でJMPゲノミクス、関係マトリックス分析は、線間の関連性を計算して表示するために使用されます。 の関係マトリックスこのツールは、血統情報 (Kinship Matrix ツール) ではなくマーカー データを使用して系統間の関係を推定し、選択と遺伝的浮動も考慮しながら関係の尺度を直接計算します。 の関係マトリックス3 つのオプション (血統別同一性、状態別同一性、または対立遺伝子共有類似性) のいずれかを計算します。 この手順からの出力は、QK 混合モデルで家族関係を表す K 行列として機能します。 この投稿では、次の点に焦点を当てます。関係マトリックス8,336 個のマーカーを持つ 343 のイネ系統を含むデータセットを使用します。
関係マトリックス:
- 開けるの米_genos_recgeno。 sas7bdatデータセットを作成し、JMP で検査します。 343 行のイネ系統、6 列の注釈と表現型データ、および 8,336 列のマーカー データが含まれています。 これらのマーカーは、数値遺伝子型としてコード化されています。 この形式は、関係マトリックス。 数値遺伝子型と再コーディングの詳細については、以前のブログ投稿を参照してください。 、 JMP Genomics との遺伝的関連、パート 1: データのインポートとクリーニング。
- からゲノミクススターターメニュー、選択遺伝学 > 関連性の尺度 > 関係性マトリックス。
- 選択する米_genos_recgeno。 sas7bdatとして入力 SAS データセット。
- を選択性同一性障害からの変数利用可能な変数リストを作成して、 ID変数そしてラベル変数
- 以下から始まる表現型変数を選択します。フロリダ州そしてで終わるGWと書かれたボックスに入れます。出力データセットに保持する変数。 測定された特性は次のとおりです。
- フロリダ州：開花までの日数
- PH: 草丈
- PW:穂重
- GW: 穀物収量
- と書かれた箱の中には、 SNP 変数のリスト形式の仕様、「recgeno:」(引用符なし) と入力すると、接頭辞「recgeno」で始まるすべての変数がマーカー変数として選択されます。
- 選ぶの出力フォルダ。
- の中に注釈タブで選択米_anno_recgeno。 sas7bdatとしてアノテーションSASデータセット。
- の中に分析タブはそのままにしておきます血統によるアイデンティティオプションが選択されました。
- これにより、関係マトリックス内の個体が特定の座位で共通の祖先からの対立遺伝子を共有する確率が推定されます。 上で述べたように、状態別の同一性と対立遺伝子共有類似性のオプションが利用可能で、ガワーの類似性メトリックを使用して、それぞれ範囲標準化の有無に関わらず、継承に関係なく同じ対立遺伝子を共有する 2 人の個体の確率を推定します。
- チェックしてくださいSVD による行列の根の計算
- このオプションは、関係行列の平方根を含むファイルを生成します。これは、後の QK 関連分析で使用されます。
- の降下しきい値による識別スライダーを変更して、出力データセットでレポートされるペアの IDB のしきい値を変更できます。 デフォルト設定は 0.25 です。つまり、IDB 値が 0.25 以上の行のペアがすべて出力データセットに含まれます。米_genos_recgeno_prs。 sas7bdat。
- の中に主成分分析オプション、 JMP PCA を実行し、分析に含める主成分の数を設定するオプションを提供します。
- 主成分分析は、データの分散を説明しない変数のファセットを排除する方法で入力変数を組み合わせるツールです。 コンポーネントの数は、モデルを肥大化させたり過剰適合させたりすることなく、新しい変数が全体の分散をできるだけ多く考慮するときに使用される小さな因子の数を指定します。
- の中にオプションタブで、ラベルの付いたボックスをチェックしますプロット関係マトリックスのヒート マップ。 出力変数にプレフィックスを追加したい場合は、このタブでも行うことができます。
- クリック走る分析を開始します。 結果ダッシュボードの最初のタブでヒートマップ結果を確認します。
結果
- のヒートマップタブには 343 行間の関係が表示されます。 赤い対角線は、各線とそれ自体との完全な関係を表します。対称的な非対角要素は、線のペアの関係尺度 (この場合は IBD) を表します。 対角線上の暖色のブロックは、密接に関連した線のクラスターを示しています。
