nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

212526_fr-FR

liliconcom

Association génétique avec JMP Genomics, Partie 6 : Association SNP-Trait

JMP Génomique dispose d’une gamme d’outils pour associer des variantes génétiques à des traits. L'un des outils les plus simples est Association SNP-Trait . En effectuant cette analyse, vous pouvez rapidement identifier des marqueurs significatifs pour plusieurs traits catégoriels ou quantifiables. Dans cet exemple, nous explorons environ 22 000 marqueurs de sarcomes histiocytaires (tumeurs) dans un échantillon de 474 bouviers bernois. La classification phénotypique de ces données est binaire (affectée ou non affectée). ), mais notez que ce guide fonctionne pour les traits continus ainsi que pour les traits multiples.

Du Débutant en génomique Sélectionner Génétique > Tests GWAS > Association SNP-Trait .
Dans le Génératrice Al onglet, sélectionnez GPL15578_geno_num. sas7bdat comme le Ensemble de données SAS d'entrée .

A noter que les génotypes ont été recodés au format numérique ( Voir Association génétique avec JMP Genomics, Partie 1 : Importation et nettoyage des données ).
Les colonnes en surbrillance ci-dessous commencent les données du marqueur.

Dans la boîte étiquetée Spécification de style liste des variables SNP , tapez « SNP : » pour désigner toutes les colonnes commençant par « SNP » comme colonnes de marqueur.
Du Variables disponibles boîte, déplacez le phénotype dans la Boîte de variables de caractéristiques .
Le Par variables la case peut rester vide.
- Lorsque les variables sont placées dans le Par variable case, une analyse distincte sera effectuée pour chaque entrée unique pour cette variable.
Spécifiez un Dossier de sortie .
Dans le Variables du modèle , sélectionnez Binaire comme Type de caractéristique . N'oubliez pas que les données phénotypiques pour ce trait se composent uniquement d'individus affectés et non affectés.
De la liste des Variables disponibles , sélectionnez l'origine et déplacez-la vers le Variables de classe
- Classe Variables sont des variables dont les niveaux forment des catégories distinctes dans le modèle. La variable d’origine, dans ce cas, comporte des niveaux distincts pour le pays d’origine d’où provient chaque échantillon.
Dans le Effets fixes Dans la case, tapez « origine » pour définir la variable comme un effet fixe.
- Ici, vous pouvez désigner manuellement Fixe, Aléatoire, et Effets d'interaction , ainsi que Options avancées de modèle à effet aléatoire.
Variables de strates sont sélectionnés pour effectuer une analyse stratifiée sur un trait binaire. Pour cet exemple, laissez-le vide.
Dans le Annotation onglet, sélectionnez GPL15578_anno. sas7bdat comme le Ensemble de données SAS d'annotation .
- Cet ensemble de données contient des informations d'annotation pour chaque marqueur, comme le chromosome et la position.
Définissez SNP_rec_ID comme Annotation Variable d'étiquette . Les entrées de cette colonne seront mises en correspondance avec les identifiants SNP dans le Saisissez l'ensemble de données SAS.
Sélectionnez Chr comme Variable de groupe d'annotations . Cette variable séparera les résultats en différents groupes, les chromosomes dans ce cas.
Sélectionnez Position comme Ann Emplacement de la station Variable .

Dans le Possibilités , sélectionnez Génotypes numériques comme Format des variables SNP
- Pour ces génotypes numériques :

0 = Homozygote pour l'allèle majeur

1 = Hétérozygote

2 = Homozygote pour l'allèle mineur

Ainsi, sélectionnez Homozygote pour l'allèle mineur comme Génotype à coder 2 pour le test de tendance

Dans le Tests d'association , sélectionnez Tendance. Si Génotype est sélectionné, JMP effectuera un test du chi carré de Pearson basé sur les génotypes pour déterminer les marqueurs d'intérêt.Étant donné que cela augmente le temps de calcul, laissez-le non sélectionné pour cet exemple.
Cochez la case à côté Calculer les odds ratios de tendance . Ceci est utile pour les traits binaires ou catégoriels.
Le Sortir L'onglet propose des options pour ajouter des analyses aux résultats. Les options incluent la sortie des résidus, des statistiques d’adéquation du modèle et des statistiques R-carré. À l’inverse, les résultats peuvent être supprimés, par exemple en incluant uniquement les marqueurs ayant des valeurs p significatives dans les résultats.
- Pour la sortie de cet exemple, laissez les cases par défaut cochées. N'hésitez pas à expérimenter en cochant des cases et en observant les changements qui en résultent.
Dans le Graphiques de valeur P onglet, conservez -log10 comme Conversion pour les valeurs P
Pour le Correction de tests multiples , sélectionnez FDR.
- Lorsque vous effectuez plusieurs tests sur la même hypothèse, le FDR, ou taux de fausses découvertes, réduira le nombre de faux positifs.
Si vous désirez un Ajustement de la valeur p , on peut en sélectionner un sur cet onglet. Pour cet exemple, aucun ajustement n’a été effectué.
Met le Alpha , le niveau auquel une valeur p doit être pour que son marqueur associé soit considéré comme significatif, à 0,05.
Courir l'analyse.

