CIAO, Questo È Sam Gardner con JMP.
Io sono UN Prodotto Manager A JMP.
Erano Qui A parlare Oggi Di introducendo JMP Pro per Genomica,
spingendo IL confini Di JMP Pro A abilitare dati scienza SU IL scrivania.
IO Sono uno Di IL presentatori.
Malato Essere facendo IL introduzione A Questo argomento.
Io sono S maggiore Prodotto Manager per Salute E Vita Scienze
nel Prodotto Gestione squadra A JMP.
Il nostro co-presentatore Oggi È Russo Wolfinger,
chi è UN Distinto Ricerca Compagno
E Nostro Direttore Di Scientifico Scoperta E Genomica A JMP.
BENE parlare UN poco morso Di IL sfondo
Di genetica E genomica, funzionale genomica,
E Poi parlare Di Che cosa erano facendo A transizione da Nostro ex Prodotto,
JMP genomica, A utilizzando JMP Pro per genomica.
Russo Volere dimostrare Alcuni Di IL nuovo capacità In IL Prodotto.
UN poco morso Di classico genetica.
Questo È Dove UN quantità Di Questo avuto iniziato.
Persone Avere stato facendo classico genetica per UN lungo tempo.
Lo hanno fatto stato allevamento impianti E animali
A Ottenere desiderato tratti per quelli impianti E animali.
Lo hanno fatto visto Quello Essi Potere Fare Quello A Ottenere, più forte animali, Meglio impianti,
piante con desiderato proprietà E COSÌ SU.
Voi probabilmente studiato UN lungo tempo fa, Quando Voi erano giovane In scuola,
Di Gregor Mendel, IL monaco, Chi speso molti anni studiando giardino piselli.
Lui In realtà misurato Sette distinto caratteristiche Di questi piselli-
loro altezza, loro baccello forma E colore, seme forma E colore,
fiore posizione E colore-
E osservato Quello COME questi piselli erano incrociato con ogni altro,
Quello IL tratti erano passato SU
da IL genitore impianti A IL progenie impianti
seguente Alcuni Piuttosto specifica matematico rapporti
che hanno fatto Esso probabilisticamente possibile
A Fare predizioni Di Che cosa IL progenie volevo Aspetto Piace
basato SU IL tratti Di i genitori.
Suo e Dopo lavoro stabilito IL i principi Di genetico eredità.
Che cosa È genomica?
La genomica lo è Di più di Appena classico genetica.
Genomica usi UN combinazione Di DNA misurazione metodi
E ricombinante DNA metodi
A sequenza E assemblare E analizzare IL struttura E funzione Di genomi.
Esso differisce da classico genetica In ciò Esso sembra
A IL dell'organismo pieno complemento Di genetico O ereditario Materiale.
Esso si concentra SU IL interazioni fra IL loci O IL posizione
Di diverso geni SU IL genoma,
E IL alleli, IL variazione In IL geni In IL genoma,
COSÌ Quello Voi Potere capire cose Piace epistasi, pleiotropico eterosi,
Quale Sono cose Piace, Va bene, uno gene colpisce molti cose.
Quello è pleiotropia.
L'epistasi è Quello A volte,
uno gene impatti IL produzione O IL effetto Di un altro gene.
Eterosi È A volte Voi Ottenere sinergico effetti di combinando IL geni
da due diverso genitori O due diverso organismi.
Questo Tutto fa affidamento su IL utilizzo Di IL centrale dogma Di genomica.
Quello dogma È Quello DNA, Quale È IL codice per Nostro biologico sistemi,
È trascritto in RNA,
Quale È IL codice quello è usato A Fare cose
E Fare proteine In IL corpo.
IL proteine Sono IL poco chimico motori
Quello Fare cose dentro IL corpo E daglielo suo funzione.
Da Quello, Voi Potere In realtà Poi misurare cose Piace metaboliti,
Che cosa In realtà accade, Che cosa Fare quelli proteine In realtà Fare
dentro IL cellule E dentro IL corpo.
IL sentiero È DNA crea RNA crea proteina,
E IL proteina regola Come cose funzione In IL corpo,
E Quello produce metaboliti.
Dati È Veramente abilitare UN genomica rivoluzione.
Moderno misurazione tecniche Sono Veramente aiutando noi capire
IL struttura E funzione Di IL genoma
E Come Esso lavori dentro IL cellule In biologico sistema.
Noi Potere sequenza IL genoma adesso.
Noi abbiamo avuto Prossimo- generazione sequenziamento.
