GenAlex是一款應用於EXCEL的生物資料分析工具外掛，執行後可以在Windows的excel中使用，功能強大又好上手。它可以對共顯性資料、單倍體資料和二元資料進行分析。GENALEX還提供了一系列基於頻率的分析， 20多種不同的圖表總結資料輔助檢測。除此之外，序列資訊和基因型資料可以方便地在相關軟體中轉化格式。

上期介紹了GenAlex的部分功能，本期繼續分享其他強大功能。

回顧：用Excel就能分析生物資料，真後悔沒早點安裝外掛GenAlEx

操作步驟

可以進行G分析，包括GST分析與FST分析等針對群體的分析

#FormatImgID_1##FormatImgID_2#

點選確定

#FormatImgID_3##FormatImgID_4#

選擇要分析什麼，確定

#FormatImgID_5##FormatImgID_6#

結果出來了，生成了三個結果

#FormatImgID_7##FormatImgID_8#

#FormatImgID_9##FormatImgID_10#

#FormatImgID_11##FormatImgID_12#

#FormatImgID_13##FormatImgID_14#

cHs = Corrected Hs, adjusted for bias (see Appendix 1).

cHt = Corrected Ht, adjusted for bias (see Appendix 1).

Dest = Jost's estimate of differentiation (see Appendix 1).

Fis = Inbreeding coefficient within individuals. Fis = (Hs-Ho)/Hs.

Fst = Inbreeding coefficient within subpopulations, relative to total = genetic differentiation among populations. Fst = (Ht-Hs)/Ht

Gis = Inbreeding coefficient within individuals, adjusted for bias. Gis = (cHs-Ho)/cHs.

Gst = Analog of Fst, adjusted for bias. Gst = (cHt-cHs)/cHt.

G''st = Hedrick's standardized Gst, further corrected for bias when no. pops is small

G'stH = G'st(Hed) = Hedrick's standardized Gst. G'stH = Gst/GstM.

GstM = Gst(max) used in the calculation of G'st (see Appendix 1).

G'stN = G'st(Nei) = Nei's standardized Gst (see Appendix 1).

Hs = Mean Expected Heterozygosity He over k pops. Hs = (Sum(1 - Sum pi^2))/k, where pi = pop allele frequency.

Ht = Total Expected Heterozygosity. Ht = 1-Sum pai^2, where pai = average pop allele frequency.

Mean cNe = Mean No. of Effective Alleles Over Pops. cNe = 1/(1-Hs), where Hs is the average He over k pops (per locus).

Mean Ho = Mean Observed Heterozygosity over k pops. Ho = (Sum(No. of Hets / N))/k.

Mean Na = Mean No. of Different Alleles Over Pops

Mean Ne = Mean No. of Effective Alleles Over Pops. Ne = 1/(1-He) = 1 / (Sum pi^2).

可以計算夏農指數，生成SH表格

#FormatImgID_15##FormatImgID_16#

#FormatImgID_17##FormatImgID_18#

計算相關性

#FormatImgID_19##FormatImgID_20#

生成RS表格

#FormatImgID_21##FormatImgID_22#

可以計算多基因座

#FormatImgID_23##FormatImgID_24#

計算群體分配與性別偏好

#FormatImgID_25##FormatImgID_26#

計算距離，可以計算遺傳距離以及地理距離，匯出三角矩陣，用於PCA分析。

#FormatImgID_27##FormatImgID_28#

點選計算遺傳距離矩陣

#FormatImgID_29##FormatImgID_30#

點選OK，然後出現計算結果GD

#FormatImgID_31##FormatImgID_32#

結果算出來了

#FormatImgID_33##FormatImgID_34#

計算地理距離時，第三四列要加上x與y軸，即經緯度的高斯座標。

可以在excel中用公式轉換：

=LEFT(A1,FIND("°",A1)-1)+MID(A1,FIND("°",A1)+1,FIND(CHAR(39),A1)-1-FIND("°",A1))/60+MID(A1,FIND(CHAR(39),A1)+1,FIND(CHAR(34),A1)-1-FIND(CHAR(39),A1))/60/60

以上公式可以把112°57'28.46"轉換為112.9579056

#FormatImgID_35##FormatImgID_36#

點選計算地理座標，計算完出現GGD

#FormatImgID_37##FormatImgID_38#

選擇以下引數

#FormatImgID_39##FormatImgID_40#

距離矩陣計算出來了

#FormatImgID_41##FormatImgID_42#

下面進行遺傳距離和地理距離的相關性檢測，首先生成遺傳距離和地理距離的矩陣GD與GGD，然後點選mantel-paired

#FormatImgID_43##FormatImgID_44#

按照以下引數

#FormatImgID_45##FormatImgID_46#

結果生成了，為GDvGGD MT，看圖看線性關係，看P值。如圖中為正相關，P值小於0.05就為顯著，所以是顯著正相關，說明遺傳地理與地理距離顯著正相關

#FormatImgID_47##FormatImgID_48#

進行AMOVA分析（分子方差分析）

#FormatImgID_49##FormatImgID_50#

生成FST,展示了在個體內，個體間以及居群間的分子變異

#FormatImgID_51##FormatImgID_52#

可以進行Mantel分析

#FormatImgID_53##FormatImgID_54#

可以進行PCA主成分分析，利用生成距離的三角矩陣來做

#FormatImgID_55##FormatImgID_56#

#FormatImgID_57##FormatImgID_58#

可以進行空間分析

#FormatImgID_59##FormatImgID_60#

可以選擇資料型別

#FormatImgID_61##FormatImgID_62#

可以新建資料

#FormatImgID_63##FormatImgID_64#

可以匯入資料

#FormatImgID_65##FormatImgID_66#

可以對原始資料進行文字上的處理

#FormatImgID_67##FormatImgID_68#

#FormatImgID_69##FormatImgID_70#

可以匯出為各種格式

#FormatImgID_71##FormatImgID_72#

可以生成圖表

#FormatImgID_73##FormatImgID_74#

可以對資料進行分析

#FormatImgID_75##FormatImgID_76#

可以設定引數

#FormatImgID_77##FormatImgID_78#

以上就是

GenAlEx的操作。

如果文章對你有所幫助，請轉發給你身邊需要的人噢！

如果文章對你有所幫助，請轉發給你身邊需要的人噢！

如果文章對你有所幫助，請轉發給你身邊需要的人噢！

如果文章對你有所幫助，請轉發給你身邊需要的人噢！

科研日精進已為大家下載好

GenAlEx

畫出漂亮的序列比對圖，只差一個CGView

2021-03-10

最優系統進化模型，用partitionfinder選選

2021-03-10

讓插圖更有質感！用AI繪製細胞膜雙分子層圖

2021-03-09

分析大量qPCR資料無從下手？試試R包吧

2021-03-09

用ChIPseeker對ChIP-seq資料進行視覺化，圖表直觀顏值高

2021-03-08

分析代謝組資料，大名鼎鼎的xcms來了！

2021-03-08

關注我們Get更多科研小工具