Valutazione incrociata e simulazione della progenie con JMP Genomics, parte 1: BLUP per dati di prova di allevamentoPer questo esempio, abbiamo un insieme di 309 linee d'orzo ( orzo_marker_data.sas7bdat ), che sono stati genotipizzati per circa 3.500 marcatori ciascuno. Abbiamo anche una serie di misure ( orzo_trial_pheno.sas7bdat ) di quattro fenotipi prelevati da prove sul campo da due località separate per un periodo di due anni. I fenotipi misurati sono il contenuto proteico, il peso del test, il contenuto di ergosterolo e la resa proteica. Prima di valutare gli incroci e simulare la progenie, dobbiamo catturare gli effetti dei campioni multipli per ciascuna linea d'orzo utilizzando la migliore previsione lineare imparziale (BLUP). Il BLUP rimuove il rumore da ciascuna delle misurazioni di prova e ci lascia con una singola riga di dati per ciascuna linea d'orzo che fornisce previsioni dei valori fenotipici per ciascun tratto misurato.
- Apri il orzo_trial_pheno. sas7bdat set di dati. Questo set di dati ha 2.161 misurazioni prelevate da più prove sul campo. Per comprendere meglio la progettazione di queste prove, selezionare Analizza > Distribuzione dalla barra degli strumenti sopra la tabella dati.
- Osservando la distribuzione di luoghi, prove, appezzamenti, anni e ripetizioni, possiamo vedere che ci sono state 15 prove composte da 26 appezzamenti piantati in due località. Vediamo anche che la maggior parte delle linee d'orzo sono state piantate in ripetizioni di tre in entrambe le posizioni, risultando in sei misurazioni ciascuna.
- Tornando alla tabella dei dati, selezionare Analizza > Adatta modello dalla barra degli strumenti per costruire un modello.
- Seleziona i quattro tratti: proteine, TW, ergosterolo, e PY come la Variabili Y .
- Per aggiungere un effetto modello, seleziona una variabile dall'elenco di colonne a sinistra e seleziona Aggiungere nel Costruisci gli effetti del modello
- Per prima cosa, seleziona linea come effetto casuale. Per farlo, Aggiungere linea al Effetti del modello casella, una volta aggiunta, evidenziarla e selezionarla Attributi > Effetto casuale dal menu nel Costruisci gli effetti del modello
- Quindi, aggiungi anno e loc come effetti.
- Per Attraverso effetti, aggiungi il primo effetto, quindi evidenzia l'effetto in Effetti del modello Selezionare l'effetto da barrare e fare clic su Attraverso pulsante nel Costruisci gli effetti del modello scatola. Per creare un effetto misto per anno e loc evidenziare anno nel Effetti del modello scatola e loc dall'elenco delle colonne e selezionare Attraverso . Il nuovo effetto apparirà come anno*loc .
- Per gli effetti nidificati, aggiungi l'effetto principale ed evidenzialo in Effetti del modello casella, quindi selezionare l'effetto da annidare dall'elenco delle colonne e fare clic Nido . Nidificare anno nel prova effetto, aggiungi prova come effetto principale, evidenzialo pure anno nell'elenco delle colonne e fare clic su Nido . L'effetto apparirà come prova[anno] .
- Aggiungi ciascuno degli effetti del modello dallo screenshot qui sotto. JMP suggerirà a Personalità, enfasi, e Metodo che può essere modificato dai menu a tendina. Mantieni le impostazioni predefinite per questo esempio e deseleziona il Componenti della varianza illimitata Clic Correre per iniziare il BLUP.
- Quando il modello è finito, apparirà una nuova finestra con le statistiche di adattamento del modello per ogni tratto. Sotto ciascuno dei tratti si trova una tabella sotto l'intestazione Previsioni di effetti casuali dando il BLUP per ciascuna delle linee.
- Per aprire ciascuno di questi come tabella di dati, fare clic con il pulsante destro del mouse in un punto qualsiasi della tabella e selezionare Trasforma in tabella dati .
- NOTA: per salvare il modello nella tabella dati JMP utilizzata per crearlo, fare clic sul triangolo rosso accanto a Gruppo in forma intestazione e selezionare Salva script > Nella tabella dati... Ciò consentirà di salvare e rieseguire il modello direttamente dalla tabella dei dati.
- Eseguire il Trasforma in tabella dati comando per il Previsioni di effetti casuali tabella corrispondente a ciascuno dei quattro tratti. Ogni tabella di dati si aprirà in una nuova finestra.
- Quando viene creata ogni nuova tabella di dati, assicurati di denominare la tabella di dati e rinominarla BLU colonna con il tratto appropriato (ciascuna di queste tabelle è disponibile nei file allegati). Assegna un nome alle colonne come segue:
- Contenuto proteico (proteine): Protein_BLUP
- Peso di prova: TW_BLUP
- Ergosterolo: ERG_BLUP
- Resa proteica (PY): PY_BLUP
- Ciascuna delle colonne BLUP dovrà essere combinata in un'unica tabella di dati insieme ai dati del marker per l'analisi. Per prima cosa, combineremo i dati fenotipici usando il Tabelle > Unisci.Iniziare. tutte e quattro le tabelle di dati devono essere aperte in JMP. Dal Protein_BLUP tabella, seleziona Tabelle > Unisci. Dal Unisciti a 'Protein_BLUP' con menu, seleziona TW_BLUP . Questo aggiungerà le variabili da TW_BLUP tavola al Colonne di origine casella a sinistra.
