这篇文章将为大家详细讲解有关如何进行R语言用DNA序列做主成分的分析，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
成都创新互联公司专业为企业提供通城网站建设、通城做网站、通城网站设计、通城网站制作等企业网站建设、网页设计与制作、通城企业网站模板建站服务，十多年通城做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
之前也有人留言问过如何用DNA序列做主成分分析，当时我也不知道，但是大体有一个思路 就是先比对，然后把比对的数据转换成通常用的snp数据应该就可以了，但是也仅限于思路，完全不知道如何操作，今天坐车回家，路上无聊，翻了一下电脑上保存的一些资料，发现了一个办法：可以借助R语言的adegenet包，用到的函数是fasta2genlight()
fasta2genlight()函数的只要作用The function fasta2genlight extracts SNPs from alignments with fasta format. 从比对好的fasta文件中提取snp数据
下面开始实际操作adegenet这个包第一使用需要先安装，直接运行如下命令
install.packages("adegenet")
今天的推文使用的数据集是这个包的内置数据集，首先是获取这个数据集的存储路径
dfpath<-system.file("files/usflu.fasta",package="adegenet")
dfpath
加载包读入数据library(adegenet)
flu<-fasta2genlight(dfpath,chunkSize = 10,parallel = F)
flu
数据读入以后做一些分析就比较容易了
首先是看一下snp位点在染色体上的分布密度library(ggplot2)
snpposi.plot(position(flu),genome.size = 1700,codon = F)+
theme_bw()
image.png 还可以划分不同的密码子位置snpposi.plot(position(flu),genome.size = 1700,codon = T)+
theme_bw()
image.png这个图如果分面画成山脊图的形式可能会更好看，但是自己目前还不知道如何实现
还能够检测snp在染色体上是否分布均匀snpposi.test(position(flu),genome.size = 1700)
这一步的时间可能会比较长
接下来是做主成分分析了df.pca<-glPca(flu,nf=3)
df.pca.scores<-as.data.frame(df.pca$scores)
df.pca.scores
自己随便构造一个分组信息，然后用散点图加置信椭圆的方式展示结果
df.pca.scores$population<-ifelse(df.pca.scores$PC1>0,"pop1",
ifelse(df.pca.scores$PC2>1,"pop2","pop3"))
library(ggplot2)
ggplot()+
geom_point(data=df.pca.scores,
size=2,
aes(x=PC1,y=PC2,
color=population))+
theme_bw()+
stat_ellipse(data=df.pca.scores,
aes(x=PC1,y=PC2,fill=population),
geom = "polygon",alpha=0.2,lty="dashed",color="black")
image.png关于如何进行R语言用DNA序列做主成分的分析就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
新闻标题：如何进行R语言用DNA序列做主成分的分析
文章来源：
http://cdkjz.cn/article/gjoogh.html
