基因型数据进行PCA分组

文章预览

PCA是降维的一种方法。用PCA进行分组，可以针对分组比较明显的个体，根据PCA的结果进行分组。 很多软件可以分析PCA，这里介绍一下使用plink软件和R语言，进行PCA分析，并且使用ggplot2绘制2D和3D的PCA图。 这里，介绍使用亲缘关系分解PCA的方法，原理上来说，A矩阵，G矩阵，H矩阵都可以进行PCA分析并可视化。详见我之前的博客介绍A矩阵与聚类分析（ 如何利用系谱进行家系划分并可视化？ ） 绘制后的图如下： 2-D PCA图： 图片解释，将每个品种用不同的颜色表示，同时绘制置信区间圆圈，X坐标是PC1，解释24.9%的变异，Y坐标是PC2，解释10.61%的变异。可以看到，三个品种在PCA图里面分的比较开，C品种的有两个A和B的点，应该是异常数据。 3-D PCA图： 图片解释，将每个品种用不同的颜色表示，X坐标是PC1，解释24.9%的变异，Y坐标是PC2，解释10.61%的变异，Z坐 ………………………………