與 JMP Genomics 的遺傳關聯，第 3a 部分：基於標記的關係矩陣在JMP基因組學， 這關係矩陣分析用於計算和顯示線之間的相關性。 這關係矩陣該工具使用標記數據而不是譜系信息（親屬關係矩陣工具）來估計品系之間的關係，並直接計算關係度量，同時還考慮選擇和遺傳漂變。 這關係矩陣計算三個選項之一：按血統識別、按狀態識別或等位基因共享相似性。 該過程的輸出可以用作 QK 混合模型中的 K 矩陣，代表家族相關性。 這篇文章將重點討論關係矩陣使用包含 343 個水稻品系和 8,336 個標記的數據集。
關係矩陣：
- 打開這Rice_genos_recgeno。 sas7bdat數據集並在 JMP 中檢查它。 它有 343 個水稻品系，六列註釋和表型數據，以及 8,336 列標記數據。 這些標記被編碼為數字基因型。 需要此格式關係矩陣。 有關數字基因型和重新編碼的更多信息，請參閱之前的博客文章,與 JMP Genomics 的遺傳關聯，第 1 部分：導入和清理數據。
- 來自基因組學入門菜單，選擇遺傳學 > 相關性測量 > 關係矩陣。
- 選擇Rice_genos_recgeno。 sas7bdat作為輸入 SAS 數據集。
- 選擇全局ID變量來自可用變量列出並將其放入ID變量和標籤變量
- 選擇表型變量，從FL並以GW ，並將它們放入標有標籤的框中要保留在輸出數據集中的變量。 測量的性狀如下：
- FL: 開花天數
- PH：株高
- PW：穗重
- GW：糧食產量
- 在標有SNP 變量的列表式規範，輸入“recgeno:”（不帶引號）以選擇以前綴“recgeno”開頭的所有變量作為標記變量。
- 選擇一個導出目錄。
- 在裡面註解選項卡，選擇Rice_anno_recgeno。 sas7bdat作為註釋 SAS 數據集。
- 在裡面分析選項卡，保留血統身份已選擇選項。
- 這將估計關係矩陣中的個體在特定基因座共享來自共同祖先的等位基因的概率。 如上所述，“按狀態身份”和“等位基因共享相似度”選項可用，它們分別使用高爾相似度度量來估計兩個個體共享相同等位基因的概率，無論遺傳是否有範圍標準化。
- 檢查通過 SVD 計算矩陣的根
- 該選項生成一個包含關係矩陣平方根的文件，稍後將在 QK 關聯分析中使用該文件。
- 這按血統閾值劃分的身份可以更改滑塊以更改要在輸出數據集中報告的對的 IDB 閾值。 默認設置為 0.25，這意味著 IDB 值大於或等於 0.25 的所有行對都將包含在輸出數據集中Rice_genos_recgeno_prs。 sas7bdat。
- 在裡面主成分分析選項,聯合管理計劃提供執行 PCA 並設置要包含在分析中的主成分數量的選項.
