DIY Dodecad v2.1允许使用不完整的基因型文件，即不包括计算器中使用的所有预期SNP标记的基因型文件。这对那些在测试中拥有较老基因型文件的个体很有用，并允许该工具用于任何类型的基因型数据。更重要的是它可以得到所有染色体的混合比例，所有具有一定长度的染色体区域，或者特定的感兴趣区域。

二、要求

DIYDodecad 要求：

1. Windows或32位/64位Linux计算机

2. R软件，可从如下链接下载和安装

https://www.r-project.org/

3. 原始常染色体基因型数据可以从自己所测的机构网站获得，国内的比如微基因、23魔方、基因宝、各色DNA等。

CPU和内存需求不大，在大多数情况下，对于简单的混合分析，结果将在几分钟内计算出来，对于更复杂的段分析，则最多需要几个小时。

三、说明

以下说明说明如何首次使用DIYDodecad。

1. 将DIYDodecad2.1.rar文件的内容解压缩到计算机中的某个目录中。从今以后，我们称之为“工作目录”。

如果你不知道怎么做，在 Windows 中：

选择靠近自己所在地的镜像：

https://cran.r-project.org/mirrors.html

点击“安装基础”，然后点击“基础”。

2. 从自己所测的基因公司网站下载原始数据（raw data）并解压到工作目录中，这应该是一个以.txt结尾的文件。如果您不知道如何解压缩下载的数据，您可以使用与上述步骤1相同的软件。

从现在起，假设个人的基因型文件名为“johndoe.txt”或“johndoe.csv”。

3. 启动R。

在Windows中，R将列在“开始”菜单中的程序文件或所有程序中，您可以像任何其他Windows程序一样启动它。一旦R运行，它将给您一个命令提示，您可以在其中输入命令。首先，必须将目录更改为工作目录，您可以在Windows中的File->Change dir菜单中执行此操作，或者在Windows中使用setwd命令，例如：

setwd('/home/johndoe/dodecad')
setwd('c:\\users\\johndoe\\Dodecad')

然后，输入：

source('standardize.r')

这将加载一个小程序，在下一步中将数据从公司特定格式转换为通用格式。

5. 在R提示下，输入：

a. 如果您有23andMe格式的数据：

standardize('johndoe.txt', company='23andMe')

b. 如果您有FTDNA格式的数据（仅限Illumina芯片）：

standardize('johndoe.csv', company='ftdna')

此命令将写入一个名为'基因型.txt'在工作目录中；

这包含你的基因型，以DIYDodecad理解的格式。

“standard”命令按字母顺序对SNP ID进行排序，删除不同公司格式的头/注释，并输出一个文件'基因型.txt'其中每行有四个用TAB分隔符或半角逗号分隔的字段：

SNPID CHROMOSOME POSITION GENOTYPE

6. 您现在可以启动DIYDodecad了！可以从操作系统命令提示符或R中执行此操作。

a. 在操作系统命令提示符下，转到工作目录（使用“cd”命令），然后输入：

在Windows CMD中：

DIYDodecadWin dv3.par

在Windows PowerShell中：

./DIYDodecadWin dv3.par

该程序现在将开始计算您的混合比例的Dodecad V3组件。

b. 如果不知道如何使用操作系统命令提示符，可以从R环境中启动DIYDodecad。只需在R提示符下输入：

system('DIYDodecadWin dv3.par')

“dv3”对应祖源计算器Dodecad V3。

四、技术细节

DIYDodecad使用EM算法推导混合比例的最大似然估计，实现了[2]中描述的模型[1]。

[1] H. Tang, J. Peng, P. Wang, N. Risch. Estimation of individual admixture:
Analytical and study design considerations. Genet Epidemiol 28: 289-301, 2005.
[2] D.H. Alexander, J. Novembre, and K. Lange. Fast model-based estimation of
ancestry in unrelated individuals. Genome Research, 19:1655-1664, 2009.

每个DIYDodecad计算器（例如，“dv3”）由一系列文件组成：

dv3.par       运行程序的参数
dv3.alleles   基因位点和等位基因信息：SNPID   次要等位基因   主要等位基因
dv3.12.F   假定祖先群体的等位基因频率数据，这些都是由ADMIXTURE软件输出的格式
dv3.txt       祖源群体的名字

通过创建和分发一组这四个文件，您可以制作自己的计算器。注意，dv3.12.F和dv3.alletes文件应该根据SNP id按字母顺序排序。

参数文件（dv3.par用于Dodecad V3计算器）包括以下行：

1D-7
12
genotype.txt
166462
dv3.txt
dv3.12.F
dv3.alleles
verbose
genomewide

这些是：

- 终止条件（连续迭代中混合料比例的最大变化）
- 祖源群体数量
- 输入基因型文件名
- SNP（单核苷酸多态性）标记数
- 祖源群体名单
- 等位基因频率
- silent/verbose/progress
        silent：无中间输出
        verbose：打印日志可能性更改
        progress：打印中间解决方案
- genomewide/bychr/byseg/target
        genomewide：整个基因组的混合比例
        bychr: 所有染色体1-22的混合比例
        byseg: 染色体内各区域的混合比例（注：byseg模式需要两个附加参数）
               窗口大小：一个窗口包含多少个snp
                前进步骤：由多少个snp来推进窗口
        target: 基因组单个区域的混合比例（注：目标模式需要三个附加参数）
                染色体：1到22，区域所在的染色体
                开始：区域的物理位置（以bp为单位）
                结束：区域结束的物理位置（以bp为单位）

