Genómica JMP tiene tuberías analíticas o Flujos de trabajo realizar una serie de análisis sobre un conjunto de datos. El Flujo de trabajo de genética básica es un método rápido y sencillo para obtener una comprensión más profunda de sus datos antes de comenzar un análisis más profundo. Este flujo de trabajo recodifica los datos de los marcadores en un formato numérico, imputa los datos genotípicos faltantes y crea subconjuntos de datos basados en la frecuencia de alelos menores (MAF), las proporciones de genotipos faltantes y el equilibrio de Hardy-Weinberg (HWE). El flujo de trabajo luego da Propiedades del marcador salida y realiza una Asociación de casos y controles para identificar marcadores de interés. Tenga en cuenta que en este flujo de trabajo, el análisis de casos y controles solo es útil para una variable fenotípica binaria (afectada versus no afectada). Para variables fenotípicas continuas o discretas, otros análisis como la Asociación SNP-Rasgo (que se tratará en una publicación posterior) son más apropiados. En este ejemplo, exploramos ~22 000 marcadores en una muestra de 474 perros de montaña de Berna que están afectados o no por sarcomas (tumores) histiocíticos.
- Abrir el conjunto de datos sas7bdat e inspeccionarlo. Tenga en cuenta que el fenotipo La columna tiene dos niveles: “sarcoma histiocítico” para perros con tumor y “no afectado” para perros sin tumor. Estos deben recodificarse como una variable binaria (0 o 1).
- Resaltar el fenotipo columna haciendo clic en la celda del encabezado de la columna. En la barra de herramientas encima de los datos, haga clic en el Recodificar icono (resaltado a continuación). Esta herramienta permite una recodificación rápida de todos los niveles en una columna determinada.
- Cuando se abra la ventana resultante, ingrese 0 para fenotipos no afectados y 1 para fenotipos HS en el Nuevos valores columna, luego haga clic Hecho . Aparecerá un menú desplegable con opciones para incluir la nueva columna en el conjunto de datos. Seleccionar En su lugar para reemplazar la antigua columna de fenotipo con la recién recodificada. Guarde el conjunto de datos, ya que se utilizará como entrada para el flujo de trabajo.
- Con los datos fenotípicos binarios ahora guardados, regrese a la Iniciador de genómica menú y seleccione Flujos de trabajo > Básico > Flujo de trabajo de genética básica .
- En el General pestaña, seleccione el recién guardado sas7bdat como el Conjunto de datos SAS de entrada .
- En la caja etiquetada Prefijo de variables de genotipo marcador , escribir " recgeno: ”para especificar que todos los nombres de columnas que comienzan con esa cadena de caracteres contienen datos de marcador.
- Como parte de este flujo de trabajo, los genotipos no numéricos se pueden recodificar marcando el Recodificar genotipos numéricamente. .Este conjunto de datos ya tiene genotipos codificados numéricamente.
- A continuación, seleccione el fenotipo columna como la Variable de rasgo binario .
- Las casillas de verificación debajo del Variables disponibles El cuadro especifica los tipos de análisis que se ejecutarán. Para este ejemplo, seleccione solo Realizar pruebas de asociación de casos y controles .
- Seleccione un Carpeta de salida y especificar gen_básico_wf como el Nombre de salida del flujo de trabajo .
- Sobre el Anotación pestaña, seleccione el archivo sas7bdat como el Conjunto de datos SAS de anotación .
- Seleccione la columna SNP_ID_rg como el Variable de etiqueta de anotación , Chr como el Variable de grupo de anotación , y Posición como el Variable de ubicación de anotación .
- Opcionalmente, seleccione GENOMA_ACC como el Variable del número de acceso .
- El Subconjunto La pestaña ofrece opciones para filtrar muestras individuales (filas) del conjunto de datos. Esto se puede hacer probando un subconjunto de SNP o en cada SNP y se filtra por un Proporción mínima de genotipos no faltantes . En este caso, ingrese 95 en el cuadro para incluir solo a personas con el 90% o más de sus datos presentes en la tabla.
- Tenga en cuenta que se pueden hacer excepciones a este filtrado en el Filtrar para incluir personas donde
- Deja el Valor rasgo de los individuos a incluir en la prueba HWE en blanco para incluir a toda la población en la prueba. El valor fenotípico para individuos afectados o no afectados se puede ingresar aquí para realizar la prueba HWE solo en individuos de ese fenotipo.
- Abre el Filtración Esta pestaña ofrece opciones para eliminar datos de SNP (columnas) con un MAF bajo, demasiados genotipos faltantes o uno que probablemente no esté en HWE. Selecciona el Proporción mínima de genotipos no faltantes a 0,9 , el Frecuencia mínima de alelo menor a 0,05 , y el Valor p mínimo de HWE a 0,05 .
- Selecciona el Límite del valor p para gráficos a 05 . Esto establece el umbral para determinar qué marcadores son significativos.
- Hacer clic Correr para comenzar el análisis.
Resultados
- La ventana de salida será un JMP Journal (que se muestra a continuación) con cada uno de los cuatro análisis del flujo de trabajo. Se puede hacer clic en cada uno de los resultados y se abre una nueva ventana con los resultados de ese análisis. Tenga en cuenta que este diario se puede reabrir y los resultados se pueden reexaminar en cualquier momento, siempre y cuando los archivos no se muevan de su ubicación especificada. Carpeta de salida .
- Haga clic en el primer resultado Subconjunto y reordenación de datos genéticos . Aparecerá la siguiente ventana con un resumen del número de marcadores e individuos en el subconjunto. Los criterios para este subconjunto se especificaron en el Subconjunto pestaña y ha eliminado 244 personas con menos del 95% de datos no faltantes.
