LD_bin Data (Phase II)

データ説明

データ名

LD_bin Data (Phase II)

DOI

10.18908/lsdba.nbdc00036-007

データ内容の説明

D2（Phase II）の連鎖不平衡領域（LD bin）の算出結果。
GFFフォーマットのファイルで、２種類の行が含まれており、カラム#3で区別されている。
・LD_BIN行　：　LD binに含まれるSNP、さらにtagSNP、Best tagSNP(※)を示す。
・LD_BIN_BOUNDARIES行　：　LD binの境界を示す。
（※Best tagSNP：LD bin内の他のSNPに対するr²の平均が最高値を示すSNP）

データファイル

データファイル名:

bin_2R80M5.gff.gz (GFF形式)

データのURL:

https://dbarchive.biosciencedbc.jp/data/dhaplodb/LATEST/bin_2R80M5.gff.gz

ファイルサイズ:

12.1MB

簡易検索URL

データ取得方法

「Genotype Data (Phase II)」を解析

解析方法

連鎖不平衡の尺度としてSNP間(お互いの距離が300 kb以内であるもの）のr²を計算した。このとき解析対象としたSNPはアレル頻度5%以上に限定した。相互のr²が0.8以上であるSNPをLD binにまとめ、その中からtagSNPおよびbest tagSNP（tagSNPの中で、他のSNPsに対するr²の平均が最も高いもの）を選んだ。LD binおよびtagSNPの計算にはCarlsonら（AJHG 74: 106-120, 2004）のldSelectプログラムをハプロイドデータを扱えるように改変して用いた。

データ件数

SNP: 541,686件
LD Bin: 254,762件

データ詳細

カラム番号	GFF形式上での定義	項目の説明
#1	seqname	SNPの存在する染色体。 (e.g. Chr1)
#2	source	データセットの名称。 (e.g. CHM_2R80M5Z)
#3	feature	データの種別。SNPの情報またはLD binの境界の情報。 (e.g. LD_BIN, LD_BIN_BOUNDARIES)
#4	start	SNP、またはbin左端の染色体上の位置。 (NCBI Build 35)
#5	end	SNP、またはbin右端の染色体上の位置。
#6	score	LD_BIN行では、2:Best tagSNP、1:tagSNP、0:他のSNP。LD_BIN_BOUNDARIES行では常に"."
#7	strand	（常に"+"）
#8	frame	（常に"."）
#9	attributes	次の複数のデータを含む項目。 ld_bin: LD binの名称（これ以外はLD_BIN行にのみ存在） RSID: RefSNP ID (rs番号) tagging: tagSNPかどうかを示すフラグ besttag: Best tagSNPかどうかを示すフラグ SNPID: Affymetrix社のマイクロアレイのユニークID (e.g. ld_bin 2R80M5Z_10_1 ; RSID rs16930466 ; tagging 1 ; besttag 0 ; SNPID SNP_A-2110939)

- あのデータベースが、丸ごとダウンロード可能に！-