GAPIT最新版安装与报错解决

本篇笔记主要内容是GWAS分析软件GAPIT最新版的安装和使用教程，包括常见的报错以及解决方案，主要出错位置在LDheatmap、stringi、nloptr、lme4等，测试安装的环境是东方天意的ECS云服务器（Linux centos7），R版本为4.2.2，虚拟环境使用conda。

什么是GWAS分析？

GWAS，即基因组关联分析（Genome-wide Association Study），是一种广泛应用于生物医学研究中的遗传学方法。其主要目的是在全基因组水平上，寻找基因与特定性状或疾病之间的关联性，从而揭示其遗传基础。

什么是GAPIT软件？

GAPIT（Genome Association and Prediction Integrated Tool）是一个R语言中的工具包，封装了多种GWAS分析方法，包括基于混合线性模型（MLM）的GWAS、基于广义线性模型（GLM）的GWAS等。GAPIT可以自动处理GWAS数据的预处理、基因型数据的质量控制、单倍型的估计、基因型-表型的联合分析等步骤。

GAPIT具体功能

数据预处理：通过对原始数据进行过滤、清洗、转换等操作，构建分析所需的数据集。
质量控制：对基因型数据进行清洗，剔除掉质量不好的标记点和个体。
单倍型估计：估计个体的单倍型，以便进行基因型-表型关联分析。
GWAS分析：使用MLM和GLM模型进行GWAS分析，找出和表型相关的标记点和基因。
群体结构控制：通过控制群体结构，减少假阳性结果。
基因型-表型关联分析：对经过控制群体结构后的基因型数据进行表型相关性分析，找出和表型显著相关的标记点和基因。
数据可视化：通过绘制散点图、直方图、QQ图等图表，直观展示统计结果。

综上所述，GAPIT包是一个功能较为完整的GWAS分析工具，具有数据处理、质量控制、GWAS分析、群体结构控制、基因型-表型关联分析和数据可视化等多种功能，能够方便快捷地进行基因组关联分析。

如何安装GAPIT？

方法一：Github

R> install.packages("devtools")
R> devtools::install_github("jiabowang/GAPIT",force=TRUE)
R> library(GAPIT)

该方法的前提是有网络，而且能访问Github，安装的过程比较友好。

方法二：ZZlab

R> source("http://zzlab.net/GAPIT/gapit_functions.txt")

该方法是直接运行安装函数，也可以访问网站下载后在本地安装。

方法三：本地安装

bash$ git clone git@github.com:jiabowang/GAPIT.git
bash$ R CMD build GAPIT
bash$ R CMD INSTALL GAPIT_3.2.0.9000.tar.gz
R> install.packages("GAPIT_3.2.0.9000.tar.gz", repos = NULL, type="source")

该方法是先从Github下载最新的relase文件，然后本地进行安装，适合没有联网的服务器。

提示：设置清华大学的CRAN镜像，比官方提供的速度更快

options(repos=structure(c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")))

报错与解决方案

直接运行安装命令后，最终可能会出现如下报错，主要是某些依赖包没有安装，因此需要逐个解决。

nloptr

$ conda install r-nloptr
Collecting package metadata (current_repodata.json): done
Solving environment: done
  added / updated specs:
    - r-nloptr
The following packages will be downloaded:
    package                    |            build
    ---------------------------|-----------------
    r-nloptr-2.0.3             |    r42hb5eb8f6_0         658 KB  defaults
    ------------------------------------------------------------
                                           Total:         658 KB
The following NEW packages will be INSTALLED:
  r-nloptr           anaconda/pkgs/r/linux-64::r-nloptr-2.0.3-r42hb5eb8f6_0 
Proceed ([y]/n)? 
Downloading and Extracting Packages
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

stringi

install.packages("stringi") # 先试试普通安装

首先，从下面这个网站下载本地安装包，然后在手动安装。补充一点，这个包出错的主要原因是ICU data library (icudt)数据集下载不了，可能是网站自身有关，因此建议本地安装。

