JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성JMP 유전체학 유전적 변이를 특성과 연관시키는 다양한 도구가 있습니다. 이러한 도구 중 가장 간단한 것 중 하나는 SNP-특성 협회 . 이 분석을 수행하면 여러 범주형 또는 정량화 가능한 특성에 대한 중요한 지표를 신속하게 식별할 수 있습니다. 이 예에서는 474마리의 버니즈 마운틴 독 샘플에서 조직구 육종(종양)에 대한 ~22,000개의 마커를 탐색합니다. 이 데이터의 표현형 분류는 이분법(영향을 받거나 영향을 받지 않음)입니다. ), 하지만 이 가이드는 연속 특성뿐만 아니라 여러 특성에도 적용됩니다.
- 로부터 유전체학 스타터 선택하다 유전학 > GWAS 테스트 > SNP 특성 연관성 .
- 에서 일반 알 탭, 선택 GPL15578_geno_num. sas7bdat 으로 SAS 데이터 세트 입력 .
- 라벨이 붙은 상자에는 SNP 변수의 목록 스타일 사양 에서 "SNP:"를 입력하여 "SNP"로 시작하는 모든 열을 마커 열로 지정합니다.
- 로부터 사용 가능한 변수 상자에서 표현형을 특성 변수 상자 .
- 그만큼 변수별 상자는 비워 둘 수 있습니다.
- 변수가 변수별 상자에서는 해당 변수의 각 고유 항목에 대해 별도의 분석이 수행됩니다.
- 지정 출력 폴더 .
- 에서 모델 변수 탭에서 Binary를 선택합니다. 특성 유형 . 이 특성에 대한 표현형 데이터는 영향을 받은 개체와 영향을 받지 않은 개체로만 구성된다는 점을 기억하십시오.
- 목록에서 사용 가능한 변수 , 원점을 선택하고 클래스 변수
- 수업 변수 모델에서 고유한 범주를 형성하는 수준의 변수입니다. 이 경우 원산지 변수는 각 표본이 나온 원산지 국가에 대해 고유한 수준을 갖습니다.
- 에서 고정 효과 상자에 "origin"을 입력하여 변수를 고정 효과로 설정합니다.
- 여기에서 수동으로 지정할 수 있습니다. 고정, 무작위, 그리고 상호작용 효과 , 게다가 고급 무작위 효과 모델 옵션.
- 계층 변수 이진 특성에 대한 계층화 분석을 수행하도록 선택되었습니다. 이 예에서는 비워 두세요.
- 에서 주석 탭, 선택 GPL15578_anno. sas7bdat 으로 주석 SAS 데이터 세트 .
- 이 데이터 세트에는 염색체 및 위치와 같은 각 마커에 대한 주석 정보가 포함되어 있습니다.
- SNP_rec_ID를 주석 라벨 변수 . 이 열의 항목은 다음의 SNP ID와 일치합니다. SAS 데이터 세트를 입력합니다.
- Chr을 선택합니다. 주석 그룹 변수 . 이 변수는 결과를 다른 그룹(이 경우 염색체)으로 분리합니다.
- 위치를 다음으로 선택합니다. 안노 위치변수 .
- 에서 옵션 탭에서 숫자 유전자형을 선택합니다. SNP 변수의 형식
0 = 주요 대립유전자에 대한 동형접합성
1 = 이형접합성
2 = 소수 대립유전자에 대한 동형접합성
- 따라서 Minor Allele에 대한 Homozygous를 선택하십시오. 추세 테스트를 위해 2로 코드화되는 유전자형
- 에서 연관 테스트 상자에서 추세를 선택합니다. 유전자형을 선택하면 JMP는 유전자형을 기반으로 Pearson 카이제곱 검정을 수행하여 관심 마커를 결정합니다.계산 시간이 추가되므로 이 예에서는 선택하지 않은 상태로 둡니다.
- 옆의 확인란을 선택하세요. 추세 승산비 계산 . 이는 이진 또는 범주형 특성에 유용합니다.
- 그만큼 산출 탭에는 결과에 분석을 추가하는 옵션이 있습니다. 옵션에는 잔차 출력, 모델 적합성 통계 및 R-제곱 통계가 포함됩니다. 반대로 결과에 중요한 p-값이 있는 마커만 포함하는 등 출력을 제거할 수 있습니다.
- 이 예의 출력에서는 기본 상자를 선택된 상태로 둡니다. 자유롭게 상자를 선택하고 결과 변경 사항을 관찰해 보세요.
