0.写在前面
LD分析可以帮助识别基因组中的LD区块，即一段连续的位点之间存在很强的LD的区域，这些区块可能包含重要的功能元件或者遗传变异。
在linux下有两种使用模式，区别是有无GUI。带GUI的已经有很多教程了，本文主要是记录一下不带GUI的使用方法。
1.软件下载
软件主页：https://www.broadinstitute.org/haploview/haploview
下载地址（v4.2）：https://www.broadinstitute.org/ftp/pub/mpg/haploview/Haploview.jar
2.输入文件的准备
最方便快捷的还是使用ped和map文件进行准备
建议只提取研究的区域进行LD分析，过大的区域得到的结果难以阅读
vcftools --vcf test.vcf --plink --out test #vcf文件转map和ped
awk -F '\t' '{print $1"\t"$1_$4"\t"$3"\t"$4}' test.map > test-w.map #第二列已有位置信息可忽略这一步
awk '{print $2"\t"$4}' test-w.map > test.info #提取map文件的2,4列
sed 's/-9/0/g' test.ped > test-new.ped #该软件不能识别-9，默认以0代表缺失值
3.命令行
3.1.基本命令
java -jar Haploview.jar -h #查看帮助界面
-v #查看版本信息
-memory <数字> #分配<数字>Mb的内存，默认512MB，对于仅截取一小段区域是够用的
-n #只输出命令行，不打开终端
-q #安静模式，不输出任何警告或信息
-log <filename> #指定一个日志文件名，默认haploview.log
-out <fileroot> #指定一个前缀，用于所有输出文件
-pedfile <pedfile> #指定输入的ped格式文件
-info <infofile> #指定的info输入文件
-gzip #表示输入文件是gzip压缩的
-nonSNP #指 PLINK 文件中的数据不是基于 SNP 的，这个选项只能在图形界面模式下使用。
-selectCols #指在加载 PLINK 文件时，可以预先选择需要的列，这个选项只能在图形界面模式下使用。
-batch <batchfile> #指在无图形界面模式下，批量运行 haploview 程序，<batchfile> 是一个包含多个基因型文件和信息文件的文件，每一行代表一个任务。
-blocks <blockfile> #指定一个包含连锁不平衡区块的文件，或者一个 http:// 的网址，这个选项会强制输出这些区块的结果。
-track <trackfile> #指定一个包含分析轨迹的文件，或者一个 http:// 的网址，这个选项会在图形界面中显示这些轨迹。不太懂
-excludeMarkers <markers> #排除指定编号的点，如1,2,3等价于1..3
-skipcheck #指跳过对基因型文件的各种检查。
-chromosome <1-22,X,Y> #指定染色体号。
-dprime #输出连锁不平衡文本到 <fileroot>.LD 文件中。
-png #指输出连锁不平衡图像到 <fileroot>.LD.PNG 文件中。
-compressedpng #输出压缩过的连锁不平衡图像到 <fileroot>.LD.PNG 文件中。
-svg #输出 svg 格式的连锁不平衡图像到 <fileroot>.LD.SVG 文件中。
-ldcolorscheme <argument> #指定一个连锁不平衡的颜色方案，<argument> 可以是 DEFAULT, RSQ, DPALT, GAB, GAM 中的一个（默认配色是最好看的）。
-ldvalues <DPRIME,RSQ,NONE> #在连锁不平衡图像输出中打印什么，默认为 DPrime。
-check #输出标记检查结果到<fileroot>.CHECK文件
-indcheck #输出每个个体的基因型百分比到<fileroot>.INDCHECK文件
-mendel #输出孟德尔错误信息到<fileroot>.MENDEL文件，孟德尔错误是指一个个体的等位基因不可能从双亲获得的情况，也既是需要亲本信息
-malehets #输出男性杂合子信息到<fileroot>.MALEHETS文件 ，男性杂合子是指在x染色体上是杂合子的情况，需要性别信息
-blockoutput #输出类型，可以是Gabriel, 4 gamete, spine或者全部三种
-blockCutHighCI #Gabriel方法中“强LD”的高置信区间D’的截止值
-blockCutLowCI #Gabriel方法中“强LD”的低置信区间D’的截止值
