GWAS summary数据中SNP的rsid匹配
SNP的rsid匹配
在处理 Nealelab 中的summary data sets时，发现数据缺失SNP对应rs号：
可以看到数据中只有variant变量，这里提供了解决方案：https://www.biostars.org/p/349284/ ，实践一下！
Getting Started
首先下载对应的SNP注释信息
Common SNPs [注意：这个版本是GRCh38，GRCh37见最下方]
VCFcommon=ftp://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh38p7/VCF/common_all_20180418.vcf.gz
wget -b -c ${VCFcommon}
All SNPs:
VCFall=ftp://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh38p7/VCF/All_20180418.vcf.gz
wget -b -c ${VCFall}
在R中读取数据
下载了全部的数据以防万一，VCF数据读取（很慢。。。）
读取数据很慢，读取中是这样显示的：
15G读不出来，换成common SNPs(1.5G):
成功了,导出txt格式方便使用
install.packages(“vcfR”)
library(vcfR)
vcf <- read.vcfR("common_20180418.vcf.gz")
vcf2 = vcf@fix[,1:3]
fwrite(vcf2,"common_all_20180418.txt",sep = "\t",quote = T,row.names = F,col.names = T)
Day 2
今天匹配的时候出问题了，全都匹配不上，查询后发现可能是版本号不一致
数据中的RSid用的是hg19 (GRCh37) 而我下载的却是hg38 (GRCh38)，重新下载
Common SNPs
VCFcommon=ftp://ftp.ncbi.nih.gov/snp/organisms/human_9606_b151_GRCh37p13/VCF/common_all_20180423.vcf.gz
wget -b -c ${VCFcommon}
可以，成功与summary data匹配上！
在这发现一个新的方法，回头再试一下：https://www.cnblogs.com/chenwenyan/p/13166529.html