- 에서 P-값 도표 탭에서 -log10을 P-값 변환
- 에 대한 다중 테스트 수정 옵션에서 초기화를 선택하세요.
- 동일한 가설에 대해 여러 테스트를 수행할 때 FDR 또는 잘못된 발견 비율은 잘못된 긍정의 수를 줄입니다.
- 당신이 원하는 경우 p-값 조정 , 이 탭에서 하나를 선택할 수 있습니다. 이 예에서는 조정이 이루어지지 않았습니다.
- 설정 알파 , 연관된 마커가 유의미한 것으로 간주되기 위해 p-값이 0.05로 간주되어야 하는 수준입니다.
- 달리다 분석.
결과
- 분석 실행이 완료되면 결과 창이 나타납니다. 요약 차트 이 탭에는 각 염색체의 중요한 마커 수가 표시됩니다.
- 각 염색체는 아래 목록에서 하나를 선택하여 개별적으로 검사할 수 있습니다. 탭 창문의 왼쪽 방향으로 향합니다. 클릭하여 염색체 11을 추가로 검사하세요. 11번째 결과 .딸깍 하는 소리 보기 탭 추가하려면 11번째 결과 결과 창으로 탭하세요.
- 각 마커의 p-값은 11의 위치에 따라 표시됩니다. 일 이 정보는 주석 데이터 세트 앞서 추가했습니다.빨간색 점선 위에 있는 각 마커(p = 0.05) ~이다 통계적으로 유의미한.
- 그만큼 맨해튼 플롯 탭은 염색체 번호별로 구분되고 색상이 지정된 데이터의 모든 SNP에 대한 플롯을 보여줍니다. Manhattan Plot의 y축은 False Discovery Rate 보정이 적용된 후 각 마커의 통계적 유의성을 나타냅니다.
- 마지막 탭은 화산지대 플롯의 각 지점은 단일 SNP이며 통계적으로 가장 중요한 지점이 플롯 상단에 나타납니다.x축은 각 SNP의 배수 변화를 보여주며, 플롯의 양쪽 먼 쪽에서 더 중요한 변화가 나타납니다.
드릴다운
결과창 왼쪽에는 드릴다운 관심 마커를 더 자세히 분석하기 위한 도구입니다.
- 먼저 데이터의 하위 집합을 만들려면 결과 탭에서 플롯의 점을 강조 표시한 다음 하위 집합 유전자형 및 주석 데이터 세트 생성 버튼을 드릴다운
- 한 플롯의 포인트가 강조 표시되면 동일한 포인트가 다른 플롯에서도 자동으로 강조 표시됩니다.
- 화산 도표에서 y값이 가장 높은 두 점을 강조 표시한 다음 부분 집합 Genot 생성 유형 및 주석 데이터 세트 세 개의 새로운 데이터 세트가 포함된 새 창이 나타납니다. 하나는 두 마커의 유전형 데이터이고, 하나는 두 마커에 대한 주석 데이터이고, 마지막은 하위 집합에 대해 강조 표시되지 않은 다른 마커 데이터입니다.
- 다음을 클릭하세요. 열려 있는 옆에 있는 버튼 유전자형 데이터 하위 세트가 열립니다. 이 데이터 세트에는 두 개의 SNP(SNP_rec_8930 및 SNP_rec_15469)만 포함되어 있습니다.
- 다음을 클릭하세요. 열려 있는 옆에 있는 버튼 주석 데이터 그러면 두 SNP에 대한 주석이 열립니다. 우리는 두 SNP가 모두 염색체 11에 위치한다는 것을 알 수 있습니다.
- 결과 창으로 돌아가서 유전자형별 플롯 특성 이전에 선택한 두 개의 마커에 대해.
- 이 플롯은 각 관심 마커에 대해 영향을 받은 개체와 영향을 받지 않은 개체 모두에 대한 유전자형 분포를 보여줍니다. 각 마커에 대한 주석은 옆에 있는 화살표를 클릭하여 볼 수 있습니다. 주석 정보 .
*이 분석의 대화형 결과는 다음에서 확인할 수 있습니다. JMP 공개 .
JMP 유전체학 마커-특성 연관을 위한 많은 GWAS 도구가 있습니다. 그만큼 SNP-특성 협회 도구는 대규모 데이터 세트에서 관심 있는 마커를 식별하는 매우 빠르고 쉬운 방법입니다. 이 가이드에서 우리는 이진(영향을 받거나 영향을 받지 않음) 특성에 대한 중요한 마커를 발견했습니다. 범주형 및 정량화 가능한 특성을 포함하여 모든 종류의 관심 특성에 대해 동일한 도구를 사용할 수 있습니다.
