La structure de la population est la similarité génétique entre de grands groupes d'individus ou de lignées. En préparation de la cartographie des associations, la structure de la population doit être évaluée. Comme la parenté familiale, la structure de la population peut être incorporée dans une analyse de cartographie d'association. Dans l'analyse d'association QK, la structure de la population est modélisée avec une matrice Q et la parenté familiale est modélisée avec une matrice K (voir Partie 3a : Matrice de relations basée sur les marqueurs ). Il existe deux façons de construire une matrice Q dans Génomique JMP : Analyse en composantes principales (ACP) et mise à l'échelle multidimensionnelle (MDS).
PCA et MDS sont des techniques similaires pour la réduction des données, mais présentent quelques différences importantes. Alors que MDS essaie de réduire les données de manière à préserver les relations entre les observations ou les lignes, l'ACP est censée décrire les plus grandes sources de variance dans les données. En conséquence, le PCA peut être sensible aux plus petits modèles trouvés dans un seul fabricant ou une poignée de marqueurs, des modèles qui ne seraient pas évidents à partir du MDS.
L'ACP peut être utilisée pour contrôler la stratification de la population dans les tests d'association de deux manières dans JMP Genomics. La méthode couverte dans cet article, connue sous le nom de Eigenstrat méthode, se trouve dans la ACP pour la stratification de la population outil. Cet outil effectue d'abord l'analyse PCA, enregistre la sortie, puis effectue éventuellement une analyse d'association Eigenstrat, si une ou plusieurs variables de trait sont spécifiées.
- Du Initiation à la génomique menus, choisissez Génétique > Test GWAS > PCA pour la stratification de la population .
- Des génotypes numériques sont nécessaires pour cette analyse. Référencez le Recoder les génotypes procédure décrite dans le précédent article de blog , Association génétique avec JMP Genomics, partie 1 : importation et nettoyage des données .
- Sur le Général onglet, choisissez rice_genos_recgeno. sas7bdat , comme le Jeu de données SAS d'entrée .
- Attribuez le GW comme le Variable de caractère . Attribuer GID comme le Variable d'étiquette . Les traits mesurés sont les suivants :
- FL : jours avant la floraison
- PH : hauteur de la plante
- PW : poids de la panicule
- GW : rendement grain
- Désignez les trois autres variables de trait ( FL, PH, PW ) comme Variables à conserver dans l'ensemble de données PCA . Notez que cette analyse peut gérer plusieurs traits à la fois, mais pour cet exemple, nous allons construire un modèle mixte QK pour le rendement en grain uniquement.
- Taper recgeno : dans la case étiquetée Spécification de style liste des variables de marqueur .
- Choisir un Dossier de sortie .
- Sur le Annotation onglet, sélectionnez rice_anno_recgeno. sas7bdat comme le Ensemble de données SAS d'annotations .
- Remplissez le Annotation onglet avec RS_RG comme le Variable d'étiquette d'annotation , chrome comme le Variable de groupe d'annotations et position comme le Variable d'emplacement d'annotation.
- Sous le Choix onglet, cochez la case à côté de Créer un ensemble de données de sortie PCA fusionné. Cela crée le fichier qui sera utilisé pour l'analyse QK.
- Voici un Ensemble de données PCA peut être spécifié qui est créé à partir d'une itération antérieure de ce processus. Également Nombre de composants principaux et/ou le Proportion cumulée de variation à expliquer avec PCA peut être spécifié. Ici, JMP expliquera cette proportion en utilisant le nombre minimum de composants ou expliquera autant de variance que possible en utilisant le nombre maximum de composants spécifiés. Pour choisir le nombre exact de composants utilisés, entrez 5 comme le Proportion de variation à expliquer .
- Dans cet exemple, définissez le Nombre maximal de PC pour 5 et le Proportion cumulée de variation à expliquer pour 5 .
- Cochez la case pour Effectuez EigenCorr pour sélectionner des PC . Cela déterminera les composants principaux à inclure dans la régression en créant une valeur p pour la corrélation entre chaque PC et variable de trait, et en incluant les PC avec des valeurs p significatives basées sur le Méthode de test multiple et Alpha valeur spécifiée. Ici, sélectionnez RAD et 1 respectivement.
- Sélectionner Continu du Type de trait menu déroulant.
