GAPIT是一款非常老的而且非常流行的软件包，傻瓜式操作，一键出图出结果，一篮子的解决方案，是我最经常使用的GWAS分析软件包。
最近，GAPIT现在的版本是GAPIT3，速度比第二版有较大的提升：
更大的变化，终于有GAPIT这个软件包了，可以用library载入进去，而且安装方式可以用github安装，更符合R-style。
1. GAPIT3官网地址
官网地址：
https://zzlab.net/GAPIT/
github地址：
https://github.com/jiabowang/GAPIT
2. windows安装
推荐安装方式：
devtools::install_github("jiabowang/GAPIT3",force=TRUE)
library(GAPIT)安装完成：
发现了一个官方文档的bug：
这里应该是librfary(GAPIT)而不是library(GAPIT3，否则会报错。
安装后的软件包：
3. Linux安装
安装代码不变：
在这里插入代码片安装成功后的截图：
安装后的系统查看：
4. 分析测试数据
在官网上面下载示例数据：
下载的数据：
解压后的数据：
将路径设置为测试数据的文件夹，运行测试数据：
测试代码：
library(GAPIT)
#Tutorial 1: Basic Scenario of Compressed MLM by Zhang and et. al. (Nature Genetics, 2010)
#----------------------------------------------------------------------------------------
#Step 1: Set data directory and import files
myY <- read.table("mdp_traits.txt", head = TRUE)
myG <- read.delim("mdp_genotype_test.hmp.txt", head = FALSE)
#Step 2: Run GAPIT
myGAPIT <- GAPIT(
Y=myY,
G=myG,
PCA.total=3
)Windows系统测试GAPIT
分析结果：
Linux系统测试：
运行日志：
运行结果：
5. 安装和测试GAPIT3代码汇总
## 安装GAPIT代码
# install.packages("devtools") # 如果没有devtools，先运行本行代码安装
devtools::install_github("jiabowang/GAPIT3",force=TRUE)
library(GAPIT)
## 下载示例数据后，测试分析是否正常
library(GAPIT)
#Tutorial 1: Basic Scenario of Compressed MLM by Zhang and et. al. (Nature Genetics, 2010)
#----------------------------------------------------------------------------------------
#Step 1: Set data directory and import files
myY <- read.table("mdp_traits.txt", head = TRUE)
myG <- read.delim("mdp_genotype_test.hmp.txt", head = FALSE)
#Step 2: Run GAPIT
myGAPIT <- GAPIT(
Y=myY,
G=myG,
PCA.total=3
)6. 示例数据百度网盘下载
官网的示例数据，貌似不太方便下载，这里将示例数据和运行代码放到公众号后台，回复：gapit，获得下载链接。
