群体遗传学——人群结构推断软件Structure 2.2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http://pritch.bsd.uchicago.edu/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       11         1       12         1       12         1       23         2       23         2       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：86 3 2 Q1 Q2 Q3 7  0.014 0.972 0.01410  0.003 0.993 0.00426    0.071 0.917 0.01228  0.035 0.854 0.11129   0.013 0.982 0.00530   0.762 0.017 0.22116、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http://rosenberglab.bioinformatics.med.umich.edu/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casia.names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 K 5    // (int) number of clusters #define NUMPOPS 9    // (int) number of pre-defined populations#define NUMINDS 210  // (int) number of individuals中的5，9，210改为3，3，220，并保存；8、将原distruct1.1文件夹中的casia_f文件删去，将_run_1_f文件整个拷贝并粘贴到解压缩后获得的distruct1.1文件夹中，重命名为casia_f；9、运行distruct1.1文件夹中的distructWindows1.1应用程序，将修改导入Windows系统；10、点击casia.postscript文件即可产生casia.pdf文件，这便是所需的结果。