Linux 将plink剂量（.raw）格式转换为ped格式

原始）文件，看起来像这样

FID IID FA MO SEX PHENO SNP1 SNP2 SNP3

1 1 0 0 1 1 0 2 1

1 2 0 0 1 1 0 2 1

1 3 0 0 1 1 0 2 1

和映射文件

1 SNP1 20 A G

1 SNP2 45 T C

1 SNP3 56 A G

我想将我的剂量文件重新编码为ped格式，使其如下所示：

FID IID FA MO SEX PHENO SNP1 SNP2 SNP3

1 1 0 0 1 1 AA CC AG

1 2 0 0 1 1 AA CC AG

1 3 0 0 1 1 AA CC AG

谢谢

Manav

使用awk

awk 'NR==FNR {a[$2,0]=$4$4 ; a[$2,1]=$4$5 ; a[$2,2]=$5$5 ; next} 
    $7~/^[0-2]$/ {$7=a["SNP1",$7] ; $8=a["SNP2",$8] ; $9=a["SNP3",$9]} 1' 
    map_file raw_file

输出：

FID IID FA MO SEX PHENO SNP1 SNP2 SNP3

1 1 0 0 1 1 AA CC AG

1 2 0 0 1 1 AA CC AG

1 3 0 0 1 1 AA CC AG

---

转换算法是什么？你能详细说明一下吗？SNP1、SNP2和SNP3列代表0、1或2个次要等位基因副本（map文件的第5列）。所以如果SNP1为0，这意味着它没有任何次要的等位基因，所以没有G。因此它会转化为AA。SNP2是2，这意味着它有两个副等位基因拷贝，将转化为CC。