EEMS推测生境内生物的基因流

EEMS是基于C++来推测生境内生物的基因流(迁移)的软件。用于分析和可视化地理参考的遗传样本中的空间种群结构。 EEMS使用有效迁移的概念来建模遗传学和地理之间的关系,并输出估计的有效迁移面(因此EEMS)–人口结构的直观表示,突出显示了历史基因流量高于平均水平和低于平均水平的区域。

EEMS计算了遗传差异矩阵,并为每个地区的每个样本分配了地理坐标,以对比地界之间的地理和遗传距离。

EEMS分析案例:


From: Genomic structure and diversity of Plasmodium falciparum in Southeast Asia reveal recent parasite migration patterns

1. EEMS软件安装

EEMS有两种版本:用于SNP数据的runeems_snps和用于微卫星数据的runeems_sats,GitHub代码地址here.
EEMS模型是在C ++中实现的,其中使用Eigen进行线性代数计算,使用Boost进行随机数生成和生境几何形状。 可以从http://eigen.tuxfamily下载Eigen模板库。可以从http://www.boost.org下载Boost库。 EEMS已通过Eigen 3.2.2和Boost 1_57进行了测试。下载Eigen(不需要安装)并安装Boost之后,更新Makefile中的变量EIGEN_INC,BOOST_INC,BOOST_LIB.

2. 准备输入文件

EEMS需要三个输入文件。

(a)datapath.diffs: 成对遗传差异的矩阵。 可以使用bed2diffs(也在GitHub上)根据plink二进制格式的遗传数据来计算。
左侧为距离矩阵,右侧为距离热图
(b)datapath.coord: 给出样本采样位置,一行一个样本。
(c)datapath.outer: 逆时针列出栖息地轮廓,第一个顶点也是最后一个顶点,形成闭合的环。

3. 运行EEMS程序

测试数据下载here。首先,需要三个输入参数文件,这三个文件除了output directory mcmc path以外,所有输入参数都相同。 Running runeems_snps将从相同的目标分布中独立采样三个MCMC链:EEMS模型参数的后验分布。
这是第一个参数文件params-chain1.ini

datapath = ../data/barrier-schemeZ-nIndiv300-nSites30002
mcmcpath = ../data/barrier-schemeZ-nIndiv300-nSites3000-EEMS-nDemes200-chain13
nIndiv =3004
nSites =30005
nDemes =2006
diploid =false7
numMCMCIter =20000008
numBurnIter =10000009
numThinIter =9999

使用三个不同的随机种子运行EEMS。 如果未指定种子,则随机分配种子。

./runeems_snps --params params-chain1.ini --seed1232
./runeems_snps --params params-chain2.ini --seed4563
./runeems_snps --params params-chain3.ini --seed789

参数解读:

datapath:输入数据的路径。对于SNP数据,EEMS需要三个文件:平均成对差异矩阵datapath.diffs;样本坐标列表datapath.coord;栖息地边界点列表datapath.outer。
mcmcpath:输出目录的路径,EEMS创建此目录并将所有结果保存在那里。有一个随附的R包,该包解析输出文件并生成多个图形以可视化EEMS结果。
nIndiv and nSites:样本数量和标记数量。
MCMCIter,numBurnIter,numThinIter:MCMC迭代次数,开始要丢弃的老化迭代次数,以及在两个写入步骤之间要精简的迭代次数。如果栖息地不规则,则网格中实际的界数可能与指定的界数不完全相同。
nDemes,指定gridpath,其中gridpath.demes是一个demes列表,gridpath.edges是一个边缘列表和gridpath.ipmap是一个将采样分配给demes的映射。

4. R绘图

install.packages("rEEMSplots")
library("rEEMSplots")
extdata_path<-system.file("extdata",package="rEEMSplots")
eems_results<-file.path(extdata_path,"EEMS-example")
name_figures<-file.path(path.expand("~"),"EEMS-example")
eems.plots(mcmcpath = eems_results,
  plotpath =paste0(name_figures,"-default"),
  longlat =TRUE)

参考:
chrome-extension://cdonnmffkdaoajfknoeeecmchibpmkmg/assets/pdf/web/viewer.html?file=https%3A%2F%2Fraw.githubusercontent.com%2Fdipetkov%2Feems%2Fmaster%2FDocumentation%2FEEMS-doc.pdf

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容