3 使用 QTLtools 进行 PCA 分析

QTLtools 工具可以进行基因型的PCA分析，也可以进行表型的PCA分析，以下教程分别针对基因型和表型的PCA进行介绍：

3.1 对基因型进行PCA分析；

命令如下所示：

QTLtools pca --vcf genotypes.chr22.vcf.gz --scale --center --maf 0.05 --distance 50000 --out test

genotypes.chr22.vcf.gz输入文件如下所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-n1kDrPVV-1628864096685)(https://img2020.cnblogs.com/blog/812148/202108/812148-20210810160813806-1773641731.png)]

–maf 0.05 指的是只考虑此等位基因频率小于0.05的变异位点；
–distance 50000 指的是只考虑间隔至少50kb的变异位点；

运行后，会生成两个输出文件test.pca和test.pca_stats

test.pca表示基因型的PCA结果，如下所示：

test.pca_stats指的是每个PC所解释的百分比，如下所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-k3h7zOkh-1628864096688)(https://img2020.cnblogs.com/blog/812148/202108/812148-20210810162905812-397362726.png)]

3.2 对表型进行PCA分析；

命令如下所示：

QTLtools pca --bed genes.50percent.chr22.bed.gz --scale --center --out genes.50percent.chr22

输入文件genes.50percent.chr22.bed.gz如下所示：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-9my0CZ4p-1628864096689)(https://img2020.cnblogs.com/blog/812148/202108/812148-20210810163047131-882886704.png)]

表型文件总共有6+N列，N指的是样本数量，比如示例文件有4个样本，那么表型文件就有10列；
第一列是染色体；
第二列是起始位置；
第三列是终止位置；
第四列是ID，比如exon的ID；
第五列是group ID，比如gene ID；
第六列是方向；
从第七列开始，则是每个样本对应的表型值；
文件分隔符为 TAB；
缺失值用NA表示，对于缺失值，QTLtools 会自动impute；

同样的，会生成genes.50percent.chr22.pca和genes.50percent.chr22.pca_stats两个文件。

genes.50percent.chr22.pca如下所示：

genes.50percent.chr22.pca_stats如下所示：

致谢橙子牛奶糖（陈文燕），请用参考模版：We thank the blogger (orange_milk_sugar, Wenyan Chen) for XXX

感谢小可爱们多年来的陪伴，我与你们一起成长~

使用 QTLtools 进行 PCA 分析相关推荐

pca图解读_干货！手把手一步一步解读PCA分析，逃学博士尽力了！
01 引言之前发了几篇文章关于矩阵中特征向量和PCA主元分析的文章,大家反响不错.当时并没有涉及到数学运算,只是大概讲了讲原理. 这篇文章我们一起来一步一步解读 PCA的计算过程如何用Pytho ...
pca降维的基本思想_R语言进行PCA分析
点击上方「蓝字」关注我写在前面前面我们知道了降维分析学习了PCoA分析今天学习PCA分析... PCA(Principal Component Analysis),即主成分分析方法,是一种使用 ...
PCA分析（主成分分析）--结果解读
主成分分析(PCA)是一个很好的工具,可以用来降低特征空间的维数.PCA的显著优点是它能产生不相关的特征,并能提高模型的性能. PCA用于减少用于训练模型的特征维度数量,它通过从多个特征构造所谓的主成 ...
R语言中如何进行PCA分析？利用ggplot和prcomp绘制基因表达量分析图
学习笔记的主要内容是在R语言中利用ggplot2进行PCA分析和绘图,包括简单分析与操作流程,对比不同方式得到的结果差异,提供脚本代码供练习. PCA分析的原理在处理基因差异表达数据时,有时候需要分 ...
PCA分析及CNS级别作图
从这节开始,就逐渐涉及转录组的基本可视化了,我们的可视化要做到CNS级别的图,争取做好分析,一步到位,让您有真正的收获! PCA(主成分分析),具体的原理就不说了,自行百度.简单理解,PCA就是降维, ...
R语言ggplot2 | PCA分析及其可视化
主成分分析主成分分析(PCA)的基本介绍 PCA常用的参数标准化特征值和特征向量载荷得分 R语言实现PCA分析逐步计算PCA分析中的参数 prcomp函数 princomp函数自定义函数 ...
PCA分析法的python主要代码
一 PCA分析法介绍可以理解为是一种降维的思想,将M列数据降维成对应的N列数据,用主要的几个字段解释整体方差变异也可以理解为一种低维度的映射,举例将三维的数据找到一个二维映射面,同时可以尽力解释出 ...
一文读懂PCA分析（原理、算法、解释和可视化）
生物信息学习的正确姿势 NGS系列文章包括NGS基础.高颜值在线绘图和分析.转录组分析 (Nature重磅综述|关于RNA-seq你想知道的全在这).ChIP-seq分析 (ChIP-seq基本分析流 ...
R语言中的PCA分析与可视化
文章目录 1. 常用术语 (1)标准化(Scale) (2)特征值 (eigen value) (3)特征向量(eigen vector) (4)载荷(loading) (5)得分(score) 2. ...

使用 QTLtools 进行 PCA 分析

3 使用 QTLtools 进行 PCA 分析

3.1 对基因型进行PCA分析；

3.2 对表型进行PCA分析；

使用 QTLtools 进行 PCA 分析相关推荐

最新文章

热门文章