NTSYS軟件ISSR以及SSR數據處理使用說明_第1頁
NTSYS軟件ISSR以及SSR數據處理使用說明_第2頁
NTSYS軟件ISSR以及SSR數據處理使用說明_第3頁
NTSYS軟件ISSR以及SSR數據處理使用說明_第4頁
NTSYS軟件ISSR以及SSR數據處理使用說明_第5頁
已閱讀5頁,還剩2頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

生物專家12Ntsys2.1軟件使用具體說明為解決大家在學習中遇到的問題,我總結了一下具體的使用方法,具體結果如下:假設需要具體的文件可以在我的文庫下載:一.數據處理方法:excel5/95格式數據0/1數據,輸入excel中,格式如下圖:1表示數據格式為rectangulardatamatrix,1212行〔本例中表示12個個體30表示數據共30列〔本例中表示30個位點0表示無缺失數據〔1表示,缺失值可用-999或其它數字代替。格式及數據輸入正確后,點擊另存為excel5/95格式,命名為aflp01.xls。NTedit數據編輯器翻開所保存的文件file>openfileinagrid,在文件類型中選擇excel格式,找到要分析的文件并翻開,查看是否有錯誤,或需要修改的地方,沒有問題后,保存為.nts格式。:txt格式數據另一種數據處理方法,首先在excel中得到數據,如以下圖〔留意:第一行與第一種方法不同,1表示數據格式為rectangulardatamatrix;12B12行〔12個B表示Beginningofeachro30L表示共30列〔本例中表示30label表示列標簽,0表示無缺失。或者如以下圖格式〔112L30L0,解釋略;其次行為每行的行標簽;第三行為每列的列標簽;第四行起為數據主體:生物專家12格式及數據都處理好之后,點文件另存為,保存為文本文件.txt格式。txtntsys進展分析〔只要格式正確,ntsystxt文件進展分析,而不用再轉換或保存成.nts格式。:直接承受NTedit進展數據的輸入和保存對于數據量不大的數據,可以直接承受NTedit進展數據的輸入,如下圖:數據輸入好后,點擊file>savefile將數據保存.nts格式。二.計算遺傳距離矩陣或相像性矩陣〔distancematrixorsimilaritymatrix〕0/1數據和定性數據:翻開ntsys軟件,在similarity模塊中選擇simqual,inputfile中輸入要分析的文件名稱aflp01.ntcoefficient選擇dicoutput命名輸出文件名稱如aflp01-dice。之后點compute,得到相像性矩陣。注:1本例中由于個體是按行排列的,所以要在Byrows進展勾選〔x表選中個體是按列進展排列的,則不勾選。系數可依據要求選擇不同的系數,如DICE,J,SM,PHI等。DICE,J只能得到相像性矩陣,可以承受1-dice1-J系數得到距離矩陣。4.simqual0/DNA數據則承受simgend進展遺傳距離計算,對于定量數據或間隔數據則承受simint計算距離矩陣。三.聚類分析〔clustering〕SAHN進展upgma聚類分析clustering模塊中的SAHN,inputfile選擇相像性矩陣文件,如Aaflp01-dice.nts,outputfile命名輸出文件的名稱,如Baflp01-dice-upgma.ntupgmincaseofties選擇find或者warcompute得到結果,在程序左下角可以看到圖標,點擊即可得到聚類結果。生物專家12Upgma聚類結果如下圖,在該圖中可點擊options菜單對聚類圖的文字格式和線條樣式等進展修改,以得到滿足的圖片。Cophenetic相關性檢驗Upgma聚類分析之后,為了檢驗聚類結果的好壞,一般要進展copheneticcorrelation分析,操作如下:在clustering模塊中選擇Coph,如以下圖,inputtree中輸入聚類分析得到的結果文件如B aflp01-dice-upgma.nt在輸出文件中命名C aflp01-coph.nt點擊得到cophenetic值文件。計算完成后在graphics模塊中選擇MxComp,在inputfile1〔x〕中選擇相像性矩陣文件,如A aflp01-dice.nts,在inputfile2〔y〕中選擇coph計算得到的文件,如C aflp01-coph.nts,numberofpermutation可選擇1000次,或不選。