.vcfからADMIXTUREを回すまでメモ

メモ書きです。

ADMIXTUREを回すにあたっては、@YF_bioさんの記事「populationsから出力したファイルでADMIXTURE解析をする」がたいへん詳しく書かれており、参考になります。そちらの記事ではStacksの出力ファイルを用いて解析を行っています。こちらではipyrad出力の.vcfファイルを用いてADMIXTUREを回したときのメモ書きを残しておきます。

環境

macOS 14.2.1
ipyrad  0.9.95
PLINK　1.90
ADMIXTURE 1.3.0

ADMIXTUREの導入については省きます。

ADMIXTUREのinputファイルには
・.ped, .map（PLINK形式）を使用する方法
・.bed, .bim, .fam（PLINK バイナリ形式）を使用する方法
・.geno, .ind, .snp（EIGENSOFT形式）を使用する方法
があるようです。
バイナリ形式が速そうなのでそちらの方法でやっています。
（EIGENSOFT形式をインプットにするのは触れてないのでわかりません）

.vcfからの変換（PLINK）

ターミナル

./plink --vcf nantyara.vcf --recode 12 --double-id --allow-extra-chr 0 --out nantyara_input
#ここはYF-bioさんと同じです

./plink --file nantyara_input --allow-extra-chr 0 --make-bed --out nantyara_input

これで.bedまで変換します。
同時に.bimと.famができます。.nosexと.logもできます。

なお、フィルタリングもできる。前処理段階である程度フィルタリングしているかな、と思うのでしなくていいかも。

ターミナル

./plink --allow-extra-chr --bfile nantyara_input \
    --geno 0.1 \
    --maf 0.05 \
    --indep-pairwise 50 5 0.2 \
    --make-bed \
    --out cleaned_nantyara_input

./plink --bfile cleaned_nantyara_input --missing --out check_missing
#データチェック

--missing produces sample-based and variant-based missing data reports
PLINKサイトより引用

ADMIXTUREでの解析

K=1からK=10までを解析します。ここからの流れもYF_bioさんの記事と同じですが、同じようなことを一応書いておきます。
for構文で一気に解析します。

ターミナル

for K in {1..10}; do ./admixture -C 0.0001 -s time --cv cleaned_for_admixture.bed $K | tee log${K}.out; done
#Cross-validationを.txtで保存
grep -h CV log*.out > CV-error.txt
cat CV-error.txt
#.Qファイルをまとめる
mkdir Qmatrix ; cp *.Q Qmatrix/ ; zip -r Qmatrix.zip Qmatrix/

あとはなんらかの手段でプロットするだけです。
Rでプロットする方法だけ書き残しておきます。

R

library(pophelper)
#任意の作業ディレクトリで
setwd("ninnino/sagyou/directory")
#Qmatrixに.Qファイルをまとめている
qfiles <- list.files(path="Qmatrix", pattern="*.Q", full.names=TRUE)
qlist <- readQ(files=qfiles)
p <- plotQ(qlist[c(1:1-)], imgoutput="join", returnplot=T, exportplot=F, basesize=11, showindlab=T)
print(p$plot[[1]])
#すると一枚に結果がまとまったデータが生成されます。やったね

以上です。
自身のメモついでの記事なので、雑なまとめですが参考になれば幸いです。

引用文献・サイト

・Alexander, D.H., Lange, K. 2011. Enhancements to the ADMIXTURE algorithm for individual ancestry estimation. BMC Bioinformatics 12: 246　https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-12-246
・@YF_bio「populationsから出力したファイルでADMIXTURE解析をする」
・ADMIXTUREのマニュアル：http://dalexander.github.io/admixture/admixture-manual.pdf
・PLINKのマニュアル：https://www.cog-genomics.org/plink/1.9/
・ipyrad公式サイト：https://ipyrad.readthedocs.io/en/master/