（本文软件和操作均基于Linux，我的SNP数量1400多万，个体数346个）
在群体遗传学中，一个物种内，多个材料的基因型文件可以构建系统发育树，来推断群体材料的分化关系。同时，可以使用群体结构图（Structure或者fastStructure），展示群体的分层现象。Structure软件运行较慢，而fastStructure则速度占优，因而考虑使用这个软件。同时R包LEA也可以计算和绘制群体结构图。
群体材料系统发育树的构建方法和软件非常多元，可以使用SNPhylo、MEGA X、fastTree、IQtree和TASSEL等，本文选择SNPhylo这个软件，它可以直接输入VCF文件格式或HapMap格式，非常方便。
1.1 fastStructure安装步骤（python2.7）fastStructure是python软件编写的软件，依赖较多，官网编译下载复杂，使用conda或者docker更方便，二者优先考虑conda，docker虽然轻量，它的image通常较大。
## 创建conda环境，下载fastStructure（Python2.7） conda create -n faststructure_py2 python=2.7 mamba install -c bioconda faststructure1.2 fastStructure使用步骤
fastStructure使用bed格式基因型作为输入（plink生成）：
## 将下面plink格式（map/ped）转为bed格式 ## map和ped文件可以使用vcftools、plink或者TASSEL均能生成 -rwxrwxrwx 1 root root 19525144502 Feb 4 00:32 chrall.plink.ped -rwxrwxrwx 1 root root 368083368 Feb 4 00:04 chrall.plink.map ## 生成bed格式基因型 plink --file chrall.plink --make-bed --out chrallfas ## 基因型结果如下 -rwxrwxrwx 1 root root 1112 Feb 4 13:25 chrallfas.log -rwxrwxrwx 1 root root 424514400 Feb 4 13:25 chrallfas.bim -rwxrwxrwx 1 root root 7776 Feb 4 13:24 chrallfas.fam -rwxrwxrwx 1 root root 1227374949 Feb 4 13:24 chrallfas.bed -rwxrwxrwx 1 root root 4662 Feb 4 13:24 chrallfas.nosex
然后运行下面的主体计算命令：
for i in {2..10}
do
nohup python /home/cfc424/bin/miniconda3/envs/faststructure_py2/bin/structure.py -K ${i}
--input=chrallfas --output=genotypes_output &
done
## 筛选最合适的K群体个数和绘制图片
python chooseK.py --input=genotypes_output ## 假定K=3
python distruct.py -K 3 --input=genotypes_output --output=genotypes_output.svg
实际绘图时，可以根据材料的先验知识，选择合适的K值绘图。
我在绘图步骤，遇到报错：
## 运行
python distruct.py -K 3 --input=genotypes_output --output=genotypes_output.svg
## 报错
Tkinter.py, line 1819, in __init__
self.tk = _tkinter.create(screenName, baseName, className, interactive, wantobjects, useTk, sync, use)
_tkinter.TclError: no display name and no $DISPLAY environment variable
查询发现这是distruct.py有问题，文件header处增加下面两行即可：
import matplotlib as mpl ## add line one
mpl.use('svg') ## add line two
修改后distruct.py的header如下所示（注意导入顺序）：
import numpy as np
import matplotlib as mpl ## add line one
mpl.use('svg') ## add line two
import matplotlib.pyplot as plot
import colorsys
import getopt
import sys, pdb
保存后，再运行：
## K=3时，structure.py结果如下
-rwxrwxrwx 1 root root 819 Feb 6 02:04 genotypes_output.3.log
-rwxrwxrwx 1 root root 391M Feb 6 02:05 genotypes_output.3.meanP
-rwxrwxrwx 1 root root 9.8K Feb 6 02:04 genotypes_output.3.meanQ
## 通过上面的结果绘图
python /home/cfc424/bin/miniconda3/envs/faststructure_py2/bin/distruct.py -K 3 --input=genotypes_output --output=genotypes_output3.svg
## 输出结果
genotypes_output3.svg
## 使用Python3软件包 cairosvg将svg格式转换为pdf或者png等
## 注意该软件的Python3和fastStructure的Python2版本不同
## 需要在Python3环境中操作（我的conda base为Python3）
## 此外，使用Adobe Illustrator导入svg文件调节后导出图片
mamba install cairosvg
cairosvg genotypes_output3.svg -o genotypes_output3.pdf
for i in {2..10};do cairosvg genotypes_output${i}.svg -o genotypes_output${i}.png ;done
*** Note:
fastStructure生成的图片后面调节颜色是个问题，特别是多个K值对应时，这个我还没弄。
SNPhylo是计算群体进化树的软件，依赖软件多，使用conda安装即可：
conda create -n snphylo_r4.0_py2 r=4.1 python=2.7 conda activate snphylo_r4.0_py2
在github release中下载SNPhylo的安装包，地址如下：
https://github.com/thlee/SNPhylo/releases/download/20180901/SNPhylo.20180901.zip
解压文件，进入配置命令，检查软件依赖软件：
bash ./setup.sh R ## R4.1 python ## python2.7 muscle ## 比对软件 dnaml 缺少R包："getopt", "gdsfmt","SNPRelate","ape","phangorn"
提示环境中R包不存在，下载这些R包：
if (!requireNamespace("BiocManager", quietly = TRUE));install.packages("BiocManager")
BiocManager::install(c("getopt", "gdsfmt","SNPRelate","ape","phangorn"))
重新运行配置脚本，软件安装成功：
bash ./setup.sh ## 最终提示 SNPHYLO is successfully installed!!!2.1 SNPhylo使用
SNPhylo软件接受VCF文件、HapMap文件和Simple SNP文件作为输入。
使用VCF文件的命令例子如下：
~/bin/SNPhylo-master/snphylo.sh -v ./Chrall.filter.maf0.05_maxmissing0.8.vcf -p 5 -c 5
SNPhylo软件输出结果如下，其中包括snphylo.output.ml.tree为Newwick格式的tree文件，可以将该文件修改结尾为.nwk，导入软件MEGA X或者ITOL（网络平台）或者Evolview（网络平台）以及R包ggtree进行调节展示。
如果要求不高，该软件已经提供PNG图片snphylo.output.ml.png。
-rwxrwxrwx 1 root root 88116 Feb 4 09:09 snphylo.output.ml.png -rwxrwxrwx 1 root root 8664 Feb 4 09:09 snphylo.output.ml.tree -rwxrwxrwx 1 root root 94320 Feb 4 09:09 snphylo.output.ml.txt -rwxrwxrwx 1 root root 3682994 Feb 4 02:46 snphylo.output.phylip.txt -rwxrwxrwx 1 root root 3347459 Feb 4 02:46 snphylo.output.fasta -rwxrwxrwx 1 root root 121234 Feb 4 02:44 snphylo.output.id.txt -rwxrwxrwx 1 root root 344191155 Feb 4 02:43 snphylo.output.gds -rwxrwxrwx 1 root root 5212597003 Feb 4 00:50 snphylo.output.filtered.vcf
以上，对于我的数据集（SNP 1400多万，个体数346个），fastStructure（K=2 …K=10）共运行67个小时（3天不到，K越大，速度越慢），SNPhylo运行7.5小时（服务器500G运行内存，逻辑cpu 8个）。
两个的软件具体参数可以查阅官网文档。
参考
https://rajanil.github.io/fastStructure/
https://github.com/thlee/SNPhylo
https://cloud.tencent.com/developer/news/311649
https://www.jianshu.com/p/64db4635e511
https://github.com/rajanil/fastStructure/issues/36
