为了在GWAS分析中得到可靠的结果，我们需要严格进行质量控制，其中很重要的一环就是筛掉杂合性异常的样本，因为通常情况下过高或过低的杂合度一般意味着样本存在污染，或是存在近亲相交。
plink提供了—het的选项，可以通过距估计来估计F系数：
这里的F系数为近交系数：亲缘系数/ 近交系数/血缘系数 coefficient of kinship / inbreeding / relationship
使用的具体的计算公式是：
注意：
1.当样本量较小时，由于估计的期望偏差可能很大，应当通过 -read-freq 选项来额外提供期望数。
2.该计算方法没有考虑SNP之间的LD，所以在进行估计前最好进行LD-pruning
一般情况下给出的合理范围是平均值正负3个标准差，但实际操作上如果数据来源可靠（例如来自某个标准化biobank，样本制备与测序流程可靠时，可以尝试4个标准差，或是略过此项QC以保留更多样本）
也可以使用—ibc选项（来源于GCTA软件），计算三种基于不同方法的F系数：
第一种，基于加性基因型值的方差：
第二种，基于偏离期望值的纯合性的大小，与上述—het选项相同。
第三种，基于联合配子之间的相关：
下面利用PLINK的-het简单进行演示，示例数据来自https://www.nature.com/articles/nprot.2010.182#MOESM365：
# 首先进行LD-pruning
plink \
--bfile gwa \
--indep-pairwise 50 5 0.2 \
--out gwa
#使用LD-prune后的SNP来计算杂合度
plink \
--bfile gwa \
--extract gwa.prune.in \
--het \
--out gwa
输出文件为 gwa.het
使用head命令查看：
head gwa.het
FID IID O(HOM) E(HOM) N(NM) F
0 A2001 54037 5.433e+04 82915 -0.01037
1 A2002 54362 5.43e+04 82865 0.002085
2 A2003 54120 5.435e+04 82932 -0.008133
3 A2004 54538 5.436e+04 82955 0.006211
4 A2005 54462 5.435e+04 82932 0.003898
5 A2006 54387 5.437e+04 82970 0.000653
6 A2007 54093 5.435e+04 82940 -0.009004
7 A2008 54239 5.432e+04 82910 -0.002818
8 A2009 54103 5.437e+04 82982 -0.009274
O（HOM）为观测到的纯合基因型数，E（HOM）为期望值，N为总数。
F = (O-E) / (N-E) 也就是我们要计算的F系数估计值。
首先画图确认分布，这里使用python
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
het = pd.read_csv("gwa.het","\\s+")
plt.figure(figsize=(10,5))
plt.hist(het["F"],bins=100)
plt.title("het F")
然后要剔除平均值3个标准差以外的异常样本，这里还是使用python：
#python
#抽出3个标准差以外的样本的ID
toRemove = het.loc[((np.mean(het["F"])-3*np.std(het["F"]))>het["F"])|(het["F"]>(np.mean(het["F"])+3*np.std(het["F"]))),["FID","IID"]]
#输出要剔除样本的FID与IID
toRemove.to_csv("to_remove.id"," ",header=None,index=None)
在终端中查看是否输出成功：
#在终端中查看
head to_remove.id
207 A2208
483 A2484
752 A2753
913 A2914
1049 A3050
1165 A3166
1356 A3357
1891 A3892
269 A270
393 A394
大功告成，to_remove.id 可以通过—remove选项来剔除出后续分析
参考：
Clarke, G., Anderson, C., Pettersson, F. et al. Basic statistical analysis in genetic case-control studies. Nat Protoc 6, 121–133 (2011). https://doi.org/10.1038/nprot.2010.182
https://www.cog-genomics.org/plink/1.9/basic_stats#ibc
Am J Hum Genet. 2011 Jan 7; 88(1): 76–82.
GWASLab - GWAS实验室 