- Haga clic en el Abierto junto a cada conjunto de datos para abrirlos. El conjunto superior es el subconjunto genotípico y el conjunto inferior es el subconjunto de anotación correspondiente.
- Regrese al diario y abra el Propiedades del marcador resultados.
- La pestaña inicial da una Cuadro resumen de marcadores significativos por cromosoma para el equilibrio de Hardy Weinberg.
- Nota: Cada una de las barras del gráfico se puede seleccionar y subconjunto en el Profundizaciones Simplemente seleccione la barra correspondiente al cromosoma deseado, resáltela y haga clic Crear conjuntos de datos de anotación y genotipo de subconjunto a la izquierda de la ventana debajo del Profundizaciones título.
- Los cromosomas individuales también se pueden examinar seleccionando un cromosoma de interés del Pestañas sección en el lado izquierdo de la ventana de resultados. Seleccionar Resultados Chr 1 y Abrir en Nueva ventana . La ventana resultante tiene el significado HWE de cada marcador en el cromosoma 1 trazado por posición, así como distribuciones para MAF y proporción de genotipo faltante.
- Tenga en cuenta que la configuración de los ejes para el gráfico de superposición se puede ajustar haciendo clic derecho en el eje de cualquier gráfico.
- El Parcela de Manhattan La pestaña muestra un gráfico de cada SNP en los datos separados y coloreados por número de cromosoma. El eje y del gráfico de Manhattan representa la significancia estadística de cada marcador para el equilibrio de Hardy Weinberg. El primer cromosoma del gráfico (de color negro) es el cromosoma X.
- Se puede crear un subconjunto a partir del gráfico de Manhattan arrastrando el cursor para resaltar una sección de SNP y luego haciendo clic Crear conjuntos de datos de anotación y genotipo de subconjunto a la izquierda de la ventana debajo del Profundizaciones
- Tenga en cuenta que desde el Propiedades del marcador ventana de resultados, se pueden establecer nuevos marcadores y criterios individuales y crear un nuevo subconjunto de datos. Las herramientas de filtro están ubicadas a la izquierda de la ventana. A continuación se muestra un ejemplo de refiltrado y su resumen de resultados.
- El Todas las distribuciones La pestaña proporciona distribuciones para MAF y proporción de genotipos faltantes para cada cromosoma, así como estadísticas resumidas de cada distribución.
- El Proporción individual de genotipos faltantes La pestaña proporciona una distribución de la proporción de genotipos faltantes en individuos (filas), así como estadísticas resumidas.
- Volver a la revista abrir el Subconjunto y reordenación de datos genéticos resultados. Este es el subconjunto de los criterios especificados en el Filtración y elimina marcadores (columnas) según MAF, HWE y proporción de genotipo faltante. Cuando se abran los resultados, la ventana de resumen volverá a mostrar qué puntos de datos se han eliminado (8292 marcadores).
- Regrese a la revista y abra el resultado final, Asociación de casos y controles . Este análisis utiliza una prueba de chi-cuadrado para identificar marcadores significativos para el rasgo especificado. Los gráficos generados son muy similares a los del Propiedades del marcador salida, que proporciona información sobre HWE.
- Al igual que la salida de Propiedades del marcador , los cromosomas individuales se pueden analizar desde el Pestañas sección, y se pueden crear subconjuntos en la Profundizaciones sección resaltando puntos de interés en el gráfico.
- Desde el Parcela de Manhattan pestaña, arrastre el cursor alrededor de los dos SNP importantes del cromosoma 11 para resaltarlos. Luego seleccione Rasgo de la trama por genotipo desde el Profundizaciones Esto abre una distribución de los genotipos para estos dos marcadores por fenotipo.
*Los informes interactivos de este flujo de trabajo se pueden ver en Público JMP .
Resumen
Los flujos de trabajo en JMP Genomics son una excelente manera de realizar múltiples análisis en un solo conjunto de datos. Este flujo de trabajo de genética básica es una forma eficaz de conocer rápidamente los entresijos de sus datos, establecer criterios de filtrado tanto para marcadores como para individuos y obtener una identificación inicial de los marcadores de interés. Desde el Profundizaciones En el menú, hay opciones para realizar más subconjuntos, trazar rasgos por genotipo y explorar bases de datos vinculadas a través de los números de acceso de genes del conjunto de datos de anotación. Este flujo de trabajo incluye un análisis de casos y controles, que solo es apropiado para rasgos binarios.Para rasgos continuos, funcionará una asociación SNP-Rasgo (que se tratará más adelante en la serie). Ahora que comprendemos bien nuestros datos y hemos eliminado filas y columnas no deseadas, podemos comenzar un análisis más sólido de nuestros subconjuntos.
JMP Genomics tiene líneas analíticas o Flujos de trabajo realizar una serie de análisis sobre un conjunto de datos. El Flujo de trabajo de genética básica es un método rápido y sencillo para obtener una comprensión más profunda de sus datos antes de comenzar un análisis más profundo. Este flujo de trabajo recodifica los datos de los marcadores en un formato numérico, imputa los datos genotípicos faltantes y crea subconjuntos de datos basados en la frecuencia de alelos menores (MAF), las proporciones de genotipos faltantes y el equilibrio de Hardy-Weinberg (HWE).El flujo de trabajo luego da Propiedades del marcador salida y realiza una Asociación de casos y controles para identificar marcadores de interés. Tenga en cuenta que en este flujo de trabajo, el análisis de casos y controles solo es útil para una variable fenotípica binaria (afectada versus no afectada). Para variables fenotípicas continuas o discretas, otros análisis como la Asociación SNP-Rasgo (que se tratará en una publicación posterior) son más apropiados. En este ejemplo, exploramos ~22 000 marcadores en una muestra de 474 perros de montaña de Berna que están afectados o no por sarcomas (tumores) histiocíticos.
