理論
種群核苷酸多樣性，顧名思義指的就是核苷酸多樣性，值越大說明核苷酸多樣性越高。通常用于衡量群體內的核苷酸多樣性，也可以用來推演進化關系。計算公式為：
計算群體的π值，可以理解成先把群體內每個樣本兩兩求解，再求得群體的均值。
計算的軟件最常見的是vcftools，也有對應的R包PopGenome。通常是選定某一基因組區域，設定好窗口大小，然后滑動窗口進行計算。
使用VCFTOOLS計算種群核苷酸多樣性
VCF文件處理
給VCF文件添加ID
SNP data通常都是以VCF格式文件呈現，老規矩，拿到VCF文件的第一件事情就是添加各個SNP位點的ID。
先看一下最開始生成的VCF文件：
可以看到，ID列都是"."，需要我們自己加上去。我用的是某不知名大神寫好的perl腳本，可以去我的github上下載(https://github.com/Wanyi-Huang/VCF_add_id)，用法：
perl path2file/VCF_add_id.pl YourDataName.vcf YourDataNameWithId.vcf
當然也可以用excel手工添加。添加后的文件如下圖所示（格式：CHROMID__POS）：
SNP位點過濾
原始Call出來的SNP實在是太多了，而且有一些低頻位點會影響后續的分析（軟件有時候還會報錯），不僅會影響速度，也會影響最后結果的準確性，因此我們去掉他們。此處用到強大的plink軟件，用法：
plink --vcf YourDataNameWithId.vcf --maf 0.05 --geno 0.2 --recode vcf-iid -out YourDataNameWithId-maf0.05 --allow-extra-chr
參數解釋：--maf 0.05：過濾掉次等位基因頻率低于0.05的位點；--geno 0.2：過濾掉有20%的樣品缺失的SNP位點；--allow-extra-chr：我的參考數據是Contig級別的，個數比常見分析所用的染色體多太多，所以需要加上此參數。
準備樣本ID文件
非常簡單，把某群體的全部樣本ID放在一個TXT文件里就行，注意要每一行一個ID。
計算核苷酸多樣性（π）
vcftools --vcf YourDataNameWithId.vcf --keep YourDataName.txt --window-pi 10000 --out YourDataName_pi
--window-pi?指定窗口的大小，這里我設置了10000，具體大小根據基因組大小選擇
--out?指定輸出文件的前綴名
數據可視化
數據可視化就是花式展示你的結果。在多樣性分析中，π值越大表明群體中該位點的核苷酸多樣性越大，反之亦然。那么我們所畫的圖，應該要展示基因組各個區域π值的大小。因此，我們可以選擇散點圖or折線圖。
畫散點圖的方法，之前在群體分歧度檢驗中已經分享過啦，各位移步參考。
那如用R何畫折線圖嘞？
我的數據集如下圖所示：
注：第一列為位置信息；第二列為對應位置的pi值；第三列為需要的顏色；最后一列為染色體位置信息（非必要）。
分享一下我寫得一個R流程：（大家需要自己根據自己的數據就行調整，但是萬變不離其中，你們可以的！）
#讀入數據；
dt1<- read.delim("pi.txt",sep="\t", header = T, check.names = F)
# 加載ggplot2包；
library(ggplot2)
#定義染色體位置。
#我分析的物種有8條染色體，我將所有的染色體都串起來作圖，因此需要標出每條染色體的中間位置在哪。
br = c(440000, 1370000, 2410000, 3515000, 4610000,5800000,7095000,8399791)
la = c("1","2","3","4","5","6","7","8")
#自定義圖表主題，對圖表做精細調整；
mytheme<-theme(panel.grid.major =element_blank(),
? ? ? ? ? ? ? ? panel.grid.minor = element_blank(),
? ? ? ? ? ? ? ? panel.background = element_blank(),
? ? ? ? ? ? ? ? panel.border = element_blank(),
? ? ? ? ? ? ? ? axis.line.y = element_line(color = "black"),
? ? ? ? ? ? ? ? axis.line.x = element_line(color = "black"),
? ? ? ? ? ? ? ? #axis.title.x = element_text(size = rel(1.2)),
? ? ? ? ? ? ? ? axis.title.y = element_text(size = rel(1.2)),
? ? ? ? ? ? ? ? axis.text.y = element_text(size=rel(1.2),color="black"),
? ? ? ? ? ? ? ? #axis.text.x = element_text(size=rel(1.2),color="black"),
? ? ? ? ? ? ? ? plot.margin=unit(x=c(top.mar,right.mar,bottom.mar,left.mar),units="inches"))
#繪制
pa<-ggplot(data=dt1, mapping = aes(x=No,y=pop1))+geom_line(color=dt1$Color1,size=1)
#設置x軸范圍，避免點的溢出繪圖區；
pa<-pa+scale_x_continuous(limits = c(-1000, 9230000),breaks = br,labels = la)
#設置y軸范圍
pa<-pa+scale_y_continuous(limits = c(-0.0005,0.01),breaks = c(0,0.002,0.004,0.006,0.008,0.010),labels = c("0.0","2.0","4.0","6.0","8.0","10.0"))
#設置圖例、坐標軸、圖表的標題；
pa<-pa+labs(y="Pi (10e-3)",x=NULL)
#自定義圖表主題，對圖表做精細調整；
pa<-pa+mytheme
#出圖
pa
參考：
Comparative genomics revealed adaptive admixture in Cryptosporidium hominis in Africa