Molti anni fa, Quando JMP prima spostato in Questo la zona,
aiutando i clienti possano A analizzare Questo tipo Di dati,
IL modo A misurare Esso era microonde,
Quale era tanto Di più focalizzata SU molto specifica parti Di IL genoma,
E spesso UN molto limitato impostato Di geni In IL genoma.
Ora, Voi Potere sequenza IL Totale genoma Di UN organismo.
Anche, Voi Potere Aspetto A cose Piace espressione E regolamento.
Erano parlando Di IL metaboliti.
Che cosa è il produzione in IL biologico sistema Quello Voi Potere misurare?
Voi Potere Aspetto A Come IL proteine Sono prodotto
O Che cosa quelli proteine Sono facendo.
Voi Potere Anche Aspetto A Come IL struttura Di IL DNA si,
cosa c'è chiamato epigenetica,
impatti IL funzione di come DNA lavori E Come IL geni lavoro dentro IL corpo.
Là Sono tipicamente tre principale fasi Di analisi Quello accadere
Quando tu sei facendo Questo tipo Di lavoro.
Uno È Voi Appena creare IL crudo dati.
Voi Fare IL sequenziamento lavoro, creare IL genoma- sequenziamento dati,
O misurare IL metaboliti O IL proteina espressione
O IL RNA espressione.
E Poi Quello genera bello grande dati imposta
Quello Avere A Essere filtrato e de- multiplexato
E tagliato E segnato E puliti su.
Questo È tipicamente gestito In UN automatizzato O semiautomatico flusso di lavoro
SU computer sistemi Quello Potere processi molto grande dati File.
Poi Esso tipicamente va in UN secondo palcoscenico Dove Voi inizio A Fare sequenza allineamento
E fondamentalmente liner cose su, E essendo capace A Fare cose Piace conta.
Come molti volte fatto IO Vedere IL espressione
Di UN particolare RNA frammento O RNA sequenza?
O Come molti volte fatto IO Vedere UN particolare proteina?
O Tutto Questo crudo dati, Come fa Esso linea su A In realtà Fare UN immagine
Di Che cosa IL struttura Di IL Totale genoma È?
Quello è UN bello grande matematico computazionale processi.
Quello tipicamente Anche prende Fatto SU bello grande computazionale sistemi
con UN quantità Di computazionale risorse.
E Poi IL terza fase,
Quale È IL palcoscenico Dove JMP Veramente ha giocato In,
E doveJMP Pro Volere Continua A giocare In,
È IL determinante genotipo associazioni E genotipo-a- fenotipo relazioni.
UN fenotipo È Appena UN tratto Di organismi,
IL relazione fra IL geni E IL tratti.
E Anche guardare A correlazioni E associazioni
Di IL diverso genetico marcatori dentro IL genoma,
O IL varianza Di IL genetico marcatori.
spesso, cosa tu volere Fare È Voi Volere A caratterizzare quelli
E Poi correlare loro A fisico, biologico,
O Forse malattia stato caratteristiche.
Tutto Di Questo Potere In realtà Essere Fatto con scrivania Software.
JMP Pro È Nostro soluzione A Fare Quello andando inoltrare In IL futuro.
Noi abbiamo avevo UN Prodotto chiamato JMP Genomica per 14 anni, su Fino a Questo anno,
Quello Noi erano fornendo IL clienti.
Esso era UN combinazione Prodotto Di JMP E SAS.
SAS lo era Veramente necessario Indietro Presto Quando Noi prima messo Questo fuori
A Fare UN quantità Di IL dati in lavorazione,
Perché IL misurare E IL tipi Di dati Noi guardò A
era molto difficile A Fare con UN scrivania Software pacchetto Piace JMP.
SAS lo ha fatto IL dati in lavorazione, Alcuni Di IL statistico metodi,
Ma JMP era usato per ulteriore statistico analisi
E visualizzando IL risultati Di quelli analisi.
JMP Genomica ha stato utilizzato nella ricerca E industria
per UN Largo varietà Di genomica i problemi per molti anni.
Ma Noi fatto UN strategico decisione Questo anno
A interrompere vendita prodotti Quello contenere SAS con loro.
Quello è parte Di IL decisione Quello era fatto per JMP A diventare un indipendente azienda.
Erano UN posseduto interamente filiale Di SAS Ora,
E Sono in movimento giù Quello strada Di indipendenza.
Noi Sono non andando A Essere vendita nulla Ma JMP prodotti andando inoltrare.
Perché Di Quello, Noi Avere guardò Ora
A mossa IL funzioni per genomico dati analisi in JMP Pro.
