核苷酸多样性π的计算
核苷酸多样性（nucleotide diversity），记为π，是分子遗传学中一个重要的概念，可以作为一个群体遗传的重要指标去衡量种群的遗传多样度水平，也可以用在单个基因的多序列比对之中找到受选择的...
核苷酸多样性（nucleotide diversity），记为π，是分子遗传学中一个重要的概念，可以作为一个群体遗传的重要指标去衡量种群的遗传多样度水平，也可以用在单个基因的多序列比对之中找到受选择的区域。
在这里，就群体水平和基因水平给大家演示如何进行核苷酸多样性的计算。
群体水平π的计算
1. 准备文件
vcf文件：用于记录variants (SNP / InDel)的文件格式，主体部分每一行代表一个variant的信息，包含10列以上的数据，第10列及之后记录样本的基因型信息。
群体分类文件 ：记录某个群体的样本ID，ID需与vcf文件中的ID一致。
2.运行指令
软件：vcftools
命令：
vcftools --gzvcf clean.vcf.gz --window-pi 100000 --window-pi-step 10000 --keep wild_popid.txt --out pi.wild
# --gzvcf 指定基因型的vcf文件，这里指定的压缩的vcf，如果未压缩，则使用--vcf
# --window-pi 分窗口计算pi值，指定计算pi值的窗口大小。比如染色体长2M，窗口为100k，则会先计算1-100k长度内的pi值
# --window-pi-step 窗口移动步长。步长指定为10k，则会窗口起始位置则会每次往后移动10k，如：1-100k、10001-110k。
# --keep 指定计算的群体，该文件中包含样本ID。
# --out 指定输出文件前缀
3.结果文件及可视化
结果文件：结果文件一共5列，分别对应着染色体ID、起始位置、终止位置、变异数目、π值
如果需要计算该群体整体π值，可以用以下命令：
# awk简单求平均：
awk 'NR>1 { sum+=$NF} END { print sum/NR}' pi.wild.windowed.pi
# 0.000792588
可视化：可以采用ggplot2进行绘图展示
多序列比对的π值计算
windows软件：DnaSP
1.准备文件：序列比对结果（以fas结尾）
2.运行软件：DnaSP
3. 结果可视化：结果导出到excel中可以进行绘图
- 发表于 2024-11-12 18:14
- 阅读 ( 469 )
- 分类：遗传进化
