群体结构分析软件admixture安装及使用经验

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全家桶1年46，售后保障稳定

1. 软件下载及安装admixture：

使用conda进行软件安装

conda install admixture

Jetbrains全家桶1年46，售后保障稳定

2. VCF文件格式转换为bed格式文件（似乎admixture 可以直接识别ped/map文件格式的输入文件）

vcf文件转为ped文件：

方法1：

使用vcftools支持将vcf文件转换成plink对应的ped/map格式，如下

vcftools  --vcf input.vcf --plink --out output

方法2：

plink支持直接读取vcf文件格式，基本用法如下：

plink --vcf input.vcf --recode --out output 

map文件      染色体编号为数字, 未知为0SNP名称为字符或数字, 如果不重要, 可以从1编号, 注意要和bed文件SNP列一一对应染色体的摩尔未知(可选项, 可以用0)SNP物理坐标

重要！ 因为转换成的ped和map文件无法匹配，需要手动更改上一步转换好的map文件

map数据格式为四列：

bed文件    第一列: Family ID # 如果没有, 可以用个体ID代替第二列: Individual ID # 个体ID编号第三列: Paternal ID # 父本编号第四列: Maternal ID # 母本编号第五列: Sex (1=male; 2=female; other=unknown) # 性别, 如果未知, 用0表示第六列: Phenotype # 表型数据, 如果未知, 用0表示第七列以后: 为SNP分型数据, 可以是AT CG或11 12, 或者A T C G或1 1 2 2————————————————版权声明：本文为CSDN博主「育种数据分析之放飞自我」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/yijiaobani/article/details/83017730

使用plink将ped/map转换为二进制的bed文件，命令行如下：

plink --file inputfile --make-bed --out filename

第一个FILENAME的后缀为.ped和.map，生成的第二个FILENAME的后缀为.bed、.bim、.fam

3. plink提取指定样本和指定SNP的数据（keep，extract函数

plink --bfile inputfile --noweb --keep sampleID.txt --recode --make-bed --out fileout

inputfile为不加.bed后缀的bed文件

其中，sampleID.txt第一列为提取的样本Family ID，第二列为Within-family ID（IID）

plink提取SNP位点：

plink --bfile file --extract snp.txt --make-bed --out snp

其中，snp.txt的文件格式如下,一个SNP位点一行：

rs1

rs2

rs3

4. 如何选择合适的K值

可以同时运行多个程序, 每个程序不同的k值, 比如, 想要k值选择1,2,3,4,5, 可以写为:

 for K in 1 2 3 4 5; do admixture --cv hapmap3.bed $K | tee log${K}.out; done

例子：

for K in 1 2 3 4 5 6 7 8 9 10 11 12; do admixture –cv 10729bed2.bed $K | tee log${K}.out; done

多线程： admixture  hapmap3.bed 3 -j 4

使用grep命令去查看*out文件的cv error(交叉验证的误差)值:

grep -h CV  *.out

结果如下：（这个K值显示是否有误？应该从第一开始分别是K=1，2，3依次往下）

对这个K值出现这样的情况？为何K10开始，个人觉得这个K值显示有误，应该从第一开始分别是K=1，2，3依次往下

5. 绘制Q值的百分比柱状图

使用R语言

ta1 = read.table("D:/files.3.Q")

head(ta1)

barplot(t(as.matrix(ta1)),col = rainbow(3),

        xlab = "Individual",

        ylab = "Ancestry",

        border = NA)

————————————————————————————————————————————

本文部分分析步骤参考了CSDN博主「育种数据分析之放飞自我」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 

原文链接：https://blog.csdn.net/yijiaobani/article/details/83017730