基因型数据分析时先质控还是先填充？
大家好，我是邓飞，星球内有老师问了一个问题：
做基因型数据分析时，是先质控还是基因型填充？两者顺序不一样差距大吗？
我的回答：
一般步骤： * 1，缺失质控，样本和位点，缺失率10% * 2，填充 * 3，maf质控
这里扩展介绍一下。
1，为何会有缺失？
测序公司经过测序给我们的数据，通常为vcf或者plink格式的数据，由于样本降解、样本与参考基因组差异大（可能片段增加或者缺失）导致snp位点缺失。
2，缺失一般怎么处理？
一般是删除缺失率大的，缺失率小的可以填充或者直接分析（直接分析的话，是随机填充）
3，如何填充？
如果之前的群体有比较大的样本量，已经自填充过了，新检测的样本可以填充上去，这种叫做：有参考群的填充。还不会基因型数据填充？来看这一篇！
如果没有参考群体，那就自填充。
4，缺失质控为何在填充之前？
因为填充都有准确率，如果缺失比较大，填充错误就比较多，所以，先删除缺失率大的位点或者样本，剩下的进行填充，就能保证填充准确性了。
本文参与?腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2024-04-28，如有侵权请联系?cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读