GWAS summary数据中SNP的rsid匹配

SNP的rsid匹配

在处理 Nealelab 中的summary data sets时，发现数据缺失SNP对应rs号：

可以看到数据中只有variant变量，这里提供了解决方案：https://www.biostars.org/p/349284/ ，实践一下！

Getting Started

首先下载对应的SNP注释信息

Common SNPs

VCFcommon=ftp://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh38p7/VCF/common_all_20180418.vcf.gz
wget -b -c ${VCFcommon}

All SNPs:

VCFall=ftp://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh38p7/VCF/All_20180418.vcf.gz
wget -b -c ${VCFall}

在R中读取数据

下载了全部的数据以防万一，VCF数据读取（很慢。。。）

读取数据很慢，读取中是这样显示的：

15G读不出来，换成common SNPs(1.5G):

成功了,导出txt格式方便使用

install.packages(“vcfR”)
library(vcfR)
vcf <- read.vcfR("common_20180418.vcf.gz")
vcf2 = vcf@fix[,1:3]
fwrite(vcf2,"common_all_20180418.txt",sep = "	",quote = T,row.names = F,col.names = T)

Day 2

今天匹配的时候出问题了，全都匹配不上，查询后发现可能是版本号不一致

数据中的RSid用的是hg19 (GRCh37) 而我下载的却是hg38 (GRCh38)，真坑，重新下载

Common SNPs

VCFcommon=ftp://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh37p13/VCF/common_all_20180423.vcf.gz
wget -b -c ${VCFcommon}

可以，成功与summary data匹配上！

在这发现一个新的方法，回头再试一下：https://www.cnblogs.com/chenwenyan/p/13166529.html

End