NTSYS软件使用详细说明

《NTSYS软件使用详细说明》由会员分享，可在线阅读，更多相关《NTSYS软件使用详细说明（6页珍藏版）》请在装配图网上搜索。

1、Ntsys2.1软件使用详细说明一.数据处理方法1.1:excel5/95格式数据1）首先得到0/1数据，输入excel中，格式如图所示：其中1表示数据格式为rectangulardatamatrix，12表示数据共12行（本例中表示12个个体），30表示数据共30列（本例中表示30个位点），0表示无缺失数据（若有缺失，则用1表示，缺失值可用-999或其它数字代替）。|JJ|L|JUUk1112輒QLocOlLx02Loe04LocOSLqcOBLqcOTLindOl_0011010ind0201000101M03000I010ind051皿661dind0611101101ndO7InQ01

2、1100010ind091100010indlQ1IQQ110iindll0Ip1Dindl2:T1111o0|fl002）格式及数据输入正确后，点击另存为excel5/95格式，命名为aflp01.xls。3）采用NTedit数据编辑器打开所保存的文件fileopenfileinagrid，在文件类型中选择excel格式，找到要分析的文件并打开，查看是否有错误，或需要修改的地方，没有问题后，保存为.nts格式。1.2：txt格式数据1）另一种数据处理方法，首先在excel中得到数据，如下图（注意：第一行与第一种方法不同，1表示数据格式为rectangulardatamatrix；12B表示共

3、12行（本例中表示12个个体，行标签位于数据主体的开始，B表示Beginningofeachrow），30L表示共30列（本例中表示30个位点，L:label表示列标签），0表示无缺失）。AJJctirGh112B30L0LouQiLocC3LhCMLoc05LoetJTLindOI00110L0ind0201000i0ind0300IDL0i0indOl0J010i0indOS1ID00i0ind061101iQind0710（Jai1indOa：i0Q0101ind091000i0LhdlD1CDI1Qiirdl10110ii01irtdl?110H000或者如下图格式（其中第一行为112

4、L30L0，解释略；第二行为每行的行标签；第三行为每列的列标签；第四行起为数据主体。）：ABcLEFG1112L30L02indOlind02indOSind04indJO&indD6md073LocO1Loc02Loc03Loe04Loc05LacOT40Q11106010&o1o6n0n01n101a1010$11u0u1U911101110110D011111T000101211D101310011o1401a11n151iaD0002）格式及数据都处理好之后，点文件另存为，保存为文本文件.txt格式。3）得到txt格式文件后，即可直接用ntsys进行分析（只要格式正确，ntsys可以对

5、txt文件进行分析，而不用再转换或保存成.nts格式）。1.3:直接采用NTedit进行数据的输入和保存1）对于数据量不大的数据，可以直接采用NTedit进行数据的输入，如图所示:对于0/1数据和定性数据：打开ntsys软件，在similarity模块中选择simqual,inputfile中输入要分析的文件名称，如aflp01.nts，计算方法中矩阵系数coefficient选择dice,outputfile命名输出文件名称如aflp01-dice。之后点compute，得到相似性矩阵。注：1本例中由于个体是按行排列的，所以要在Byrows?进行勾选（*表选中）。如果个体是按列进行排列的，则

6、不勾选。2系数可根据要求选择不同的系数，如DICE，J,SM，PHI等。3. DICE，J只能得到相似性矩阵，可以采用1-dice系数，或者1-J系数得到距离矩阵。simqual只针对定性数据或二元数据（0/1），对于其它数据如DNA数据则采用simgenduraphic肩DICEPit-啊和i-tiiteDrdinBliDni进行遗传距离计算，对于定量数据或间隔数据则采用simint计算距离矩阵。IJDDDQDDQOODOi.聚类分析（clustering）3.1SAHN进行upgma聚类分析1）在得到相似性矩阵或距离矩阵文件之后,采用clustering模块中的SAHN，inputfile

7、选择相似性矩阵文件，如aflp01-dice.nts，outputfile命名输出文件的名称，如得到结果，在程序左下角可以看到aflp01-dice-upgma.nts，聚类方法中选择upgma,incaseofties选择find或者warn,点击compute酬图标，点击即可得到聚类结果。Jilbfill汝XhilE说帕IGempii*AajiJrnnftfcRmdirniimiMl2）Upgma聚类结果如图所示，在该图中可点击options菜单对聚类图的文字格式和线条样式等进行修改，以得到满意的图片。3）Cophenetic相关性检验Upgma聚类分析之后，为了检验聚类结果的好坏，一般要

8、进行copheneticcorrelation分析，操作如下：在clustering模块中选择Coph，如下图，inputtree中输入聚类分析得到的结果文件，如aflp01-dice-upgma.nts，在输出文件中命名aflp01-coph.nts，点击compute，得到cophenetic值文件。计算完成后在graphics模块中选择MxComp,在inputfile1（x）中选择相似性矩阵文件，如aflp01-dice.nts，在inputfile2（y）中选择coph计算得到的文件，如aflp01-coph.nts，numberofpermutation可选择1000次，或不选。点

