SMC++进行有效种群分析

本文为CSDN博主「生信菜鸟1号」的原创文章，原文链接：https://blog.csdn.net/weixin_45694863/article/details/126801831

SMC++是一个用于从全基因组序列数据中估计种群大小历史的程序，其可以进行多个样本的分析，v1.15.4 以后smc++不支持conda了，改为docker运行。
1.SMC++安装
SMC++可以作为Docker image直接运行，其安装方法也及其简单，就是运行一遍，当docker找不到SMC++image时自动下载，需要一定时间。

#简直不要太简单
sudo apt-get install -y python3-dev libgmp-dev libmpfr-dev libgsl0-dev #下载依赖库，我忘记用docker安装需不需要这些库了，但是下载了也没啥问题。
sudo docker run --rm -v $PWD:/mnt terhorst/smcpp:latest #下载
sudo docker images  #看一下docker有哪些image

如下如，MSC++ image下载完毕

image.png

看一下具体参数

sudo docker run --rm -v $PWD:/mnt terhorst/smcpp:latest -h

有效种群大小主要用到vcf2msc，eastimate，plot

image.png

2.输入文件
SMC++的输入文件可以是vcf文件，非常棒。首先需要得到你分析的群体的vcf文件

vcftoosl --vcf xxx.vcf --recode --keep poplation.txt --out smc #population中时你的群体样本
bgzip smc.recode.vcf    #压缩
tabix smc.recode.vcf.gz #为vcf构建tbi索引

之后就是格式转换，vcf转smc格式，用到了vcf2msc

image.png

for i in {1..19}
do
      sudo docker run --rm -v $PWD:/mnt terhorst/smcpp:latest vcf2smc ./smc.recode.vcf.gz ./data/chr${i}.smc.gz $i S:S1,S2,S4,S5,S6,S7,S9
done

#输入vcf文件，输出smc.gz文件，$i为染色体，样本的排列是 population name:sample1,sample2,sample3
#值得注意的是mask文件，在MSMC2中需要，在MSC++也可以添加

3.分析

image.png

sudo docker run --rm -v $PWD:/mnt terhorst/smcpp:latest  estimate --spline cubic --knots 15 --timepoints 1000 1000000  --cores 20  -o ./data/estimate-1/ 2e-8 ./data/*.smc.gz
#–spline 线条类型 cubic为平滑曲线吧
#–knots 节点，就是绘图曲线的点数
#–timepoints 时间范围，单位为多少代，如1000 1000000 为1000代到1000000代
#cores 计算核数
#2e-8为突变率

4.绘图

sudo docker run --rm -v $PWD:/mnt terhorst/smcpp:latest  plot ./plot-IN-6e-9.pdf ./data/estimate-1/*.final.json -g 1 --ylim 0 100000000 -c
#.final.json为最终模型
#-c --csv 输出绘图文件，利用该文件在R中绘图，具体自己发挥
#-g 代数，如人为25，鼠为1
#–ylim Y轴范围
#–xlim X轴范围

总结:smc++不仅能多个文件分析，速度还快，还支持vcf文件，非常好。
stairway plot 分析
————————————————