- Taper " PCA_sortie " dans le Préfixe du fichier de sortie .
- Sur le Graphiques de valeur P onglet, sélectionnez -log10 pour le Conversion pour les valeurs p . Notez que ces options affectent les tracés inclus dans la sortie d'association SNP-Trait et non la sélection PC réelle.
- Quitter le Alpha valeur comme 0,05 et cliquez Courir pour commencer l'analyse.
Résultats
- Lorsque le tableau de bord des résultats apparaît, les deux ACP 2D & Scores de ligne 3D onglets montrent les relations entre les composants principaux. Les individus qui se regroupent dans ces parcelles seraient considérés comme partageant une ascendance. Le tracé 2D montre la corrélation de chacun des cinq PC entre eux. Dans le tracé 3D, la relation entre trois PC (sélectionnés sous le tracé) peut être affichée dans un espace tridimensionnel.
- Explore le Parcelle d'éboulis . Chaque point de ce graphique représente une composante principale et la quantité de variation que cette composante représente.
- Clique sur le Tableau récapitulatif pour afficher les résultats de l'analyse d'association Eigenstrat. Le graphique à barres montre le nombre de marqueurs significatifs sur chaque chromosome.
- Pour inspecter un seul chromosome, trouvez le bouton correspondant à ce chromosome dans le Onglets section et choisissez Onglet Affichage .
- Le Parcelle de Manhattan L'onglet montre des marqueurs significatifs pour le rendement en grains colorés par chromosome. Les points sur le graphique au-dessus de la ligne rouge sont considérés comme des marqueurs significatifs.
- Finalement, le Parcelle de volcan L'onglet montre un diagramme de volcan de chaque marqueur coloré par chromosome avec un effet de génotype d'allèle mineur sur l'axe des x et la valeur de p transformée en log sur l'axe des y. Les points au-dessus de la ligne rouge sont considérés comme significatifs.
- Le fichier pca_output_pcm. sas7bdat se trouve désormais dans le Dossier de sortie désigné précédemment et a les valeurs PCA qui peuvent être utilisées dans Analyse d'association QK .
*Consultez les résultats interactifs de cette analyse sur Publique JMP .
Processus de suivi
Ce guide couvre la partie Q-matrice de l'analyse QK. La matrice Q contient des informations sur la structure de la population, qui peuvent provenir de Mise à l'échelle multidimensionnelle, analyse en composantes principales , ou même l'affectation manuelle des lignes ou des individus dans des groupes organisés par l'utilisateur. Le jeu de données de sortie, pca_output_pcm.sas7bdat , à partir de cette analyse peut être utilisé dans Analyse d'association QK . Pour la prochaine étape du Analyse d'association QK parcours, voir le billet de blog Partie 3c : Modèle mixte QK .
La structure de la population est la similarité génétique entre de grands groupes d'individus ou de lignées. En préparation de la cartographie des associations, la structure de la population doit être évaluée. Comme la parenté familiale, la structure de la population peut être incorporée dans une analyse de cartographie d'association. Dans l'analyse d'association QK, la structure de la population est modélisée avec une matrice Q et la parenté familiale est modélisée avec une matrice K (voir Partie 3 : Matrice de relation basée sur les marqueurs ). Il existe deux manières de construire une matrice Q dans JMP Genomics : l'analyse en composantes principales (ACP) et la mise à l'échelle multidimensionnelle (MDS).
PCA et MDS sont des techniques similaires pour la réduction des données, mais présentent quelques différences importantes. Alors que MDS essaie de réduire les données de manière à préserver les relations entre les observations ou les lignes, l'ACP est censée décrire les plus grandes sources de variance dans les données. En conséquence, le PCA peut être sensible aux plus petits modèles trouvés dans un seul fabricant ou une poignée de marqueurs, des modèles qui ne seraient pas évidents à partir du MDS.
L'ACP peut être utilisée pour contrôler la stratification de la population dans les tests d'association de deux manières dans JMP Genomics. La méthode couverte dans cet article, connue sous le nom de Eigenstrat méthode, se trouve dans la ACP pour la stratification de la population outil. Cet outil effectue d'abord l'analyse PCA, enregistre la sortie, puis effectue éventuellement une analyse d'association Eigenstrat, si une ou plusieurs variables de trait sont spécifiées.
