主成分分析

数据过滤质控之后

PCA分析（gcta）

###make germ
nohup /home/software/gcta_1.92.3beta3/gcta64 --bfile ld.QC.75_noinclude0-502502-geno02-maf03 --make-grm --autosome-num 26 --out ld.QC.75_noinclude0-502502-geno02-maf03.gcta &

              # autosome表示只选出常染色体来运行

###pca
nohup /home/software/gcta_1.92.3beta3/gcta64 --grm ld.QC.75_noinclude0-502502-geno02-maf03.gcta --pca 5 --out ld.QC.75_noinclude0-502502-geno02-maf03.gcta.out &

               ########输入的文件就是.gcta,这个文件不是上一步的生成文件，pca后面跟的是要做几个主成分的比较

利用R绘图

####
a=read.table("pca.eigenvec",header=F)
head(a)
dim(a)
b=read.table("pca.txt",header=F)     ###pca.txt为四列的文件，（1列为品种，2列和4列为个体ID，3列为排序数字）
head(b)
library("ggplot2")
qplot(a[,3],a[,4],col=b[,1])
Breed=b[,1]
p = ggplot(data  = a ,
      aes(x = a[,3],
          y = a[,4],    （######x = a[,3], y = a[,4]代表第3列和第4列比较也就是pc1与pc2比较）
          group = Breed,
          shape = Breed,
          color = Breed)
)+geom_point(size=2) +scale_shape_manual(values = seq(0,75))
p + labs(x = "pc1", y = "pc2")                (########修改x轴和y轴的坐标名称）
#####图就出来啦