当我们进行群体遗传分析时，得到vcf后，可利用plink进行主成分（PCA）分析；
1 conda install plink
1 plink --vcf F_M_trans.recode.vcf.gz --recode --out testacc --const-fid --allow-extra-chr 2 3 4 # --vcf vcf 或者vcf.gz 5 # --recode 输出格式 6 # --out 输入前缀 7 # --const-fid 添加群体信息 8 # --allow-extra-chr 允许非标准染色体编号
上述会得到.map, .nosex和.ped结尾的三个文件。
1 plink --allow-extra-chr --file testacc --noweb --make-bed --out testacc 2 3 # --file .ped + .map 文件前缀 4 # --make-bed 建立一个新的二进制文件
上述得到.bim, .bed 结尾的两个文件
1 plink --allow-extra-chr --threads 20 -bfile testacc --pca 20 --out testacc 2 3 4 # --threads 线程数 5 # --pca 主成分
上述得到.eigenval 和.eigenvec 结尾的两个文件，其中.eigenval 代表每个pca所占的比重； 另外一个记录特征向量，用于坐标轴
用ggplot即可，代码简单，自行绘制
欢迎交流，可关注一下公众号
---END---
原文：https://www.cnblogs.com/zhanmaomao/p/12779119.html