In JMP Pro 17, Quale Volere Essere disponibile Questo autunno In 2022,
ha stato E Volere Essere ottimizzato per grande E Largo dati i problemi.
Suo andando A Avere capacità A Incontrare IL esigenze
Di genomico dati scienza E genomico dati scienziati.
Suo andando A utilizzare IL forza
Di JMP Pro predittivo analitica E interattivo visualizzazione
A aiuto abilitare scoperte In Questo la zona Di lavoro.
Alcuni Di IL miglioramenti Quello noi abbiamo fatto A spingere IL confini Di JMP Pro
includere Appena rimuovendo barriere E colli di bottiglia In IL Software.
Suo uno cosa A Fare analisi SU decine O centinaia O Anche migliaia
Di colonne In UN dati tavolo.
Ma Quando Voi Avere UN dati tavolo
Quale Forse ha molti migliaia O centinaia Di migliaia Di colonne,
Voi inizio A svelare limitazioni A volte In tuo Software.
Di facendo Questo lavoro, noi abbiamo scoperto luoghi
Dove Noi Appena Bisogno A snellire Come operazioni accadere dentro IL programma.
Noi abbiamo Fatto Quello.
UN esempio volevo Essere Se IO ricercato A Fare UN trasformazione
SU centinaia Di migliaia Di colonne, noi abbiamo in modo significativo migliorato Quello processi.
Succede tanto Più veloce SU IL dati tavoli.
Anche essendo capace A Fare molto veloce E efficiente multivariato analisi metodi
Piace principale componente analisi E raggruppamento,
Quando Voi Avere questi Veramente Largo genomico dati tavoli.
E Poi essendo capace A Fare Modelli Sopra E Sopra Ancora
SU migliaia E migliaia Di risposta colonne,
E A Fare Quello in modo efficiente E effettivamente.
IL secondo obiettivo Quello Noi Avere In Questo transizione
È Quello Portare In Alcuni capacità In IL JMP Pro
Quello Sono molto specifica per genetico E genomico analisi.
Per esempio, essendo capace A importare diverso formati
Quello Sono comunemente usato In Questo la zona.
Anche, essendo capace A Fare genetico marcatore analisi E simulazione,
COME BENE COME portando In Alcuni più nuovo popolare dati riduzione metodi
come COME t-SNE E Unimappa.
Complessivamente, Che cosa erano ottenere A È UN Prodotto quello è andando A Essere pendere.
Si installa molto velocemente.
Voi Potere utilizzo Esso SU tuo scrivania,
Ma Voi Potere utilizzo Esso A Fare Questo molto potente analisi
SU questi grande, complesso, Largo dati tavoli.
A illustrare Quello, Io sono andando A giro Esso Sopra A Russo.
Russo È andando A spettacolo noi In realtà Come Voi Potere Fare Alcuni realistico analisi
E Alcuni vero studio analisi Qui SU Alcuni genomico E genetico dati.
BENE, Grazie Voi, Sam.
Suo UN vero emozionante tempo per noi.
IO Sapere Io ho In realtà stato con IL genomica analisi rivoluzione
entro SAS per Sopra 20 anni Ora.
Noi In realtà [impercettibile 00:11:46] In IL Presto 2000 chiamato Scientifico Soluzioni,
Dove Noi erano di partenza A Aspetto A Alcuni Di IL Presto micro vettore dati.
Suo stato UN Veramente divertimento 20 anni.
Ora, IO volevo Dire, Quasi uno Di IL maggior parte emozionante volte mai per noi,
Dove erano Ora capace A codice Alcuni Di questi routine
direttamente In JMP pro utilizzando C++.
UN quantità Di loro Sono corsa tanto Più veloce di Noi avevo
In IL precedente JMP Genomica Prodotto.
IO Volere A Dare Voi UN piccola f lavoro Di Quello Oggi con UN esempio.
Questo È UN dati impostato SU pini loblolly,
Quale per quelli Di Voi da IL Sud-est
Potrebbe Sapere Esso COME probabilmente uno Di IL maggior parte popolare specie Di pino.
Tipicamente, Se Voi andare in Deposito domestico o Lowe's
E acquistare Alcuni due- di- quattro O compensato, suo andando A Essere fatto Di l oblolly.
Quando Voi volare in IL la zona, Voi capita di vedere UN quantità Di albero copertina.
Molti Di quelli, Id Dire UN Bene pezzo Di quelli alberi,
particolarmente in direzione IL Orientale parte Di Nord Carolina, Sono lobl ollies.
