项目一：GWAS 全基因组关联分析

环境要求

R 环境

需要安装以下 R 包（在 R 控制台中运行）：

install.packages(c("data.table", "dplyr", "tidyr", "ggplot2", "pheatmap", "qqman"))
# GAPIT3 需要从 GitHub 安装：
install.packages("devtools")
devtools::install_github("jiabowang/GAPIT3")
# rrBLUP 需要从 CRAN 安装：
install.packages("rrBLUP")

Python 环境（后续 Streamlit 展示用）

pip install streamlit pandas plotly matplotlib numpy

---

运行步骤

第一步：修改路径

打开 R/01_data_preprocessing.R，确认第 17 行 DATA_DIR 路径正确：

DATA_DIR <- "../数据集/data_gwas"  # 相对于 R/ 目录的路径

第二步：运行脚本

在 项目一/ 目录 下打开 R 或 RStudio：

方式A — RStudio (推荐)： 打开 R/01_data_preprocessing.R → 全选 → Ctrl+Enter 逐行运行 或 Source 全部运行。

方式B — 命令行 R：

cd "项目一"
Rscript R/01_data_preprocessing.R

第三步：检查输出

运行成功后，output/tables/ 下应生成以下文件：

snp_maf_qc.csv              ← SNP质控信息（MAF、染色体、位置）
genotype_discovery_gapit.csv ← 发现群基因型（GAPIT格式）
genotype_validation_gapit.csv← 验证群基因型（GAPIT格式）
phenotype_discovery_*.csv   ← 发现群表型（9个文件）
phenotype_validation_*.csv  ← 验证群表型（9个文件）
snp_map.csv                 ← SNP位置信息
true_qtl_all.csv            ← 真实QTL汇总
discovery_full.csv          ← 发现群完整数据
validation_full.csv         ← 验证群完整数据

---

项目结构

项目一/
├── R/                         ← R 分析脚本
│   ├── 01_data_preprocessing.R  ← [当前] 数据预处理
│   ├── 02_population_structure.R  ← [待做] 群体结构分析
│   ├── 03_variance_component.R   ← [待做] 方差组分估计
│   ├── 04_gwas_analysis.R        ← [待做] GWAS核心分析
│   ├── 05_validation.R           ← [待做] 验证群分析
│   └── 06_heritability_gap.R     ← [待做] 遗传力缺失分析
├── output/                    ← 中间结果
│   ├── tables/                ← CSV表格
│   └── figures/               ← PNG图片
├── streamlit_app/             ← [待做] 展示网站
└── README.md