JMP Genomics를 사용한 교차 평가 및 자손 시뮬레이션, 1부: 시험 데이터 육종을 위한 BLUP이 예에서는 309개의 보리 라인 세트가 있습니다( barley_marker_data.sas7bdat ), 각각 ~3,500개의 마커에 대해 유전자형이 결정되었습니다. 또한 일련의 측정( barley_trial_pheno.sas7bdat ) 2년 동안 2개의 별도 위치에서 현장 시험에서 가져온 4가지 표현형 중. 측정된 표현형은 단백질 함량, 시험 중량, 에르고스테롤 함량 및 단백질 수율이다. 교배를 평가하고 자손을 시뮬레이션하기 전에 BLUP(Best Linear Unbiased Prediction)를 사용하여 각 보리 라인에 대한 여러 샘플의 효과를 포착해야 합니다. BLUP는 각 시도 측정에서 노이즈를 제거하고 측정된 각 특성에 대한 표현형 값의 예측을 제공하는 각 보리 라인에 대한 단일 데이터 행을 남깁니다.
- 열기 barley_trial_pheno. sas7bdat 데이터 세트. 이 데이터 세트에는 여러 현장 시험에서 얻은 2,161개의 측정값이 있습니다. 이러한 시도의 디자인을 더 잘 이해하려면 다음을 선택하십시오. 분석하다 > 분포 데이터 테이블 위의 도구 모음에서
- 위치, 시도, 플롯, 연도 및 담당자의 분포를 보면 두 위치에 심어진 26개의 플롯으로 구성된 15개의 시도가 있음을 알 수 있습니다. 우리는 또한 대부분의 보리 라인이 두 위치에서 3회 반복으로 심겨져 각각 6개의 측정 결과가 나온 것을 볼 수 있습니다.
- 데이터 테이블로 돌아가서 선택 분석 > 모형 적합 도구 모음에서 모델을 구성합니다.
- 네 가지 특성을 선택합니다. 단백질, TW, 에르고스테롤, 그리고 PY 로 Y 변수 .
- 모델 효과를 추가하려면 왼쪽 열 목록에서 변수를 선택하고 추가하다 에서 구성 모델 효과
- 먼저 선택 선 무작위 효과로. 이것을하기 위해, 추가하다 선 ~로 모델 효과 상자가 추가되면 강조 표시하고 선택합니다. 속성 > 무작위 효과 메뉴에서 구성 모델 효과
- 다음으로 추가 년도 그리고 위치 효과로.
- 에게 십자가 첫 번째 효과를 추가한 다음 모델 효과 교차할 효과를 선택하고 십자가 의 버튼 구성 모델 효과 상자. 혼합 효과를 만들려면 년도 그리고 위치 가장 밝은 부분 년도 에서 모델 효과 상자와 위치 열 목록에서 선택 십자가 . 새로운 효과는 다음과 같이 나타납니다. 연도*위치 .
- 중첩 효과의 경우 기본 효과를 추가하고 모델 효과 상자를 클릭한 다음 열 목록에서 중첩할 효과를 선택하고 둥지 . 중첩하려면 년도 에서 재판 효과, 시도를 주 효과로 추가하고 강조 표시하고 년도 열 목록에서 클릭 둥지 . 효과는 다음과 같이 나타납니다. 시도[연도] .
- 아래 스크린샷에서 각 모델 효과를 추가합니다. JMP 제안할 것이다 성격, 강조, 그리고 방법 드롭다운 메뉴에서 변경할 수 있습니다. 이 예에서는 기본값을 유지하고 바인딩되지 않은 분산 구성 요소 딸깍 하는 소리 달리다 BLUP을 시작합니다.
- 모델이 완료되면 각 특성에 대한 모델 적합 통계가 포함된 새 창이 나타납니다. 각 특성 아래 제목 아래에 표가 있습니다. 무작위 효과 예측 각 라인에 대한 BLUP를 제공합니다.
- 이들 각각을 데이터 테이블로 열려면 테이블의 아무 곳이나 마우스 오른쪽 버튼으로 클릭하고 데이터 테이블로 만들기 .
- 참고: 모델을 만드는 데 사용된 JMP 데이터 테이블에 모델을 저장하려면 옆에 있는 빨간색 삼각형을 클릭합니다. 맞춤 그룹 제목 및 선택 스크립트 저장 > 데이터 테이블로… 이렇게 하면 모델을 저장하고 데이터 테이블에서 바로 다시 실행할 수 있습니다.
- 수행 데이터 테이블로 만들기 에 대한 명령 무작위 효과 예측 네 가지 특성 각각에 해당하는 표입니다. 각 데이터 테이블은 새 창에서 열립니다.
- 새 데이터 테이블이 생성될 때마다 데이터 테이블의 이름을 지정하고 블럽 적절한 특성이 있는 열(각 표는 첨부 파일에서 사용 가능). 다음과 같이 열 이름을 지정합니다.
- 단백질 함량(단백질): 단백질_BLUP
- 시험 무게: TW_BLUP
- 에르고스테롤: ERG_BLUP
- 단백질 수율(PY): PY_BLUP
- 각 BLUP 열은 분석을 위한 마커 데이터와 함께 단일 데이터 테이블로 결합되어야 합니다. 먼저, 우리는 다음을 사용하여 표현형 데이터를 결합합니다. 테이블 > 조인.시작하려면. 4개의 데이터 테이블이 모두 JMP에서 열려 있어야 합니다. 로부터 단백질_BLUP 테이블, 선택 테이블 > 조인. 로부터 'Protein_BLUP'과 함께하세요 메뉴, 선택 TW_BLUP . 이렇게 하면 다음에서 변수가 추가됩니다. TW_BLUP 테이블에 소스 열 왼쪽에 있는 상자.