Résultats

Une fois l'analyse terminée, la fenêtre des résultats apparaîtra montrant le Tableau récapitulatif Cet onglet affiche le nombre de marqueurs significatifs sur chaque chromosome.
Chacun de ces chromosomes peut être inspecté individuellement en en sélectionnant un dans la liste sous le Onglets se dirigeant vers le côté gauche de la fenêtre. Inspectez davantage le chromosome 11 en cliquant sur Chr 11 Résultats .Cliquez sur Onglet Afficher pour ajouter le Chr 11 Résultats onglet à la fenêtre des résultats.
- Notez que les valeurs p de chaque marqueur sont tracées en fonction de leur position sur le 11^ème Ces informations proviennent du Ensemble de données d'annotation ajouté plus tôt.Chacun des marqueurs qui se situent au-dessus de la ligne pointillée rouge (p = 0,05) sont statistiquement significatif.
Le Intrigue de Manhattan L'onglet montre un tracé de chaque SNP dans les données séparé et coloré par numéro de chromosome. L'axe Y du tracé de Manhattan représente la signification statistique de chaque marqueur après application de la correction du taux de fausses découvertes.
Le dernier onglet est le Intrigue du volcan Chaque point du tracé est un SNP unique, les points les plus statistiquement significatifs apparaissant en haut du tracé.L'axe des X montre le changement de pli pour chaque SNP, avec des changements plus significatifs apparaissant des deux côtés du tracé.

Explorations approfondies

Sur le côté gauche de la fenêtre des résultats se trouvent Explorer vers le bas des outils pour analyser plus en détail les marqueurs d’intérêt.

Tout d’abord, pour créer un sous-ensemble de données, mettez en surbrillance les points sur les tracés à partir de l’un des onglets de résultats, puis cliquez sur le bouton Créer des ensembles de données de génotype et d'annotation de sous-ensembles bouton dans le Explorations approfondies
- Notez que lorsque des points sur un tracé sont mis en surbrillance, les mêmes points seront automatiquement mis en surbrillance sur les autres tracés.
Mettez en surbrillance les deux points du tracé du volcan ayant la valeur y la plus élevée, puis cliquez sur le bouton Créer un sous-ensemble Genot Types et ensembles de données d'annotation Une nouvelle fenêtre apparaîtra avec trois nouveaux ensembles de données. L'une concerne les données génotypiques de ces deux marqueurs, l'autre les données d'annotation pour ces deux marqueurs et la dernière correspond aux autres données de marqueurs qui n'ont pas été mises en évidence pour le sous-ensemble.
Clique le Ouvrir bouton à côté du Données génotypiques et le sous-ensemble s'ouvrira. Notez que cet ensemble de données ne contient que deux SNP (SNP_rec_8930 et SNP_rec_15469).
Clique le Ouvrir bouton à côté du Données d'annotation et les annotations pour les deux SNP s'ouvriront. Nous voyons que les deux SNP sont situés sur le chromosome 11.
Revenez à la fenêtre des résultats et cliquez sur le bouton Caractère de parcelle par génotype pour les deux marqueurs précédemment sélectionnés.
- Ces graphiques montrent la distribution des génotypes pour les individus affectés et non affectés pour chacun des marqueurs d'intérêt. L'annotation de chacun de ces marqueurs peut être visualisée en cliquant sur la flèche à côté de Informations sur les annotations .

*Les résultats interactifs de cette analyse sont disponibles sur JMP Public .

JMP Génomique dispose de nombreux outils GWAS pour l'association marqueur-trait. Le Association SNP-Trait L'outil est un moyen très rapide et simple d'identifier des marqueurs d'intérêt dans de grands ensembles de données. Dans ce guide, nous avons découvert des marqueurs significatifs pour un trait binaire (affecté ou non). Notez que le même outil peut être utilisé pour toutes sortes de traits d’intérêt, y compris les traits catégoriels et quantifiables.