遗传多样性软件 Powermarker 使用说明

powermarker
Liu, K. and S.V. Muse, PowerMarker: an integrated analysis environment for genetic marker analysis. Bioinformatics, 2005. 21(9): p. 2128-2129.
下载地址

如果遇到|

Registered JIT Debugger is not available的问题,尝试卸载已有 .NET Framework 并选择安装新的 .NET Framework,安装.NET Framework是确保当前电脑时间为当前时间。关于.NET Framework的版本可选择1.1。打开下载的powermarker安装软件,要是提示没有安装.NET Framework,会让你选择是否跳转到当前需要的.NET Framework版本网页,安装.NET Framework后再安装 powermarker, powermarker的使用需要更改电脑时间为以前 如2011年。

|

软件已许久没有更新,使用时需要更改电脑时间,才可以使用

案例
跟着案例操作,顺利得到个体聚类结果,看来还是得学一下ggtree

本次使用主要 是用来计算PIC 及建树
以下内容记录自手册

Chapter 2: Tutorial

2.1 Creating a project

分析前需要先建立project

2.2: Importing a dataset

(1)导入数据,从文件或剪切板,需要选择表头中名称的类型,即样本名 种群名与loci 是属于不同类型标签,样本和种群名属于 categorical type, loci属于
Marker type, 接着指定数据文件中缺失数据,比如确实等位基因为0 , 就在填写Missing allele 后填写0, 软件会将0识别为缺失数据。
导入powermarker的文本格式的格式如下,第一列,第二列为样本id及种群名称,需要在软件内选择第一列第二列属于什么内容。

软件下载后Sample文件夹里有软件的样例数据可参考
image.png

image.png

其他格式

(2)对导入的数据进行一定的编辑
需要选择数据中的表头类型,选择数据中sample. pop 为categorical类型,点击column下的表头然后点击下方的蓝色类型(Marker等)即可修改数据中表头类型。


txt数据导入后

(3) 其他参数

DataType默认选择第三个, unknown。Missing Values 填写数据中缺失数据的表示 ,这里我的数据中,0代表确实数据,数据读入后,会以?/?表示缺失数据
读入的结果

参数

数据导入成功后就可以进行分析

2.3: Choosing a subset from the dataset

可计算Missing proportion,并根据值筛选子集

2.4: Producing a table of summary statistics

,CERVUS软件也可以计算PIC, Powermarker 也可计算 如下其他参数

image.png

点击Analysis-Summary Statistics-General中选择需要计算的原始数据,即可得到包括PIC等参数的表格。
发现 Genalex与Powermarker的相同参数结果相同,Genalex中的Ho是 Powermarker 中的Heterozygosity, Genalex中的He 是Powermarker 中的GeneDiversity

2.4 做聚类

首先是对数据计算频率,然后计算距离,然后建树,如下图

image.png

(1)计算频率,可选择Lever,就是之后对群体或样本进行聚类。并选择数据,点击summit
计算frequency

(2) 计算距离,需选择Methods, 并选择数据,点击summit!
DIstance

(3)选择建树方法,并选择数据,点击summit
建树

(4) Bootstrap
结果是一个tree list, 用 Phylip,可得到consensus tree
“”The output is a list of trees that can be summarized to obtain a consensus
tree by the program “consensus” in Phylip package (Felsenstein 1993).“”

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,273评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,349评论 3 398
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,709评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,520评论 1 296
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,515评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,158评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,755评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,660评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,203评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,287评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,427评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,122评论 5 349
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,801评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,272评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,393评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,808评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,440评论 2 359