KING: 樣本親緣關(guān)系鑒定工具

發(fā)稿時(shí)間：2020-06-23來(lái)源：天昊生物

前言

全外顯子測(cè)序中重要的步驟就是遺傳分析，可以針對(duì)家系或者散發(fā)樣本，按照相應(yīng)的遺傳模型來(lái)篩選候選基因。但是如果他們親緣關(guān)系有誤，比如無(wú)關(guān)樣本中混入有血緣關(guān)系的樣本，或者理論上有血緣關(guān)系的樣本實(shí)際上沒(méi)有關(guān)系等等都必然會(huì)導(dǎo)致后續(xù)遺傳分析假陽(yáng)性或者假陰性。樣本親緣關(guān)系不對(duì)通常可能是由以下幾個(gè)原因?qū)е拢?. 取樣有問(wèn)題2.實(shí)驗(yàn)過(guò)程中樣本搞錯(cuò)3.分析時(shí)樣本相互標(biāo)錯(cuò)。在外顯子測(cè)序分析中，為了避免以及及時(shí)發(fā)現(xiàn)這些錯(cuò)誤，我們可以使用KING軟件，基于樣本的突變檢測(cè)結(jié)果，對(duì)他們進(jìn)行親緣關(guān)系鑒定。

功能

基于基因型數(shù)據(jù)，計(jì)算樣本間親緣關(guān)系系數(shù)，可以根據(jù)相應(yīng)的系數(shù)范圍來(lái)判斷樣本之間的親緣關(guān)系。軟件下載鏈接：King http://people.virginia.edu/~wc9c/KING/Download.htm ; Plink2 https://www.cog-genomics.org/plink/2.0/ 可根據(jù)需要下載相應(yīng)的版本。

使用方法

1. 文件準(zhǔn)備

全外顯子測(cè)序結(jié)果的vcf格式壓縮文件

2. 運(yùn)行

1) 二進(jìn)制文件轉(zhuǎn)換,此步驟需要plink軟件完成。 “Plink2 --vcf A.vcf.gz --make-bed --out A”結(jié)果生成A.bed , A.bim以及A.fam 。

2) 關(guān)系系數(shù)計(jì)算 “King -b A.bed --kindship --prefix relationShip ”

結(jié)果

FID 表示family ID, ID 是個(gè)體ID，兩者組合可以表示一個(gè)唯一個(gè)體。Kindship是親緣關(guān)系系數(shù)，可用于判斷兩個(gè)個(gè)體間的親緣關(guān)系。

結(jié)果可視化

首先需要將上一步驟生成的文件進(jìn)行轉(zhuǎn)換，手動(dòng)轉(zhuǎn)換成如下圖矩陣的形式，并保存成文本格式，這里定義成“relationship.txt”用于后面繪圖。

親緣關(guān)系系數(shù)繪圖使用的是R 的pairs() 函數(shù)，具體如下：

relation=read.table("relationship.txt",sep="t",header=T,row.name=1,check.names=F)

relation=as.matrix(relation)

relation

ZD     MU     FUZD  1 0.2525 0.2498

MU NA 1.0000 0.0010

FU NA     NA 1.0000

pdf("relationship.pdf")

panel.cor <- function(x, y, digits=2, prefix="", cex.cor, ...){usr <- par("usr"); on.exit(par(usr)); par(usr = c(0, 1, 0, 1)); z=x[!is.na(y)]; txt=as.numeric( sprintf( "%0.4f", z[length(z)] ) ); if(missing(cex.cor)) cex.cor <- 0.8/strwidth(txt); color=1; if(txt>=0.354) color=2; if(txt>=0.177 && txt<0.354) color=3; if(txt>=0.0884 && txt<0.177) color=4; if(txt>=0.0442 && txt<0.0884) color=5; text(0.5, 0.5, txt, cex = cex.cor,col=color)}

pairs(relation,lower.panel = NULL,font.labels = 2,main="Sample Relationship (Based On King software)",upper.panel = panel.cor)

info=c(">0.354                = duplicate/MZ twinn", "[0.177, 0.354]     =, 1st-degreen", "[0.0884, 0.177]   = 2nd-degreen", "[0.0442, 0.0884] = 3rd-degreen")

mtext(info,side=1,adj=0,cex=1.3,line=c(-4,-2,0,2),col=c(2,3,4,5))

dev.off()

null device

圖中為三口之家，MU，F(xiàn)U分別為ZD的母親與父親，母親與父親之間無(wú)血緣關(guān)系

duplicate/MZ twin : 重復(fù)個(gè)體或者同卵雙胞胎。關(guān)系判斷閾值[>-0.354]

1st-degree（一級(jí)親屬）：一個(gè)人的父母、子女以及親兄弟姐妹。關(guān)系判斷閾值[0.177-0.354]

2nd-degree（二級(jí)親屬）：一個(gè)人和他的叔、伯、姑、舅、姨、祖父母、外祖父母。關(guān)系判斷閾值[0.0884-0.177]

3rd-degree（三級(jí)親屬）：表兄妹或堂兄妹。關(guān)系判斷閾值[0.0442-0.0884]

參考文獻(xiàn)：

Manichaikul A, Mychaleckyj JC, Rich SS, Daly K, Sale M, Chen WM (2010) Robust relationship inference in genome-wide association studies. Bioinformatics 26(22):2867-2873

往期相關(guān)鏈接：

1、R基礎(chǔ)篇