BonnGWAS
Organizando SNPs de T. Becker
1.- Poniendolos en una linea
for x in list*.txt; do cat $x | awk {'print $1'} >> ${x%.txt}.cont; cat $x | awk {'print $2'} >> ${x%.txt}.cont; sort ${x%.txt}.cont > ${x%.txt}.sc; rm ${x%.txt}.cont; done
Que estupidez!!!!! Asi mejor:
$ for x in list*.txt; do cat $x | awk {'print $1"\n"$2'} | sort | uniq > ${x%.txt}.sc; done
2.- Buscando proxys
http://www.broadinstitute.org/mpg/snap/ldsearch.php
SNP data set: 1000 Genomes Pilot 1 r2 threshold: 0.7 Population panel: CEU Distance limit: 100
→ .proxies
3.- Proxies reales
$ find_pairs.pl x.txt ->construye las parejas de proxies tomando las parejas originales de x.txt y los proxies de cada marcador de x.proxies. Escribe el resultado en x.pairs
4.- Despues hemos hecho esto:
$ cat *.pairs | sort | uniq -cd > pairs.txt
$ sort -r pairs.txt > p2.txt
$ cat p3.txt | awk '{print $2" "$3}' > p4.txt
Resumiendo:
$ cat *.pairs | sort | uniq -cd | sort -r | awk '{print $2" "$3}| > p4.txt
y para los sets:
$ awk '{print $1}' p4.txt > set1.txt
$ awk '{print $2}' p4.txt > set2.txt
$ sort set1.txt | uniq > set1a.txt
$ sort set2.txt | uniq > set2a.txt
$ cat set1a.txt set2a.txt > sets.txt
Resumiendo:
$ awk '{print $1}' p4.txt | sort | uniq > set1.txt
$ awk '{print $2}' p4.txt | sort | uniq > set2.txt
$ cat set1.txt set2.txt > sets.txt
O incluso en una linea, (no estoy seguro de que funcione)
$ cat `awk '{print $1}' p4.txt | sort | uniq` `awk '{print $2}' p4.txt | sort | uniq` > sets.txt
y entonces para cada DB:
$ nohup plink --bfile /home/data/Variomics/TGEN_impQC2 --epistasis --epi1 1 --epi2 1 --set-test --set sets.txt --allow-no-sex --out /home/aruiz/Downloads/p4/TGEN_impQC2_sets &
Nota: Antes hay que editar sets.txt,
$ head ../sets.txt SET_1 <------ Añadir esto!!!! rs10000964 rs10002814 rs10002954 rs10003224 rs10005124 rs10005324 rs10007504 rs10008064 rs10008274
5.- Luego que ya tenemos los resultados de plink, usar /opt/gntics/grep4dbs.sh o /opt/gngtics/gpcc.pl
$ grep4dbs.sh ../p4.txt ADMURimpQC2_sets.epi.cc GenADA_impQC2_sets.epi.cc TGEN_impQC2_sets.epi.cc
ADNIimpQC2_sets.epi.cc NIA_AD_impQC2_sets.epi.cc
$ awk {'print $1" "$3" "$2" "$4" "$5" "$6" "$7'} db.epi.cc > db.epi.cc_tmp.reorder
$ gpcc.pl ../p4.txt db.epi.cc_tmp.reorder
$ mv db.epi.cc_tmp.reorder.cool db.epi.cc.ok
6.- Meta-analisis!!!!!!!
Segun, Combining probability from independent tests: the weighted Z-method is superior to Fisher’s approach, M. C. WHITLOCK, doi: 10.1111/j.1420-9101.2005.00917.x, el meta se hace con este codigo (corriendo /opt/gntics/zscore.pl) .
La forma mas simple sigue la expresión,
$$ Z = \frac{1}{\sqrt{k}} \sum_{i=1}^{k} Z_{i} $$
siendo $Z(p) = \phi^{-1}(p)$ y $\phi$ la CDF de la normal. Luego,
$$ p = \phi (Z) = \phi \left( \frac{1}{\sqrt{k}} \sum_{i=1}^{k} \phi^{-1}(p_i) \right) $$
Para la CDf e ICDF se usa http://search.cpan.org/~callahan/Math-CDF-0.1/CDF.pm