https://cran.r-project.org/src/contrib/stringi_1.7.12.tar.gz

下载后进行本地安装，出现下面的报错信息，推测可能是icu数据的链接问题，由于文件较大，网速不行导致断开。

Error: Stopping on error
In addition: Warning messages:
1: In download.file(paste(href, fname, sep = ""), icudtzipfname, mode = "wb") :
  downloaded length 1413993 != reported length 11454999
2: In download.file(paste(href, fname, sep = ""), icudtzipfname, mode = "wb") :
  URL 'https://raw.githubusercontent.com/gagolews/stringi/master/src/icu69/data/icu4c-69_1-data-bin-l.zip': Timeout of 60 seconds was reached
3: In download.file(paste(href, fname, sep = ""), icudtzipfname, mode = "wb") :
  downloaded length 1423942 != reported length 11454999
4: In download.file(paste(href, fname, sep = ""), icudtzipfname, mode = "wb") :
  URL 'https://raw.githubusercontent.com/gagolews/stringi/master/src/icu69/data/icu4c-69_1-data-bin-l.zip': Timeout of 60 seconds was reached
Execution halted
*** *********************************************************************
*** stringi cannot be built.
*** Failed to download the ICU data library (icudt). Stopping now.
*** For build environments that have no internet access,
*** see the INSTALL file for a workaround.
*** *********************************************************************
ERROR: configuration failed for package ‘stringi’

通过下面的网址可以直接下载该数据集，然后上传到服务器，进行安装

http://raw.githubusercontent.com/gagolews/stringi/master/src/icu69/data/icu4c-69_1-data-bin-l.zip
# icu数据的路径下运行下面一行代码
R CMD INSTALL --configure-vars='ICUDT_DIR=/home/zjw/download/' stringi_1.7.12.tar.gz

注意：该步骤需要退出R，回到bash进行执行，最终如果出现下面这样的界面说明安装成功

** R
** inst
** byte-compile and prepare package for lazy loading
** help
*** installing help indices
** building package indices
** testing if installed package can be loaded from temporary location
** checking absolute paths in shared objects and dynamic libraries
** testing if installed package can be loaded from final location
** testing if installed package keeps a record of temporary installation path
DONE (stringi)

lme4

$ conda install r-lme4
Collecting package metadata (current_repodata.json): done
Solving environment: done
  added / updated specs:
    - r-lme4
The following packages will be downloaded:
    package                    |            build
    ---------------------------|-----------------
    r-boot-1.3_28              |    r42h6115d3f_0         612 KB  defaults
    r-lattice-0.20_45          |    r42h76d94ec_0         1.1 MB  defaults
    r-lme4-1.1_29              |    r42h884c59f_0         4.3 MB  defaults
    r-matrix-1.4_1             |    r42h76d94ec_0         4.2 MB  defaults
    r-minqa-1.2.4              |    r42hb5eb8f6_4         137 KB  defaults
    r-nlme-3.1_157             |    r42h640688f_0         2.2 MB  defaults
    r-rcppeigen-0.3.3.9.2      |    r42h884c59f_0         1.2 MB  defaults
    ------------------------------------------------------------
                                           Total:        13.7 MB
The following NEW packages will be INSTALLED:
  r-boot             anaconda/pkgs/r/noarch::r-boot-1.3_28-r42h6115d3f_0 
  r-lattice          anaconda/pkgs/r/linux-64::r-lattice-0.20_45-r42h76d94ec_0 
  r-lme4             anaconda/pkgs/r/linux-64::r-lme4-1.1_29-r42h884c59f_0 
  r-matrix           anaconda/pkgs/r/linux-64::r-matrix-1.4_1-r42h76d94ec_0 
  r-minqa            anaconda/pkgs/r/linux-64::r-minqa-1.2.4-r42hb5eb8f6_4 
  r-nlme             anaconda/pkgs/r/linux-64::r-nlme-3.1_157-r42h640688f_0 
  r-rcppeigen        anaconda/pkgs/r/linux-64::r-rcppeigen-0.3.3.9.2-r42h884c59f_0 
Proceed ([y]/n)? 
Downloading and Extracting Packages
Preparing transaction: done                                                                                                                     
Verifying transaction: done                                                                                                                     
Executing transaction: done