Suo UN molto importante specie, uno Quello Noi Veramente Volere A capire BENE.
Suo stato studiato molto completamente, E Anche Di più COSÌ Ora
Quello noi abbiamo avuto Alcuni scricchiolii andando SU con casa edificio E Che cosa Avere Voi,
suo critico A capire Esso dentro E fuori.
Genomico tecnologia È fantastico
per rivelando Alcuni cose Quello Noi Appena Mai sapevo Prima.
Questo dati È In realtà Ancora 10 anni vecchio.
Esso era da UN carta In IL rivista Di Genetica di Rispedisci et al.
Questo È UN gruppo Di ricercatori da IL Università Di Florida
E Embrapa In Brasile
E Università Di Iowa, IO credere, se io richiamare correttamente.
Ecco IL riferimento Se Voi Volere A Aspetto Esso su.
IL dati Sono Anche liberamente disponibile.
Io ho avuto loro.
IO andato avanti E scaricato loro da IL supplementare informazione
E caricato loro in UN JMP tavolo Quello Voi Vedere Qui.
COME Sam era menzionando, il formato nel JMP Pro
È Che cosa Noi tipicamente Piace A chiamata UN Largo formato,
Dove noi abbiamo avuto qualunque cosa In uno tavolo.
Qui, noi abbiamo avuto Alcuni genotipo indicatore numeri indicando IL linee
COME BENE COME IL madre E padre Quello IL alberi venni da.
E Poi Questo specifica dati impostato Quello Io ho avuto Qui,
noi abbiamo avuto sei tratti Quello noi abbiamo misurato.
IO credere In realtà c'è Di più.
Penso c'è 17, Se Voi Volere A Vedere IL riferimento.
Nostro chiave messa a fuoco Di interesse Sono questi genetico marcatori.
Questo dati imposta piccolo di di oggi standard.
Noi abbiamo soltanto avuto 4.800.
IO Dire "Soltanto 4.800" ma questo è Ancora abbastanza UN pochi.
COME Voi Potere Vedere, Io sono scorrimento Attraverso Qui,
Loro sono Tutto codificato COME O zero, uno, o due.
Questi Sono cosiddetto SNP marcatori, separare nucleotide polimorfismi,
Dove BENE Avere O...
IL numero Qui indica
IL numero Di IL maggiore allele Quello Noi Avere In IL dati.
Zero volevo Essere IL piccola A, piccola A,
se tu sei familiare con IL vecchio genetica notazione.
IL due volevo Essere IL grande A, grande A.
IL quelli volevo Essere Tutto IL eterozigoti.
Quindi 4.500 Di questi marcatori.
IL di base obiettivo In IL FINE, tipicamente...
In fatto, Quello era Che cosa IL carta Quello Questo era da era Di.
Essi erano confrontando parecchi Di IL popolare predittivo metodi.
Ma Prima Noi Ottenere A predizione,
c'è UN quantità Di Veramente Bene cose Quello Voi Volere A Fare
Appena A Fare Sicuro IL dati Sono COME previsto,
E Anche A Imparare E scoprire struttura E altro interessante caratteristiche.
Andiamo tuffo In E Vedere ciò che possiamo fare con un tipico flusso di lavoro Qui In JMP Pro.
IO volevo tipicamente Appena Piace A Aspetto A IL dati In JMP.
Noi Potere utilizzo Appena di base piattaforme.
Per esempio, Qui, permettere Me Portare su IL multi- la zona piattaforma
E Appena controllo fuori di base trame Di IL dati contro uno un altro.
Voi Potere Vedere, per esempio, Qui, rootnum E radice intorpidito
Sono abbastanza altamente correlati con ogni altro.
Gli altri, non COSÌ tanto.
Voi Potere Fare distribuzioni.
Per esempio, W e Potere Fare Esso Qui con IL distribuzione piattaforma.
Questi tratti Avere In realtà Già stato centrato, IO pensare.
Credo Tutto Di loro Avere UN Significare Di in giro zero.
Lo hanno fatto andato Attraverso UN poco morso Di pre-elaborazione
Quello Noi non andare in Oggi.
Quello è il modo Essi venni da IL carta.
Nostro di base obiettivo È A utilizzo IL genetico informazione A prevedere questi tratti.
Essi rappresentare vari caratteristiche Di IL loblolly alberi.
Per esempio, C WAC,
IO credere quello è incoronato con attraverso IL pianta biancheria da letto.
Suo UN misurare Di IL albero misurare.