其中大多数不应更改，但可以更改以下内容：

- 终止条件，例如1D-10，这将导致更多的迭代运行和潜在的更精确的结果，尽管在绝大多数情况下，结果将很少受到影响。

- verbose/silent/progress; 通常，“verbose”是最好的。你也可以在“genomewide”模式下尝试“progress”，看看结果是如何收敛的；在其他模式下，迭代发生得太快（因为snp的数量较少），这使得“progress”变得不那么有用。

- genomewide/bychr/byseg/target. 如果你用“bychr”代替“genomewide”，那么你的混合比例将被估计为每条染色体。如果将“genomewide”替换为以下内容：

byseg
500
50

然后程序将使用沿一条染色体500个相邻SNP的窗口，并以50为增量滑动该窗口。因此，它将首先沿着1号染色体检测1-500个单核苷酸多态性，然后再检测51-550、101-600等，直到该染色体计算至尽头，然后继续进行第2号染色体的检测，以此类推。

较小的窗口大小可能会导致更“嘈杂”的结果，因为估计较小尺寸DNA片段的来源变得更加困难。另一方面，它为更遥远祖先的片段提供了更精细的分辨率。该程序不考虑小于10个snp的窗口大小。

一个小的进步提供了一个更全面的基因组扫描，并导致更多的片段被考虑；缺点是分析的运行时间增加。

如果你对一个特定的基因组区域感兴趣，比如用：

target
1
20000000
25000000

这将只检查1号染色体上20000000到25000000bp之间的区域。当然，在这些位置可能没有一个SNP，所以程序将使用窗口内最近的SNP。在上面的例子中，目标区域将由356个snp组成，从20008170到24953109bp。

该计划将不考虑少于10个snp的区域；除了具有高种群间频率差异的基因组区域外，很少的snp使得估计片段的起源变得困难。

五、结果文件

结果打印在屏幕上，并写入输出文件，具体取决于使用的模式（参见上一节）：

genomewide.txt
bychr.txt
byseg.txt
target.txt

这个bychr.txt文件以及byseg.txt文件当程序运行时，文件会不断更新，因此您可能需要打开它们并在生成结果时检查它们。

在解释小的混合比例时要注意：在你基因组的一个大区域，这样的比例可能暗示你有一个隐藏在较大区域内的特定群体的较小片段；你可以使用较小的窗口大小来发现这些片段。

然而，请注意，随着窗口尺寸变小，一些小的混合比例可能是噪声（noise），因为在较小的区域内可能没有足够的snp来充分区分某些种群。

六、可视化

为了帮助探索你的基因组，文件中也有paint_byseg.r，这是一个用来可视化染色体混合比例的工具。您可以在R中通过输入（在工作目录中）来使用它：

source('paint_byseg.r')

paint_byseg依靠byseg.txt文件输出文件，所以您应该首先在DIYDodecad中用byseg模式分析来创建这个文件。

您可以通过输入以下内容来使用它：

paint_byseg(chr=20,calc='dv3')

这将绘制出你的20号染色体。这可能是一个非常混乱的图，所以你可能想把自己限制在染色体的一个较小的区域（以Mb为单位），例如

paint_byseg(chr=20, region=c(50,60), calc='dv3')

为了使绘图更清晰，您可以在R中最大化它们的窗口，并使用windows菜单在命令提示符和绘图之间切换。

也可以将打印写入图像文件：

paint_byseg(chr=20, region=c(50,60), calc='dv3', tofile=T)

或者，想把图像尺寸变大：

paint_byseg(chr=20,region=c(50,60),calc='dv3', tofile=T, width=2000,height=1000)

这将在您的工作目录中输出一个文件“Chromosome8.png”。

要消除混乱，您可以选择只打印段中顶部/底部的少数组件。您可以通过：

paint_byseg(chr=20, region=c(50,60), calc='dv3', top=3)
paint_byseg(chr=20, region=c(50,60), calc='dv3', bottom=3)

或者，您可以只绘制所需的组件，但要注意拼写正确！

paint_byseg(chr=20, calc='dv3', choice=c("West_Asian", "East_European"))

另外，您可以使用键盘的上下箭头返回命令历史记录，这样您就不必重新键入所有内容。

DIY Dodecad 2.1的程序下载链接如下：

https://dodecad.blogspot.com/2011/09/do-it-yourself-dodecad-v-21.html

由于国内无法直接访问，因此该程序包也备份至百度网盘中：

提取码：Ddcdhttps://pan.baidu.com/s/17fke4rPlAHvF6ZgUXQ4Lww?pwd=Ddcd

详细内容也可阅读压缩包内的README文件。