El análisis de asociación QK se desarrolló para realizar un mapeo de asociaciones mientras se controlaba la estructura de la población y/o la relación familiar. El "QK" en este nombre se refiere a los dos tipos de información que se incluyen en el modelo. La matriz Q contiene información sobre la estructura de la población (Ver Parte 3b: Matriz de Estructura de la Población ). La matriz K contiene información más detallada sobre la relación, por lo general, medidas de EII calculadas a partir de los datos del marcador (ver Parte 3a: Matriz de relación basada en marcadores ).
Como en otros tipos de mapeo de asociación, en el análisis de asociación QK se crea un modelo estadístico individual para cada marcador, utilizando el rasgo como variable dependiente y el marcador como variable independiente. Las variables que constituyen las matrices Q y K también se incluyen en estos modelos: las variables Q como efectos fijos y las variables K como efectos aleatorios. Las variables Q o K pueden omitirse de los modelos, según se desee.
Para ejecutar el análisis de asociación QK en Genómica JMP , se necesitan tres cosas: un archivo de datos que contenga las características que se analizarán, los genotipos marcadores y las variables Q y K que se utilizarán en el análisis. Un conjunto de datos de anotación es opcional.
- Utilizar el Archivo > Abrir comando para abrir el archivo combinado de resultados de PCA, llamado pca_salida_pcm. sas7bdat
- también Abierto el archivo con la "raíz cuadrada" de la matriz IBD de la Matriz de relaciones procedimiento, llamado arroz_genos_recgeno_rm. sas7bdat .
- Tenga en cuenta que este archivo debe reemplazarse con el archivo de matriz K comprimido, arroz_genos_recgeno_ibd_kc. sas7bdat , si es aplicable.
- con el archivo arroz_genos_recgeno_ibd_kc. sas7bdat en primer plano, seleccione Tablas > Unirse .
- En el cuadro superior izquierdo, seleccione el archivo pca_salida_pcm. sas7bdat
- Marque la casilla etiquetada Fusionar columnas con el mismo nombre
- Seleccione la variable G.I.D. en los dos Columnas de origen casillas y, a continuación, haga clic en el Partido
- Asignar el Nombre de la tabla de salida como core_qk .
- Hacer clic OK para crear el nuevo archivo unido.
- Cuando aparezca el nuevo archivo de datos, seleccione Archivo > Guardar como…
- Cambiar el Guardar como tipo opción a Conjunto de datos SAS y haga clic Salvar
- Desde el Iniciador de genómica menú, elige Genética > Otras pruebas de asociación > Modelo mixto QK.
- Escoger core_qk. sas7bdat como el Conjunto de datos SAS de entrada .
- Seleccione GW como el Variable de rasgo .
- Ingresar Recgeno: en el cuadro debajo Especificación de estilo de lista de variables SNP .
- Elige un Carpeta de salida .
- Sobre el q y k pestaña, tipo pca: en el Especificación de estilo de lista de variables de matriz Q cuadro y escriba EII: en el Especificación de estilo de lista de variables de raíz cuadrada de matriz K
- Si usa la matriz K comprimida, marque la casilla La matriz K está comprimida .
- Sobre el Variables del modelo pestaña, seleccione Continuo por Tipo de rasgo. No hay efectos adicionales en este conjunto de datos.
- Él Selección de modelo La pestaña permite la implementación de un modelo de múltiples marcadores, basado en marcadores rotados y variables fenotípicas. Cuando se selecciona, el usuario puede elegir entre métodos como ElasticNet, paso a paso, y LAZO . No ajustaremos un modelo de múltiples marcadores en este ejemplo.
- Sobre el Anotación pestaña, elegir arroz_año_recgeno. sas7bdat como el Conjunto de datos SAS de anotación .
- Rellena el Anotación pestaña con RS_RG como el Etiqueta de anotación Variable , cromo como el Variable de grupo de anotación , posición como el Variable de ubicación de anotación , y _MajorAllele_ como el Anotación Alelo mayor Variable .
- Sobre el Opciones pestaña, cambie la Formato de variables SNP a Genotipos numéricos .
- Para un tiempo de cálculo más corto, anule la selección de la Genotipo Prueba de asociación . Opcionalmente, el Genotipo prueba realiza pruebas de chi-cuadrado basadas en genotipos, donde el Tendencia prueba realiza una prueba de Cochran-Armitage.
