PCA 主成分分析實踐 gcta軟件


 

1、測試數據下載

鏈接:https://pan.baidu.com/s/1EfffExvtxZYI1QLuxUZQ_g

提取碼:5wfe

數據為plink 格式數據test.map、test.ped ;

 

 

一共包含三個品種,DOR、GMM、SUN各20個樣本。

 

2、下載gcta軟件,官網:

https://cnsgenomics.com/software/gcta/#Overview

wget https://cnsgenomics.com/software/gcta/bin/gcta_1.93.1beta.zip

 

 

解壓:

 

 

3、將測試數據轉化為二進制:

plink --file test --make-bed --sheep --out test

 

 

 

4、

4、運行gcta:

gcta64 --bfile test --make-grm --autosome-num 26 --out tmp

注意  --autosome-num 設定染色體數目

 

 

gcta64 --grm tmp --pca 5 --out pca

 

 

 

5、根據pca.eigenvec文件繪圖

mydat<-read.table("pca.eigenvec",as.is = T,header = F,stringsAsFactors = F)

png("PCA.png",width = 7000,height = 7000,pointsize = 160)

plot(mydat$V3,mydat$V4,lwd.ticks=10,font.axis=2,cex.lab=1.2,cex.axis=1.2,font.lab=2,ylab="PC2",xlab = "PC1",main="PCA",cex=1.4,pch=19,col=c(rep("red",20),rep("cyan",20),rep("magenta",20)))box(which="plot",col="black",lwd=18)

legend("bottomleft",box.lwd=5,cex=1.1,inset = 0.04,c("DOR","GMM","SUN"),pch=19,col=c("red","cyan","magenta"))

dev.off()

繪圖結果:

 

 

 

 

 

 

 

 

 

 

 

 

 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM