SNP数据的AMOVA分析 和 Mantel分析
2022-03-30 本文已影响0人
铃_0d92
一 AMOVA分析
1 将 VCF 转换为 arp 格式,定义population
PGDspider软件
vcf to arp.png
2 导入Alrequin 并定义group
Arlequin_set_group.png3 starting 开始运算
结果见 XX.res里的 XX.xml文件。
二 ** Mantel分析**
1 计算地理距离:
方法a: 利用GenALEx v.6.503将经纬度转换为地理距离
Mantel.png
方法b:
#根据经纬度,计算样方间实际的地理距离
geo <- data.frame(df$Longitude, df$Latitude)
d.geo <- distm(geo, fun = distHaversine) #library(geosphere)
dist.geo <- as.dist(d.geo)
2 计算遗传距离:Fst/(1-fst)
3 计算生态距离
require(graphics)
x <- read.csv("bio.csv",header=T)
head(x)
dist(x)
4 进行Mantel并绘图
library(ggplot2)
library(ggpubr)
setwd("E:/yl_gene/nuclear/Mantel/")
df <- read.csv('gene_geogr_envir.csv', header= TRUE)###3列,依次是两两遗传距离、生态距离和地理距离
ggplot(data=df, aes(x=geo, y=gen))+geom_point(size=3)+stat_smooth(method="lm",se=FALSE)+stat_cor(data=df, method = "pearson")
###偏相关
install.packages("ppcor")
library(ppcor)
IBD.PART=pcor.test(x = df$gen, y = df$geo, z = df$env, method = 'spearman')
IBE.PART=pcor.test(x = df$gen, y = df$env, z = df$geo, method = 'spearman')
结果中的estimate即相关系数r
嘻嘻嘻,夹杂私货:谢谢我亲爱的思琪师姐和仲淼小仙女教我
参考:https://www.modb.pro/db/137833