9、击computeoOulput&lrmsfClusteringComnuieJ_ii5e7HelpParametens:Arguments:hUmOijtpillcoph.fileMethndUHramelncDisOulpirl&lranstCluslanrigib!eQptLanstipOraphicFourierplotccmnuia/q谢?tfsinPapflnielers:ArgmneM：D：Wopulallon帕個弱analDpopulallNi卿曲占analbipRitfle-3|Z|NoiiikiiliieMiiirielSilal?區NiNmtiepvrpeiiiiNitnt

10、wit$0出汕oznpabzriptol计算结束后得到分析结果,会出现矩阵比较图matrixcomparison禾口correlationtest结果,如下面的两个图所示（相关性系数为r=0.842，说明聚类结果较好）4)upgma聚类分析batchCIEhVipKETLJI1.D0D4Id.Z-wayMantblte-stMbiteL(1957Jmethod-fj二MtstiAXD.SQxiatiateMantelt-testitPreferrandirn盂咲obs.3;pOutctCLQOrrjdati|&eactnut-aiti.on3eU000wert=靳and03(TTlbabxaE

11、v-ad=-cn,ariran=口匕includadin,七haaraudlintn.*|ThApfc：丄pr-sncLott3i01served3上述的分析步骤可以采用batch进行批处理分析，命令如下（将下面的命令保存到文本文件，再保存成*.ntb格式）：Computeadistaneematrix*simqualo=aflp01.ntsr=dice.ntsc=diced=rowDoaclusteranalysisofthedistancematrix*sahno=dice.ntsr=tree.ntscm=upgmaDisplayphenogram*treeo=tree.ntsComput

12、ecopheneticvalues*copho=tree.ntsr=coph.ntsComputethecopheneticcorrelation*mxcompx=coph.ntsy=dice.nts3.2NJ聚类分析-Njoin1）得到距离矩阵：Simqual只能得到各种相似性矩阵，如DICE或J相似性矩阵，但进行NJ聚类分析是，需要距离矩阵数据，可以采用1-相似性矩阵的方法得到距离矩阵（采用excel进行，但比较麻烦，还没有找到快捷的方法。transf命令中好像没有1-矩阵的操作,只有矩阵-1的操作，好像也没有负值变成正值的操作）。当然也可以采样其它的命令如simgend或simint得到

13、DIST、欧式或其它距离矩阵之后进行NJ分析；或者采用其它的分析软件如Genalex软件得到距离矩阵用于ntsys分析。2）打开ntsys的clustering模块，选择Njoin命令，inputfile中输入距离矩阵文件，命名保存的tree禾口graph文件，incaseofties中选择find，maximumno.tiedtrees中的数字不能小于OTUs的个数。点击compute，即得到nj聚类树。Eil*Help关Campule爲Canceljllosa?HelpOulputstrain-sf.AigurnBiilE：InpilllilBHISTSpcHjoin|l阎吕e:伽wHMT

14、SM谍类号析輩件ClusnngailiongenesesanalysissoftwareJlllawbiiinches?FilelliiodIncji-fieffiftissTielolefanteGraphicsOrdintintreesLIGHTEDFIND0JDDD0000RoMii叩rnetliodChiriijioLipOTUMIDPOINT四.PCoA分析或PCA分析4.1PCoA分析1）在得到相似性或距离矩阵之后，在output&transf模块中选择Dcenter命令，input和output中分别输入要分析的数据和结果文件的名称。点击compute进行分析，将数据进行Deen

15、ter转换。之后在ordination模块中选择eigen,选择要分析的文件，如dcent.nts，numerofdimensions中选择3或者2（分别得到三维或二维图形，），命名eigenvactor和eigenvalue文件名称，点击compute，得到分析结果。分析完成后界面上会出现图标，点击进去可查看二维和三维图形，并可进行修改保存等操作。6ComputeAose?H9IPPoranietrs:CompulBOutputHansf.PdinnhBeiis!AfiunteinlKOutput&幅listliipunaiiixHeResultinatrixSliedistances?Ar

16、guments:OrdiMliMDopuiabongeiiEhisihLrijiirtckji!iiVT!i；raHeDopulationgenetics应亡atalljiiiSiiirvle弧GenresE；-offretloiiiiMnDt?Nniiriin!rtfiiinnisinrrsBQRTi：LAMSC2）在得到eigenvactor文件后，可采用graphics模块下的mod3d命令，显示pcoa分析图，inputfile中选择保存的eigenvactor文件，plotbyrows不选，进行分析，如下图所示。OutputClusteringG吶l啊pbiMM塑曲Ai-yiimel

