• 第一列是探針id
• 第二列是染色體編號
• 第三類是染色體位置
• 第四列是第一個樣本的基因型
• 接下來依次是每個樣本的基因型

相當于是每行是一個位點，每列是一個樣本

這個數據集下載自 鏈接 https://popgen.nescent.org/StartSNP.html

 

今天推文的主要內筒也是參考自這個鏈接，這個鏈接的數據集是500多個樣本，3000多個位點，我只選取了其中30個樣本，996個位點

因為是csv格式存儲，直接使用read.csv()函數讀入

df1<-read.csv("chip_snp_example.csv",header=T)

接下來是使用adegenet包中的df2genind()函數對數據進行整合

要求的是

• 位點
• 倍性
• 樣本名稱
• 種群
• 后面這個分隔符起到什么作用我暫時還不知道(好像突然知道了，sep應該指的是AT之間的分隔符把，有的數據可能是A/T這種，那么sep就需要指定斜線了)

這個要求樣本是行，位點是列，所以要對讀進來的數據進行轉置

df2<-t(df1)
dim(df2)
df3<-df2[4:33,1:996]
df3[1:6,1:6]

 

mydata<-df2genind(df3,ploidy = 2,ind.names = rownames(df3),
                  sep="")

到這里數據就讀入了，但是接下來我想構建一個分類樹，這個教程里是沒有的，想起來之前重復過的一個教程里有這個內容

教程的鏈接是 https://grunwaldlab.github.io/Population_Genetics_in_R/gbs_analysis.html

這個里的示例數據用到的是vcf格式文件，讀入R語言后的數據對象是genlight，我們當前讀入的數據是genind那么這兩個數據格式能否相互轉化呢？經過搜素找到了一個R語言包dartR,對應的函數是gi2gl() Converts a genind object to genlight object

第一次使用進行安裝

install.packages("dartR")

加載的時候遇到報錯,提示沒有SNPRelate這個包，再單獨安裝一下就好了

BiocManager::install("SNPRelate")

library(dartR)
mydata1<-gi2gl(mydata)

library(poppr)
tree<-aboot(mydata1,tree = "upgma", 
      distance = bitwise.dist, 
      sample = 1000, 
      showtree = F)

library(ggtree)
ggtree(tree,layout = "circular")+
  geom_tiplab()+
  xlim(NA,0.12)

 

df.pca<-glPca(mydata1,nf=3)  
df.pca.scores<-as.data.frame(df.pca$scores)  
df.pca.scores 
library(ggplot2)
ggplot(df.pca.scores,aes(x=PC1,y=PC2))+
  geom_point(size=2,color="blue")+
  theme_bw()

 

因為數據是隨便構造的沒有分組信息，就畫一個簡單的散點圖就好了