~ 안에 JMP 유전체학 , 관계 매트릭스 분석은 라인 간의 관련성을 계산하고 표시하는 데 사용됩니다. 그만큼 관계 매트릭스 도구는 가계도 정보(친족 행렬 도구)가 아닌 마커 데이터를 사용하여 계통 간의 관계를 추정하고 선택 및 유전적 부동을 고려하는 동시에 관계 측정값을 직접 계산합니다. 그만큼 관계 매트릭스 혈통별 신원, 주별 신원 또는 대립유전자 공유 유사성의 세 가지 옵션 중 하나를 계산합니다. 이 절차의 출력은 QK 혼합 모델에서 가족 관련성을 나타내는 K 행렬 역할을 할 수 있습니다. 이번 포스팅은 다음에 집중하겠습니다. 관계 매트릭스 8,336개의 마커와 343개의 벼 라인이 포함된 데이터 세트를 사용합니다.
관계 매트릭스:
- 열려 있는 그만큼 rice_genos_recgeno. sas7bdat 데이터를 설정하고 JMP에서 검사합니다. 343개의 벼줄 행, 6개의 주석 및 표현형 데이터 열, 8,336개의 마커 데이터 열이 있습니다. 이 마커는 숫자 유전자형으로 코딩됩니다. 이 형식은 관계 매트릭스 . 숫자 유전자형 및 기록에 대한 자세한 내용은 이전 블로그 게시물을 참조하세요. , JMP Genomics와 유전적 연관성, 1부: 데이터 가져오기 및 정리 .
- 로부터 유전체학 스타터 메뉴, 선택 유전학 > 관련성 측정 > 관계 매트릭스 .
- 선택하다 rice_genos_recgeno. sas7bdat 으로 SAS 데이터 세트 입력 .
- 선택 GID 변수의 사용 가능한 변수 목록을 작성하고 ID 변수 그리고 라벨 변수
- 표현형 변수를 선택합니다. 플로리다 그리고 끝나는 GW 을 선택하고 라벨이 붙은 상자에 넣으세요. 출력 데이터 세트에 유지할 변수 . 측정된 특성은 다음과 같습니다.
- FL: 개화까지의 일수
- PH: 식물 높이
- PW : 원추형 무게
- GW : 곡물 수확량
- 라벨이 붙은 상자에는 SNP 변수의 목록 스타일 사양 , "recgeno:"(따옴표 없이)를 입력하여 접두사 "recgeno"로 시작하는 모든 변수를 마커 변수로 선택합니다.
- 선택하다 안 출력 폴더 .
- 에서 주석 탭, 선택 rice_anno_recgeno. sas7bdat 으로 주석 SAS 데이터 세트 .
- 에서 분석 탭을 떠나 혈통별 신원 옵션이 선택되었습니다.
- 이를 통해 관계 매트릭스의 개인이 특정 위치에 있는 공통 조상의 대립 유전자를 공유할 확률을 추정합니다. 위에서 언급한 바와 같이, 범위 표준화 유무에 관계없이 두 개인이 동일한 대립 유전자를 공유할 확률을 각각 추정하기 위해 Gower의 유사성 측정법을 사용하는 상태별 정체성 및 대립 유전자 공유 유사성에 대한 옵션을 사용할 수 있습니다.
- 을 체크 해봐 SVD로 행렬의 근을 계산합니다.
- 이 옵션은 나중에 QK 연관 분석에서 사용되는 관계 행렬의 제곱근을 포함하는 파일을 생성합니다.
- 그만큼 하강 임계값별 ID 슬라이더를 변경하여 출력 데이터 세트에 보고할 쌍에 대한 IDB 임계값을 변경할 수 있습니다. 기본 설정은 .25입니다. 즉, IDB 값이 .25보다 크거나 같은 모든 행 쌍이 출력 데이터 세트에 포함됩니다. rice_genos_recgeno_prs. sas7bdat.
- 에서 주성분 분석 옵션 , JMP PCA를 수행하고 분석에 포함할 주요 구성 요소 수를 설정하는 옵션을 제공합니다.
- 주성분 분석은 데이터의 분산을 설명하지 않는 변수의 측면을 제거하는 방식으로 입력 변수를 결합하는 도구입니다. 구성 요소의 수는 모델을 부풀리거나 과적합하지 않고 가능한 한 많은 전체 분산을 설명하기 위해 새 변수가 사용될 작은 요인의 수를 지정합니다.
- 에서 옵션 탭에서 라벨이 붙은 상자를 선택하세요. 관계 행렬 히트 맵 플롯 . 출력 변수에 접두사를 추가하려는 경우에도 이 탭에서 수행할 수 있습니다.
- 딸깍 하는 소리 달리다 분석을 시작합니다. 결과 대시보드의 첫 번째 탭에서 히트맵 결과를 검사합니다.
결과
- 그만큼 히트맵 탭에는 343개 라인 간의 관계가 표시됩니다. 빨간색 대각선은 각 선과 그 자체의 완벽한 관계를 나타냅니다. 대각선을 벗어난 대칭 요소는 선 쌍에 대한 관계 측정값(이 경우 IBD)을 나타냅니다. 대각선의 따뜻한 색상 블록은 밀접하게 관련된 선의 클러스터를 보여줍니다.
