Question

是否有一个软件包允许我从我的R数据集中编写一个.ped文件，以便与具有合适标题的EPACTS一起使用？

我不能谷歌，只能找到一种方法来阅读它

Answer 1

网络搜索显示没有工具可以执行此操作。您可能需要考虑使用VCF格式，因为EPACTS似乎接受这一点：

http://genome.sph.umich.edu/wiki/EPACTS#VCF_file_for_Genotypes

您可以使用plink将PED转换为VCF，如下所示：

plink --file prefix --recode vcf --out prefix

您可能需要摆弄其他选项以使其产生您想要的输出，请参阅https://www.cog-genomics.org/plink2/data#recode，具体说明：

    The 'vcf', 'vcf-fid', and 'vcf-iid' modifiers result in production of a 
VCFv4.2 file. 'vcf-fid' and 'vcf-iid' cause family IDs and within-family IDs 
respectively to be used for the sample IDs in the last header row, while 
'vcf' merges both IDs and puts an underscore between them (in this case, a 
warning will be given if an ID already contains an underscore).
    If the 'bgz' modifier is added, the VCF file is block-gzipped. (Gzipping 
of other --recode output files is not currently supported.)
    The A2 allele is saved as the reference and normally flagged as not 
based on a real reference genome ('PR' INFO field value). When it is 
important for reference alleles to be correct, you'll usually also want to 
include --a2-allele and --real-ref-alleles in your command.

Answer 2

EPACTS需要VCF和PED文件作为关联分析的输入。与PLINK documentation中描述的PED文件不同，EPACTS中使用的PED文件不包含基因型数据。它的目的是保存您的表型数据和协变量，它需要一个.ped扩展才能被EPACTS认可。

要将R中的数据框导出为PED文件，您只需指定需要.ped扩展名;您可以使用以下命令：

write.table(df, filename.ped, sep="\t", row.names=F, col.names=T, quote=F)

EPACTS还要求注释掉包含列名的标题行。我通常只是手动执行此步骤，因为添加了＃＆＃39;＃＆＃39;非常快，我总是打开我的文件来检查它。或者，您可以设置col.names = F并使用.dat文件，如EPACTS文档中所示：https://genome.sph.umich.edu/wiki/EPACTS#PED_file_for_Phenotypes_and_Covariates

如何将ped文件从r写入epacts

2 个答案: