test.vcf是SNP calling 过滤后生成的vcf 文件；
p_1_2_3 生成结果的prefix
1_population.txt是一个文件包含同一个群体中所有个体，一般每行一个个体。个体名字要和vcf的名字对应。2_population.txt 包含了群体二中所有个体。
--fst-window-size # 设置计算Fst的窗口大小，根据自己的数据进行设置，看看别人文章里怎么用的
--fst-window-step # 设置计算Fst的步长长度，根据自己的数据进行设置
我们也可以只计算每个点的Fst，去掉参数（–fst-window-size 500000 --fst-window-step 50000）即可。
实际研究中，Fst为0～0.05:群体间遗传分化很小，可以不考虑；
Fst为0.05～0.15，群体间存在中等程度的遗传分化；
Fst为0.15~0.25，群体间遗传分化较大；
Fst为0.25以上，群体间有很大的遗传分化
1、按窗口式计算Fst值的处理
在对两个群体之间进行不同区段的Fst计算之后，需要判断哪一些区段，是“真正”受到了选择压力，根据近期看的文章，得到可以选择前5%的作Fst为一个阈值，对区域进行划分，高于该阈值的被认为受到了选择压力的影响，进一步就可以得到是受到影响的是哪些SNP，最终即可得到受到影响的是哪些gene。
「陈有朴」原文链接： https://blog.csdn.net/qq524730309/article/details/123489362
2、当然，对Fst的计算结果可视化，当然也是非常重要的一部分，
fst图的一些可视化图
Fst ：群体间遗传分化指数，是种群分化和遗传距离的一种衡量方法，分化指数越大，差异越大。适用于亚群体间多样性的比较。
用于衡量种群分化程度，取值从0到1，为0则认为两个种群间是随机交配的，基因型完全相似；为1则表示是完全隔离的，完全不相似。它往往从基因的多样性来估计，比如SNP或者microsatellites(串联重复序列一种，长度小于等于10bp)。是一种以哈温平衡为前提的种群遗传学统计方法。
两个种群之间遗传差异的基本测量是统计量FST。在遗传学中，F一词通常代表“近亲繁殖”，它倾向于减少群体中的遗传变异。遗传变异可以用杂合度来衡量，所以F一般表示群体中杂合性的减少。 FST是与它们所属的总群体相比，亚群体中杂合性的减少量。
具体可以下面的公式表示：
Fst= (Ht-Hs）/ Ht
Hs:亚群体中的平均杂合度
Ht:复合群体中的平均杂合度
理论上要估算FST，需要以下步骤：
具体例子
基因SLC24A5是黑色素表达途径的关键部分，其导致皮肤和毛发色素沉着。与欧洲较轻的皮肤色素密切相关的SNP是rs1426654。 SNP有两个等位基因A和G，其中G与轻度皮肤相关，在犹他州的欧裔美国人中，频率为100％。美洲印第安人与美国印第安人混血儿的SNP在频率上有所不同。墨西哥的样本有38％A和62％G在波多黎各，频率分别为59％A和41％G，查尔斯顿的非裔美国人样本中有19％A和81％G.这个例子中的FST是什么？
手工计算的步骤如下：
在得到每个群体中等位基因的频率后:
首先第一步是计算每个亚群的杂合度H，这一步简单H=2 p q （p和q是对应群体中等位基因的频率）
第二步计算这些亚群杂合度的平均值HS，取三个不同种群中的H值，除去平均数3，得到结果
第三步，计算群体等位基因频率，和上述方法类似，取每个等位基因在对应种群中的频率叠加除去平均数。
第四步，计算所有群体中的杂合度HT，使用2pq，p和q是群体中的等位基因频率，在第三步骤已经算好了。
最后，根据计算公式算出Fst。
在实际中，当然不可能用手工对每个位点进行这样的计算，怎样在电脑中分析FST等值，会在下次内容中介绍。
当然了，实际中我们并不需要像上述例子那样逐个计算。等位基因频率的信息都藏在snp calling后的vcf中，再使用恰当的工具就可以快速计算出Fst。下面给大家介绍一种比较popular的计算Fst的方法（还有其他方法不限于一种），使用vcftools：
分别对不同结果进行图形绘制
可以看到两幅图还是基本对应的，然后对一些接近1，与大部分点偏离比较高的点可以将其与功能注释相结合，还有一些选择压力分析的工具相结合，寻找出其对应的基因，观察该基因是否是被选择。Pi也是选择分析中一个很要的参数，这一部分内容有时间这一点以后再补回来。
参考文章：
https://blog.csdn.net/u014182497/article/details/52672308
http://www.omicshare.com/forum/thread-3688-1-1.html
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）