之前给大家介绍过如何使用haploview软件进行单倍型分析及LD单倍型图形数据的导出。该软件在运行后可以输出位点的统计结果、LD分布以及单倍型相关信息。
1 分析结果
- 1.1 数据统计
导入数据后自动计算位点的maf、缺失等信息，会汇总成统计表，可以导出，示例如下
统计结果中，标红的部分是未通过过滤的位点，系统会自动全选所有通过过滤的位点参与单倍型的计算。图片下方显示的是参数设置窗口，可自行输入阈值，点击Rescore Markers即可重新统计。
ps：上图中Advanced Views中会显示表中没有的统计结果，比如样本的缺失率等，可以自行查看；此外，这些统计数据都可以导出
- 1.2 LD-Block图
软件会自动根据输入的数据绘制对应LD-Block区域的单倍型块结果，所有统计以及图片结果都可以导出保存，示例如下
LD导出数据：
L1 L2 D' LOD r^2 CIlow CIhi Dist T-int
chr5_23655 chr5_68528 1.0 3.79 0.023 0.63 1.0 44873 168.12
chr5_23655 chr5_75682 1.0 49.24 1.0 0.96 1.0 52027 -
chr5_23655 chr5_125073 1.0 17.37 0.354 0.89 1.0 101418 -
chr5_23655 chr5_176933 1.0 49.24 1.0 0.96 1.0 153278 -
chr5_23655 chr5_206310 1.0 48.48 1.0 0.96 1.0 182655 -
chr5_23655 chr5_271689 1.0 3.92 0.023 0.64 1.0 248034 -
单倍型块数据Haplotypes：
BLOCK 1. MARKERS: 10 11 19 27 33 44
112412 (0.560) |0.548 0.000 0.000 0.000 0.000|
312412 (0.167) |0.088 0.045 0.037 0.002 0.000|
111413 (0.162) |0.018 0.066 0.060 0.007 0.007|
121242 (0.098) |0.002 0.053 0.018 0.015 0.011|
Multiallelic Dprime: 0.786
BLOCK 2. MARKERS: 56 74 84 86
1424 (0.652) |0.651 0.000|
1224 (0.170) |0.164 0.007|
3412 (0.124) |0.011 0.114|
3424 (0.034) |0.034 0.000|
3224 (0.013) |0.000 0.013|
Multiallelic Dprime: 0.935
2 运行报错问题排查
当位点数目或者选择的目标区间比较小时，一般使用默认参数运行即可，不会出现太大问题。当位点数目太多或者强连锁的区域太长时，导入数据时会遇见一下错误。
遇见这种问题一般有两点，一个是数据量太大，一个是位点间强连锁区域太长。
- 2.1 数据量过大
对于数据量问题，文章中给出的了参考示例，1.8 GHz Pentium 4处理器加1 GB内存,可以轻松处理400样本的200位点，对于大样本、多位点的情况，推荐使用命令行操作，我觉得最好在资源较多的服务器上操作。
如果位点太多，可以考虑先用其他软件算一下连锁情况，分区间提取位点进行单独分析
- 强连锁区域太长
最近遇到了这种问题，我测试的数据集有905位点，区间50k左右，一直出现内存超限的问题，后来发现是连锁区域太长的原因。对于这种问题，可以在导入数据的时候，减小联锁区间的阈值。
界面上Ignore pairwise...对应的参数就是连锁区间设定的阈值，可以适当调小。这种情况下，本应该是同一个连锁区域的两端会分开，后续需要进行更正。
参考文献：
[1] https://academic.oup.com/bioinformatics/article/21/2/263/186662