- Hacer clic Correr para iniciar el análisis.
Resultados
- Cuando se abre el panel de resultados, el Cuadro resumen La pestaña muestra el número de marcadores significativos en cada cromosoma para el Rendimiento de grano (GW)
- Las barras azules representan los resultados de la prueba de tendencia. La prueba de tendencia busca una relación lineal en las puntuaciones de tendencia cuando se pasa de homocigoto menor a heterocigoto a homocigoto mayor.
- Al realizar un modelo en múltiples rasgos, se pueden ver marcadores significativos que se superponen en los rasgos y se pueden crear subconjuntos de datos a través de una salida de diagrama de Venn.
- Hay cinco marcadores significativos en común entre GW, FL y PH.
- Él Parcela manhattan La pestaña muestra una vez más marcadores significativos por cromosoma según lo determinado por la prueba de tendencia.
- Seleccionando cualquiera de los cromosomas de la Pestañas El menú de la izquierda mostrará un gráfico de cada marcador en el cromosoma trazado por posición. A continuación se muestra cromo 3 Resultados .
- Él Modelo Fitness Parcela La pestaña muestra estadísticas de fitness para cada marcador. Para separar los gráficos de fitness por modelo, haga clic en el triángulo rojo y seleccione Gráficos superpuestos > Superposición Ys . Las pruebas se trazan por forma, con los puntos más bajos en el gráfico que representan una mayor precisión.
- Él Parcela Volcán tab muestra un diagrama de volcán para cada marcador, con el efecto del genotipo del alelo menor en el eje x y el valor p transformado logarítmicamente en el eje y. Los puntos por encima de la línea roja se consideran significativos.
- Haciendo clic a través de la Filtro de datos locales las opciones a la derecha darán gráficos de volcanes para cada cromosoma individual.
- En el Desgloses menú, se puede crear un subconjunto para los marcadores seleccionados, o un gráfico de Producción de grano valores por genotipo se pueden crear seleccionando Trazar rasgo por genotipo .
- Esta es una excelente manera de ver rápidamente el efecto que tienen los diferentes genotipos en un rasgo para un marcador determinado.
- A continuación se muestran gráficos de rasgo por genotipo, ordenados por significado, de tres marcadores en el cromosoma 5.
*Los resultados interactivos de este análisis están disponibles en JMP público .
Resumen
Esta guía describió la Modelo mixto QK proceso para el mapeo de asociaciones teniendo en cuenta el desequilibrio de vinculación causado por la estructura de la población y la relación familiar. El análisis QK se puede ejecutar de dos maneras diferentes en JMP Genomics. Una opción más sencilla es la Flujo de trabajo de análisis genético QK , que realiza todos los pasos para el análisis QK y fusiona los datos automáticamente. Sin embargo, es menos flexible que el proceso descrito en esta publicación. El flujo de trabajo solo permite una matriz Q calculada a partir de PCA y una matriz K a partir de cálculos IBD de la Matriz de relaciones proceso. Para obtener información detallada sobre este proceso, consulte la publicación de blog de la próxima semana: Parte 3d: Flujo de trabajo de asociación genética de modelo mixto QK.
El análisis de asociación QK se desarrolló para realizar un mapeo de asociaciones mientras se controlaba la estructura de la población y/o la relación familiar. El "QK" en este nombre se refiere a los dos tipos de información que se incluyen en el modelo. La matriz Q contiene información sobre la estructura de la población (Ver Parte 3b: Matriz de Estructura de la Población ). La matriz K contiene información más detallada sobre la relación, por lo general, medidas de EII calculadas a partir de los datos del marcador (ver Parte 3a: Matriz de relación basada en marcadores ).
Como en otros tipos de mapeo de asociación, en el análisis de asociación QK se crea un modelo estadístico individual para cada marcador, utilizando el rasgo como variable dependiente y el marcador como variable independiente. Las variables que constituyen las matrices Q y K también se incluyen en estos modelos: las variables Q como efectos fijos y las variables K como efectos aleatorios. Las variables Q o K pueden omitirse de los modelos, según se desee.
Para ejecutar el análisis de asociación QK en JMP Genomics, se necesitan tres cosas: un archivo de datos que contenga las características que se analizarán, los genotipos marcadores y las variables Q y K que se utilizarán en el análisis. Un conjunto de datos de anotación es opcional.
