2020-07-02

Pophelper-群体结构可视化学习

Pophelper基本说明

群体遗传下游分析中的一项常规分析即是群体结构的分层展示(STRUCTURE ANALYSIS)，不同于系统树和PCA，群体结构分层可以分断出小群体的个数，每个小群体之间的基因交流情况，甚至是小群体或者个体内的血源组成。

群体结构分层常用软件有STRUCTURE，ADMIXTURE和faststructure。STRUCTURE是群体结构分析的经典软件，但运行速度较慢。ADMIXTURE和faststructure软件等是近些年较新的软件，由于运算速度相对较快，已有了较多的引用次数。

群体结构分层的可视化展示通常是以堆叠柱状图所展示，Pophelper即是面向群体结构分层展示的强大的R包软件。

主页：[http://www.royfrancis.com/pophelper/]
Web App(wrote by shiny) [https://roymf.shinyapps.io/structure/]
软件基本流程workflow：

使用介绍

1. 安装

R version >3.5

# install the dependency packages
install.packages(c("devtools","ggplot2","gridExtra","gtable","label.switching","tidyr"),dependencies=T)

# install pophelper package from GitHub
devtools::install_github('royfrancis/pophelper')

2. 读取文件

Pophelper接受structure，admixture，faststructure，tess等软件的输出文件。个人较熟悉的ADMIXTURE和faststructure，其输出文件结构都是以meanQ和meanP的矩阵文件。

以Admixture结果文件为示例[https://github.com/royfrancis/pophelper/tree/master/inst/files/admixture]

library(pophelper)
options(stringsAsFactors = F)
dir.create("pophelper_learning")
setwd("pophelper_learning/")

### INPUT STRUCTURE RESULT FILES
sfiles <- list.files(path=system.file("files/structure",package="pophelper"), full.names=T)
slist <- readQ(files=sfiles)

### INPUT ADMIXTURE RESULT FILES
alist <- readQ(list.files(path=system.file("files/admixture",package="pophelper"), full.names=T)

3. 绘制最佳K值线

Pophelper中evannoMethodStructure()函数仅支持对STRUCTURE的结果绘制最佳K值线。其基本步骤包括三步

tabularQ()，接收读取的structure list文件
summariseQ()，接收tabularQ返回结果
evannoMethodStructure()，接收summ返回结果，绘制最佳K值线

1
2
3

tbq <- tabulateQ(slist)
smq <- summariseQ(tbq)
evannoMethodStructure(data=sr1,exportplot=T,returnplot=T,returndata=F,basesize=12,linesize=0.7,height = 10,width = 12,outputfilename = "test")

最佳K值线结果

4. 绘制柱状堆叠图plotQ()

一个plotQ包含了复杂的柱状堆叠图的参数，一些常用参数：

imgoutput= "sep"/"join" 默认sep，展示每个K值图，或者合并
showsp=T：strip panel,展示每个K值堆叠图的标签
- sppos="left"
- splab="nameK1" splab=paste0("K=",sapply(slist[c(1,4:8)],ncol))仅显示K=num的标签
- spbgcol=..
clustercol=c("#A6CEE3", "#3F8EAA", "#79C360".....)堆叠柱状图的颜色
showlegend=T:展示图例legend。
useindlab=T:show individual lab 每个堆叠柱状图的label展示，需要q矩阵的rowname()。
- indlabsize,indlabcol
sortind="all"/"Cluster1"不设置时是默认是按照样本rowname()的顺序展示堆叠图，可设置cluster排序，或者个人手动调整matrix矩阵的样本顺序
grplab=onelabset1(group label)在底部分组展示。含有group时设置sorted会同时显示。onelabeset1为列表，其顺序同是按照meanQ矩阵的rownames()顺序来的。
- grpsize
- grpangle=90字体垂直展示
panel spacer=0.3对join合并图柱状堆叠图中间距离

5. 一些群体结构图的示例

sfiles <- list.files(path=system.file("files/structure",package="pophelper"), full.names=T)
slist <- readQ(files=sfiles,indlabfromfile=T)
threelabset <- read.delim(system.file("files/metadata.txt", package="pophelper"), header=T,stringsAsFactors=F)
twolabset <- threelabset[,2:3] ### group label

##绘图
plotQ(slist[2:3],imgoutput="join",showindlab=T,grplab=twolabset,
      subsetgrp=c("Brazil","Greece"),selgrp="loc",ordergrp=T,showlegend=T,
      showtitle=T,showsubtitle=T,titlelab="The Great Structure",
      subtitlelab="The amazing population structure of your favourite organism.",
      height=1.6,indlabsize=2.3,indlabheight=0.08,indlabspacer=-1,
      barbordercolour="white",barbordersize=0,outputfilename="plotq",imgtype="png")