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_de-DE

liliconcom

Genetische Assoziation mit JMP Genomics, Teil 6: SNP-Trait Association

JMP-Genomik verfügt über eine Reihe von Werkzeugen, um genetische Varianten mit Merkmalen zu verknüpfen. Eines der einfachsten dieser Tools ist SNP-Trait Association . Durch die Durchführung dieser Analyse können Sie schnell signifikante Marker für mehrere kategoriale oder quantifizierbare Merkmale identifizieren. In diesem Beispiel untersuchen wir etwa 22.000 Marker für histiozytische Sarkome (Tumoren) in einer Stichprobe von 474 Berner Sennenhunden. Die phänotypische Klassifizierung dieser Daten ist binär (entweder betroffen oder nicht betroffen). ), Aber Beachten Sie, dass dieser Leitfaden sowohl für kontinuierliche Merkmale als auch für mehrere Merkmale funktioniert.

Von dem Genomik-Starter Wählen Genetik > GWAS-Tests > SNP-Merkmals-Assoziation .
Im Gener al Registerkarte, auswählen GPL15578_geno_num. sas7bdat als die Geben Sie den SAS-Datensatz ein .

Beachten Sie, dass die Genotypen in ein numerisches Format umkodiert wurden ( Sehen Genetische Assoziation mit JMP Genomics, Teil 1: Importieren und Bereinigen von Daten ).
Die hervorgehobenen Spalten unten beginnen mit den Markierungsdaten.

Im Karton mit der Aufschrift Listenartige Spezifikation von SNP-Variablen Geben Sie „SNP:“ ein, um alle Spalten, die mit „SNP“ beginnen, als Markierungsspalten festzulegen.
Von dem Verfügbare Variablen Feld, Phänotyp in verschieben Feld „Eigenschaftsvariablen“. .
Der Nach Variablen Das Feld kann leer bleiben.
- Wenn Variablen in der platziert werden Nach Variablen Im Feld wird für jeden eindeutigen Eintrag für diese Variable eine separate Analyse durchgeführt.
Geben Sie eine an Ausgabeordner .
Im Modellvariablen Wählen Sie auf der Registerkarte „Binär“ die Option „Binär“ aus Art der Eigenschaft . Denken Sie daran, dass die phänotypischen Daten für dieses Merkmal nur betroffene und nicht betroffene Personen umfassen.
Aus der Liste von Verfügbare Variablen , wählen Sie den Ursprung aus und verschieben Sie ihn zum Klassenvariablen
- Klasse Variablen sind Variablen, deren Ebenen im Modell unterschiedliche Kategorien bilden. Die Herkunftsvariable weist in diesem Fall unterschiedliche Werte für das Herkunftsland auf, aus dem jede Stichprobe stammt.
Im Feste Effekte Geben Sie im Feld „Origin“ ein, um die Variable als festen Effekt festzulegen.
- Hier können Sie manuell festlegen Fest, zufällig, Und Interaktionseffekte , sowie Erweiterte Optionen für Zufallseffektmodelle.
Schichtenvariablen werden ausgewählt, um eine geschichtete Analyse eines binären Merkmals durchzuführen. Lassen Sie das Feld für dieses Beispiel leer.
Im Anmerkung Registerkarte, auswählen GPL15578_anno. sas7bdat als die Annotation SAS-Datensatz .
- Dieser Datensatz enthält Annotationsinformationen für jeden Marker, wie Chromosom und Position.
Legen Sie SNP_rec_ID als fest Anmerkung Beschriftungsvariable . Einträge in dieser Spalte werden mit SNP-IDs in abgeglichen Geben Sie den SAS-Datensatz ein.
Wählen Sie Chr als aus Anmerkungsgruppenvariable . Diese Variable unterteilt die Ergebnisse in verschiedene Gruppen, in diesem Fall Chromosomen.
Wählen Sie Position als Anno Standortvariable .

Im Optionen Wählen Sie auf der Registerkarte „Numerische Genotypen“ die Option „Numerische Genotypen“ aus Format von SNP-Variablen
- Für diese numerischen Genotypen:

0 = Homozygot für das Hauptallel

1 = heterozygot

2 = Homozygot für Nebenallel

Wählen Sie daher Homozygot für Minor-Allel als aus Genotyp zur Kodierung als 2 für den Trendtest

Im Assoziationstests Wählen Sie im Feld „Trend“ aus. Wenn „Genotyp“ ausgewählt ist, führt JMP einen Pearson-Chi-Quadrat-Test basierend auf den Genotypen durch, um die interessierenden Marker zu bestimmen.Da dies die Rechenzeit erhöht, lassen Sie es für dieses Beispiel deaktiviert.
Aktivieren Sie das Kontrollkästchen neben Berechnen Sie Trendquotenverhältnisse . Dies ist nützlich für binäre oder kategoriale Merkmale.
Der Ausgabe Die Registerkarte enthält Optionen zum Hinzufügen von Analysen zu den Ergebnissen. Zu den Optionen gehören die Ausgabe von Residuen, Modellfitnessstatistiken und R-Quadrat-Statistiken. Umgekehrt kann die Ausgabe entfernt werden, indem beispielsweise nur Marker mit signifikanten p-Werten in die Ergebnisse einbezogen werden.
- Lassen Sie für die Ausgabe in diesem Beispiel die Standardkästchen aktiviert. Experimentieren Sie ruhig mit dem Ankreuzen von Kästchen und beobachten Sie die daraus resultierenden Änderungen.
Im P-Wert-Diagramme Tab, behalten Sie -log10 als Umrechnung für P-Werte
Für die Mehrere Testkorrekturen Option, wählen Sie FDR.
- Wenn mehrere Tests mit derselben Hypothese durchgeführt werden, verringert die FDR bzw. Falscherkennungsrate die Anzahl falsch positiver Ergebnisse.
Wenn Sie eine wünschen p-Wert-Anpassung , kann auf dieser Registerkarte eines ausgewählt werden. Für dieses Beispiel wurde keine Anpassung vorgenommen.
Stellen Sie die ein Alpha , das Niveau, auf dem ein p-Wert liegen muss, damit der zugehörige Marker als signifikant gilt, auf 0,05.
Laufen Die Analyse.

