csj009的我的研究目标，其果色与csj010及参考组zunla均不同。需要筛选亲本间不同的位点，来设计引物，打开我的目标染色体，发现这个染色体有230多mb，位点大概有1907252个，光突变位点文件就有355mb，那是相当的大，按照导师的要求，每5mb找3个亲本间不同的indel位点，大约就是140个位点，然后设计引物。在近200万个位点中找140个位点，那真的是大海捞针，必须对这个突变信息文件进行过滤筛选。
首先用EmEditor打开9号染色体突变体信息文件
可以看到这个数据有1907252行，超过了excel表最大数据量1048576，那么直接用excel打开肯定不能显示全，那么首先就是分隔，这个简单，就直接从中间截取，80多万行excel是没有压力的，从而把snpindel.plus.peak.xls这个文件分隔为snpindel.plus.peak.1.xls和snpindel.plus.peak.2.xls，然后打开两个文件，分别进行过滤清理。
csj009和csj010是我的亲本，那么首先就是剔除亲本中不合格的位点。从图中可以看到有两种，一种是表示“0|1”，代表这个位点是杂合的，另外一种是“.|.”，表明不清楚类型。首先清除亲本中的这两种位点，碱基型中1|1 代表纯合突变，0|1 代表杂合突变，0|0 代表与参考一致，。
这个方法以前介绍过。
1，点选“Csj009_type”，选择菜单中的“条件格式”“突出显示单元格规则”，“等于”，把“0|1”填进去。
这样就把所有的含有”0|1”的单元标红了。之后选择整个表格，在“数据”中找到“排序”，
按照“主要关键字”的“单元格颜色”无色在低端，有色在顶端，这样排序。
这样就把csj009中杂合位点（0|1），不明位点（.|.）及和参考组一致的位点（0|0）的表格全部标红，并且显示在顶端了。之后选择csj009_type这一行，ctrl+f，查找“1|1”，按住shift键往上拉到第一行，全部删除之。
这样一通下来，snpindel.plus.peak.1.xls还剩下121134个位点，snpindel.plus.peak.2.xls得到93138个位点
然后保存
这里选择以文本文件保存，方便两个大文件的合并。
20多万条数据，excel完全可以处理了，以文本文件的方式合并，快捷，方便。这样得到214271条数据，然后另存为xlsx格式文件，不再保留文本格式文件。
2，导师建议全部设计InDel标记，那么需要把SNP突变清除掉。在“variation_type”标记所有SNP为红色，然后排序，删除之。
这么一顿操作下来之后，近200万个位点，只剩下34280个左右了。
3，按照上面方法删除了Csj009_type中含有“0|1”，“.|.”，“0|0”及SNP位点，但是如果亲本的突变位点一样，那么这个位点只是和参考基因组有差异，亲本间无差异。由于csj009的果色与csj010明显不同，那么需要将亲本间一致的突变清理出去，这个怎么做呢。
方法也很简单，在“Csj010_type”后面插入新的1列，然后选择之，在命令栏输入命令“=IF(I1=J1,0,1)”，按住ctrl键，然后敲击enter键，那么“Csj009_type”和“Csj010_type”中内容相同的列将为0，不同的将为1.然后按照上面的方法，把0标红，然后筛选，删除就可以了。
然后用排序或筛选（不推荐），就把亲本间一致的突变筛除了，最终得到14665个位点，这就是我们的目标位点区域了，在这里找出我们需要的位点信息，然后设计引物。
转载请注明：百蔬君 » 【原创文章】引物设计中利用excel筛选符合特定要求的位点
