生信文件数据格式转化

在GWAS分析中，使用PLINK将文本格式文件（.ped和.map）转换为二进制文件（.bed/.bim/.fam）可显著提高处理效率并减少存储空间。以下是详细步骤：

转换步骤：

1. 准备文件：确保你有一对PLINK文本格式文件：

   • .ped文件：包含样本信息和基因型数据（空格分隔）
   • .map文件：包含SNP的染色体和位置信息

2. 执行转换命令：

   bash

   plink --file <输入文件前缀> --make-bed --out <输出文件名>

   • **--file**：指定输入文件前缀（无需扩展名，PLINK会自动查找.ped/.map）
   • **--make-bed**：指示生成二进制文件
   • **--out**：设置输出文件前缀（默认生成.bed/.bim/.fam）

   示例：

   bash

   plink --file mydata --make-bed --out mydata_binary

3. 验证输出：成功后会生成三个文件：

   • mydata_binary.bed：基因型二进制数据
   • mydata_binary.bim：SNP信息（文本格式）
   • mydata_binary.fam：样本信息（文本格式）

---

其他常见场景：

1. 处理转置文本格式（.tped/.tfam）：

bash

plink --tfile my_transposed_data --make-bed --out binary_output

2. 从其他格式转换：

• 若数据为VCF格式，先转文本再转二进制：

  bash

  plink --vcf input.vcf --recode --out temp  # 转文本格式
  plink --file temp --make-bed --out binary  # 转二进制

3. 添加额外参数：

• 设置染色体编码：--chr-set 95（非人类物种）
• 排除特定样本：--remove exclude_list.txt
• 仅保留常染色体：--autosome