1介绍

有一个不错的小插图snpstats关于该软件包中软件支持的链接不平衡（LD）分析。此软件包的目的是简化LD上现有的人群级数据的处理，以灵活地定义LD块。

2导入HAPMAP LD数据

这HMLD功能从HAPMAP的存储库中导入GZ的表格数据。

抑制PackagestArtupMessages（{图书馆（ldblock）图书馆（GenomeInfodB）}）路径=dir（（system.file（（“ hapmap”，，，，软件包=“ ldblock”），full =真的）CEU17 =HMLD（小路，poptag =“ CEU”，，，，铬=“ CHR17”）

##导入/tmp/rtmpkfe16b/rinst52e41587e3623/ldblock/hapmap/ld_chr17_ceu.txt.gz

＃＃ 完毕。

CEU17

## for for for for for for for for ceu，chrom chr17 ##尺寸：36621 x 36621;统计量为dprime ##对象结构：## ldmat Chrom Genome allpos poptag poptag statinuse ##“ dscmatrix”“ cartarair”“ cartara”“ numeric”“ numeric'“ numeric”“ tarne”“ farne”“ cartinal” ## allrs ## tarne

3块结构的视图

由于某种原因，knitr/渲染不会很好地显示此图像。

图书馆（矩阵）

## ##附件包：'矩阵'

##以下对象从“软件包：s4vectors'：## ##展开掩盖

图片（CEU17@ldmat [1：400，，，，1：400]，，col.reg =热。颜色（（120），colorkey =真的，，，，Useraster =真的）

这忽略了身体距离和MAF。明亮的条纹可能是由于SNP低MAF。

4收集与选定SNP联系的SNP

我们将使用CEU17和Gwascat包装以枚举带有GWAS命中的LD的SNP。

图书馆（gwascat）

## Gwascat加载。使用makecurrentgwascat（）提取当前图像。

##来自ebi。此软件包的数据文件夹具有一些旧提取物。

加载（（system.file（（“传统/ebicat37.rda”，，，，软件包=“ Gwascat”））#seqlevelsstyle（ebicat37）=“ ncbi”＃noop？Seqlevels（ebicat37）=GSUB（（“ CHR”，，，，“”，，，，Seqlevels（ebicat37））E17 =ebicat37 [哪个（（AS.Character（（seqnames（ebicat37））==“ 17”）]

CHR17上GWAS命中的一些DBSNP名称是

RSH17 =独特的（E17$SNP）头（RSH17）

## [1]“ RS11078895”“ RS11891”“ RS7501939”“ RS9905704”“ RS4796793” rs4796793“ ## [6]” RS78378222”

我们将使用展开获取在Hapmap CEU中发现的SNP的名称\（d'> .9 \）这些热门单曲中的任何一个。这些名称被添加到输入集。

长度（RSH17）

## [1] 530

ecemet =ldblock::展开（RSH17，ldStstruct =CEU17，lb =。9）

## ldblock :: explionsnpset中的警告（rsh17，lstruct = ceu17，lb = 0.9）：删除## 149 RSN在LD Matrix中不匹配

长度（exset）

## [1] 13209

全部（RSH17％在％疏忽）

## [1]

并非所有的GWAS SNP都在HAPMAP LD资源中。只要格式与HAPMAP分布的格式一致，您就可以使用自己的LD数据。