使用XP-CLR检测基因组中的选择信号
检测基因组选择信号的方法有很多种,其中 XP-CLR 方法是常用的一种。XP-CLR 是陈华老师、Nick Patterson 和 David Reich 在 2010 年发表的方法,全称叫 the cross-population composite likelihood ratio test(跨群体复合似然比检验),是一种是基于选择扫荡(selective sweeep)的似然方法。
选择扫荡可以增加群体之间的遗传分化,导致等位基因频率偏离中性条件下的预期值。XP-CLR 利用了两个群体之间的多基因座等位基因频率差异(multilocus allele frequency differentiation)建立模型,使用布朗运动来模拟中性下的遗传漂移,并使用确定性模型来近似地对附近的单核苷酸多态性(SNPs)进行选择性扫描。
XP-CLR 不仅可以用在人类上,它在动植物驯化研究中也用得较多,比如玉米、大豆、家犬、牛等。
安装
XP-CLR的下载地址可以在 https://reich.hms.harvard.edu/software 找到。
wget https://reich.hms.harvard.edu/sites/reich.hms.harvard.edu/files/inline-files/XPCLR.tar
tar xvf XPCLR.tar
解压后有 bin
和 src
两个文件夹以及一个 README 文档。'bin' 中的 XPCLR
是程序可执行文件,剩下的三个是示例数据。
如果 XPCLR
无法在你的系统中运行,则需要自己用 src
的源码编译:
cd src
make
make install"
输入数据
XP-CLR 的计算需要2个 geno 文件和 1 个.snp (map) 文件。
.geno file:
一个群体的基因型数据放在一个 geno 文件中。每一行包含一个 SNP 的 genotype(0或1),每两列代表一个人。数据可以是 phased 的,也可以未 phased。如果是 phased 后的,每一列是一个 haplotype。如果是未 phased 的,同一个人的两个 alleles 可以随意在两列中排放。示例数据 CEU.9
和YRI.9
用的是空格间隔符。
比如下面这个,代表了 3 个人的 2 个 SNPs:
1 0 1 1 9 9
1 1 1 0 0 0
.snp file
每一行是一个 SNP的信息,每一列分别是 SNPName chr# GeneticDistance(Morgan) PhysicalDistance(bp) RefAllele TheOtherAllele
。示例数据 9.xpclr.b36.snp
用的是 tab 间隔符。
比如:
rs10814410 9 0.000109 36587 C T
rs9408752 9 0.000938 91857 A G
rs2810979 9 0.001323 152695 G A
运行
分析命令:
XPCLR -xpclr genofile1 genofile2 mapfile outputFile -w1 gWin snpWin gridSize chrN -p corrLevel
参数解释:
-xpclr
:后面接是两个群体的 .geno 文件(genofile1 和 genofile2)、 .snp 文件(mapfile)、输出文件(outputFile)
-w1
:后面接的参数依次为:gWin 是 Morgan 为单位的window size (一般可以设为 0.005);snpWin 代表一个 window 中最大的 SNP 数量;gridSize 是 bp 为单位的两个 grid points 的间距;chrN 是染色体数。
-p
:-p1
代表 phased 的数据,-p0
代表未 phased。
corrLevel
:加权复合似然比检验中的 criterion,一般可设为0.95。
运行示例数据,示例两个群体的 9号染色体的 unphased 数据:
./XPCLR -xpclr CEU.9 YRI.9 9.xpclr.b36.snp xpclr.9 -w1 0.005 200 2000 1 -p0 0.95
得到的结果文件中,每一列分别代表 chr# grid# #ofSNPs_in_window physical_pos genetic_pos XPCLR_score max_s
,XPCLR_score 是算出的 XP-CLR 分数。
Python版
原版 XP-CLR 已经多年没更新。Big Data Institute, University of Oxford 的 Nick Hardin 使用 Python 重写了 XP-CLR的计算工具,并且改正了当中存在的小 bug。仓库地址为 https://github.com/hardingnj/xpclr。可以克隆 GitHub 参考后使用 python setup.py install
安装,也可以直接在 bioconda 用conda install xpclr -c bioconda
安装。
参考
Chen, H., Patterson, N. and Reich, D., 2010. Population differentiation as a test for selective sweeps. Genome research, 20(3), pp.393-402.