# 官网说明书：https://github.com/millanek/Dsuite
########## 1 Installation
# 注意操作系统环境配置：GCC的版本 >=4.9.0 。GCC的安装与升级，参考：https://www.cnblogs.com/jixiaohua/p/11732225.html
git clone https://github.com/millanek/Dsuite.git
cd Dsuite
make
vi ~/.bashrc
# export PATH=/pub/software/Dsuite/Build:$PATH #你的安装目录
source ~/.bashrc
Dsuite -h #查看帮助
########## 2 Input files
#（1）vcf文件，可以包含SNPs和Indels的多等位基因位点，但必须是biallelic。
#（2）个体或种群名录SETS.txt
# 想用多少用多少个体，如果中途希望取子集研究，只需要把不需要的个体用xxx替代就行。
# 在Dtrios命令中至少要指定一个outgroup。
# 在Dquartets中不要有outgroup，因为这个命令会自动分组，探索所有可能的patterns。
cat SETS.txt #文件格式如下
Ind1 Species1
Ind2 Species1
Ind3 Species2
Ind4 Species2
Ind5 Species3
Ind6 Outgroup
Ind7 Outgroup
Ind8 xxx
... ...
IndN Species_n
########## 3 Optional files
#（1）Newick格式的树。 树应具有与物种/种群名称相对应的叶子标签。 分支长度可以存在，但不使用。 若要使用Fbranch，树必须使用Outgroup置根。 例子：
#(Species2,(Species1,(Species3,Species4)));
#(Species2:6.0,(Species1:5.0,(Species3:3.0,Species4:4.0)));
#（2）用于Dinvestigate的test_trios.txt文件。 每行三个种群/物种，以制表符按P1 P2 P3的顺序分隔：
Species1 Species2 Species3
Species1 Species4 Species2
... ... ...
########## 4 Piped VCF input #本案例中没有用到
# 可以从另一个程序（例如bcftools）将基因型数据“输送”到Dsuite Dtrios或Dsuite Dquartets中，从而允许自定义过滤VCF文件。
# 只需使用stdin关键字代替VCF文件名即可。
# 还必须通过-l选项为Dsuite程序提供已过滤的VCF中的行数。
# 例如，要在所有样本中对VCF进行过滤，以使其总最小深度至少为1000，则可以使用以下命令：
NUMLINES=$(bcftools view -i 'INFO/DP>1000' INPUT_FILE.vcf.gz | wc -l) # to get NUMLINES
bcftools view -i 'INFO/DP>1000' INPUT_FILE.vcf.gz | Dsuite Dtrios -l $NUMLINES stdin SETS.txt
########## 5 Commands (v0.4): Dsuite Dtrios
# Dsuite Dtrios - Calculate the D (ABBA-BABA) and f4-ratio statistics for all possible trios of populations/species
# Usage: Dsuite Dtrios [OPTIONS] INPUT_FILE.vcf SETS.txt
Dsuite Dtrios -t tree.nwk -c snp.flt.vcf SETS.txt
# -t 指定树结构
# -c 不需要生成用于合并的文件"_combine.txt"和"_combine_stderr.txt"
# SETS.txt 为指定的3个类群和Outgroup
### Dtrios的 Output
(1) SETS_BBAA.txt #结果文件，支持BBAA模式，p < 0.01
P1 P2 P3 Dstatistic Z-score p-value f4-ratio BBAA ABBA BABA
Species1 Species2 Species3 0.0363449 3.95771 3.7836e-05 0.0222077 439626 439435 408612
(2) SETS_Dmin.txt
(3) SETS_tree.txt #与SETS_BBAA.txt内容相同
########## 6 Commands (v0.4): Dsuite Dquartets #推荐使用，一次性计算出所有组合的可能性，从中选取合理的部分
# Calculate the D (ABBA/BABA) and f4-ratio (f_G) statistics for all quartets of species in the dataset (there is no outgroup)
# Usage: Dsuite Dquartets [OPTIONS] INPUT_FILE.vcf SETS.txt
Dsuite Dquartets -t tree.nwk snp.flt.vcf SETS.txt
# SETS.txt中没有outgroup，第二列为各个样品的物种或分组名，个体名称与snp.flt.vcf 中一致
# tree.nwk 树上叶子的名称为SETS.txt中的物种或分组名
### Dquartets的 Output
(1) SETS_quartets_BBAA.txt #结果文件
cat SETS_quartets_BBAA.txt
# 查看结果，结果会显示每个组合的P1 P2 P3 P4，the D statistics，Zscore，unadjusted p-values，the f4-ratios，以及BBAA、BABA和ABBA patterns的数量。
(2) SETS_quartets_combine.txt 和 SETS_quartets_combine_stderr.txt #用于合并，本案例不需要
(3) SETS_quartets_Dmin.txt 和 SETS_quartets_quartets_tree.txt #与SETS_quartets_BBAA.txt中的内容一样
#结果的进一步解读和绘图，待续。。。
网友评论