Noi abbiamo avuto altro misurazioni Di densità E caratteristica Di IL radici, eccetera.
Tutto importante cose A Sapere Di E Quando studiando questi alberi.
Permettere Me camminare Voi Attraverso Che cosa Noi Potrebbe prendere in considerazione UN UN di base flusso di lavoro
una volta Voi Avere tuo dati impostato su Piace Questo.
Ora, Prima facendo quello, però,
IO Fare Volere A citare pure Quello Noi Avere Mettere In UN Giusto morso Di lavoro
A aiutando E aiutando con importazione come dati.
Questo particolare dati venni COME Appena standard virgola separato valore File,
COSÌ NO grande Affare A importare Esso.
Ma Spesso, genetico dati Piace Questo Venire In cosiddetto VCF File.
Noi ora Avere nuovo routine A Essere capace A importare quelli direttamente,
COME BENE COME importare File da IL popolare Banca dati,
E Poi UN pochi altro formati, IDAT E Che cosa Avere Voi.
Provando A Fare Esso Veramente facile A Ottenere tuo dati in JMP.
Come sapete, una volta hai avuto tuo dati impostato su In UN JMP tavolo,
c'è Appena Tutto tipi Di Grande cose Voi Potere Fare.
Molti Di IL cose Quello Voi ascoltare Di...
Dare Voi Alcuni Di più idee,
COME BENE COME Alcuni nuovo cose Quello noi abbiamo Mettere in posto.
A inizio fuori, noi abbiamo avuto UN marca nuovo coppia Di piattaforme
Sotto IL Analizzare menù Qui A IL metter il fondo a.
Genetica. Analizzare, Genetica.
Noi abbiamo avuto Marcatore Statistiche E Marcatore Simulazione.
Andiamo correre IL il primo, Marcatore Statistiche.
Questo È Appena UN di base piattaforma per guardare A caratteristiche Di UN impostato Di marcatori.
Voi Potere Vedere Qui, Io sono caricamento.
Noi abbiamo avuto 4.853 SNP organizzato In UN gruppo Qui In IL JMP tavolo.
IO Appena mossa loro Sopra in IL marcatori.
Se tutto il resto È Va bene, lo faremo semplicemente clic OK.
Esso corre abbastanza velocemente.
Che cosa Questo fondamentalmente fa È prende ogni marcatore
E calcola UN varietà Di standard statistico genetico statistiche
Quello Voi Potere Aspetto attraverso Qui E Vedere cosa c'è andando SU.
UN chiave cosa A controllo per UN cosiddetto Hardy- Weinberg Equilibrio.
Voi Potere Fare UN statistico test Di Quello E Ottenere P- valori da Esso,
E Anche complotto questi lungo In UN grafico Piace Questo.
SU IL Y asse, Noi In realtà utilizzo IL tronco d'albero 10 valore p,
Quale Noi Anche chiamata IL tronco d'albero Di valore.
A andare una volta fare un passo ulteriore, Voi Potere Fare UN falso scoperta valutare regolazione
A Evitare IL multiplo test problema.
Voi Potere Vedere Qui, noi abbiamo In realtà tracciato Entrambi:
IL crudo valore p, IL crudo tronco d'albero Di valore, COME BENE COME loro FDR aggiustato valore p.
Essi tendere A Essere abbastanza simile, particolarmente per IL grande quelli.
Questi marcatori su Qui Sono quelli Quello volevo Essere fuori Di equilibrio,
molto probabile dovuto A IL clonazione Di IL alberi.
Questi sarebbero marcatori Quello Potrebbe tendere A deriva O stabilizzare
Sopra tempo con futuro croci.
Sarebbe buono A controllo questi fuori
E Fare Sicuro IL distribuzioni Di IL alleli Sono COME previsto.
Arco Tutto IL modo Indietro A il Gregor Mendel giorni,
cose Quello Noi imparato Di Come alleli come questo Dovrebbe comportarsi.
Quello è UN Bene posto A inizio, Appena A Ottenere UN idea per IL marcatori.
Andiamo mossa Prossimo E Fare Alcuni modello scoperta.
Qui, c'è parecchi Carino cose Noi Potere Tentativo.
UN molto di base uno quello è Anche stato popolare per decenni con gene espressione dati
È Appena A Fare gerarchico raggruppamento.
Ancora, Io sono Appena andando A Mettere IL SNP In Qui.
Voi tipicamente Volere Volere A utilizzo uno Di questi Più veloce metodi.
Andiamo utilizzo veloce reparto.
