Ниже дам подробную пошаговую инструкцию, как получить нужный ответ своими силами. Я не могу напрямую прочитать ваш архив и посчитать max iHS без файлов, но вы сможете быстро выполнить эти шаги и прислать результаты — я подсчитаю максимум и сделаю вывод about положительного отбора.

Что нужно сделать в общем

• Разархивировать входной файл и запустить SELSCAN для iHS.
• Нормализовать полученные iHS-значения утилитой norm из пакета selscan.
• Найти в нужном регионе лактазного локуса (chr2:135792491-136822774) максимальное стандартизованное iHS.
• Проверить наличие сигнала отбора: если существует хотя бы одно значение iHS_norm > 2.5, считать признак положительного отбора присутствующим.

Пошаговая инструкция

1. Разархивируйте файл

• Если файл заархивирован как task_ehh.tped.gz, выполните:
  • gunzip task_ehh.tped.gz
• Аналогично распакуйте другие связанные файлы, если они лежат в архиве (например task_ehh.tfam). Обычно требуются пара файлов: .tped и .tfam.

2. Подготовьте входные файлы для selscan

• Убедитесь, что рядом есть файл task_ehh.tfam (или другой файл tfam), соответствующий вашему task_ehh.tped. Если названия другие, применяйте их.

3. Запустите сканирование iHS

• Команда (пример, адаптируйте имена файлов под ваши):
  • selscan --ihs --tped task_ehh.tped --tfam task_ehh.tfam --out task_ehh_ihs
• После выполнения появится файл task_ehh_ihs.ihs (это будет сырое значение iHS).

4. Нормализация iHS

• Выполните нормализацию стандартной утилитой norm:
  • norm --ihs --files task_ehh_ihs.ihs --out task_ehh_ihs_norm
• В результате получится файл task_ehh_ihs_norm, где содержатся нормализованные значения iHS (обычно с колонками, где одна из них — нормализованный iHS).

5. Выбор региона лактазного локуса и поиск максимума

• Лактазный локус указан как chr2:135792491-136822774.
• Найдите все SNP внутри этого диапазона и возьмите максимальное значение нормализованного iHS.

Рекомендованные способы извлечения максимума (выберите удобный для вас)

• Способ A: Linux/awk (если структура файла известна, обычно колонка с iHS_norm последняя)

  • Сначала посмотрите заголовок, чтобы узнать номер столбца с нормализованным iHS:
    • head -n 1 task_ehh_ihs_norm
  • Затем отфильтруйте регион и найдите максимум по нужному столбцу (предположим, столбец iHS_norm находится в последнем столбце; замените N на номер столбца):
    • awk 'BEGIN{FS="\t"; OFS="\t"} NR==1{print} $2>=135792491 && $2<=136822774 {print $0}' task_ehh_ihs_norm > region_lactase.txt
    • max_iHS=\((awk 'NR>1 {if (\)N>m) m=$N} END{print m}' region_lactase.txt)
  • Затем сравните max_iHS с порогом 2.5.

• Способ B: Python (универсально, неважно какие столбцы)

  • Примерный код (адаптируйте названия столбцов под ваш файл):
    • python import pandas as pd df = pd.read_csv('task_ehh_ihs_norm', sep='\t', header=0)

      найдём столбцы по названию; замените 'CHR', 'POS', 'IHS_NORM' на реальные

      region = df[(df['CHR'] == 2) & (df['POS'].between(135792491, 136822774))] max_ihs = region['IHS_NORM'].max() # или 'IHS' если так называется колонка print(max_ihs)
  • Затем сравните max_ihs с порогом 2.5.

6. Формирование итогового вывода

• После выполнения шагов 5 получите:
  • max_iHS_norm: значение максимального нормализованного iHS в заданном регионе, округлённое до сотых.
  • наличие отбора: да, если существует хотя бы одно iHS_norm > 2.5, иначе нет.

Как оформить ответ (пример структуры, без реальных данных)

• max_iHS_norm = X.XX
• Сигнал положительного отбора: да/нет (если max_iHS_norm > 2.5 для хотя бы одного SNP в регионе, иначе нет)

Важно учесть

• iHS интерпретация: положительный сигнал отбора чаще всего ассоциируется с высокими положительными значениями iHS, но сам по себе знак может зависеть от того, какая аллель считается «derived»/«anc» в вашем наборе данных. По задаче ориентируемся на величину iHS_norm в пороге > 2.5 как признак отбора.
• Убедитесь, что входные данные для selscan корректно содержат население/популяцию, и файл tfam соответствует tpEd, чтобы расчёты были корректны.
• Если в region_lactase.txt окажется пустой файл (нет SNP в диапазоне), то max_iHS_norm не определён; в таком случае ответ об отсутствии сигнала следует трактовать как «нет данных в регионе» — можно сообщить об отсутствии сигнала просто как нет значений > 2.5.

Что могу сделать, когда вы пришлёте результат

• Если вы пришлёте содержимое файла region_lactase_norm (или просто скриншот/вывод max_iHS_norm), я оперативно посчитаю максимум и дам окончательный ответ:
  • max_iHS_norm (с округлением до сотых)
  • есть ли свидетельства положительного отбора (да/нет, по условию iHS > 2.5)

Пример формулировки итогового ответа, если бы у меня были данные

• max_iHS_norm = 3.14
• Сигнал положительного отбора: да

Или, если таких значений нет

• max_iHS_norm = 1.85
• Сигнал положительного отбора: нет

Если хотите, могу помочь подробно подстроить команды под ваши конкретные файлы (имена файлов и точный формат столбцов в выходном файле norm). Просто пришлите:

• содержимое заголовка task_ehh_ihs_norm (первые строки)
• или выведите строки региона (chr2 135792491-136822774) из вашего нормализованного файла
• либо просто значение max_iHS_norm после выполнения шагов.