Au cours d'une semaine l'été dernier, nous avons reçu trois demandes distinctes d'implémentation de la méthode EIGENSTRAT dans JMP Genomics. Par coïncidence, notre étudiante stagiaire venait tout juste de terminer son travail de doctorat sur le sujet assigné de manière aléatoire mais propice, «méthodes statistiques d’ajustement à la structure de la population dans l’analyse des associations génétiques» - qui comprenait bien sûr une évaluation d’EIGENSTRAT.
La méthode de contrôle génomique (Devlin et Roeder, 1999) était actuellement disponible dans le logiciel permettant d'ajuster le test de tendance d'Armitage à la structure de la population et EIGENSTRAT semblait être une alternative intéressante à inclure car il offre une puissance accrue dans certaines situations. Compte tenu de l’intérêt suscité, nous nous sommes sentis obligés d’appliquer cette méthode à JMP Genomics et, comme nous disposions déjà d’un code permettant de calculer les vecteurs propres dans le processus d’analyse des composantes principales de JMP Genomics, la moitié du travail a été effectuée.
La partie difficile consistait à déterminer le meilleur moyen de calculer un coefficient de régression pour chacun des 500K à 1 million (ou plus!) SNP d'une étude d'association pangénomique dans les meilleurs délais. En fin de compte, la procédure SAS IML a été utilisée pour ce calcul en raison de sa rapidité par rapport à la procédure REG dans ce cas. Le processus résultant de la PCA pour la stratification de la population fait ses débuts dans JMP Genomics 3.1.
