CLUES（Conditional Likelihood Under Evolutionary Scenarios）是一個用于推斷單個位點在群體中選擇軌跡（selection trajectory）的軟件工具。
下載安裝
git clone https://github.com/standard-aaron/clues.git
該軟件無需復雜的安裝過程，下載即可用，內(nèi)含一些 python 腳本。
該軟件是在 Relate 計算的基礎上進行的。詳見：Relate 使用方法。
在使用?SampleBranchLengths.sh 推斷位點的分支長度后，生成的?relate_resample.timeb 要用于 clues 的計算，具體看我上一篇推文即可。
inference.py 是主要的計算腳本，但該腳本的運行需要一些 python 環(huán)境。
1）要在 python3 的環(huán)境下；
2）需要依賴環(huán)境：numpy、numba 等環(huán)境，如果沒有會報錯，基于報錯安裝依賴的環(huán)境，推薦 conda 安裝，手動安裝要費不少勁。
3）繪圖腳本需要 matplotlib 環(huán)境。
推斷需要指定有效群體大小，群體大小可以是固定值，也可以是 Relate 計算的有效群體大小文件。
python inference.py --times example/example -N <DIPLOID_POPSIZE>
或 python inference.py --times example/example --coal example/example.coal
--popFreq 可以指定位點當今的頻率，比如：
--popFreq 0.3
--timeBins 可以指定特定時間段以檢測選擇壓力?？梢詤⒖际纠募械母袷健?/p>
python inference.py --times example/example --timeBins example/timeBins.txt
--tCutoff?可以指定共祖過程的終止時間，默認是 1000 世代前。
python inference.py --times example/example --tCutoff 2000
--dom?硬編碼等位基因的顯性系數(shù)，默認值為?0.5（對應加性模型）。
python inference.py --dom 0.8 # 設置顯性系數(shù)為0.8
--burnin 和?--thin?通過調(diào)整 MCMC 樣本的權重，優(yōu)化選擇壓力估計。
--burnin：丟棄前 LEN_BURNIN 步的 MCMC 樣本（用于去除初始不穩(wěn)定狀態(tài)）。--thin：每隔 LEN_THIN 步抽取一個樣本（減少樣本間相關性）。
python inference.py --times example/example --burnin <預燒步數(shù)> --thin <稀疏步長>
--ancientSamps?整合古代 DNA（aDNA）的基因型似然值到分析中。
python inference.py --times example/example --ancientSamps example/exampleAncientSamps.txt
上述為可選參數(shù)，最終會生成 out.epochs.npy, out.freqs.npy, out.post.npy 三個文件，而后可以用 plot_traj.py 繪圖。
python plot_traj.py <out_from_clues> <fig_name>
默認輸出 pdf 文件，--ext 選項可以修改輸出文件的格式，包括 eps、png 等。