Noi Fare Avere Alcuni mancante valori, COSÌ andiamo Fare imputazione.
BENE andare avanti E raggrupparlo due modi.
Andiamo clic OK Qui.
Io sono andando A andare avanti. sto correndo qualunque cosa vivere Oggi.
UN pochi Di questi cose Volere Prendere secondi A correre.
UN analizza Io ho avuto Quello In realtà Volere Prendere UN pochi minuti
Quello IO non correre vivere Appena per scopo Di tempo.
Ma Voi Potere Vedere Qui, Questo scala Di dati,
JMP Pro in grado di gestire abbastanza prontamente.
Questo uno, Voi Potere Vedere Quello IL progresso sbarra Qui
Volere Prendere probabilmente 30 secondi A UN minuto A fine.
Ma non pure Cattivo per UN medio- dimensioni dati impostato Piace Questo.
Ancora, erano raggruppamento in giro 926 righe E 4.800 colonne.
Ma Prima In realtà IL prestazione miglioramenti,
Questo tipo di analisi volevo Prendere parecchi minuti.
In molti casi, noi abbiamo stato capace A raggiungere ordini di grandezza velocità su.
Io sono capace, fondamentalmente, A abilitare Voi A Fare analisi Piace Questo vicino A vero tempo.
UN poco morso Di in attesa Potrebbe Essere necessario COME Qui, Ma In generale,
è carino Carino A Essere capace A velocemente Ottenere risposte A abbastanza difficile domande.
Per esempio, Qui, erano provando A Vedere
Come altro righe Di Nostro dati grappolo con ogni altro.
Ora Qui, UN molto interessante cosa si verifica.
Voi Potere Vedere Io ho avuto coloranti Quello IO fatto A IL dati.
IO colorato IL madre E padre, o materno E paterno alleli.
Se Noi Aspetto A Questo variabile Qui, c'è in giro 71 unico livelli.
E Poi entro ogni attraverso, c'è su A 17 O 20 individui.
IL dati Avere molto Carino, stretto grappoli.
IL raggruppamento algoritmo In realtà trovato quelli.
Puoi Vedere IL colori indicare IL colorazione.
Questo colore tema È UN morso stridente.
Andiamo mossa Esso annerire E bianco.
Noi Potere Vedere IL struttura UN poco Di più pulito.
Qui, Noi Potere Vedere IL le zone Di bianco
O Dove noi abbiamo avuto Alcuni Di quelli minore alleli di partenza A grappolo
E identificandosi IL chiave luoghi In IL genoma
Quello distinguere questi unico croci.
Questo È UN Carino complotto Appena A Ottenere UN complessivamente Tatto per IL vari linee
E Come Essi confrontare con uno un altro.
Ma IL principale lezione Sono questi stretto grappoli
Quello Sono Mappatura su esattamente Piace Noi volevo aspettarsi con IL iniziale croci,
fondamentalmente Piace molto vicino fratelli A uno un altro
rispetto A cugini, O secondo cugini, cugini di terzo grado, eccetera .
Ora, un altro modo A andare Di Questo
volevo Essere Di più Di UN dimensione riduzione tipo approccio.
Qui, IL numero uno analisi È principale componenti.
Andiamo Tentativo Quello SU Nostro passi E Vedere Che cosa Quello rivela.
Qui, andiamo Appena utilizzo IL valori predefiniti.
Scusa, In realtà, IO ricercato A spettacolo spento...
C'è UN marca nuovo metodo per Largo dati quello è chiamato veloce approssimativo.
Suo UN Carino aggiunta In Software.
Esso In realtà usi, Se tu sei familiare con IL metodo
chiamato UN randomizzato SVD approccio.
Voi Potere Vedere un po' Messaggio.
Andiamo Vedere cosa c'è In IL tronco d'albero.
Esso trasformato fuori Questo era In realtà uno caso
Dove UN errore Messaggio era abbastanza benefico.
IL Software In realtà indicato Quale marcatori...
Là erano Alcuni marcatori, Essi erano non numerico O costante.
Esso trasformato fuori Quello UN manciata Di questi marcatori In IL tavolo erano costante.
Questo volevo Essere UN caso Dove Noi Potevo andare Indietro E In realtà pulito quelli fuori,
Da Loro sono non Veramente contribuendo tanto A IL analisi, Loro sono Appena costante.
Ma IL PCA piattaforma trovato loro COME UN sottoprodotto.
Ma Se Voi Aspetto A IL punteggi, primi due principale componenti,
Noi Ancora Avere Questo Carino raggruppamento Di famiglie.
