plink 进行PCA分析
当我们进行群体遗传分析时，得到vcf后，可利用plink进行主成分（PCA）分析；
一、软件安装
1 conda install plink
二、使用流程
第一步：将vcf转换为plink格式
1 plink --vcf F_M_trans.recode.vcf.gz --recode --out testacc --const-fid --allow-extra-chr 2 3 4 # --vcf vcf 或者vcf.gz 5 # --recode 输出格式 6 # --out 输入前缀 7 # --const-fid 添加群体信息 8 # --allow-extra-chr 允许非标准染色体编号
上述会得到.map, .nosex和.ped结尾的三个文件。
第二步：基于.ped生成一个bed文件（二进制文件）
1 plink --allow-extra-chr --file testacc --noweb --make-bed --out testacc 2 3 # --file .ped + .map 文件前缀 4 # --make-bed 建立一个新的二进制文件
上述得到.bim, .bed 结尾的两个文件
第三步：PCA分析
1 plink --allow-extra-chr --threads 20 -bfile testacc --pca 20 --out testacc 2 3 4 # --threads 线程数 5 # --pca 主成分
上述得到.eigenval 和.eigenvec 结尾的两个文件，其中.eigenval 代表每个pca所占的比重； 另外一个记录特征向量，用于坐标轴
** 若想分析部分样本，则可以使用--remove参数，后接一个文件，其格式为： 第一列：群体编号， 第二列：样本名称，在这个例子中
1 echo '0\tSP23' > remove.txt 2 plink --remove remove.txt --allow-extra-chr -bfile testacc --pca 20 --out testacc_dele
第四步：可视化
用ggplot即可，代码简单，自行绘制
欢迎交流，可关注一下公众号
---END---