JMP 유전체학 유전적 변이를 특성과 연관시키는 다양한 도구가 있습니다. 이러한 도구 중 가장 간단한 것 중 하나는 SNP-특성 협회 . 이 분석을 수행하면 여러 범주형 또는 정량화 가능한 특성에 대한 중요한 지표를 신속하게 식별할 수 있습니다. 이 예에서는 474마리의 버니즈 마운틴 독 샘플에서 조직구 육종(종양)에 대한 ~22,000개의 마커를 탐색합니다. 이 데이터의 표현형 분류는 이분법(영향을 받거나 영향을 받지 않음)입니다. ), 하지만 이 가이드는 연속 특성뿐만 아니라 여러 특성에도 적용됩니다.
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕 @네타 ,
따라서 제가 올바르게 이해했다면 첫 번째 이미지의 각 계통(BIL)에 대한 유전자형은 해당 BIL에 대한 8개 식물 모두에서 동일합니다. 두 번째 이미지는 각 BIL의 유전자형입니다. 그 맞습니까?
유전자형과 치료를 무작위로 배정하는 임상시험을 진행하셨나요? 아니면 열에 대해 하나, 제어에 대해 하나, 두 개의 별도 시험을 실행했습니까?
기본적으로 각 BIL의 각 표현형에 대해 먼저 표현형 데이터에 대해 ANOVA를 수행하여 이를 요약해야 합니다(열 대 제어에 대한 반응의 차이 확인). 그렇게 하면 표현형당 BIL당 하나의 값을 갖게 됩니다. 그런 다음 유전자형 데이터 세트에 참여하고 각 표현형의 차이를 관심 있는 반응 또는 특성(치료로 인한 변화)으로 사용하여 SNP-형질 연관을 수행할 수 있습니다. 치료로 인한 변화가 없더라도 관심을 가질 수 있습니다..
ANOVA 모델은 시험(또는 시험)을 설정하는 방법에 따라 달라집니다.
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕하세요, 우리 사이에 오해가 있습니다. 제 질문은 어떻게 동일한 BIL에 대해 8개 값(*8줄*)이 있는 특정 BIL(역교배 근교 계통)의 표현형 정보를 동일한 JMP 파일에 삽입할 수 있느냐는 것입니다(즉, 식물의 반복-4 열처리용 플랜트, 제어용 플랜트 4개) 그리고 동일한 파일에 각 마커에 SNP와 함께 각 BIL의 게놈 정보를 넣습니다. 즉, 각 BIL은 단 *한 줄*에 있습니다. 내 질문은 데이터를 어떻게 통합할 것인가가 아니라 애초에 두 데이터를 어떻게 통합할 수 있느냐는 것입니다. 즉, 동일한 파일에 있는 동일한 BIL에 대한 게놈 정보에 대한 한 줄과 표현형 정보에 대한 8줄입니다. 두 번째 질문은 게놈 파일에서 SNP가 숫자 1과 3으로 나열되어 있는데, 1은 문화적 부모의 경우이고 3은 야생 부모의 경우입니다. JMP가 알고 있는 숫자를 0과 2(이형접합체가 없음)로 바꿔야 합니까?
매우 감사합니다!!
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕, 우리 사이에 오해가 생겼어
내 질문은 동일한 JMP 파일에 표현형 정보를 삽입하는 방법입니다.
8개 값(*8줄*)이 있는 특정 BIL(역교배 근교 계통)
동일한 BIL(즉, 공장 반복 - 열처리용 공장 4개, 열처리용 공장 4개)
제어) 그리고 동일한 파일에 각 BIL의 게놈 정보를
각 마커의 SNP, 즉 각 BIL은 *한 줄*에만 있습니다.
내 질문은 데이터를 통합하는 방법이 아니라 두 데이터를 어떻게 통합할 수 있느냐는 것입니다.
첫 번째 장소는? 즉, 게놈 정보는 한 줄, 유전자 정보는 8줄입니다.
동일한 파일의 동일한 BIL에 대한 표현형 정보.
두 번째 질문은 게놈 파일에서 SNP가 숫자 1로 나열되어 있다는 것입니다.