- 에서 소스 열 상자, 선택 용어 두 변수 목록에서 성냥 의 버튼 일치하는 사양.이 입력됩니다 기간=기간 일치 열 상자에서 테이블이 병합될 변수를 나타냅니다.
- 다음으로 옆에 있는 상자를 클릭합니다. 조인된 테이블의 열 선택 창 하단에서 변수를 추가하십시오. 용어, 단백질_BLUP, 그리고 TW_BLUP .
- 에서 출력 테이블 이름 상자, 테이블 이름 지정 결합_BLUP 그리고 클릭 좋아요 병합을 완료합니다.
- 다음으로 결합_BLUP 테이블 열기, 반복 테이블 > 조인 포함하는 두 BLUP 열을 모두 포함하는 프로세스 ERG_BLUP 그리고 PY_BLUP 해당 테이블의 값. 완성된 테이블에는 아래와 같은 5개의 열이 있어야 합니다.
- 구하다 그만큼 결합_BLUP SAS 데이터 세트(.sas7bdat)로 테이블.
- 이제 네 가지 특성에 대한 BLUP 값이 결합되었으므로 마커 데이터에 추가할 수 있지만 먼저 라인 ID를 괄호에서 추출해야 합니다. 용어 의 열 결합_BLUP. sas7bdat 의 회선 ID와 일치하는 테이블 에 그랬어 의 열 barley_marker_data.sas7bdat 테이블. 이것은 다음을 사용하여 수행할 수 있습니다. 공식 JMP의 옵션. 먼저 열 머리글 행을 마우스 오른쪽 버튼으로 클릭하고 새 열… 새 대화 상자에서 열 이름을 "LineID"로 지정합니다.
- 일단 LineID 열이 생성되었습니다. 마우스 오른쪽 버튼으로 클릭하고 선택하십시오. 공식…
- 수식 창의 맨 왼쪽에 있는 목록에서 문자 > 단어 . 대괄호에서 줄 이름을 추출하는 수식을 만들려면 화면 중앙에 있는 수식의 "단어" 부분을 두 번 클릭하고 Word(2, Term, "[]")를 입력합니다. 딸깍 하는 소리 좋아요 수식을 새 열에 적용합니다.
- 이제 일치하는 열을 사용하여 마커 데이터와 표현형 데이터를 JMP에서 분석할 준비가 된 단일 테이블로 병합할 수 있습니다. 로 시작 결합_BLUP. sas7bdat 테이블을 열고 다시 선택 테이블 > 조인 도구 모음에서.
- 새 창에서 성냥 그만큼 Line_ID 열에서 결합_BLUP 테이블 에 그랬어 열에서 barley_marker_data
- 에서 일치하는 사양 상자, 확인 배수 삭제 상자 메인 테이블 그리고 일치하지 않는 항목 포함 상자 테이블 포함 . 이렇게 하면 추가 BLUP 데이터가 삭제되고 마커 데이터가 있는 라인만 포함됩니다.
- 입력하다 barley_geno_pheno 로 출력 테이블 이름 그리고 클릭 좋아요 테이블을 병합합니다.
- 완성된 테이블에는 모든 마커 데이터가 BLUP 데이터와 병합되어 있습니다. 필요에 따라 원하지 않는 열을 마우스 오른쪽 버튼으로 클릭하여 제거합니다( 용어, LineID ) 이동 에 그랬어 의 열 목록 맨 위로 드래그하여 열을 테이블의 맨 왼쪽 열로 열 테이블 왼쪽의 상자. 테이블을 다른 이름으로 저장 barley_geno_pheno. sas7bdat .
요약
교차 평가 및 자손 시뮬레이션 프로세스를 시작하기 전에 각 보리 라인에 대한 단일 표현형 값을 캡처하기 위해 BLUP를 생성해야 합니다. 이 게시물에서는 각 보리 라인의 BLUP를 얻기 위해 혼합 모델을 만들고 각 특성에 대한 BLUP 값을 결합하고 유전자형 데이터에 병합했습니다. 이제 SNP 데이터와 표현형 데이터가 단일 데이터 세트로 결합됩니다. 다음 포스트에서 ( JMP Genomics를 사용한 교차 평가 및 자손 시뮬레이션 2부: 번식 가치에 대한 예측 모델링 검토 ), 교차 유효성 검사를 통해 모델을 만들고 비교하여 이 계통에서 교배의 육종가를 예측합니다.
이 예에서는 각각 ~3,500개의 마커에 대해 유전자형이 지정된 309개의 보리 라인 세트가 있습니다. 우리는 또한 2년 동안 2개의 별도 위치에서 현장 시험에서 가져온 4가지 표현형에 대한 측정 세트를 가지고 있습니다. 측정된 표현형은 단백질 함량, 시험 중량, 에르고스테롤 함량 및 단백질 수율이다. 교배를 평가하고 자손을 시뮬레이션하기 전에 BLUP(Best Linear Unbiased Prediction)를 사용하여 각 보리 라인에 대한 여러 샘플의 효과를 포착해야 합니다. BLUP는 각 시도 측정에서 노이즈를 제거하고 측정된 각 특성에 대한 표현형 값의 예측을 제공하는 각 보리 라인에 대한 단일 데이터 행을 남깁니다.
