Description
侃大山，随便聊聊。有啥新奇特的Idea都可以分享。
Forums
一般TajimaD小于-2，认为是明显的选择信号。
01 数据准备
vcf文件（不进行LD修剪）。
Forums
遗传多态性：在一个群体中，存在两个或者多个有着相当高频率（通常大于1%）的等位基因时就称为遗传多态性。
01 数据准备
- vcf文件（不进行LD修剪）；
- 亚群列表文件:
Forums
参考教程：https://blog.csdn.net/hgz2020/article/details/145706720
Forums
- LD 衰减分析可以查看整个群体及亚群的连锁水平，推荐软件 popLDdecay。
- 如果两个座位在基因组上离得越近，连锁就越强，LD度越大。因此，随着标记见距离的增加，平均LD度将降低，呈现衰减状态，称之为LD衰减图。
- LD衰减距离：平均LD系数降低到一定标准后（降低到最大值的一半；降低到0.2以下；降低到0.1以下），对应的物理距离。影响因素：群体类型，野生vs驯化（野生比驯化衰减的更快）；世代间隔（世代间隔短，重组概率高，LD连锁被打碎，R2值小，衰减更快）；染色体相对位置。
- LD衰减距离的应用：GWAS中估计标记的覆盖度，通过LD衰减距离和标记间平均距离的比较判断标记是否足够；判断群体多样性的差异，一般野生群体的LD衰减速度快于驯化群体。
- 该分析需要使用未进行 LD 过滤的 VCF 文件。
Forums
主要目的为基于LDfiltered后的SNP进行PCA主成分分析。
Forums
结构分析的基本原理为先预设群体由若干亚群（k=x）构成，通过模拟算法找出在k=x的情况下，最合理的样本分类方法。最后再根据每次模拟的最大似然值，找出最适用这群体的K值。
该方法假设在各个亚群内部个体应该符合哈代-温伯格平衡（哈温平衡的概念），那么这个亚群内的基因频率分布应该可通过哈温平衡检验。 基因型位点不能是连锁的。同一个体基因组上的不同SNP可能来源不同亚群体，这是由于杂交混血过程带来的效应。为了达到哈-温平衡，对不同的位点的分类方法是不同的, 软件是对每个位点单独进行分群的。
Structure分析，输入的数据就是样本的基因型数据一般来讲是snps，需要注意的是输入的必须是不存在连锁不平衡的独立位点。所以，使用所有的SNP是不对的。如果使用大量存在连锁不平衡的位点，就违背了这个软件最初的假设。需要根据连锁不平衡衰减分析的结果，仅从所有SNP中挑选一部分独立的位点用于structure分析。
数据准备：过滤连锁不平衡的位点后的vcf文件。