【原】如何安装GWAS分析软件R包：GAPIT

「太长不看版」

在R中运行下面命令即可安装成功PAPIT软件。

# 安装GAPIT软件做GWAS分析
if (!requireNamespace("BiocManager", quietly = TRUE))
  install.packages("BiocManager")
source("http:///GAPIT/GAPIT.library.R")
source("http:///GAPIT/gapit_functions.txt")


1. GAPIT官网

张志武老师实验室的网页：http://www./GAPIT/

GAPIT说明文档：http://www./GAPIT/gapit_help_document.pdf

2. GAPIT安装

「错误的做法」

install.packages("GAPIT")


「报错：」

> install.packages("GAPIT")
Installing package into 'C:/Users/dave/Documents/R/win-library/4.0’
(as 'lib’ is unspecified)
Warning in install.packages :
  package 'GAPIT’ is not available for this version of R

A version of this package for your version of R might be available elsewhere,
see the ideas at
https://cran./doc/manuals/r-patched/R-admin.html#Installing-packages


因为GAPIT不在CRAN上面，所以上面命令是错误的。

「正确的做法」

参考说明文档里的用法，在R中，运行下面命令：

source("http:///GAPIT/GAPIT.library.R")
source("http:///GAPIT/gapit_functions.txt")


就可以安装了。

「注意，这两条命令会下载安装一些包，默认安装就行。下面将解决一些常见的报错。」

「我的版本：」

• R：R4.0.3
• windows 10

3. 安装报错信息

3.1 Bioconductor 用BioManager

载入需要的程辑包：scatterplot3d
错误: With R version 3.5 or greater, install Bioconductor packages using BiocManager; see https:///install
此外: Warning messages:
1: In library(package, lib.loc = lib.loc, character.only = TRUE, logical.return = TRUE,  :
  不存在叫'LDheatmap’这个名字的程辑包
2: In library(package, lib.loc = lib.loc, character.only = TRUE, logical.return = TRUE,  :
 
 错误: With R version 3.5 or greater, install Bioconductor packages using BiocManager; see https:///install 


「解决方法：安装BioManager软件」

if (!requireNamespace("BiocManager", quietly = TRUE))
  install.packages("BiocManager")


然后再运行命令即可成功：

source("http:///GAPIT/GAPIT.library.R")
source("http:///GAPIT/gapit_functions.txt")


3.2 LDheatmap包找不到

「解决方法：」

 install.packages("nloptr")
 install.packages("LDheatmap")


3.3 snpStats包安装错误

「解决方案：」

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

BiocManager::install("snpStats")


「运行成功，没有报错，说明安装成功！」

> source("http:///GAPIT/GAPIT.library.R")
载入需要的程辑包：ape
载入需要的程辑包：compiler
载入需要的程辑包：EMMREML
载入需要的程辑包：Matrix
载入需要的程辑包：scatterplot3d
> source("http:///GAPIT/gapit_functions.txt")


4. 测试GAPIT

# test GAPIT

#Import data from Zhiwu Zhang Lab
myY <- read.table("http:///GAPIT/data/mdp_traits.txt", head = TRUE)
myGD=read.table(file="http:///GAPIT/data/mdp_numeric.txt",head=T)
myGM=read.table(file="http:///GAPIT/data/mdp_SNP_information.txt",head=T)
source("http:///GAPIT/GAPIT.library.R")
source("http:///GAPIT/gapit_functions.txt")
#GWAS with five methods
myGAPIT_MLM <- GAPIT(
  Y=myY[,c(1,3)], #fist column is individual ID, the third columns is days to pollination
  GD=myGD,
  GM=myGM,
  PCA.total=3,
  model=c("GLM", "MLM", "CMLM", "FarmCPU", "Blink"),
  Multiple_analysis=TRUE)


经过一段时间的运行，结束后，我们可以在工作目录中查看运行的GWAS分析结果。

「结果文件：」

「结果预览：」

这个软件很强大，很友好，很值得学习使用！

感觉有用，关注我吧！

「公众号：育种数据分析之放飞自我」