用PCA做为GWAS的协变量，相当于将品种结构考虑进去。它类似将不同品种作为协变量，或者将群体结构矩阵Q作为协变量。

下面看一下利用基因型SNP数据进行PCA计算，以及可视化的分析。

很多软件可以分析PCA，这里介绍一下使用plink软件和R语言，进行PCA分析，并且使用ggplot2绘制2D和3D的PCA图。

绘制后的图如下：

2-D PCA图：

图片解释，将每个品种用不同的颜色表示，同时绘制置信区间圆圈，X坐标是PC1，解释24.9%的变异，Y坐标是PC2，解释10.61%的变异。可以看到，三个品种在PCA图里面分的比较开，C品种的有两个A和B的点，应该是异常数据。

3-D PCA图：

图片解释，将每个品种用不同的颜色表示，X坐标是PC1，解释24.9%的变异，Y坐标是PC2，解释10.61%的变异，Z坐标是PC3，解释1.02%的变异。可以看到，三个品种在PCA图里面分的比较开，C品种的有两个A和B的点，应该是异常数据。

基因型数据：

共有3个品种A，B，C，共有412个个体。其中：

SNP个数为：41013

计算思路：

1，对数据进行清洗，将其转化为0,1,2的形式

2，计算G矩阵

3，计算PCA的特征向量和特征值

4，根据特征值计算解释百分比

5，根据特征向量和品种标签，进行PCA的绘制

绘制代码如下：

首先，使用plink命令，将基因型数据转化为012的raw格式：

结果生成plink.raw文件。

然后使用R语言，计算PCA，并绘制PCA图。

聚类分析思路：

1，计算个体的亲缘关系矩阵G矩阵

2，因为数据太多，随机选择100个，用于聚类

默认的作图，太挤。

画圈图：

可以看到，A，B，C三个品种，可以分开，分得很开。