smc++又称为smcpp,
从官方github下载文件
https://github.com/popgenmethods/smcpp
git clone https://github.com/popgenmethods/smcpp.git
注意不要下载右侧发布的版本，而是下载项目，这才是最新版。
下载后进入路径，

make -j6
make install

安装完成后，运行smc++ --help
没有报错，但是运行第一步时，报错找不到libgsl.so.0文件
手动从https://mirror.ibcp.fr/pub/gnu/gsl/gsl-latest.tar.gz下载gsl,
在本地执行编译，

./configure --prefix=/share/home/chai/soft/gsl
make -j6
make install

把下面三行文本添加到~/.bashrc文件里。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/share/home/chai/soft/gsl/lib
export CFLAGS="-I/share/home/chai/soft/gsl/include"
export LDFLAGS="-L/share/home/chai/soft/gsl/lib"

重新进入终端后，查看/share/home/chai/soft/gsl/lib目录里是否有libgsl.so.0文件

find /share/home/chai/soft/gsl/lib -name "libgsl.so.0"
#如果没有上述文件，则运行下面的命令即可
cd /share/home/chai/soft/gsl/lib
ln -s libgsl.so libgsl.so.0

运行smc++ estimate命令时，出现错误“AttributeError: module 'typing' has no attribute '_ClassVar'”

解决方法是：pip uninstall dataclasses -y运行之后，就恢复正常。

运行smc++包括下面的步骤：
注意：输入的vcf是需要使用bgzip压缩的gz文件
getvcfchr.py 的脚本的内容如下：

#!/usr/bin/env python3
#输入 vcf文件和输出文件名
#输出的是vcf的chr的列表

import sys
import gzip

def get_unique_chromosomes_from_vcf(filename):
    chromosomes = set()
    opener = gzip.open if filename.endswith('.gz') else open

    with opener(filename, 'rt') as file:
        for line in file:
            if line.startswith('#'):
                continue
            else:
                chromosome = line.split('\t')[0]
                chromosomes.add(chromosome)
    return sorted(chromosomes)

def write_chromosomes_to_file(chromosomes, output_file):
    with open(output_file, "w") as file:
        for chromosome in chromosomes:
            file.write(f"{chromosome}\n")

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("python3 getvcfchr.py inputvcf.gz outputtxt")
    else:
        vcf_filename = sys.argv[1]
        output_filename = sys.argv[2]
        unique_chromosomes = get_unique_chromosomes_from_vcf(vcf_filename)
        write_chromosomes_to_file(unique_chromosomes, output_filename)
        print("Chromosomes written to file:", output_filename)

输入文件

• input.vcf (snp位点的vcf文件,vcf文件必须有头部，即包含了染色体名称和长度信息的行)
  输入的vcf的文件的头部必须包含类似下面的内容的行，smcpp需要从中读取染色体名称和长度，没有这些内容会报错。
  ##contig=<ID=Chr01,assembly=ref.fa,length=12346530>

• Groupinfo.txt （样本的分群信息）

准备工作

inputvcf="youinput.snp.vcf"
#获取chr的列表
python3 getvcfchr.py ${inputvcf} chr.list
#使用bgzip压缩为gz格式
bgzip ${inputvcf} -c >${inputvcf}.gz
#构建索引
tabix ${inputvcf}.gz

开始第一步分析，获取每条染色体的smc.gz文件

这里的chr.list就是一列染色体的编号的文件，就是vcf文件里的染色体号。
此处示例是样本分为2个群，G1是第一个群的名称,后面的sample11，sample12,sample41,sampleM是属于这个群的样本的名称（一定要和vcf文件里的一致）

如果有多个群，也是一样的方法，依次增加即可。注意输出的文件夹G1这种，一定要自己手动新建。如果目录不存在输出的文件夹，smc++不会自动新建。

mkdir G1
mkdir G2
cat chr.list|while read line;
do
    smc++ vcf2smc ${inputvcf}.gz ./G1/$line.smc.gz $line G1:sample11,sample12,sample41,sampleM
done

cat chr.list|while read line;
do
    smc++ vcf2smc ${inputvcf}.gz ./G2/$line.smc.gz $line G2:sample1,sample2,sample4,sampleN
done

运行后会输出结果分别在G1和G2两个文件夹内，如果你的染色体名称是chr1这种格式，G1内会有chr1.smc.gz,chr2.smc.gz这种文件.G2内也是一样。

第2步 使用smc++分析计算（需要使用较多的cpu数量）

普通版

smc++ estimate -o G1 6.9e-09 G1/*.smc.gz --cores 48

默认情况下只需要
-o 指定输出目录
mu 每一代每一碱基对的突变频率
--cores 指定使用的cpu数量

进阶版

smc++ estimate --spline cubic --knots 15 --timepoints 1000 1000000  --cores 48  -o G1 6.9e-09 G1/*.smc.gz

–spline 线条类型 cubic为平滑曲线,
–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
第2步运行完成后，会在G1目录输出一个文件model.final.json.
运行的时候可能会报错RuntimeError: erroneous average coalescence time.出现这种情况可能是因为你的group内的遗传距离太近了，修改你的mu值，可能会解决这个问题。

第3步，可视化

普通版
smc++ plot plot.G1.pdf G1/*.final.json
输出文件为plot.G1.pdf
进阶版
smc++ plot plot.pdf *.final.json -g 6 --ylim 0 100000000 -c
-c --csv 输出绘图文件，利用该文件在R中绘图（也许可以画折线图）
-g 代数，如人为25，鼠为1 ，牛为6或5
–ylim Y轴范围
–xlim X轴范围

合并计算亚群的分化时间（一次只能比较2个群之间的信息）

mkdir data
cd data
ls ../G1/*.smc.gz|while read line;do ln -s ${line} G1$(basename ${line}); done
ls ../G2/*.smc.gz|while read line;do ln -s ${line} G2$(basename ${line}); done
cd ../
smc++ split -o split/ G1/model.final.json G2/model.final.json data/*.smc.gz
smc++ plot G1.G2.pdf split/model.final.json

一次绘制3个或多个群的信息

#加入分为3个群，分别单独完成运算，生成model.final.json文件
cp G1/model.final.json G1.model.final.json
cp G2/model.final.json G2.model.final.json
cp G3/model.final.json G3.model.final.json
smc++ plot all.pdf *model.final.json

这样就可以一次绘制多个的结果到一张图上