目标：
如题
数据：
pombe_65_2dxm_strains.passed_snps_select1.vcf（GATK 分析产生的vcf文件）
工具：
R package: gdsfmt, SNPRelate, ggplot2,ggrepel
数据预处理：
从vcf文件中选择特定区域的snp sites:
cat pombe_65_2dxm_strains.passed_snps_select1.vcf |awk '{if(NR==52|| (NR>=1726 && NR<=2000)) print $0;}' >test.vcf
####NR==52: 保留 '#CHROM' 这行，这行包含sampleid
用SNPRelate进行PCA分析：
library（gdsfmt）
library(SNPRelate)
vcf.fn <- "test.vcf"
snpgdsVCF2GDS(vcf.fn, "test.gds", method="biallelic.only")
####这一步将vcf格式转换为gds格式，以符合SNPRelate对数据格式的要求；
genofile <- snpgdsOpen("test.gds")
####打开文件
pca <- snpgdsPCA(genofile, autosome.only=FALSE,num.thread=2)
###用SNPRelate中的snpgdsPCA函数进行PCA分析。autosome.only=FALSE，用于处理染色体非常规编号，例如本文件中染色体编号为“III”，不加此参数时，所有snp位点均被过滤；
ggplot作图：
library(ggplot2)
library(ggrepel)
pcadf<-data.frame(pca$eigenvect[,1],pca$eigenvect[,2],sampleid=pca$sample.id)
####存储为data.frame
ggplot(pcadf, aes(x = pca.eigenvect...1., y = pca.eigenvect...2.)) +
+ geom_point(size=3)+geom_text_repel(aes(label = sampleid), size = 2)
####"geom_text_repel"用于避免数据标签的重叠；
最终结果：
NOTE：如需要标注PC1,PC2对差异解释的比例，打印pca$varprop。
