plink 是一款功能强大的命令行工具，主要用于遗传关联分析、数据质量控制、格式转换等基因组学研究领域，其执行命令灵活多样，通过不同的参数组合可以实现复杂的数据处理流程，以下将详细介绍 plink 的常用执行命令及其应用场景,帮助用户更好地掌握这一工具。
在开始执行 plink 命令前，需要确保数据文件格式符合要求，plink 支持多种输入格式，其中最常用的是二进制格式（.bed、.bim、.fam）和文本格式（.ped、.map），二进制格式处理速度更快，适合大规模数据集，用户可以通过 --make-bed 命令将文本格式转换为二进制格式，plink --file data --make-bed --out data_bed，该命令会生成三个文件：data_bed.bed（基因型数据）、data_bed.bim（标记信息）和 data_bed.fam（样本信息）。
数据质量控制是 plink 分析流程的重要环节，常用的质量控制命令包括过滤缺失基因型、检查样本性别一致性、排除异常样本和标记等，使用 --geno 参数可以过滤缺失基因型比例过高的标记，plink --bfile data_bed --geno 0.05 --make-bed --out data_qc1 表示删除缺失率超过5%的标记，通过 --mind 参数可以过滤缺失基因型比例过高的样本，plink --bfile data_qc1 --mind 0.1 --make-bed --out data_qc2 表示删除缺失率超过10%的样本。--hwe 命令可用于基于哈迪-温伯格平衡检验过滤标记，plink --bfile data_qc2 --hwe 1e-6 --make-bed --out data_qc3 会排除偏离哈迪-温伯格平衡（p<1e-6）的标记。
关联分析是 plink 的核心功能之一，plink 支持多种关联分析方法，包括卡方检验、线性回归、逻辑回归等，对于二分类表型数据，可以使用 --assoc 命令进行卡方检验，plink --bfile data_qc3 --assoc --out assoc_result，对于连续表型数据，--linear 命令可实现线性回归分析，plink --bfile data_qc3 --linear --covar covariate.txt --out linear_result。--covar 参数用于指定协变量文件，若需进行 Logistic 回归分析，可使用 --logistic 命令，plink --bfile data_qc3 --logistic --covar covariate.txt --out logistic_result。
对于群体结构复杂的关联分析，plink 提供了主成分分析（PCA）功能来校正群体分层效应，执行 --pca 命令可计算主成分得分，plink --bfile data_qc3 --pca 10 --out pca_result，该命令会生成 eigenvectors 和 eigenvalues 文件，eigenvectors 包含样本的前10个主成分得分，在关联分析中，可将主成分作为协变量纳入模型，plink --bfile data_qc3 --linear --covar pca_result.eigenvec --covar-number 1-10 --out pca_assoc_result 表示将前10个主成分作为协变量进行线性回归。
plink 还支持数据格式转换功能，将二进制格式转换为 VCF 格式：plink --bfile data_qc3 --recode vcf --out vcf_output，转换为 PED/MAP 格式：plink --bfile data_qc3 --recode --out ped_output，plink 可以提取特定标记或样本，使用 --extract 参数提取标记文件，--keep 参数提取样本文件。plink --bfile data_qc3 --extract marker_list.txt --make-bed --out extracted_data 表示根据 marker_list.txt 文件提取标记。
在进行家系分析时，plink 提供了家系关系检测功能，通过 --genome 命令可计算所有样本间的亲缘系数，plink --bfile data_qc3 --genome --out genome_result，结果文件包含共享等位基因信息，可用于识别家系成员或排除样本间存在亲缘关系的样本。--rel-cutoff 参数可设置亲缘系数阈值，plink --bfile data_qc3 --genome --rel-cutoff 0.125 --out genome_related 表示提取亲缘系数大于0.125（如二级亲属及以上）的样本对。
plink 的命令参数组合非常灵活，用户可根据研究需求设计分析流程，在 GWAS 分析中，典型的流程包括：数据格式转换、质量控制、关联分析、多重检验校正等，多重检验校正可通过 --adjust 参数实现，plink --bfile data_qc3 --assoc --adjust --out assoc_adjusted 会输出 Bonferroni 校正和 FDR 校正的结果。
以下表格总结了 plink 常用命令及其功能：
| 命令类型 | 参数 | 功能描述 | 示例 |
|---|---|---|---|
| 数据格式转换 | --make-bed | 将文本格式转换为二进制格式 | plink --file data --make-bed --out data_bed |
| 质量控制 | --geno | 过滤缺失基因型比例过高的标记 | plink --bfile data_bed --geno 0.05 --make-bed --out data_qc1 |
| 质量控制 | --hwe | 基于哈迪-温伯格平衡检验过滤标记 | plink --bfile data_qc1 --hwe 1e-6 --make-bed --out data_qc2 |
| 关联分析 | --assoc | 卡方检验（二分类表型） | plink --bfile data_qc2 --assoc --out assoc_result |
| 关联分析 | --linear | 线性回归（连续表型） | plink --bfile data_qc2 --linear --covar covariate.txt --out linear_result |
| 主成分分析 | --pca | 计算主成分得分 | plink --bfile data_qc2 --pca 10 --out pca_result |
| 数据提取 | --extract | 提取特定标记 | plink --bfile data_qc2 --extract marker_list.txt --make-bed --out extracted_data |
| 家系分析 | --genome | 计算样本间亲缘系数 | plink --bfile data_qc2 --genome --out genome_result |
在使用 plink 过程中，需要注意数据文件的路径和命名一致性，避免因文件路径错误导致命令执行失败，对于大规模数据集，plink 的计算资源消耗较大，建议在高性能计算环境中运行，合理设置质量控制参数对分析结果至关重要,需根据研究数据特点调整过滤阈值。
相关问答FAQs：
-
问：plink 中如何处理多个表型数据？ 答：plink 支持通过
--pheno参数指定表型文件，该文件需包含样本ID和表型值，若需分析多个表型，可在表型文件中设置多列表头，plink --bfile data_qc3 --pheno pheno.txt --linear --out multi_pheno_result，plink 会分别对每个表型进行回归分析,结果文件中会包含表型名称标识。 -
问：plink 关联分析如何进行多重检验校正？ 答：plink 提供了
--adjust参数可自动进行多重检验校正，包括 Bonferroni 校正和 FDR 校正。plink --bfile data_qc3 --assoc --adjust --out adjusted_result，执行后，结果文件会新增 ADJUSTED 列，显示校正后的 p 值，也可使用 R 或 Python 等工具对 plink 输出的 p 值进行自定义校正方法。
