linux中主成分分析软件,基于全基因组snp数据进行主成分分析（PCA）

现将如何基于全基因组的SNP数据进行PCA分析流程记录下来：

1)全基因组snp数据格式为 .vcf

2)利用vcftools软件进行格式转换(Linux系统下：进入 /vcftools_0.1.13/cpp

路径后，会注意有个文件vcftools是别样颜色):

./vcftools --vcf tmp.vcf --plink --out tmp

此时会生成两个文件：tmp.ped 和 tmp.map

3)利用plink软件进行数据格式转换(Linux系统下：下载plink软件，进入 /plink-1.07-i686 路径下 ,

运行：chmod a+x plink ,此时会发现plink文件变了颜色，接下来运行下一行)：

./plink --noweb --file tmp --make-bed --out tmp

注意，输入文件和输出文件都不需要文件名的后缀，此时生成3个文件：tmp.bed，tmp.bim 和 tmp.fam

4)利用gcta软件进行pca构建(Linux系统下：下载gcta软件，进入 /gcta 路径下 , 运行：chmod a+x

gcta ,此时会发现gcta文件变了颜色，接下来运行下一行)：

4.1 ./gcta --bfile tmp --make-grm --autosome --out tmp

此时生成一个文件：tmp.grm.gz

4.2 ./gcta --grm tmp --pca 3 --out pcatmp

此时生成两个文件：pcatmp.eigenval 和 pcatmp.eigenvec

5)将生成的pcatmp.eigenvec用文本编辑器打开，在最上面加入一行：1 2 pc1 pc2

pc3(之间以空格隔开)，保存

6)打开R软件

6.1 输入文件：a

header=TRUE)

6.2 绘散点图：plot(a$pc1