在0到1之間笨枯，默認是0.75 （即geno）
-hwcutoff #排除一個標記的HW p值的最小閾值薪丁，取值在0到1之間遇西，默認是0.001
-missingCutoff #排除一個個體的最大缺失數(shù)據比例，取值在0到1之間严嗜，默認是0.5 （即mind）
-assocCC: 這個命令是用來輸出病例對照關聯(lián)分析結果到<fileroot>.ASSOC和<fileroot>.HAPASSOC文件
-assocTDT: 這個命令是用來輸出三聯(lián)體關聯(lián)分析結果到<fileroot>.ASSOC和<fileroot>.HAPASSOC文件
-customAssoc: 這個命令是用來加載一組自定義的關聯(lián)測試文件
-permtests: 這個命令是用來對默認的關聯(lián)測試（或者自定義的關聯(lián)測試）進行<numtests>次置換粱檀，并寫入到<fileroot>.PERMUT文件
下述命令都是用來進行Tagger分析的，Tagger分析是一種選擇最優(yōu)的標簽SNP的方法漫玄，標簽SNP是一種可以代表其他SNP的變異位點茄蚯，可以用來減少基因分型的成本和復雜度。
-pairwiseTagging: 這個命令是用來進行成對標簽分析的睦优，它會選擇一組最小的標簽SNP渗常，使得所有要捕獲的等位基因都與這組標簽SNP有高于閾值的r^2值。結果會輸出到<fileroot>.TAGS和.TESTS文件中
-aggressiveTagging: 這個命令是用來進行積極標簽分析的汗盘，它會選擇一組多標記單元型作為標簽SNP皱碘，除非用-aggressiveNumMarkers指定了只使用兩標記單元型。結果也會輸出到<fileroot>.TAGS和.TESTS文件中
-aggressiveNumMarkers <2,3>: 這個命令是用來指定積極標簽分析時使用兩標記單元型還是兩和三標記單元型的
-maxNumTags <n>: 這個命令是用來限制選擇的最大標簽SNP數(shù)目為<n>的
-dontaddtags: 這個命令是用來只使用強制加入的標簽SNP隐孽，而不添加其他的
-includeTags <markers>: 這個命令是用來強制加入一個逗號分隔的標記名列表作為標簽SNP的
-includeTagsFile <file>: 這個命令是用來強制加入一個文件（或者http://位置）中每行一個標記名作為標簽SNP的
-excludeTags <markers>: 這個命令是用來排除一個逗號分隔的標記名列表不作為標簽SNP的
-excludeTagsFile <file>: 這個命令是用來排除一個文件（或者http://位置）中每行一個標記名不作為標簽SNP的
-captureAlleles <file>: 這個命令是用來只捕獲一個文件（或者http://位置）中每行一個標記名對應的等位基因的
-designScores <file>: 這個命令是用來指定一個文件（或者http://位置）中每行一個標記名和一個設計得分的
-mindesignscores <threshold>: 這個命令是用來指定一個最小設計得分閾值的
-mintagdistance <distance>: 這個命令是用來指定選取的標簽SNP之間的最小距離（以堿基對計算）的
-taglodcutoff <thresh>: 這個命令是用來指定Tagger創(chuàng)建多標記單元型時的LOD截斷值的
-tagrsqcutoff <thresh>: 這個命令是用來指定Tagger選擇標簽SNP時的r^2截斷值的
3.2.實操試試
java -jar Haploview.jar -n -log sample.log -pedfile sample.ped -info sample.info -skipcheck -svg -check -dprime #svg格式的比png更靈活癌椿，而且不知道為什么純命令行模式下使用-png和-compressedpng會報錯
sample.ped.LD.png
