【群体结构】Network分析

疫情的爆发使得病毒基因组的研究呈现井喷式增长，其中有一部分研究是与进化相关的，病毒从何而来，病毒是否发生了进化等等一系列问题都被大家关注着。这里小Q介绍其中的一种分析--Network网络图分析。

分析用途

目前小Q接触Network分析，有以下几种使用环境：

• 用在自然选择分析研究中，一般在确定一段区域或基因受选择后，会想看下在单倍型上是否呈现同样的增长趋势，这会作为选择信号的一种展示，用图形的方式展示单倍型层面的增长。
  我的理解： 单倍型层面的增长是基因组区域受自然选择的必要条件，而不是充分条件。
  可参考的文献：
  1）Loci associated with skin pigmentation identified in African populations
  https://pubmed.ncbi.nlm.nih.gov/29025994/
• 构建mtDNA/Y 基因组的单倍型网络，探讨人群的起源
  这块小Q接触较少，看到过一些文章，给2篇可参考的文献：
  1）2013-Invest Genet-Inferring human history in East Asia from Y Chr
  https://investigativegenetics.biomedcentral.com/articles/10.1186/2041-2223-4-11
  2）Phylogenetic Network for European mtDNA
  https://www.sciencedirect.com/science/article/pii/S0002929707610581
• 病毒基因组序列的单倍型网络，探索其起源与扩张
  可参考文献：
  1）Decoding the evolution and transmissions of the novelpneumonia coronavirus (SARS-CoV-2 / HCoV-19)using whole genomic data
  http://www.zoores.ac.cn/en/article/doi/10.24272/j.issn.2095-8137.2020.022

软件介绍

• 小编较常用的软件是Network（https://www.fluxus-engineering.com/sharenet.htm），这款软件是免费开源的，可直接下载使用。它主要是计算单倍型之间的关系，并计算其在网络中的位置。
• 它还有一个收费的Network publisher，可以很方便的调整Node的颜色分区，对于后面图的展示帮助很大。这里不做介绍。

1）输入文件
我较为常用的RDF（Roehl Data File）文件，以此为例：
示例： 2个单倍型，5个碱基长度

空格空格;1.0
1;2;3;4;5;
10;10;10;10;10;
\>H_1;1;;;;;;;;
CCTCG
\>H_2;1;;;;;;;;
CCTCG

讲解：
1.1) 第1行
;1.0前面的2个空格必须要有，别问原因，问小Q也不知道，就知道不加就出错，哈哈
1.2）第2行
碱基（突变）位置，随意数字都可以,建议用基因组上的真实位置，这样后续分析可知道单倍型之间相差是哪些位置的碱基。
1.3）第3行
每个碱基的权重，一般这里我不做修改，默认都是10，关于如何修改这个值，感兴趣的伙伴可以看下官方说明。
1.4）第4行-第5行
第1个单倍型的名称和碱基序列

• H_1;1;;;;;;;;
  这里，H_1是单倍型名称，必须是独特的
• 1：表示这个单倍型的频数为1
  后面每一个分号前面都表示这个单倍型的属性，比如：所属物种，所属国家，所属时间等均可
  1.5）第6行-第7行
  第2个单倍型的名称和碱基序列

怎么做

1. 准备好RDF文件

• 这里大家可以参照这篇文章准备，http://blog.sciencenet.cn/home.php?mod=space&uid=460481&do=blog&id=1191502

微信图片_20200807121252.png 微信图片_202008071212521.png 微信图片_202008071212522.png 微信图片_202008071212523.png 微信图片_202008071212524.png