【单倍型理解及计算系列之三】怎么确定单倍型以及软件参数

问题：简单说明下LDblock，检测单倍型的原理

简化：核心思想是统计上的连锁不平衡，基于SNP之间的LD值来划分区块。可能的步骤包括计算SNP之间的LD值，确定区块的边界，然后合并相邻的高LD区域形成最终的LD block。
LD block的检测和单倍型的推断是两个相关但不同的过程。LD block是确定基因组中的高LD区域，而单倍型则是在这些区域内确定具体的SNP组合。
Deepseek:
LD Block检测单倍型的原理
LD Block（连锁不平衡区块）的检测基于基因组中SNP（单核苷酸多态性）之间的连锁不平衡（Linkage Disequilibrium, LD）程度，通过以下步骤识别单倍型区域：

---

1. 核心思想

连锁不平衡（LD）：指不同位点的等位基因在群体中非随机组合的现象。高LD区域内的SNP倾向于共同遗传，形成稳定的单倍型组合。
LD Block工具通过分析SNP之间的LD值，划分基因组中强连锁的连续区域（即LD Block），并推断这些区块内的单倍型模式。

---

2. 关键步骤

(1) 计算SNP之间的LD值

• LD度量指标：常用 D’（标准化后的连锁不平衡系数）或 r²（等位基因频率的相关性）。
  • D’：范围 0~1，值越接近1，连锁越强。
  • r²：范围 0~1，值越接近1，SNP间预测能力越强。
• 示例：若SNP A和B的D’=0.95，说明它们在群体中几乎总是共同出现。

(2) 确定LD Block边界

• 贪心算法：
  1. 从第一个SNP开始，逐步向右扩展，计算相邻SNP的LD值。
  2. 当连续SNP的LD值低于阈值（如D’ < 0.8或r² < 0.8），标记为区块终点。
  3. 重复直到覆盖所有区域。
• 聚类算法：
  将高LD的SNP聚为一类，通过统计检验（如似然比）确定最优区块划分。

(3) 推断单倍型

• 单倍型分型：
  在LD Block内，通过统计方法（如EM算法或隐马尔可夫模型）推断群体中常见的单倍型组合。
  • 示例：某区块内SNP组合可能主要有两种单倍型：A-T-C-G 和 G-C-T-A。
• Tag SNP选择：
  选取代表性强（如高LD、高频率）的SNP作为标签，简化后续分析。

---

3. 可视化与验证

• LD热图：
  以三角形热图展示SNP对的LD值，红色表示高LD，蓝色表示低LD（如out.svg文件）。
• 区块边界检查：
  确保算法划分的LD Block与热图中的高LD区域一致，避免误判。

---

4. 生物学意义

• 功能单元：
  LD Block常对应基因组中保守的功能区域（如基因调控区），单倍型可能反映自然选择或适应性进化。
• 群体遗传：
  不同群体的LD Block结构差异可揭示群体历史（如瓶颈效应、迁徙事件）。

---

示例流程

假设分析某基因区域的SNP数据：

1. 计算所有相邻SNP对的D’值，发现SNP1~SNP5之间的D’均 >0.9。
2. 将这些SNP合并为一个LD Block（如chr1:1000-5000）。
3. 推断该区块内存在两种主要单倍型：H1: A-T-G-C（频率60%）和H2: G-C-A-T（频率40%）。
4. 选择SNP3作为Tag SNP（与区块内其他SNP高度连锁）。

总结

LD Block通过量化SNP间的连锁不平衡，划分基因组中稳定遗传的区域，并推断单倍型组合。其本质是利用群体遗传规律，简化复杂基因组数据，为疾病关联分析、进化研究等提供关键依据。

---

问题：单倍型计算软件

示例 LDBlockShow

// An highlighted block# 先转换为输入文件Vcf格式
plink --allow-extra-chr --file bestqc --recode vcf-iid --out test --chr-set 50 # 检测单倍型：如指定计算区域（显著位点上下游扩200Kb得到候选区间）
LDBlockShow-1.40/bin/LDBlockShow -InVCF test.vcf -OutPut out -Region 1:48464:5639101# 可选参数
LDBlockShow-1.40/bin/LDBlockShow -InVCF test.vcf -OutPut out1 -Region 5:38070673:39104739 -SeleVar 1 -BlockType 2
-SeleVar：选择每个单倍型块内最具代表性的标签 SNP（Tag SNP）选择策略的参数。其核心功能是通过特定算法从单倍型块中筛选出最具代表性的 SNP。如maf值最大/最强连锁不平衡（如最高R2）
-BlockType 2:划分单倍型块# 检测单倍型svg转换为png/pdf
LDBlockShow-1.40/bin/svg_kit/svg2xxx.pl out.svg -t png

• 结果文件
  out.blocks.gz
  out.site.gz
  out.svg + out.png
  out.TriangleV.gz

# out.blocks.gzCHR          BP1          BP2           KB  NSNPS SNPS1        48464       194819      146.356      4 48464|100422|190247|1948191       781592       783016        1.425      2 781592|7830161      5272334      5283920       11.587      2 5272334|52839201      5624821      5639101       14.281      2 5624821|5639101
# 加SeleVar参数后输出格式 out.blocks.gz
chr    Start   End     SNPNumber       TagSNPList
5       38083018        38094381        8       38083018,38088995
5       38094733        38095737        2       38094733# out.site.gz
1	48464
1	100422# out.TriangleV.gz

out.png


颜色越红的标记，可以构建成一个单倍型块，如黑框标记的地方

---