COME solito con JMP,
Tutto questi trame Sono interattivo E collegato A uno un altro.
Noi Potere, per esempio, clic SU uno Di IL rami Di IL albero Sopra Qui,
E Esso Volere evidenziare Quello grappolo In IL PCA.
Noi Potere carta geografica questi due grafici A uno un altro.
In fatto, BENE, andiamo Fare Quello. Noi Potere aggiungere UN il terzo.
Questo È un altro marca nuovo piattaforma quello è Appena in arrivo fuori In JMP 17,
chiamato Multivariato Incorporamento.
Qui, erano andando A calcolare IL popolare t-SNE algoritmo,
Quale sta per T multivariato incorporamento.
Questo ha In realtà stato abbastanza popolare In IL macchina apprendimento mondo,
E esso ha gocciolato suo modo in IL genomica campo,
particolarmente con separare- cellula RNA.
Esso fa UN poco morso diverso dimensionale proiezione di PCA.
Esso cerca A identificare Locale struttura,
mentre PCA È guardare per dimensioni Di maggiore variabilità attraverso Tutto marcatori.
T-SNE provando A Trovare stretto Locale grappoli.
Suo In realtà perfetto per questo tipo di dati,
Appena A svelare questi famiglie.
Voi Potere Vedere IL Carino poco gruppi Di cluster, E Forse Di più soprattutto,
Quale grappoli loro stessi Sono vicino ogni altro.
Voi Potere Prendere UN immagine Qui.
Tipo Di sembra Piace UN farfalla, qualcosa t-SNE lo farà Spesso Avere .
Id incoraggiare Voi A Tentativo Esso SU tuo dati una volta Voi Ottenere tuo mani SU JMP 17.0.
Quello è rivelando Alcuni Carino struttura In IL dati.
Andiamo mossa SU Ora A UN aggiungine alcuni Di più statisticamente- orientata modellazione.
Per Esso, IL di base cosa A Generalmente inizio fuori con
È Che cosa Noi volevo chiamata UN genoma- largo a associazione studio,
Dove w lo farò fondamentalmente Prendere Nostro tratto, O Nostro tratti, In Questo caso,
E schermo loro contro Tutto IL marcatori.
IL cavallo di battaglia piattaforma Qui È Risposta Selezione.
Io sono andando A Analizzare, Selezione, Risposta Selezione.
Noi abbiamo Fatto abbastanza UN morso Di lavoro SU Questo Grazie soprattutto a John Saulo ,
che ha implementato Alcuni Carino prestazione miglioramenti.
Che cosa Questo fa È fondamentalmente UN grande Y di X analisi.
Io sono andando A mossa Nostro sei obiettivi o risposte in IL Y campo,
Nostro SNP in X.
E Poi Tutto Voi Fare È colpo Andare.
Che cosa Questo Volere Fare...
IO pensare Noi Fare imputazione.
IO pensare Esso Potrebbe Fare Quello automaticamente. Andiamo Vedere.
Sì.
Questo uno corre fulmine veloce.
IO fondamentalmente Appena fatto sei volte 4.800 presto regressioni E tracciato Tutto.
Questo È UN complotto Di Tutto IL valori p A una volta.
Ancora, focalizzazione SU falso scoperta valutare.
Suo avuto A Essere molto attento Di pesca eccessiva dati Piace Questo.
Voi Volere A Fare Sicuro Qualunque Guida Quello Voi caccia È significativo,
Anche Dopo UN falso scoperta regolazione.
Qui, Noi Vedere Ora Quello Questo larghezza della corona caratteristica
È IL uno quello è scoppiando fuori con IL maggior parte colpi.
Poi c'è uno per ruggine.
Questi Sono smistato di significato, E Poi Alcuni Di IL altro tratti inizio A pop In.
Ma chiaramente, Esso sembra Piace noi abbiamo avuto IL maggior parte genetico azione
con Questo larghezza della corona tratto.
Ora, A andare UN poco ulteriore E illustrare IL cose Noi Potere Fare.
Questo È molto JMP Mi piace.
Andiamo salva IL tavolo fuori Di valori p.
Noi abbiamo avuto qualunque cosa Ora In UN nuovo JMP tavolo,
Quale È effettivamente Tutto IL risultati, E Loro sono bene colorato per noi.
Appena Volere A navigare IL tavolo.
Ma Io sono andando A andare avanti E utilizzo Grafico B costruttore Ora.
Andiamo Fare Alcuni vulcano trame di mano.