- 오른쪽의 덴드로그램(나무 다이어그램)은 IBD 매트릭스에 대한 클러스터 분석 결과를 보여줍니다. 멤버를 확대하고 검사하려면 분기를 두 번 클릭하세요. 최상위 보기로 돌아가려면 계층적 클러스터링 핫스팟(빨간색 화살표)을 선택하고 줌 해제 .
- 결과 대시보드로 돌아가서 IBD 쌍 결과
- 히스토그램은 IBD 값이 0.25보다 큰 262개 선 쌍에 대한 IBD 점수 분포를 보여줍니다. 이 쌍의 데이터 세트도 지정된 위치에 저장되었습니다. 출력 폴더 제목이 붙은 rice_genos_recgeno_prs. sas7bdat. 이 표는 데이터 보기 버튼 아래 후속 프로세스 시작 메뉴.
- 를보세요 PCA 2D 행 점수
- 이 산점도 매트릭스는 세 가지 주요 구성 요소 각각 간의 상관 관계를 보여줍니다. 이 산점도에는 점의 계층화가 없기 때문에 이 결과에는 강력한 인구 구조에 대한 증거가 없습니다.
- 조사 스크린 플롯 탭에는 각 주성분이 설명하는 분산의 비율이 표시됩니다. 이 경우 처음 두 개의 주요 구성요소가 대부분의 변동을 설명합니다.
K-행렬 압축(선택 사항)
QK 연관 분석은 계산 집약적이며 K 매트릭스를 통합하는 부분은 특히 시간이 많이 걸립니다. 계통 간 가족관계를 표현하는 데 필요한 변수의 수를 줄이는 기술이 있습니다. 각 모델의 변수가 적어 실행 시간이 크게 단축됩니다. 기술이라고 합니다 K 매트릭스 압축 . JMP Genomics에서 다음 작업의 일부로 수행할 수 있습니다. 유전학 QK 분석 워크플로우 (나중에 블로그 게시물에서 알아볼 수 있음) 또는 독립 프로세스로 수행됩니다. 알고리즘은 한 번에 하나의 특성 변수에 대한 압축을 최적화하므로 분석할 각 특성에 대해 반복해야 합니다.
- 로부터 후속 프로세스 시작 메뉴, 선택 K-행렬 압축 . 새 대화 상자가 열리며 다음과 같은 내용이 표시됩니다. 일반적인 적용된 설정을 보여주는 탭 관계 매트릭스 분석 및 하강 값에 의한 ID 행렬을 입력 K 행렬 데이터 세트 .
- 선택하다 GID 그리고 그것을 주요 변수 병합
- 그만큼 SNP 입력 데이터 탭에는 SNP 데이터 세트 이미 선택되었습니다. 그만큼 특성 변수 수동으로 선택해야 합니다. 압축은 한 번에 하나의 특성에 대해서만 수행할 수 있다는 점을 기억하세요. 이 예에서는 다음을 선택합니다. GW 으로 특성 변수 , 지정 GID, 플로리다, PH, PW ~처럼 출력 데이터 세트에 유지할 다른 변수 .
- 에 모델 변수 탭에서 설정하세요. 특성 유형 에게 마디 없는 . 없다 클래스 변수 이 데이터 세트에서도 Q 매트릭스 변수 . Q 매트릭스는 이후 게시물에서 조립될 예정입니다.
- 에 분석 탭에서 설정하세요. 압축 방식 에게 자동화됨 .
- 클러스터는 다양한 방법으로 구성할 수 있습니다. 자동화된 클러스터링 방법 . 이 예에서는 다음을 선택합니다. 평균 드롭다운 메뉴에서
- 그러면 클러스터 사이의 거리가 관측치 쌍 사이의 평균 거리로 설정되어 유사하고 작은 분산을 갖는 클러스터가 생성됩니다.
- 가능한 각 방법에 대한 설명을 보려면 ? 드롭다운 메뉴 옆에 있는 아이콘
- 선택하다 225 에 대한 자동 압축을 위한 클러스터 수 . 그러면 정사각형 행렬인 K 행렬이 이러한 차원으로 압축됩니다.
- 딸깍 하는 소리 달리다 압축을 시작합니다. 프로세스가 완료되면 새로 압축된 K 행렬과 함께 SAS 출력 창이 나타납니다. rice_genos_recgeno_ibd_kc. sas7bdat .
*이 분석의 대화형 결과는 다음에서 확인할 수 있습니다. JMP 공개 .
요약
이 문서는 관계 매트릭스 8,336개의 마커가 있는 343개의 벼 라인이 포함된 데이터 세트에서. 이 관계 행렬은 하강별 동일성 값으로 구성되었지만 상태별 동일성 및 대립유전자 공유 유사성에 대해서도 계산할 수 있습니다. 가계 정보가 없기 때문에 마커 데이터를 사용하여 계통 간의 관계를 추정하는 과정입니다. 추가적으로 이번 포스팅에서 다룬 내용은 K-행렬 압축, 컴퓨팅 시간을 단축하는 데 사용할 수 있는 QK 연관 분석 압축되지 않은 매트릭스를 사용한 분석과 유사한 결과를 생성합니다.