Ergebnisse

Wenn die Analyse abgeschlossen ist, wird das Ergebnisfenster mit dem angezeigt Übersichtsdiagramm Auf dieser Registerkarte wird die Anzahl der signifikanten Marker auf jedem Chromosom angezeigt.
Jedes dieser Chromosomen kann einzeln untersucht werden, indem eines aus der Liste darunter ausgewählt wird Tabs Überschrift auf der linken Seite des Fensters. Untersuchen Sie Chromosom 11 weiter, indem Sie darauf klicken Chr. 11 Ergebnisse .Klicken Registerkarte „Ansicht“. um das hinzuzufügen Chr. 11 Ergebnisse Klicken Sie auf die Registerkarte, um zum Ergebnisfenster zu gelangen.
- Beachten Sie, dass die p-Werte für jeden Marker nach ihrer Position auf der 11 dargestellt werden^Th Diese Informationen stammen aus der Anmerkungsdatensatz früher hinzugefügt.Jeder der Marker, der über der rot gepunkteten Linie liegt (p = 0,05) Sind statistisch signifikant.
Der Manhattan-Grundstück Die Registerkarte zeigt eine Darstellung aller SNPs in den Daten, getrennt und gefärbt nach Chromosomenzahl. Die y-Achse des Manhattan-Diagramms stellt die statistische Signifikanz jedes Markers dar, nachdem die Korrektur der False Discovery Rate angewendet wurde.
Die letzte Registerkarte ist die Vulkangrundstück Jeder Punkt im Diagramm ist ein einzelner SNP, wobei die statistisch signifikantesten Punkte oben im Diagramm erscheinen.Die x-Achse zeigt die Faltungsänderung für jeden SNP, wobei auf beiden anderen Seiten des Diagramms signifikantere Änderungen auftreten.

Drilldowns

Auf der linken Seite des Ergebnisfensters befinden sich Aufreißen Tools zur detaillierteren Analyse von interessierenden Markern.

Um eine Teilmenge der Daten zu erstellen, markieren Sie zunächst die Punkte in den Diagrammen auf einer der Ergebnisregisterkarten und klicken Sie dann auf Erstellen Sie Teilmengen-Genotyp- und Annotationsdatensätze Schaltfläche in der Drilldowns
- Beachten Sie, dass, wenn Punkte in einem Diagramm hervorgehoben werden, dieselben Punkte automatisch auch in den anderen Diagrammen hervorgehoben werden.
Markieren Sie die beiden Punkte im Vulkandiagramm mit dem höchsten Y-Wert und klicken Sie dann auf Erstellen Sie eine Teilmenge von Genot Typ- und Annotationsdatensätze Es erscheint ein neues Fenster mit drei neuen Datensätzen. Eines sind die genotypischen Daten dieser beiden Marker, eines sind die Annotationsdaten für diese beiden Marker und das letzte sind die anderen Markerdaten, die für die Teilmenge nicht hervorgehoben wurden.
Drücke den Offen Schaltfläche neben dem Genotypdaten und die Teilmenge wird geöffnet. Beachten Sie, dass dieser Datensatz nur zwei SNPs enthält (SNP_rec_8930 und SNP_rec_15469).
Drücke den Offen Schaltfläche neben dem Anmerkungsdaten und die Anmerkungen für die beiden SNPs werden geöffnet. Wir sehen, dass sich beide SNPs auf Chromosom 11 befinden.
Kehren Sie zum Ergebnisfenster zurück und klicken Sie auf Zeichnen Sie das Merkmal nach Genotyp auf für die beiden zuvor ausgewählten Marker.
- Diese Diagramme zeigen die Verteilung der Genotypen sowohl für betroffene als auch für nicht betroffene Personen für jeden der interessierenden Marker. Die Anmerkung für jede dieser Markierungen kann durch Klicken auf den Pfeil daneben angezeigt werden Anmerkungsinformationen .

*Interaktive Ergebnisse dieser Analyse finden Sie auf JMP Public .

JMP-Genomik verfügt über viele GWAS-Tools für die Marker-Merkmals-Assoziation. Der SNP-Trait Association Das Tool ist eine sehr schnelle und einfache Möglichkeit, interessante Marker in großen Datensätzen zu identifizieren. In diesem Leitfaden haben wir signifikante Marker für ein binäres (betroffenes oder nicht betroffenes) Merkmal entdeckt. Beachten Sie, dass dasselbe Tool für alle Arten von interessierenden Merkmalen verwendet werden kann, einschließlich kategorialer und quantifizierbarer Merkmale.