||
康德说:世界上只有两样东西是值得我们深深景仰的,一个是我们头上的灿烂星空,另一个是我们内心的崇高道德法则。
论起软件,也有两款软件,让我学习的过程中,不断的有所收获,不断的感慨功能的强大,一个是plink,另外一个是GCTA。
本篇介绍,是2020年的博客,里面的内容有些老了,最近,GCTA又增加了GWAS的模块fast-GWA,速度远超同类软件,更重要的话,windows电脑也可以用,这样混线性模型GEMMA只能在Linux下使用的弊端,GCTA解决了。不用Linux,就不用Linux吧,现在GCTA也可以分析MLM的GWAS模块了!
在群体遗传中,GCTA中做PCA非常方便, 下面介绍一下GCTA的安装方法.
「使用conda自动安装」
conda install -c biobuilds gcta
「手动安装」
这里, 应该键入gcta64
, 而不是gcta
(base) [dengfei@localhost bin]$ gcta64
*******************************************************************
* Genome-wide Complex Trait Analysis (GCTA)
* version 1.26.0
* (C) 2010-2016, The University of Queensland
* MIT License
* Please report bugs to: Jian Yang <jian.yang@uq.edu.au>
*******************************************************************
Analysis started: Wed Apr 24 14:07:43 2019
Options:
Error: no analysis has been launched by the option(s).
Analysis finished: Wed Apr 24 14:07:43 2019
Computational time: 0:0:0
显示上面信息, 表明软件安装成功.
「输入文件:」
--bfile test
: 类似plink
的参数格式. 支持binary文件(test.fam
,test.bim
,test.bed
)--dosage-mach test.mldose test.mlinfo
支持其它数据格式「输出文件:」
--out result
: 类似plink的--out
参数, 定义输出文件名「ID保留和删除」如果不写, 默认全部使用
--keep test.indi.list
定义分析个体列表--remove test.indi.list
删除个体列表「选择SNP」
--chr 1
:选择染色体--autosome
选择所有SNP
--make-grm
会生成三个文件:「如何你想在R中读取二进制文件, 可以使用如下代码:」
ReadGRMBin=function(prefix,AllN=F,size=4){
sum_i=function(i){return(sum(1:i))}
BinFileName=paste(prefix,".grm.bin",sep="")
NFileName=paste(prefix,".grm.N.bin",sep="")
IDFileName=paste(prefix,".grm.id",sep="")
id = read.table(IDFileName) # read the ID of the gmatrix
n=dim(id)[1]
BinFile=file(BinFileName,"rb")
grm=readBin(BinFile,n=n*(n+1)/2,what=numeric(0),size=size) # generate the fack gmatrix
NFile=file(NFileName,"rb");
if(AllN==T){
N=readBin(NFile,n=n*(n+1)/2,what=numeric(0),size=size)
}else{
N=readBin(NFile,n=1,what=numeric(0),size=size)
}
i=sapply(1:n,sum_i)
return(list(diag=grm[i],off=grm[i],id=id,N=N))
}
「计算近交系数」
--ibc
: 会用三种方法计算近交系数.
示例:
gcta64 --bfile test --autosome --make-grm --out grm
这里:
--bfile
读取的是plink的二进制文件--autosome
是利用常染色体上的所有SNP信息, 这个不能省略--make-grm
生成grm矩阵--out
生成前缀名会生成如下三个文件夹:
(base) [dengfei@localhost plink_file]$ ls grm*
grm.grm.bin grm.grm.id grm.grm.N.bin
--grm test
: 这里的xx是前缀, 它其实包括三个文件:
test.grm.bin,
test.grm.N.bin
test.grm.id
命令:
gcta64 --grm grm --pca 3 --out out_pca
--grm
grm文件--pca
PCA的数目为3--out
结果输出文件结果生成两个文件:
(base) [dengfei@localhost plink_file]$ ls out_pca.eigenv*
out_pca.eigenval out_pca.eigenvec
在R语言中, 设置好工作路径, 键入如下命令:
dd=read.table("out_pca.eigenvec",header=F)
head(dd)
names(dd) = c("Fid","ID","PC1","PC2","PC3")
plot(dd$PC1,dd$PC2,pch=c(rep(1,112),rep(2,103)),col=c(rep("blue",112),rep("red",103)),main="PCA",xlab="pc1",ylab="pc2")
legend("bottomright",c("TEXT1","TEXT2"),pch=c(rep(1),rep(2)),col=c(rep("blue"),rep("red")))
结果:
GCTA最新版是 v1.93.3beta2,它的功能也分为三部分:
那就开始吧。
比如,我不太理解GWAS中显著性SNP的解释百分比(PVE),写了几篇博客后,就搞懂了:
GWAS分析中SNP解释百分比PVE | 第一篇,SNP解释百分比之和大于1?
GWAS分析中SNP解释百分比PVE | 第二篇,GLM模型中如何计算PVE?
GWAS分析中SNP解释百分比PVE | 第三篇,MLM模型中如何计算PVE?
GWAS分析中SNP解释百分比PVE | 第四篇,MLM模型中手动计算PVE?
下一章,介绍一下GCTA在Windows和Linux的安装。欢迎关注我,一起学习GCTA软件。
❝欢迎关注我的公众号:
❞育种数据分析之放飞自我
。主要分享R语言,Python,育种数据分析,生物统计,数量遗传学,混合线性模型,GWAS和GS相关的知识。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 17:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社