GAPIT 作为一款基于 R 语言的 GWAS 软件，在多个领域，尤其是动植物育种行业，收获了众多的用户。FarmCPU 是 GAPIT 工具箱中的最新的模型，具有统计效力高，速度快的特点。BLINK 作为FarmCPU 的 C 语言升级版，对关联位点具有更灵敏的探测能力，而且具备分析超大型数据集的能力，可以使用 CPU 和 GPU 进行异构运算。

GAPIT目前整合了多种算法，大家可以选择适合自己数据类型的算法。

文献证明了统计功效的顺序为：BLINK >FarmCPU> MLMM > SUPER >ECMLM > CMLM > MLM > GLM

我之前一直在GAPIT中运行Blink，但是R语言运行有个问题，标记量大了之后运行速度会很慢。

尝试使用了C版本的BLINK，是张志武老师和黄萌老师开发的软件，速度很快。

一、下载安装

github地址    https://github.com/Menggg/BLINK

使用git下载

git clone  https://github.com/Menggg/BLINK.git

二、数据展示

下载得到一个BLINK的目录，打开之后是这样子的

我们需要用到的主要就是blink_linux，还附带了实例数据，解压后即可查看。

unzip demo_data.zip      #解压

使用BLINK进行GWAS分析主要使用的是vcf文件和表型数据。

示例数据（demo_data）可以用来核对自己的数据是否格式正确。

vcf 文件格式示例如下，需要注意是vcf是GT格式，即基因型格式。

转换教程：提取 VCF 文件中的基因型信息 - 组学大讲堂问答社区 (omicsclass.com) ，转换后可能还需要一些调整，成为示例数据的格式。

注：我在运行的时候，有时非数字的染色体名称会导致出错，例如Chr01错误，1正确，大家可先用某一性状自行测试，再进行全部的分析。

表型数据文件格式示例如下，第一个单元格为固定的taxa，第一行为性状名称，第一列为样本名称，缺失值标记为NaN。

三、使用BLINK进行关联分析

接下来就可以进行关联分析了

需要注意的是，表型和基因型文件应该有相同的文件名，且两个文件放在相同路径下

运行命令，注意把BLINK的路径加入到环境变量中或者手动指定软件路径

blink_linux --gwas --file myData --vcf --trait 2
#--file 指定输入文件前缀
#--trait  用来选择自己想要分析的表型，2代表第2个表型
#注意  --gwas和--vcf后不加参数

运行之后得到以下结果：生成了map文件，和最终的结果*_GWAS_result.txt，dpoll为指定性状的名字

GWAS的分析结果如下（只截取了一部分）：

日志文件如下，分割线的上半部分为标记数量、个体数量和表型数量的统计。分割线的下半部分展示了关联情况，如果有关联位点，会如下显示；

如果没有关联位点，会显示" Number of all the candidate QTNs is 0
The signal from LM is to weak!"

如果有很多表型，可以用for循环运行，这里1..20代表从第一个表型到20个表型

for i in {1..20} ;do
blink_linux --gwas --file myData --vcf --trait $i
done

这个C版本的速度真的很快，推荐大家使用！

参考：https://zhuanlan.zhihu.com/p/179534570
CGM 第 143 期: 高速高效全基因组关联分析软件 BLINK | 华人基因组学在线沙龙 (cgmonline.co)