首先，先对原始数据做直方图。

一、根据直方图，然后根据直方图偏左还是偏右进行log或者e(x)矫正。

log10代码

# ===================== 你的路径 =====================
setwd("D:/1、博士期间/9、博士-实验以及项目/12、根腐病GWAS/1、表型填补及正态分布分析")

# ===================== 读取你的表型文件 =====================
dat <- read.delim("表型作直方图文件20260330.txt", 
                  sep = "\t", 
                  row.names = 1,
                  check.names = FALSE,
                  stringsAsFactors = FALSE)

# ===================== 对 所有数据 进行 log10 矫正 =====================
# +1 防止0值无法计算对数
dat_log <- log10(dat + 1)

# ===================== 输出矫正后的文件 =====================
write.table(dat_log, 
            "表型数据_全文件_log10矫正后.txt",
            sep = "\t", 
            row.names = TRUE, 
            quote = FALSE)

# ===================== 运行完成 =====================
cat("✅ 全部数据 log10 矫正完成！\n")
cat("✅ 文件已保存：表型数据_260330_log10矫正后.txt\n")

二、利用RINT进行矫正

这个矫正只能用于关联分析，以及相关性分析，并不具备生物学意义

参考论文：From genotype to phenotype with 1,086 near telomere-to-telomere yeast genomes

https://www.nature.com/articles/s41586-025-09637-0

代码：

# ===================== 1. 你的工作路径 + 读取文件（完全一致） =====================
setwd("D:/1、博士期间/9、博士-实验以及项目/12、根腐病GWAS/1、表型填补及正态分布分析")

dat <- read.delim("表型作直方图文件20260330.txt", 
                  sep = "\t", 
                  row.names = 1,
                  check.names = FALSE,
                  stringsAsFactors = FALSE)

# ===================== 2. 你提供的 RINT 矫正函数（原样保留） =====================
rank.based.INT <- function(x, c=3/8, method="average")
{
  # 秩逆正态变换（GWAS表型矫正标准方法）
  r <- rank(x, ties.method = method)
  r[is.na(x)] <- NA 
  N <- length(x[!is.na(x)])
  qnorm((r-c)/(N-2*c+1))
}

# ===================== 3. 正态检验函数 =====================
shapiro_test <- function(x){
  x <- na.omit(x)
  if(length(x) >= 3 && length(x) <= 5000){
    return(shapiro.test(x)$p.value)
  } else {
    return(NA)
  }
}

# ===================== 4. 自动流程：检验 → 不符合则 RINT 矫正 =====================
cat("===== 开始表型正态检验 + RINT 矫正 =====\n\n")

# 创建结果表格
final_dat <- dat

# 循环处理每一列
for(col in colnames(dat)){
  x <- dat[[col]]
  p_raw <- shapiro_test(x)
  
  cat("========================================\n")
  cat("指标：", col, "\n")
  cat("原始正态检验 p =", round(p_raw, 6), "\n")
  
  if(p_raw >= 0.05){
    cat("✅ 符合正态，不矫正\n")
    final_dat[[col]] <- x  # 保留原始数据
  } else {
    cat("❌ 不符合正态，执行 RINT 矫正\n")
    final_dat[[col]] <- rank.based.INT(x)  # RINT矫正
    p_corrected <- shapiro_test(final_dat[[col]])
    cat("✅ RINT矫正后 p =", round(p_corrected, 6), "\n")
  }
}

# ===================== 5. 输出最终矫正文件 =====================
write.table(final_dat, "表型数据_正态检验+RINT矫正后.txt",
            sep = "\t", row.names = TRUE, quote = FALSE)

cat("\n========================================\n")
cat("🎉 全部完成！\n")
cat("✅ 输出文件：表型数据_2603330_RINT矫正后.txt\n")
cat("✅ 该数据可直接用于 GWAS、线性模型、直方图绘图\n")