- 主成分分析是一種組合輸入變量的工具，其方式消除了不能解釋數據方差的變量方面。 分量的數量將指定將使用多少個較小的因子，因為新變量會盡可能多地解釋總體方差，而不會導致模型膨脹或過度擬合。
- 在裡面選項選項卡，選中標有的框繪製關係矩陣熱圖。 如果您想向輸出變量附加前綴，也可以在此選項卡中完成。
- 點擊跑步開始分析。 檢查結果儀表板第一個選項卡中的熱圖結果：
結果
- 這熱圖選項卡顯示 343 行之間的關係。 紅色對角線代表每條線與其自身的完美關係；對稱的非對角線元素表示線對的關係度量（在本例中為 IBD）。 對角線上的暖色塊顯示了緊密相關的線條簇。
- 右側的樹狀圖（樹形圖）顯示了 IBD 矩陣的聚類分析結果。 雙擊任何分支以放大並檢查成員。 要恢復到頂層視圖，請單擊層次聚類熱點（紅色箭頭）並選擇釋放變焦。
- 返回結果儀表板，並查看IBD 對結果
- 直方圖顯示了 262 對 IBD 值大於 0.25 的品系的 IBD 分數分佈。 這些對的數據集也已保存到指定的導出目錄標題為Rice_genos_recgeno_prs。 sas7bdat。 也可通過單擊查看此表查看數據按鈕下的啟動後續流程菜單。
- 看著那（這PCA 2D 行分數
- 該散點圖矩陣顯示了三個主成分之間的相關性。 這些結果中沒有證據表明存在強大的人口結構，因為這些散點圖中沒有任何點分層。
- 檢查碎石圖選項卡顯示每個主成分佔方差的比例。 在這種情況下，前兩個主成分解釋了大部分變化。
K 矩陣壓縮（可選）
QK關聯分析是計算密集型的，並且合併K矩陣的部分尤其耗時。 有一種技術可以減少表示譜系之間的家族相關性所需的變量數量。 由於每個模型的變量較少，運行時間顯著減少。 該技術稱為K 矩陣壓縮。 它可以作為 JMP Genomics 的一部分進行遺傳學 QK 分析工作流程（您可以在後面的博客文章中了解），或作為一個獨立的過程。 該算法一次優化一個特徵變量的壓縮，因此需要對每個要分析的特徵重複該壓縮。
- 來自啟動後續流程菜單，選擇K 矩陣壓縮。 將啟動一個新對話框，其中包含一般的選項卡顯示已應用的設置關係矩陣分析，以及由血統值確定的矩陣作為輸入K矩陣數據集。
- 選擇全局ID並將其移至合併關鍵變量
- 這SNP 輸入數據選項卡有SNP 數據集已經選擇了。 這特質變量必須手動選擇。 回想一下，一次只能對一個特徵執行壓縮。 對於本示例，選擇GW作為特質變量，並指定GID、佛羅里達州、PH、PW作為保留在輸出數據集中的其他變量。
- 上模型變量選項卡，設置特質類型到連續的。 沒有類變量在這個數據集中也沒有Q 矩陣變量。 Q 矩陣將在稍後的文章中組裝。
- 上分析選項卡，設置壓縮方式到自動化。
- 可以使用不同的方式構建集群自動聚類方法。 對於本示例，選擇平均的從下拉菜單中。
- 這會將聚類之間的距離設置為觀測值對之間的平均距離，從而創建具有相似且較小方差的聚類。
- 對於每種可能方法的描述符，請單擊？下拉菜單旁邊的圖標。
- 選擇225為了自動壓縮簇數。 這會將 K 矩陣（方陣）壓縮到這些維度。
- 點擊跑步開始壓縮。 該過程完成後，將出現一個 SAS 輸出窗口以及新壓縮的 K 矩陣， Rice_genos_recgeno_ibd_kc。 sas7bdat 。
*此分析的交互式結果可在JMP 公共。
概括
本文檔作為創建關係矩陣來自包含 343 個水稻品系和 8,336 個標記的數據集。 該關係矩陣由“按血統的身份”值組成，但也可以計算“按州的身份”和“等位基因共享相似度”。 由於沒有可用的譜系信息，該過程使用標記數據估計品系之間的關係。 此外，這篇文章涵蓋了K 矩陣壓縮，這可以用來減少計算時間QK關聯分析同時仍然產生與使用未壓縮矩陣進行分析類似的結果。
在 JMP Genomics 中，關係矩陣分析用於計算和顯示線之間的相關性。 這關係矩陣該工具使用標記數據而不是譜系信息（親屬關係矩陣工具）來估計品系之間的關係，並直接計算關係度量，同時還考慮選擇和遺傳漂變。 這關係矩陣計算三個選項之一：按血統識別、按狀態識別或等位基因共享相似性。 該過程的輸出可以用作 QK 混合模型中的 K 矩陣，代表家族相關性。 這篇文章將重點討論關係矩陣使用包含 343 個水稻品系和 8,336 個標記的數據集。