LDheatmap

# Install the latest development version from GitHub with
devtools::install_github("SFUStatgen/LDheatmap")

该方法需要首先安装devtools,但是linux下安装devtools很麻烦，容易出现以下报错信息：

对于centos系统来说，使用sudo yum install harfbuzz-devel fribidi-devel安装依赖库文件，然后依次安装下列几个依赖包

Warning messages:
1: In install.packages("devtools") :
  installation of package ‘textshaping’ had non-zero exit status
2: In install.packages("devtools") :
  installation of package ‘ragg’ had non-zero exit status
3: In install.packages("devtools") :
  installation of package ‘pkgdown’ had non-zero exit status
4: In install.packages("devtools") :
  installation of package ‘devtools’ had non-zero exit status

安装方法：

conda install r-textshaping
conda install r-ragg
conda install r-pkgdown
conda install r-devtools
R #进入R操作界面
install.packages("devtools")

然后，又出现了新的报错，html相关的版本太低，需要更新，报错信息如下：

Error in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]]) : 
  namespace ‘htmltools’ 0.5.2 is being loaded, but >= 0.5.4 is required
Calls: <Anonymous> ... namespaceImport -> loadNamespace -> namespaceImport -> loadNamespace
Execution halted
ERROR: lazy loading failed for package ‘devtools’
* removing ‘/home/zjw/miniconda3/envs/R420/lib/R/library/devtools’
The downloaded source packages are in
        ‘/tmp/RtmpAvUGkq/downloaded_packages’
Updating HTML index of packages in '.Library'
Making 'packages.html' ... done
Warning message:
In install.packages("devtools") :
  installation of package ‘devtools’ had non-zero exit status

使用下面这行代码进行解决，即可安装成功！

install.packages("htmltools")
install.packages("devtools") #然后再次安装

最后，运行安装LDheatmap的命令，完成安装。

devtools::install_github("SFUStatgen/LDheatmap")

解决了所有的依赖包安装问题，可以再次运行GAPIT安装程序了，我这里使用的是Github方法。

> devtools::install_github("jiabowang/GAPIT",force=TRUE)
Downloading GitHub repo jiabowang/GAPIT@HEAD

编译安装中。。。。。。

* DONE (GAPIT)
  > library(GAPIT)
  > # 没有报错，说明安装成功！yes

建议与提示

使用conda先创建一个虚拟环境，再利用conda直接安装r-base
安装R包通常有3种方法，官方的install.packages、Github上的包用devtools、下载文件到本地安装
如果上面的方法还装不上，试试退出R后用conda安装，说不定会有惊喜
依赖包的安装如果碰到系统依赖库文件缺失，需要管理员安装对应的库文件（一般是libxxx.so）
编译安装需要tar.gz格式的source资源包，成功率最高

END

往期推荐：

软件 | 如何进行基因家族分析？TBtools

服务器丨家用联想台式机重装Linux系统

转录组丨一套完整的操作流程案例

转录组丨利用limma包进行差异表达分析

Python笔记丨函数和类相关基础知识总结

Python笔记丨条件与循环流程知识总结

Python笔记丨数据类型基础与易错点总结

GWAS全基因组关联分析工具GAPIT最新版！详细安装教程与报错解决方案笔记（Linux版）

GAPIT最新版安装与报错解决

什么是GWAS分析？

什么是GAPIT软件？

GAPIT具体功能

如何安装GAPIT？

方法一：Github

方法二：ZZlab

方法三：本地安装

报错与解决方案

建议与提示

龙蜥操作系统

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像