17、ite:|即1WeD:lpopulalKinEoWareiwrPWMrrawH1匚乂1f2Z3Gra|JimariEtelilePI刑aniloliiipifUD:lpopulatongenebcanalysissortwaretlNTCnmpifte3）进行mod3d分析时可以在plotsymbolinputfile中可输入样本分组文件，如下图所示（其中1120L0表示数据类型为1;共1行，20列数据；0表无缺失，数据主体为1111111222222等，表示哪个个体定义的分组为1，那个为分组2等等）。120L0KBq3L4KBLC03KBLC07HBLCL2HBHT17HWDF01HNPFD

18、2HWPFD4HWPFD6HNPFD7HNPFD9HNDF1ZL1L11L1Z2222Z在定义分组进行分析后，plotsymbolinputfile也可得到的二维或三维plot图中，可以在plotoption中对各个分组显示采用的图标以及字体大小等参数进行修改，如图所示。当然以不输入，即全部个体为同一分组。Poirts/Shewpoints?注：上述分析采用的是0/1或者定性数据,在采用数量或连续数据进行分析时，要先采然后在采用simint命令分析得用output&transf模块中的stand命令对数据进行标准化处理，Dcenter命令对数据进行中心化处理，之后在采用到相似或不相似矩阵，然后

19、采样eigen命令进行分析。HTSTSpcStandBlIqOptl4AJEIhlpcpmpuient?HelpJLDose?HeinOutputAlransf.3liipmtfiieStaiKlbyrm?OiitpitfileSiiMTActiptionDMdeoplfflsCoiHifiirrtGt-aDdardzaljonOutpul&nsfClusteringParameter:Aiuumemis:YBAR8TDGertelicdstariCBIrtervaldaflmomm曲Similarrty|InputiMfrByrows?CoenKtemDIST4) PCoA分析batch命令

20、Confutesimilarityinalrixamongobjects*simqualodaiiitsLkmblc-ceoiertbedistancema血*dccntcr沪dicents闩k刑临tigcnvectorsconcspoLdtoprojectionsofobjects*dgpD(Hkentiisn=3FprojntsDisplay-Notethatdirectionis毗片*nd3do=pfoj.nis(Hol.IrStaiidardizedataifindiffersntvnits.*staiul0=datalifer=sclatant?-IrConpitedistances

21、anionsobjects*sunirto=sdatB.nis戸馭徳Double-centtrthedistancematrixkeikeio=stntsr=clentntIreigrtivcctoisemtspondtopiejectionsofobjeds*eigeiio=djceiiids)r=3i-projnts*irDisplay-NotethatduedioniscolmodSd旧呵.血tkcoL五.相关性分析（manteltest）1）Manteltest可对两个矩阵的相关关系进行检验，这是由于对于某一特点的研究对象，可能有不同角度的特征描述，如根据表型数据得到表型距离矩阵，根据

22、分子数据得到遗传距离矩阵，或者根据样本间地理位置得到地理距离矩阵，得到这些矩阵数据之后，我们可能会想了解不同描述间有没有相关关系（如遗传距离与地理距离之间相关性），这时即可进行矩阵的相关性分析。2）具体操作如下：首先根据其它的软件如AFLPdat或Genalex等软件根据地理位置计算地理距离矩阵（例如X），打开ntsys软件，根据simint命令计算遗传距离矩阵（如Y），之后在graphics模块下选择MxComp,inputfile中选择要比较的距离矩阵文件，进行分析。分析结果如下图所示：KE.tt：iK!C-MJientBr中勵划亶t电2THIETI!inputaCiEpopiLil&ti

23、c!ngeneticsin.alysijs尺类分祈戦件JKitrixtype=電pixe=5IjtniBEingviluecode=iwriu1*工CcCTiie-ntffrdh.E.kMatrixtype=ai.i=5by5,nisfiogvjilueCDd#HnnnEv2-wtyHaeiteiItest-Mtnte-1(197)W=IDpaintANyjiI=0a6?l33x=0.2290%佃=Q/&新斛平=0.06E0TflfftsforMatrijct=0.7073(=惮询UEJApproxin-kt-BMantelt=1.6412Rwb.ratridiinZobi.Z!p0l首T2E

24、ndingd-steEtoxei201211-915107155Outof1IN0e-ird!oper&ot-itioTis:963BTflce2ITLeobsEi-ued芒加qp戏上jDrilanetiruzluiled.Idth.esecounx.3.)iheinnetfliLpEobfibilityiarp冲恵血Z=-&ba*tfvd2|=_03*903) manteltest分析batch命令：Computemorphologicaldissimilaritymatrix*siminto=data.ntsc=distr=mdist.ntsd=rowComparemdistwithgdist,1000randompermutations*mxcompx=mdist.ntsy=gdist.ntsnp=1000