- Nel Colonne di origine casella, seleziona Termine da entrambi gli elenchi di variabili e fare clic su Incontro pulsante nel Specifica di corrispondenza.Questo entrerà Termine=Termine nella casella Abbina colonne che indica le variabili da cui verranno unite le tabelle.
- Quindi, fai clic sulla casella accanto a Seleziona le colonne per la tabella unita nella parte inferiore della finestra e aggiungi le variabili Termine, Protein_BLUP, e TW_BLUP .
- Nel Nome tabella di output casella, nominare la tabella combinato_BLUP e fare clic OK per completare l'unione.
- Successivamente, con il combinato_BLUP tavolo aperto, ripetere il Tabelle > Unisci processo per includere entrambe le colonne BLUP che contengono il ERG_BLUP e il PY_BLUP valori dalle rispettive tabelle. La tabella finita dovrebbe avere cinque colonne come quella qui sotto.
- Salva il combinato_BLUP tabella come set di dati SAS (.sas7bdat).
- Ora che i valori BLUP per i quattro tratti sono combinati, possono essere aggiunti ai dati del marker, ma prima sarà necessario estrarre gli ID di riga dalle parentesi nel Termine colonna nella combinato_BLUP. sas7bdat tabella in modo che corrisponda agli ID riga della IndID colonna nella orzo_marker_data.sas7bdat tavolo. Questo può essere fatto usando il Formula opzioni in JMP. Innanzitutto, fai clic con il pulsante destro del mouse sulla riga di intestazione della colonna e seleziona Nuove colonne... Nella nuova finestra di dialogo, denominare la colonna "LineID".
- Una volta che il ID linea viene creata la colonna, fare clic con il pulsante destro del mouse e selezionare Formula…
- Nell'elenco all'estrema sinistra della finestra Formula, selezionare Carattere > Parola . Per creare una formula che estragga i nomi delle righe dalla parentesi, fai doppio clic sulla parte "Parola" della formula al centro dello schermo e inserisci Parola(2, Termine, "[]"). Clic OK per applicare la formula alla nuova colonna.
- Ora, utilizzando le colonne corrispondenti, i dati dei marker ei dati fenotipici possono essere uniti in un'unica tabella pronta per l'analisi in JMP. Inizia con il combinato_BLUP. sas7bdat aprire la tabella e selezionare nuovamente Tabelle > Unisci dalla barra degli strumenti.
- Nella nuova finestra, Incontro il ID_linea colonna dal combinato_BLUP tavolo con il Ind_ID colonna dal orzo_marker_data
- Nel Specifica di corrispondenza casella, selezionare il Rilascia multipli scatola per il Tavolo principale e il Includi non corrispondenze scatola per il Con Tavolo . Questo eliminerà i dati BLUP extra e includerà solo le righe con i dati del marker presenti.
- accedere orzo_geno_feno come la Nome tabella di output e fare clic OK per unire le tabelle.
- La tabella completata ha tutti i dati dei marker uniti ai dati BLUP. Facoltativamente, fai clic con il pulsante destro del mouse su eventuali colonne indesiderate per rimuoverle ( Termine, ID riga ) e spostare il IndID colonna nella colonna più a sinistra della tabella trascinandola in cima all'elenco di colonne nel file Colonne casella a sinistra del tavolo. Salva la tabella come orzo_geno_feno. sas7bdat .
Riepilogo
Prima di iniziare il processo di valutazione incrociata e simulazione della progenie, è necessario creare un BLUP per acquisire un singolo valore fenotipico per ciascuna linea di orzo. In questo post, abbiamo creato un modello misto per ottenere BLUP di ogni linea d'orzo, combinato i valori BLUP per ogni tratto e unito ai dati genotipici. Ora i dati SNP e i dati fenotipici sono combinati in un unico set di dati. Nel prossimo post ( Valutazione incrociata e simulazione della progenie con JMP Genomics Parte 2: Revisione della modellazione predittiva per i valori riproduttivi ), creiamo e confrontiamo modelli attraverso la convalida incrociata, che prevederà i valori riproduttivi degli incroci da queste linee.
Per questo esempio, abbiamo un set di 309 linee d'orzo, che sono state genotipizzate per circa 3.500 marcatori ciascuna. Abbiamo anche una serie di misurazioni di quattro fenotipi prelevati da prove sul campo da due località separate per un periodo di due anni. I fenotipi misurati sono il contenuto proteico, il peso del test, il contenuto di ergosterolo e la resa proteica. Prima di valutare gli incroci e simulare la progenie, dobbiamo catturare gli effetti dei campioni multipli per ciascuna linea d'orzo utilizzando la migliore previsione lineare imparziale (BLUP). Il BLUP rimuove il rumore da ciascuna delle misurazioni di prova e ci lascia con una singola riga di dati per ciascuna linea d'orzo che fornisce previsioni dei valori fenotipici per ciascun tratto misurato.
