La struttura della popolazione è la somiglianza genetica tra grandi gruppi di individui o linee. In preparazione per la mappatura delle associazioni, dovrebbe essere valutata la struttura della popolazione. Come la parentela familiare, la struttura della popolazione può essere incorporata in un'analisi di mappatura delle associazioni. Nell'analisi dell'associazione QK, la struttura della popolazione è modellata con una matrice Q e la parentela familiare è modellata con una matrice K (vedi Parte 3a: Matrice delle relazioni basata sui marcatori ). Ci sono due modi per costruire una matrice Q in Genomica di JMP : Analisi delle Componenti Principali (PCA) e Scaling Multidimensionale (MDS).
Sia PCA che MDS sono tecniche simili per la riduzione dei dati ma presentano alcune importanti differenze. Mentre MDS cerca di ridurre i dati in modo tale da preservare le relazioni tra osservazioni o linee, PCA ha lo scopo di descrivere le maggiori fonti di varianza nei dati. Di conseguenza, il PCA può essere sensibile a modelli più piccoli trovati in un singolo produttore o in una manciata di marcatori, modelli che non sarebbero evidenti da MDS.
PCA può essere utilizzato per controllare la stratificazione della popolazione nei test di associazione in due modi in JMP Genomics. Il metodo trattato in questo post, noto come Eigenstrat metodo, si trova nel PCA per la stratificazione della popolazione attrezzo. Questo strumento esegue prima l'analisi PCA, salvando l'output e quindi, facoltativamente, esegue l'analisi dell'associazione Eigenstrat, se sono specificate una o più variabili di tratto.
- Dal Iniziatore di genomica menù, scegli Genetica > Test GWAS > PCA per la stratificazione della popolazione .
- I genotipi numerici sono necessari per questa analisi. Fare riferimento al Ricodificare i genotipi procedura descritta nel precedente post sul blog , Associazione genetica con JMP Genomics, parte 1: importazione e pulizia dei dati .
- Sul Generale scheda, scegli rice_genos_recgeno. sas7bdat , come il Immettere il set di dati SAS .
- Assegna il GW come il Variabile di tratto . Assegnare GID come il Etichetta variabile . I caratteri misurati sono i seguenti:
- FL: giorni alla fioritura
- PH: altezza della pianta
- PW: peso della pannocchia
- GW: resa in granella
- Designare le altre tre variabili di tratto ( FL, PH, PW ) COME Variabili da conservare nel set di dati PCA . Si noti che questa analisi può gestire più tratti alla volta, ma per questo esempio costruiremo un modello misto QK solo per la resa in granella.
- Tipo recgeno : nella scatola etichettata Specifica in stile elenco delle variabili marker .
- Scegliere UN Cartella di output .
- Sul Annotazione scheda, selezionare rice_anno_recgeno. sas7bdat come il Set di dati SAS di annotazione .
- Compila il Annotazione scheda con RS_RG come il Variabile etichetta di annotazione , cromo come il Variabile del gruppo di annotazioni E pos come il Variabile di posizione dell'annotazione.
- Sotto il Opzioni scheda, selezionare la casella accanto a Crea set di dati di output PCA unito. Questo crea il file che verrà utilizzato per l'analisi QK.
- Ecco, un Insieme di dati PCA può essere specificato che viene creato da una precedente iterazione di questo processo. Anche il Numero di componenti principali e/o il Proporzione cumulativa di variazione da spiegare con PCA può essere specificato. Qui, JMP spiegherà tale proporzione utilizzando il numero minimo di componenti o spiegherà quanta più varianza possibile utilizzando il numero massimo di componenti specificato. Per scegliere il numero esatto di componenti utilizzati, inserisci 5 come il Proporzione di variazione da spiegare .
- In questo esempio, impostare il Numero massimo di PC A 5 e il Proporzione cumulativa di variazione da spiegare A 5 .
- Seleziona la casella per Eseguire EigenCorr per selezionare i PC . Ciò determinerà quali componenti principali includere nella regressione creando un valore p per la correlazione tra ogni PC e variabile di tratto e includendo i PC con valori p significativi basati sul Metodo di test multiplo E Alfa valore specificato. Qui, seleziona FDR E 1 rispettivamente.
- Selezionare Continuo dal Tipo di Tratto menu a discesa.
- Tipo " Uscita_PCA " nel Prefisso file di output .
- Sul Grafici del valore P scheda, selezionare -log10 per il Conversione per valori p . Si noti che queste opzioni influenzano i grafici inclusi nell'output dell'associazione SNP-Trait e non l'effettiva selezione del PC.
- Lasciare il Alfa valore come 0,05 e clicca Correre per iniziare l'analisi.
Risultati
- Quando viene visualizzato il dashboard dei risultati, entrambi i file APC 2D & Punteggi riga 3D le schede mostrano le relazioni tra i componenti principali. Gli individui che si raggruppano in questi appezzamenti sarebbero considerati condividere l'ascendenza. Il grafico 2D mostra la correlazione di ciascuno dei cinque PC l'uno con l'altro. Nella trama 3D, la relazione tra tre PG qualsiasi (selezionati sotto la trama) può essere mostrata in uno spazio tridimensionale.
- Esplorare la Trama di ghiaione . Ogni punto in questo grafico rappresenta una componente principale e la quantità di variazione di cui tiene conto la componente.
- Clicca sul Grafico riassuntivo scheda per visualizzare i risultati dell'analisi dell'associazione Eigenstrat. Il grafico a barre mostra il numero di marcatori significativi su ciascun cromosoma.
- Per ispezionare un singolo cromosoma, trova il pulsante per quel cromosoma in Schede sezione e scegli Scheda Visualizza .
- IL Trama di Manhattan la scheda mostra marcatori significativi per la resa in grani colorati per cromosoma. I punti sul grafico al di sopra della linea rossa sono considerati marcatori significativi.
- Infine il Trama del vulcano la scheda mostra un grafico vulcano di ciascun marcatore colorato per cromosoma con effetto genotipo allele minore sull'asse x e il valore p trasformato in log sull'asse y. I punti sopra la linea rossa sono considerati significativi.
- Il file uscita_pca_pcm. sas7bdat si trova ora nel Cartella di output designato in precedenza e ha i valori PCA che possono essere utilizzati in Analisi dell'associazione QK .
*Visualizza i risultati interattivi di questa analisi su Pubblico JMP .
Processi di follow-up
Questa guida trattava la parte della matrice Q dell'analisi QK. La matrice Q contiene informazioni sulla struttura della popolazione, da cui possono provenire Scaling multidimensionale, analisi delle componenti principali , o anche l'assegnazione manuale delle linee o degli individui in gruppi curati dall'utente. Il set di dati di output, pca_output_pcm.sas7bdat , da questa analisi può essere utilizzato in Analisi dell'associazione QK . Per il prossimo passo nel Analisi dell'associazione QK percorso, visualizza il post del blog Parte 3c: Modello misto QK .
La struttura della popolazione è la somiglianza genetica tra grandi gruppi di individui o linee. In preparazione per la mappatura delle associazioni, dovrebbe essere valutata la struttura della popolazione. Come la parentela familiare, la struttura della popolazione può essere incorporata in un'analisi di mappatura delle associazioni. Nell'analisi dell'associazione QK, la struttura della popolazione è modellata con una matrice Q e la parentela familiare è modellata con una matrice K (vedi Parte 3: matrice di relazione basata sui marcatori ). Esistono due modi per costruire una matrice Q in JMP Genomics: analisi dei componenti principali (PCA) e scalatura multidimensionale (MDS).
Sia PCA che MDS sono tecniche simili per la riduzione dei dati ma presentano alcune importanti differenze. Mentre MDS cerca di ridurre i dati in modo tale da preservare le relazioni tra osservazioni o linee, PCA ha lo scopo di descrivere le maggiori fonti di varianza nei dati. Di conseguenza, il PCA può essere sensibile a modelli più piccoli trovati in un singolo produttore o in una manciata di marcatori, modelli che non sarebbero evidenti da MDS.
PCA può essere utilizzato per controllare la stratificazione della popolazione nei test di associazione in due modi in JMP Genomics. Il metodo trattato in questo post, noto come Eigenstrat metodo, si trova nel PCA per la stratificazione della popolazione attrezzo. Questo strumento esegue prima l'analisi PCA, salvando l'output e quindi, facoltativamente, esegue l'analisi dell'associazione Eigenstrat, se sono specificate una o più variabili di tratto.