문화적 부모의 경우 3, 1, 야생 부모의 경우 3입니다. 꼭해야합니까
숫자를 0과 2로 바꾸세요(이형접합자는 없습니다).
JMP는 알고 있나요?
매우 감사합니다!!
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕 @네타
정보가 별도의 테이블에 있는 경우 두 테이블을 함께 조인합니다. 두 데이터 세트를 결합하려면 두 테이블의 각 행에 대한 식별자가 필요합니다. 예를 들어, 유전자형 데이터 세트에서 계통 번호와 식물 번호가 서로 다른 두 개의 열로 있고 표현형 데이터에도 동일한 열이 있는 경우 이 두 열을 키로 사용하여 함께 속하는 행을 식별할 수 있습니다.
테이블 메뉴에서 JMP의 조인 기능을 사용하거나 SAS 데이터 세트 유틸리티에 있는 JMP Genomics의 병합 기능을 사용할 수 있습니다. 더 큰 데이터 세트의 경우 후자가 더 빠릅니다.
어느 쪽이든 SNP 특성 분석에 사용할 JMP Genomics용 SAS 데이터 세트로 결과를 저장해야 합니다.
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕하세요, 도움을 주셔서 정말 감사합니다.
그러나 동일한 파일에 각 줄에 대한 유전형 정보(각 마커의 SNP)가 있는 경우 JMP 파일에 각 줄(예: 8개)에 대해 여러 표현형 데이터를 삽입하는 방법을 여전히 이해하지 못합니다. 별도의 줄에 . 유전형 정보(SNP)가 아닌 표현형 정보가 포함된 파일을 삽입하는 옵션이 있습니까?
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕 @네타 ,
데이터 테이블 도움말입니다. 따라서 처리 대 대조 실험을 한 다음 이 실험 변수(처리)를 고려하여 SNP-특성 연관성을 모델링하려는 것으로 보입니다.위 블로그 예의 원점과 마찬가지로 모델 변수 탭의 고정 효과 섹션에 치료 변수를 포함하겠습니다. 라인과 식물 번호의 조합을 사용하면 개별 식별자(각 개별 식물의 고유 ID)가 됩니다.
동일한 유형(연속형, 이진형, 명목형....)이라면 첫 번째 탭(일반)의 특성 변수 섹션에 여러 특성(특성 변수)을 포함할 수 있습니다. 각 특성은 서로 독립적으로 분석되지만, 각 특성에 대해 처리는 SNP-특성 연관 테스트(테스트 중인 각 SNP에 대한 보조 인자)를 조정하는 데 사용됩니다.
를보세요 ? 예상되는 내용과 분석에 미치는 영향에 대한 자세한 내용을 보려면 대화 상자의 각 설정을 사용하세요.
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕하세요 설명할게요..
나는 열 스트레스와 관련된 BIL(역교배 근교 계통)을 특성화했습니다.
단일 과일 무게, 과일 당 씨앗 등과 같은 특성이 있습니다.
유전자 지도(SNP 지도). 찾기 위해 SNP-특성 연관을 수행하고 싶습니다.
그러한 특성과 관련된 마커. 각 라인(BIL 중)에 대해 4개가 있습니다.
반복(즉, 라인당/처리당 4개 식물: 제어/열 스트레스). 나
반복이 중요한 차이를 얻는 데 좋다고 생각하고,
오른쪽? 하지만 귀하의 사용자 가이드에서 표현형 데이터에 대한 단 하나의 값만 봤습니다.
각 라인. 모든 반복을 넣는 방법이 있습니까?
매우 감사합니다!!
[이미지: BILs- 특성.jpg]
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕 @네타 ,
개인(라인)을 풀링하여 한 번만 표시할 수 있는지 묻고 있습니까? 아니면 유사한 계통에 대해 특성(표현형)이 동일하도록 강제하고 싶다는 뜻인가요? 아니면 여러 표현형을 추가할 수 있는지 문의하고 계시나요?
데이터가 어떤 모습인지 또는 원하는 모습을 보여주는 예를 보여주는 것이 도움이 될 수 있습니다.
최상의,
답변: JMP Genomics와의 유전적 연관성, 6부: SNP-특성 연관성안녕하세요, 저는 열 스트레스 하에서 표현형 특성과 관련된 마커를 찾기 위해 BIL 모집단에 대한 SNP-특성 연관을 수행하고 싶습니다.
특정 계통에 대한 하나의 표현형 데이터뿐만 아니라 반복으로 사용되는 여러 식물을 표현형 정보에 추가할 수 있습니까?
