Question

我有1000个基因组项目的2504个人的文件，我想按人口过滤。我为第一个人口（ACB）做了以下事情：

plink --file all1000gen --keep indACB.txt --make-bed --out all1000genACB

但它会返回以下错误：

Error: Line 1 of --keep file has fewer tokens than expected.

我的indACB.txt文件如下所示：

head indACB.txt 
HG01879
HG01880
HG01882
HG01883
HG01885
HG01886
HG01889
HG01890
HG01894
HG01896

我从1000个基因组页面中可用的群体信息文件（每个群体，使用grep）制作了

，其具有两倍的个体ID（前两列）和一个具有群体名称，如下所示：

head indpop2.txt
HG00096 HG00096 GBR
HG00097 HG00097 GBR
HG00099 HG00099 GBR
HG00100 HG00100 GBR
HG00101 HG00101 GBR
HG00102 HG00102 GBR
HG00103 HG00103 GBR
HG00105 HG00105 GBR
HG00106 HG00106 GBR
HG00107 HG00107 GBR

我认为我的--keep文件存在问题，但我不确定txt文件的所需结构是什么。

我也试过从indpop2.txt greping ACB个人，所以新的indACB.txt文件如下所示：

head indACB2.txt 
HG01879 HG01879 ACB
HG01880 HG01880 ACB
HG01882 HG01882 ACB
HG01883 HG01883 ACB
HG01885 HG01885 ACB
HG01886 HG01886 ACB
HG01889 HG01889 ACB
HG01890 HG01890 ACB
HG01894 HG01894 ACB
HG01896 HG01896 ACB

但它会产生以下错误：

plink --file allconcat39 --keep indACB2.txt --make-bed --out allconcat43ACB

Error: No people remaining after --keep.

Answer 1

前两列是家庭和个人ID;第三列应该是一个数值（尽管该文件可以包含3列以上），并且只有值为1的个人才能包含在任何后续分析或文件生成过程中。

使用Plink提取个人。错误：--keep文件的第1行具有比预期更少的标记

1 个答案: