L'analyse d'association QK a été développée pour effectuer une cartographie d'association tout en contrôlant la structure de la population et/ou la parenté familiale. Le "QK" dans ce nom fait référence aux deux types d'informations qui sont incluses dans le modèle. La matrice Q contient des informations sur la structure de la population (voir Partie 3b : Matrice de structure de la population ). La matrice K contient des informations plus fines sur la parenté, généralement des mesures d'IBD calculées à partir des données du marqueur (voir Partie 3a : Matrice de relations basée sur les marqueurs ).
Comme dans d'autres types de cartographie d'association, dans l'analyse d'association QK, un modèle statistique individuel est créé pour chaque marqueur, en utilisant le trait comme variable dépendante et le marqueur comme variable indépendante. Les variables qui constituent les matrices Q et K sont également incluses dans ces modèles : les variables Q comme effets fixes, et les variables K comme effets aléatoires. Les variables Q ou K peuvent être omises des modèles, selon les besoins.
Pour exécuter une analyse d'association QK dans Génomique JMP , trois choses sont nécessaires : un fichier de données contenant les caractères à analyser, les génotypes marqueurs et les variables Q et K à utiliser dans l'analyse. Un ensemble de données d'annotation est facultatif.
- Utilisez le Fichier > Ouvrir commande pour ouvrir le fichier fusionné des résultats PCA, appelé pca_output_pcm. sas7bdat
- Également Ouvrir le fichier avec la « racine carrée » de la matrice IBD de la Matrice des relations procédure, appelée rice_genos_recgeno_rm. sas7bdat .
- Notez que ce fichier doit être remplacé par le fichier de matrice K compressé, rice_genos_recgeno_ibd_kc. sas7bdat , le cas échéant.
- Avec le dossier rice_genos_recgeno_ibd_kc. sas7bdat au premier plan, sélectionnez Tableaux > Joindre .
- Dans la case en haut à gauche, sélectionnez le fichier pca_output_pcm. sas7bdat
- Cochez la case intitulée Fusionner les colonnes de même nom
- Sélectionnez la variable GID dans les deux Colonnes sources cases, puis cliquez sur le Correspondre
- Attribuez le Nom de la table de sortie comme core_qk .
- Cliquez sur D'ACCORD pour créer le nouveau fichier joint.
- Lorsque le nouveau fichier de données apparaît, sélectionnez Fichier > Enregistrer sous…
- Changer la Sauvegarder comme type possibilité de Ensemble de données SAS et cliquez Sauver
- Du Initiation à la génomique menus, choisissez Génétique > Autres tests d'association > Modèle mixte QK.
- Choisir core_qk. sas7bdat comme le Jeu de données SAS d'entrée .
- Sélectionner GW comme le Variable de caractère .
- Entrer recgeno : dans la case sous Spécification de style liste des variables SNP .
- Choisissez un Dossier de sortie .
- Sur le Q et K onglet, tapez pca : dans le Spécification de style liste des variables de la matrice Q boîte et tapez MICI : dans le Spécification de style liste des variables de racine carrée de la matrice K
- Si vous utilisez la matrice K compressée, cochez la case La matrice K est compressée .
- Sur le Variables de modèle onglet, sélectionnez Continu pour Type de trait. Il n'y a pas d'effets supplémentaires dans cet ensemble de données.
- Les Sélection du modèle permet la mise en œuvre d'un modèle multi-marqueurs, basé sur des marqueurs en rotation et des variables phénotypiques. Lorsqu'il est sélectionné, l'utilisateur peut choisir parmi des méthodes telles que ElasticNet, par étapes, et LASSO . Nous n'ajusterons pas un modèle multi-marqueurs dans cet exemple.
- Sur le Annotation onglet, choisir rice_anno_recgeno. sas7bdat comme le Ensemble de données SAS d'annotations .
- Remplissez le Annotation onglet avec RS_RG comme le Étiquette d'annotation Variable , chrome comme le Variable de groupe d'annotations , position comme le Variable d'emplacement d'annotation , et _MajorAllele_ comme le Annotation Allèle majeur Variable .
- Sur le Choix onglet, modifiez l'onglet Format des variables SNP pour Génotypes numériques .
- Pour un temps de calcul plus court, décochez la case Génotype Test d'association . En option, le Génotype test effectue des tests du chi carré basés sur des génotypes, où le Tendance test effectue un test de Cochran-Armitage.
