SHAPEIT(2.0)是专门用于对推断基因组单体型的软件，有牛津大学的团队所开发，并且一直应用与千人基因组计划中。

以下，我将记录如何通过shapeit2对人群的变异数据集（VCF 格式）进行phasing，并构造出reference panel的过程。

首先，准备文件。整个过程只需要变异数据集（VCF 格式），样本信息文件(sample.fam)，genetic_map文件和参考序列（fasta格式）。对于genetic_map文件需要单独做些说明，这个记录的是基因组中各个位点的重组率和物理距离之间的关系，这是phasing过程非常重要的一个文件。它来自于人类单体型计划-Hapmap计划，可以下载,
最新版是b37或者说hg19，如果你的reference版本高于hg19，则需要liftover，liftover之后那些顺序发生交叉的位点，是liftover的错误导致的，要去掉。但是要注意的是，genetic-map中两个位点之间的重组率（recombination rate）是不变的，这其实也很好理解，reference之所以需要升级，是因为它的组装结果并非是百分百符合真实情形的，随着技术的进步，我们会不断去升级逼近这个真实情况，但重组率是根据群体的重组情况来计算的，它是由真实情况反映出来的，因此即便reference版本改变了，它的值也不需要改变。不过对于两个位点之间的物理距离（physical distance）就不同了，leftover之后，这个距离是会发生变化的，通过和原点（一般是重组率为0的点或者就是各个染色体的第一个位点）的距离比例来调节。

至于样本信息文件，格式如下：

其他的两份文件就不必多说了。

准备好以上文件之后接下来就是主要的步骤了：

第一步，将vcf转化为bed/bim/fam

bed/bim/fam这三个文件是phasing的常用谱系文件格式。做这一步转换的工具有很多，我们这里直接借助GATK的VariantsToBinaryPed模块进行转换：

第二步，过滤genotype高missing rate和孟德尔错误的位点

第三步，phasing

这是phasing的最后一步了，这里分成两小步，phasing和输出格式转换：

以上输出结果中，chr22.haps.vcf便是进行phasing之后的结果，而chr22.phased.hap和chr22.phased.leg这两个文件是从chr22.haps.vcf中得到的，它们便是Imputation分析中的reference panel。