- 右側の樹状図（樹状図）は、IBD マトリックスに対するクラスター分析の結果を示しています。 任意のブランチをダブルクリックしてズームインし、メンバーを検査します。 最上位のビューに戻るには、階層的クラスタリングホットスポット (赤い矢印) を選択してくださいズームを解除する。
- 結果ダッシュボードに戻り、 IBDペアの結果
- ヒストグラムは、0.25 を超える IBD 値を持つ 262 対の系統の IBD スコアの分布を示します。 これらのペアのデータセットも、指定された場所に保存されています。出力フォルダタイトルの米_genos_recgeno_prs。 sas7bdat。 この表は、データの表示ボタンの下にあるフォローアッププロセスの開始メニュー。
- 見てくださいPCA 2D 行スコア
- この散布図マトリックスは、3 つの主成分のそれぞれの間の相関関係を示しています。 これらの散布図には点の層別化がないため、これらの結果には強い集団構造の証拠はありません。
- を調べると、ガレプロットタブには、各主成分が占める分散の割合が表示されます。 この場合、最初の 2 つの主成分が変動の大部分を占めます。
K マトリックス圧縮 (オプション)
QK アソシエーション分析は大量の計算を必要とし、K マトリックスを組み込む部分には特に時間がかかります。 系統間の家族関係を表すために必要な変数の数を減らすための手法があります。 各モデルの変数が少なくなるため、実行時間が大幅に短縮されます。 そのテクニックはと呼ばれますK マトリックスの圧縮。 これは、JMP Genomics の一部として実行できます。遺伝学 QK 分析ワークフロー(これについては後のブログ投稿で学習します)、または独立したプロセスとして。 このアルゴリズムは一度に 1 つの特性変数の圧縮を最適化するため、分析する特性ごとに圧縮を繰り返す必要があります。
- からフォローアッププロセスの開始メニュー、選択K マトリックス圧縮。 新しいダイアログ ボックスが起動します。一般的なから適用された設定を表示するタブ関係マトリックス分析、および降下値によるアイデンティティのマトリックスを入力 K 行列データセット。
- 選択する性同一性障害それをに移動しますキー変数のマージ
- のSNP入力データタブにはSNP データセットすでに選択されています。 の特性変数手動で選択する必要があります。 圧縮は一度に 1 つの特性に対してのみ実行できることに注意してください。 この例では、次を選択しますGWとして特性変数、指定しますGID、フロリダ州、PH、PWとして出力データセットに保持するその他の変数。
- でモデル変数タブで、特性の種類に継続的。 ここにはないクラス変数このデータセットでもQ行列変数。 Q マトリックスは後の投稿でまとめます。
- で分析タブで、圧縮方法に自動化。
- クラスターはさまざまな方法で構築できます。自動クラスタリング手法。 この例では、次を選択します平均ドロップダウンメニューから。
- これにより、クラスター間の距離が観測値のペア間の平均距離に設定され、類似した小さな分散を持つクラスターが作成されます。
- 使用可能な各メソッドの記述子については、 ?ドロップダウンメニューの横にあるアイコン。
- 選択する225のために自動圧縮のクラスタ数。 これにより、正方行列である K 行列がこれらの次元に圧縮されます。
- クリック走る圧縮を開始します。 プロセスが完了すると、新しく圧縮された K マトリックスとともに SAS 出力ウィンドウが表示されます。米_genos_recgeno_ibd_kc。 sas7bdat 。
*この分析のインタラクティブな結果は、次のサイトから入手できます。 JMPパブリック。
まとめ
このドキュメントは、関係マトリックス8,336 のマーカーを持つ 343 のイネ系統を含むデータセットから。 この関係マトリックスは、血統別のアイデンティティ値で構成されていますが、状態別のアイデンティティおよび対立遺伝子共有類似性についても計算できます。 このプロセスでは、血統情報が利用できないため、マーカー データを使用して系統間の関係を推定しました。 さらに、この投稿ではK マトリックス圧縮、での計算時間を短縮するために使用できます。 QK アソシエーション分析非圧縮マトリックスを使用した分析と同様の結果が得られます。