點擊compute。matrixcomparisoncorrelationtest結果,如下面的兩個圖所示〔相關性系數為r=0.842,說明聚類結果較好。upgma聚類分析batch上述的分析步驟可以承受batch進展批處理分析,命令如下〔將下面的命令保存到文本*.ntb格式:“Computeadistancematrix*simqualo=aflp01.ntsr=dice.ntsc=diced=row“Doaclusteranalysisofthedistancematrix*sahno=dice.ntsr=tree.ntscm=upgma生物專家12“Displayphenogram*treeo=tree.nts“Computecopheneticvalues*copho=tree.ntsr=coph.nts“Computethecopheneticcorrelation*mxcompx=coph.ntsy=dice.ntsNJ聚類分析-Njoin得到距離矩陣:SimqualDICEJ相像性矩陣,但進展NJ聚類分析是,需要距離矩陣數據,可以承受1-相像性矩陣的方法得到距離矩陣〔承受exceltransf1-矩陣的操作,只有矩陣-1的操作,似乎也沒有負值變成正值的操作〕simgendsimintDIST、歐式或其它距離矩陣之后進展NJ分析;或者承受其它的分析軟件如Genalex軟件得到距離矩陣用于ntsys分析。ntsysclustering模塊,選擇Njoin命令,inputfile中輸入距離矩陣文件,命名保存的treegraph文件,incaseofties中選擇find,maximumno.tiedtrees中的數字不能小于OTUs的個數。點擊compute,即得到nj聚類樹。四. PCoA分析或PCA分析4.1PCoA分析在得到相像性或距離矩陣之后,在output&transf模塊中選擇Dcenter命令,input和output中分別輸入要分析的數據和結果文件的名稱。點擊compute進展分析,將數據進展Dcenter轉換。之后在ordination模塊中選擇eigen,選擇要分析的文件,如dcent.nts,numerofdimensions中選擇3或者2〔分別得到三維或二維圖形,命名eigenvactor和eigenvalue文件名稱,點擊compute,得到分析結果。分析完成后界面上會消滅圖標,點擊進去可查看二維和三維圖形,并可進展修改保存等操作。eigenvactorgraphicsmod3dpcoa分析生物專家12圖,inputfile中選擇保存的eigenvactor文件,plotbyrows不選,進展分析,如以下圖所示。mod3d分析時可以在plotsymbolinputfile〔1120L01;共1行,20列數據;0表無缺失,數據主體為1111111222222等,表示哪個個體定義的分組為12等等。plotplotoption中對各個分組顯示承受的圖標以及字體大小等參數進展修改,如下圖。固然plotsymbolinputfile也可以不輸入,即全部個體為同一分組。注:上述分析承受的是0/1或者定性數據,在承受數量或連續數據進展分析時,要先承受output&transf模塊中的standsimint命令分析得到相像或不相像矩陣,然后采樣Dcenter命令對數據進展中心化處理,之后在承受eigen命令進展分析。PCoA分析batch命令生物專家12五.相關性分析〔manteltest〕Manteltest可對兩個矩陣的相關關系進展檢驗,這是由于對于某一特點的爭論對象,會想了解不同描述間有沒有相關關系〔如遺傳距離與地理距離之間相關性,這時即可進展矩陣的相關性分析。具體操作如下:首先依據其它的軟件如AFLPdatGenalex等軟件依據地理位置計算地理距離矩陣〔例如X,翻開ntsys軟件,依據simint命令計算遺傳距離矩陣〔如Y,之后在graphics模塊下選擇MxComp,inputfile中選擇要比較的距離矩陣文件,進展分析。分析結果如以下圖所示:manteltest

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論