[PYTHON] [GWAS] Tracez les résultats de l'analyse en composantes principales (ACP) par PLINK

À propos de cet article

• Un script qui trace les résultats de l'analyse en composantes principales (ACP) à l'aide du logiciel d'analyse de statistiques génétiques PLINK sur un plan bidimensionnel. A écrit. --Introduisez le fichier d'entrée / sortie du script et la méthode d'exécution. --Le script est ici (lien vers GitHub)

Préparation du fichier d'entrée

1. Préparation des données de charge des composants principaux

format de fichier

Préparez un fichier contenant l'ID de la famille dans la première colonne, l'ID personnel dans la deuxième colonne et la charge du composant principal dans la troisième colonne et les suivantes. Les fichiers dans un tel format peuvent être obtenus en effectuant une analyse des composants principaux à l'aide de PLINK.

#1 FamID
#2 Individual ID
#3 PC1
#4 PC2
...

Analyse des composants principaux par PLINK

Le logiciel d'analyse des statistiques génétiques PLINK peut effectuer l'analyse des composants principaux. L'analyse en composantes principales est une méthode de réduction de dimension basée sur la décomposition en valeur propre d'une matrice de co-dispersion de dispersion ou d'une matrice de corrélation. Il est utilisé pour l'ajustement de l'intrication.

$ plink --bfile ${bfile_name} --out ${outfile_name} --pca

Comme résultat de la sortie PCA par PLINK, $ {outfile_name} .eigenvec et $ {outfile_name} .eigenval sont obtenus. Pour illustrer les résultats, utilisez $ {outfile_name} .eigenvec (charge de chaque composant principal dans chaque individu).

2. Préparation des données d'étiquette de groupe

format de fichier

Préparez un fichier avec l'ID de la famille dans la première colonne, l'ID individuel dans la deuxième colonne et l'étiquette du groupe (race, etc.) dans la troisième colonne. (Disons populations.txt.)

#1 FamID
#2 Individual ID
#3 Group

Comment exécuter le script

L'environnement d'exécution est Python3, et pandas et matplotlib sont installés. Exécutez en spécifiant les options suivantes. --Spécifiez un fichier $ {outfile_name} .eigenvec pour l'option -e --Spécifiez un fichier populations.txt pour l'option -p --Spécifiez le répertoire de sortie dans l'option -o

$ python plot_pca_gwas.py -e ${outfile_name}.eigenvec -p populations.txt -o ${output_directory}/

Vérifiez le résultat de sortie

L'image suivante est obtenue comme résultat de sortie du script. --pca.png: Graphique de la population entière --pca_ {group} .png: Tracer pour chaque groupe

Exemple d'exécution

Les fichiers d'entrée sont example.eigenvec et [example_population.txt](https: / Si vous exécutez le script en utilisant /github.com/t-yui/bioinformatics_scripts/blob/master/gwas_tools/plinkPCA/plot_examples/example_data/example_population.txt), vous obtiendrez l'image suivante.

1. pca.png

2-1) pca_GROUP1.png

2-2) pca_GROUP2.png

2-3) pca_GROUP3.png