群体遗传学——人群结构推断软件Structure2.2使用指南.doc

群体遗传学人群结构推断软件structure 2.2使用指南/structure.htmlthe basic algorithm was described by pritchard, stephens & donnelly (2000). extensions to the method were published by falush, stephens and pritchard (2003) and (2007) and by hubisz, falush, stephens and pritchard (2009).1、待分析数据文件的编辑可新建文本文件并命名为project_data，以文本编辑的方式编辑数列：第一列：样品代码（成功录入后被识别为individual id），每一样品占两行，每一行为其一个基因型，如样品1的基因型为aa，样品2的基因型为at，样品3的基因型为tt，则编辑为：（两行数字不一样则表示杂合数据）第一列 第二列 第三列1 1 111 121 121 232 232 2如果有多个等位基因，可以按1，2，3，4，5等顺序编码各样品的基因型；第二列：人群代码（成功录入后被识别为popid），即第一群人的代码全为1，第二群人的代码全为2，第三群人的代码全为3；（最好说是群体类群编码，可以是不同来源地代号，或是生态类群代码）（这列最好不要有，后续选项中一旦选中最后算出的k值很有可能就是群体类群数（popid的数量）第三列：位点1的分型结果。如上所述，如果有2个等位基因，可用1、2代表；如果有多个等位基因，可分别以1，2，3，4，5等代表；第四列：位点2的分型结果。编码方法同上。 2、打开structure软件，选择file-open data file-选中所编辑好的打他data文件，查看格式、数据，如有修改应保存退出；3、选择file-new project-step 1-命名project name-选择存放路径-选择保存过的待分析文件；4、step 2-填入待分析样品数量，如220-ploidy of data即选择单倍体或二倍体，选2-number of loci，选位点个数-mimissing data value，一般选-9；5、step 3-依次选择row of marker names, row of recessive alleles, map distance between loci, phase information等，没有就不选；最下面，如果没有data file stores data for individuals in a single line就不选；6、step 4-individual id for each individual(选择) ，putative population origin for each individual（选择），usepopinfo selection flag(不选)，phenotype information（不选），other extra column（不选）以及number of extra column（不选）；（其实应根据你数据的实际情况选或不选）7、点击“finish”；proceed；8、点击parameter set-new-length of burnin peroid (填写10000)-number of mcmc reps after burnin (填写10000);（不作数迭代（burnin peroid ）最好设为10000，而后续的mcmc最好设为100000）9、ancestry models，allele frequency model，advanced等均选default setting; enter the name: 输入名字，运行完毕将产生一个由该名字命名的文件夹以保存运算结果和绘图。（都default是不科学的，no admixture model假设个体基因源来源纯粹. is appropriate for studying fully discrete populations and is often more powerful than the admixture model at detecting subtle structure.而admixture model.假设个体基因源来源非纯粹：individuals may have mixed ancestry. 应该根据你材料具体情况来选择模型）10、点击“start a job”，单击选中命名的文件夹名称，设置k从2到7等，其它不选，点击start。（群体较大比如超过200个体，起码算到20，这里number of iterations 最好选3以上，在计算k时可能用到）11、点击“plotting”，选择刚才命名job的名字，result file选择run_1, run_2等，即可看到聚类的三角图形。（三角图是花架子，论文里常用的是bar plot 才是关键）（此后为我续写内容）13.单击主菜单“view”选项下的simulation summary，会出现所有运行结果的重要参数汇总，其中最重要的是看lnpr(x|k)值的变化是否有拐点，即后验概率的极大值在k等于几时出现，特别注意k值持续增大是常有的事，这时就要用 用k 来确定k值，如下图：k虽然持续增大，但k可判断出k应该为2.14.在确定k为几后，点击相应result file选择run_？（k=？）选项，把含有以下内容的文本拷贝到excel中编辑inferred ancestry of individuals: label (%miss) pop: inferred clusters 1 7 (0) 1 : 0.996 0.001 0.001 2 10 (0) 1 : 0.635 0.001 0.003 3 26 (2) 1 : 0.991 0.001 0.001 4 28 (6) 1 : 0.991 0.006 0.001 5 65 (2) 2 : 0.991 0.004 0.00115：整理为以下标准格式后就可以放到tassel软件中计算用了标准格式：8632q1q2q37 0.0140.9720.01410 0.0030.9930.004260.0710.9170.01228 0.0350.8540.111290.0130.9820.00530 0.7620.0170.22116、注意：运行完毕后产生的以“job名字”命名的文件夹中自动含有project_data文件，其内容与最初编辑的project_data文件完全一致，故原编辑的project_data文件可以删去。柱形图绘制软件distruct使用指南当structure软件运行完毕获得结果后，往往需要以clumpp或distruct软件绘制柱形图。distruct用法如下：1、从/distruct.html下载并解压缩distruct 1.1压缩包，可以看到含7个以casia为名的文件及5个名字字首为distruct的文件，还有一个drawparams的文件和一个颜色文件夹；2、运行casia.postscript文件，应该能产生一个含9个群体柱形图的casia.pdf文件，这表明系统及软件正常；3、打开casia.popq和casia.indivq将其原内容清空并置换为前述structure软件运行后所产生的_run_1_f文件的内容（拷贝并粘贴），其中_run_1_f文件同时含有individual和population两者的数据。以word打开casia.indivq文件，将_run_1_f文件后半部分的内容自“inferred ancestry of individuals”行以下的数据拷贝并粘贴到casia.indivq文件中，全部替换原来的210行数据；以excel打开casia.popq文件，将_run_1_f文件前半部分含有“proportion of membership of each pre-defined population in each of the 3 clusters”的行下面的数据拷贝并粘贴到casia.popq中，并替换原来的内容（k=3是可变的！）。新产生的内容注意仍然保持原来210行数据的那种格式。4、打开casia.languages文件，将原内容“50 indo-european51 dravidian57 indo-european59 indo-european58 indo-european52 linguistic isolate54 indo-european629 altaic699 altaic56 indo-european”替换为现内容“1 ceu2 chb3 yri”；保存为原格式；5、打开s文件，将原内容50 balochi51 brahui57 makrani59 sindhi58 pathan52 burusho54 hazara629 uygur699 yakut56 kalash替换为现内容1 ceu2 chb3 yri保存为原格式；6、打开casia.perm文件，将原内容5 yellow4 pink1 red2 green3 blue_purple中的4、5颜色删去，并保存为原格式；7、以文本格式打开drawparams文件，将drawparams文件中的#define k5 / (int) number of clusters#define numpops 9 / (int) number of pre-defined populations#define numinds 210 / (int) number of indivi