-blockMAFThresh #Gabriel方法中的最小等位基因频率阈值
-blockRecHighCI #Gabriel方法中的重组高置信区间D’的截止值
-blockInformFrac #Gabriel方法中要求在LD中的信息标记的比例
-block4GamCut #Gamete方法中第四对配对单倍型的频率截止值
-blockSpineDP #Solid Spine方法中“强LD”的D’截止值，上述有点看不懂，那就不动了
-maxdistance # 最大比较距离，以千碱基为单位，默认是500
-hapthresh # 只输出至少达到这个频率的单倍型
-spacing #LD显示中标记的比例间距，取值在0（无间距）到1（最大间距）之间，默认是0，主要影响的是结果图的美观程度
-minMAF #最小次等位基因频率，取值在0到0.5之间，默认是0.001
-maxMendel #排除一个标记的最大孟德尔错误数，取值为整数，默认是1
-minGeno: #排除一个标记的最小有效数据比例，取值在0到1之间，默认是0.75 （即geno）
-hwcutoff #排除一个标记的HW p值的最小阈值，取值在0到1之间，默认是0.001
-missingCutoff #排除一个个体的最大缺失数据比例，取值在0到1之间，默认是0.5 （即mind）
-assocCC: 这个命令是用来输出病例对照关联分析结果到<fileroot>.ASSOC和<fileroot>.HAPASSOC文件
-assocTDT: 这个命令是用来输出三联体关联分析结果到<fileroot>.ASSOC和<fileroot>.HAPASSOC文件
-customAssoc: 这个命令是用来加载一组自定义的关联测试文件
-permtests: 这个命令是用来对默认的关联测试（或者自定义的关联测试）进行<numtests>次置换，并写入到<fileroot>.PERMUT文件
下述命令都是用来进行Tagger分析的，Tagger分析是一种选择最优的标签SNP的方法，标签SNP是一种可以代表其他SNP的变异位点，可以用来减少基因分型的成本和复杂度。
-pairwiseTagging: 这个命令是用来进行成对标签分析的，它会选择一组最小的标签SNP，使得所有要捕获的等位基因都与这组标签SNP有高于阈值的r^2值。结果会输出到<fileroot>.TAGS和.TESTS文件中
-aggressiveTagging: 这个命令是用来进行积极标签分析的，它会选择一组多标记单元型作为标签SNP，除非用-aggressiveNumMarkers指定了只使用两标记单元型。结果也会输出到<fileroot>.TAGS和.TESTS文件中
-aggressiveNumMarkers <2,3>: 这个命令是用来指定积极标签分析时使用两标记单元型还是两和三标记单元型的
-maxNumTags <n>: 这个命令是用来限制选择的最大标签SNP数目为<n>的
-dontaddtags: 这个命令是用来只使用强制加入的标签SNP，而不添加其他的
-includeTags <markers>: 这个命令是用来强制加入一个逗号分隔的标记名列表作为标签SNP的
-includeTagsFile <file>: 这个命令是用来强制加入一个文件（或者http://位置）中每行一个标记名作为标签SNP的
-excludeTags <markers>: 这个命令是用来排除一个逗号分隔的标记名列表不作为标签SNP的
-excludeTagsFile <file>: 这个命令是用来排除一个文件（或者http://位置）中每行一个标记名不作为标签SNP的
-captureAlleles <file>: 这个命令是用来只捕获一个文件（或者http://位置）中每行一个标记名对应的等位基因的
-designScores <file>: 这个命令是用来指定一个文件（或者http://位置）中每行一个标记名和一个设计得分的
-mindesignscores <threshold>: 这个命令是用来指定一个最小设计得分阈值的
-mintagdistance <distance>: 这个命令是用来指定选取的标签SNP之间的最小距离（以碱基对计算）的
-taglodcutoff <thresh>: 这个命令是用来指定Tagger创建多标记单元型时的LOD截断值的
-tagrsqcutoff <thresh>: 这个命令是用来指定Tagger选择标签SNP时的r^2截断值的
3.2.实操试试
java -jar Haploview.jar -n -log sample.log -pedfile sample.ped -info sample.info -skipcheck -svg -check -dprime #svg格式的比png更灵活，而且不知道为什么纯命令行模式下使用-png和-compressedpng会报错
sample.ped.LD.png
