重测序关系矩阵构建方式汇总

样本间亲缘关系矩阵（kinship matrix）和同源性矩阵（IBS matrix）构建的方式

1. 可以使用plink的–make-rel计算个体之间的亲缘关系（强调个体之间的遗传相似性）

/opt/software/plink --bfile vcf_bfile--make-rel --out relatedness_matrix # 得到亲缘关系距离矩阵：
# relatedness_matrix.rel

2. kinship

# 利用tassel计算
run_pipeline.pl -Xmx1536m-Xms512m -SortGenotypeFilePlugin -inputFile 你的vcf文件 -outputFile outvcf -fileType VCF
run_pipeline.pl-Xmx1536m -Xms512m -importGuess outvcf -KinshipPlugin -methodCentered_IBS -endPlugin -export tassel_kinship.txt -exportType SqrMatrix
# 利用gcta计算
使用 --make-grm-alg 1 或 --make-grm 0
gcta --make-grm --make-grm-alg 1 --out snp.gcta --bfile vcf_bfile snp --autosome-num 90

3. IBS

/opt/software/plink --bfile  vcf_bfile --make-bed --out IBS_matrix --maf 0.05 --recode --double-id --allow-extra-chr --chr-set 90  --distance square ibs
要计算遗传距离，使用1-ibs

群体关系矩阵如何构建？

转换方法：平均IBS（1-IBS）（个体对间均值）

计算所有个体两两之间的IBS（1-IBS）均值，反映群体内遗传相似性、遗传距离。

python3 /home/huguang/script/GWAS/group_dis.py distance_matrix group_labels # 具体group_dis.py代码如下

import sys
import numpy as np
import pandas as pd
from itertools import combinations

def compute_intergroup_distances(distance_matrix, group_labels):
    """
    计算组间遗传距离矩阵（组间平均距离）
    
    参数：
        distance_matrix: 全样本的遗传距离矩阵 (n x n)
        group_labels: 样本分组标签列表 (length = n)，例如 [0,0,1,1,2,2]
        
    返回：
        group_dist_matrix: 组间距离矩阵 (k x k)，k为组数
    """
    # 参数检查
    assert distance_matrix.shape[0] == distance_matrix.shape[1], "距离矩阵必须是方阵"
    assert len(group_labels) == distance_matrix.shape[0], "标签数与矩阵维度不匹配"
    
    groups = np.unique(group_labels)
    k = len(groups)
    group_dist_matrix = np.zeros((k, k))
    
    # 计算每对组间的平均距离
    for i, j in combinations(range(k), 2):
        # 获取组i和组j的样本索引
        idx_i = np.where(group_labels == groups[i])[0]
        idx_j = np.where(group_labels == groups[j])[0]
        
        # 提取子矩阵
        submatrix = distance_matrix[np.ix_(idx_i, idx_j)]
        
        # 计算平均距离（可替换为中位数等其他统计量）
        avg_dist = np.nanmean(submatrix)
        
        # 对称赋值
        group_dist_matrix[i, j] = avg_dist
        group_dist_matrix[j, i] = avg_dist
    
    # 对角线（组内距离）特殊处理
    for i in range(k):
        idx = np.where(group_labels == groups[i])[0]
        submatrix = distance_matrix[np.ix_(idx, idx)]
        group_dist_matrix[i, i] = np.nanmean(submatrix[np.triu_indices(len(idx), k=1)])
        
    return group_dist_matrix

# 示例用法
if __name__ == "__main__":
    full_matrix = pd.read_csv(sys.argv[1], sep='\t', header=None, index_col=None,  engine='c').to_numpy()
    groups = pd.read_csv(sys.argv[2], sep="\t", header=None, index_col=None).iloc[:, 0].to_numpy()
    
    # 计算组间距离矩阵
    result = compute_intergroup_distances(full_matrix, groups)
    
    print("组间遗传距离矩阵：")
    print(np.round(result, 4))