使用adegenet读取PLINK文件报错：部分个体缺少-5 SNPs求助

这个错误本质是adegenet读取PLINK .raw文件时，发现部分个体的有效SNP数量不符合预期（.raw文件前5列是个体信息，后续列是SNP基因型，程序会用总列数-5作为预期SNP数，若某个体的有效基因型数远低于此就会触发报错）。结合你已经做过QC的情况，试试以下方案：

1. 修正na.strings参数设置 #

你当前把0也设为缺失值，但PLINK .raw文件中0是合法的纯合参考基因型（对应AA型，1为杂合AB，2为纯合BB），将其标记为缺失会导致大量基因型被判定为无效，直接触发SNP数量不足的错误。修改代码，仅保留-9作为缺失标记：

FST_pop <- read.PLINK("data1.raw", na.strings = "-9", sep = "\t", select.subjects = NULL, select.snps = NULL, map.file = NULL, quiet = FALSE, chunkSize = 1000, parallel = require("parallel"), n.cores = 1)

2. 验证PLINK .raw文件格式正确性 #

用文本编辑器打开data1.raw，确认：

• 前5列严格为FID, IID, PAT, MAT, SEX，无错位或缺失
• 后续每列对应一个SNP的基因型，值为0/1/2/-9
• 分隔符确实是制表符（\t），没有混用空格或其他分隔符导致列数统计错误

3. 重新执行正确的PLINK样本QC步骤 #

确认你执行的是样本缺失率过滤（而非仅过滤SNP）：

# 第一步：过滤样本缺失率>1%的个体
plink --bfile your_raw_data --mind 0.01 --make-bed --out qc_filtered_samples
# 第二步：重新导出符合要求的.raw文件
plink --bfile qc_filtered_samples --recode A --out data1

注：--mind 0.01是过滤样本缺失率，--geno 0.01是过滤SNP缺失率，二者需配合使用才能同时清理不合格的样本和SNP。

4. 手动定位异常样本 #

如果以上步骤仍无效，用PLINK生成样本缺失率报告，手动剔除极端异常的个体：

plink --bfile your_raw_data --missing --out sample_missing_stats

查看sample_missing_stats.imiss文件，找到F_MISS（样本总缺失率）过高的个体，在PLINK中用--remove参数剔除后再导出.raw文件。

内容的提问来源于stack exchange，提问作者JosephMuthivhi