- Cliquez sur Cours pour commencer l'analyse.
Résultats
- Lorsque le tableau de bord des résultats s'ouvre, le Tableau récapitulatif montre le nombre de marqueurs significatifs sur chaque chromosome pour le Rendement en grain (GW)
- Les barres bleues représentent les résultats du test de tendance. Le test de tendance recherche une relation linéaire dans les scores de tendance lors du passage d'homozygote mineur à hétérozygote à majeur homozygote.
- Lors de l'exécution d'un modèle sur plusieurs traits, des marqueurs significatifs qui se chevauchent sur les traits peuvent être visualisés et des sous-ensembles de données peuvent être créés via une sortie de diagramme de Venn.
- Il existe cinq marqueurs significatifs en commun entre GW, FL et PH.
- Les Parcelle de Manhattan L'onglet montre à nouveau les marqueurs significatifs par chromosome tels que déterminés par le test de tendance.
- Sélection de l'un des chromosomes de la Onglets menu de gauche fera apparaître un tracé de chaque marqueur sur le chromosome tracé par position. Montré ci-dessous est chrome 3 Résultats .
- Les Parcelle de fitness du modèle L'onglet affiche les statistiques de condition physique pour chaque marqueur. Pour séparer les diagrammes de fitness par modèle, cliquez sur le triangle rouge et sélectionnez Superposer les tracés > Superposer Ys . Les tests sont tracés par forme, les points inférieurs sur le tracé représentant une plus grande précision.
- Les Parcelle de volcan L'onglet donne un diagramme de volcan pour chaque marqueur, 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.
- En cliquant sur le Filtre de données locales les options sur la droite donneront des parcelles de volcan pour chaque chromosome individuel.
- Dans le Analyses descendantes menu, un sous-ensemble peut être créé pour les marqueurs sélectionnés, ou un tracé de Rendement en grains les valeurs par génotype peuvent être créées en sélectionnant Tracé du trait par génotype .
- C'est un excellent moyen de voir rapidement l'effet que différents génotypes ont sur un trait pour un marqueur donné.
- Vous trouverez ci-dessous des tracés trait par génotype, classés par importance, à partir de trois marqueurs sur le chromosome 5.
*Les résultats interactifs de cette analyse sont disponibles sur Publique JMP .
Résumé
Ce guide décrit les Modèle mixte QK processus de cartographie d'association tout en tenant compte du déséquilibre de liaison causé par la structure de la population et les liens familiaux. L'analyse QK peut être exécutée de deux manières différentes dans JMP Genomics. Une option plus simple est la Flux de travail d'analyse génétique QK , qui exécute toutes les étapes de l'analyse QK et fusionne automatiquement les données. Il est cependant moins flexible que le processus décrit dans cet article. Le flux de travail n'autorise qu'une matrice Q calculée à partir de PCA et une matrice K à partir de calculs IBD à partir du Matrice des relations processus. Pour des informations détaillées sur ce processus, consultez le billet de blog de la semaine prochaine : Partie 3d : Flux de travail de l'association génétique du modèle mixte QK.
L'analyse d'association QK a été développée pour effectuer une cartographie d'association tout en contrôlant la structure de la population et/ou la parenté familiale. Le "QK" dans ce nom fait référence aux deux types d'informations qui sont incluses dans le modèle. La matrice Q contient des informations sur la structure de la population (voir Partie 3b : Matrice de structure de la population ). La matrice K contient des informations plus fines sur la parenté, généralement des mesures IBD calculées à partir des données du marqueur (voir Partie 3a : Matrice de relations basée sur les marqueurs ).
Comme dans d'autres types de cartographie d'association, dans l'analyse d'association QK, un modèle statistique individuel est créé pour chaque marqueur, en utilisant le trait comme variable dépendante et le marqueur comme variable indépendante. Les variables qui constituent les matrices Q et K sont également incluses dans ces modèles : les variables Q comme effets fixes, et les variables K comme effets aléatoires. Les variables Q ou K peuvent être omises des modèles, selon les besoins.
Pour exécuter une analyse d'association QK dans JMP Genomics, trois éléments sont nécessaires : un fichier de données contenant les traits à analyser, les génotypes marqueurs et les variables Q et K à utiliser dans l'analyse. Un ensemble de données d'annotation est facultatif.
