GAPIT (Genome Associated Prediction Integrated Tool),是一個R包，使用Gapit可以進行全基因組關(guān)聯(lián)分析和基因組預(yù)測（選擇）。這個R包中包含各種模型（unified mixed model, EMMA, CMLMl和P3D/EMMAx等）用于GWAS分析。我認為這個R包對初學者是相當友好的，我們不用準備群體結(jié)構(gòu)，親緣關(guān)系文件等等，只需要準備兩個文件，基因型文件和表型文件即可，GAPIT會自動幫你分析，做圖。非常方便。
今天主要講一下如何利用GAPIT進行GWAS分析。
接下來，我們看看如何安裝GAPIT和如何使用該R包進行GWAS分析。
GAPIT網(wǎng)址（https://www.maizegenetics.net/gapit）
GAPIT使用手冊（https://zzlab.net/GAPIT/gapit_help_document.pdf）
第一步:加載R包-GAPIT
library(multtest)
library(gplots)
library(LDheatmap)
library(genetics)
library(ape)
library(EMMREML)
library(compiler)
library("scatterplot3d")
library(grid)
source("http://zzlab.net/GAPIT/GAPIT.library.R")
source("http://zzlab.net/GAPIT/gapit_functions.txt") #這兩條命令可以下載一些GAPIT相關(guān)的R包，默認安裝即可
注意：我使用的R版本為3.6.0, 對于不存在的R包，使用BiocManager::install("package name")進行安裝。
第二步：準備文件，這里使用該R包帶的示例文件
setwd("/Desktop/軟件使用/GWAS/gapit/") #確定文件和結(jié)果路徑
我們輸入的文件分別是mdp_genotype_test.hmp.txt(基因型文件)和mdp_traits.txt（表型文件）。
我們可以先看一下文件格式。
基因型文件：mdp_genotype_test.hmp.txt
數(shù)據(jù)格式為hapmap，后面也會繼續(xù)給大家分享不同格式文件如何互相轉(zhuǎn)換。
前11列顯示了SNP的屬性，其余的列顯示了群體中每個個體在每個SNP上觀察到的基因型。第一行為標題標簽，其余每行包含單個SNP的所有信息。
表型文件格式：mdp_traits.txt
該表格以Tab鍵分隔，表格第一行是表頭，包含四列。
第一列：用于GWAS分析群體每個個體編號，缺失數(shù)據(jù)用NaN代替，個體編號要與基因型文件中個體編號保持一致。
第二列到第四列：GWAS分析的表型，用戶也可根據(jù)自己分析表型數(shù)量進行添加。
第三步：讀入數(shù)據(jù)，并進行分析
myY <- read.table("mdp_traits.txt", head = TRUE) #讀入表型數(shù)據(jù)
myG <- read.table("mdp_genotype_test.hmp.txt", head = FALSE) #讀入基因型數(shù)據(jù)
myGAPIT <- GAPIT(Y=myY,G=myG,PCA.total=3) #我們先選擇基本應(yīng)用模式，基本應(yīng)用需要兩個文件（表型數(shù)據(jù)文件和基因型文件）和一個主成分的個數(shù)（PCA.total）；GAPIT 會自動計算 K 矩陣（VanRaden 方法）；用默認的聚類算法（平均）和 group kinship type（Mean）進行 GWAS 分析。
我們也可以同時選擇多個模型進行分析。
myGAPIT_mutiple <- GAPIT(Y=myY, G=myG,PCA.total=3, model=c("GLM", "MLM", "CMLM", "FarmCPU"), Multiple_analysis=TRUE)
在這我們不分析，感興趣的小伙伴可以自己嘗試一下。
運行一段時間后，會自動產(chǎn)生所有分析結(jié)果，分析結(jié)果主要包括兩種形式，.pdf圖片和.csv文件。
這些結(jié)果包括PCA結(jié)果和manhattan圖和QQ圖等等。
如果大家感覺R包GAPIT自動畫的圖不好看，可以找到對應(yīng)的*.csv文件，使用R自己做圖?？傮w來說，該R包對新用戶來說還是非常友好，并且功能強大。
往期回顧：
GWAS分析 (一)
http://www.itdecent.cn/p/67e1878845e3
GWAS分析-曼哈頓圖 (二)
http://www.itdecent.cn/p/fa261b6045c2
GWAS分析-常用文件格式 (三)
http://www.itdecent.cn/p/ad47f575e83b
參考文獻：
1.The analysis was performed with a compressed mixed linear model (Zhang et al., 2010) implemented in the GAPIT R package (Lipka et al., 2012).
2.百度百科