Per questi, Noi w formica A Mettere IL pendenza SU la X- asse,
E Poi IL tronco d'albero Di valore SU IL Y.
Andiamo andare avanti.
BENE Fare UN separato uno per ogni Di Nostro tratti.
Io sono trascinando Quello su IL avvolgere.
Voi Potere Vedere Qui, Questo È IL genere di cose Quello JMP È Veramente interessante A.
IO t spesso Volere Trovare valori anomali del dati.
Ecco uno quello è modo fuori Qui.
Noi abbiamo avuto UN pendenza stima Di quasi negativo 2.000.
Esso giri fuori Quello Questo variabile È quasi costante.
IL regressione Appena colpi su con UN Quasi quasi verticale,
O quasi negativo, altamente negativo pendenza.
Esso giri fuori Questo È Di più Di UN anomalia di UN effettivo significativo colpo.
Esso volevo In realtà Fare senso Appena A ignorare Esso.
Ma suo In realtà Carino A Trovare Quello suo In IL tavolo
E Essere capace A identificare Esso.
Questo È IL genere di cose Quello JMP È Spesso Veramente Bene A,
trovare Strano modelli.
Ma A affinare In SU IL chiave risultati, andiamo andare avanti E stretto Nostro assi giù.
IO Appena colpo IL asse pulsante, E erano andando A Appena Ingrandisci In.
Andiamo andare meno 10 a 10.
Voi Potere Vedere Qui, Voi Ottenere Questo caratteristica V forma,
Dove Ancora, erano complottando IL pendenza Di IL regressione
contro suo negativo tronco d'albero valore p.
Per CWAC, Noi In realtà avuto,
Ancora, COME Noi previsto Prima, Di più colpi di ovunque altro.
UN grappolo Di marcatori per positivo E negativo pendenza,
Quale volevo indicare UN additivo genetico relazione
andando uno modo A IL altro.
Per IL altro tratti, questi Sono Anche V forma,
E molti Di loro Sono Appena Veramente UN quantità meno significativo
E spesso mq ued In con uno un altro.
IL pendenza Anche dipende SU IL scala Di IL misurazione.
E' forse non abbastanza COME significativo se Noi Mettere Tutto questi SU IL Stesso esatto scala.
Ma IO Appena ricercato A spettacolo Questo per illustrazione,
COME UN modo A confrontare qualunque cosa lato di lato.
Questo è un GWAS.
In movimento inoltrare, andiamo Ottenere A probabilmente Che cosa Nostro principale obbiettivo volevo Essere,
Quale volevo Essere A prevedere questi tratti COME UN funzione Di IL marcatori.
Qui, Noi Fare Avere accesso A Tutto IL Grande predittivo modellazione piattaforme
Quello Sono In JMP.
Alcuni Di questi, Voi Avere A Essere UN poco attento A utilizzo.
Con mancante dati, Voi Maggio Bisogno A Fare IL imputazione Primo.
Alcuni Potrebbe diventare abbastanza lento dato IL misurare Di IL problema.
Per Oggi, IO Appena Volere A spettacolo probabilmente Mio preferito uno,
Quale È XG Aumento, utilizzando IL XGB oost piattaforma.
Questo È UN caso Dove IO In realtà corso Questo in anticipo,
Perché, E suo A correre.. .
Ma IO l caricato Tutto sei tratti in XGB oost E fatto dieci- piega costo convalida.
IO automaticamente Sinistra fuori ogni Di IL dieci pieghe.
Qui, Voi Potere Vedere IL risultati Di Quello correre,
Dove noi abbiamo avuto IL solido linee Qui In questi grafici,
Sono IL convalida curve Sopra IL iterazioni
E IL punteggiato linee Di IL formazione.
Voi Potere Vedere con questi Largo i problemi, c'è UN acuto rischio Di adattamento eccessivo,
particolarmente con UN potente approccio Piace XG Aumento.
Voi Avere A Essere molto attento.
Come te Potere Vedere, io attualmente [impercettibile 00:32:18] parametri.
IO Potevo modificare loro giù per uno, E Voi Potere Vedere IL altro parametri Qui.
Entro ogni modello adatto, noi abbiamo avuto Entrambi IL formazione,
osservato contro previsto, E IL convalida.
Voi Potere Vedere Qui per C WAC Noi avuto UN correlazione Di in giro 0,43.
Correlazione È UN tipico misurare usato A valutare prestazione.
Questo È competitivo con Che cosa era pubblicato In IL carta Prima,
senza difficilmente tanto messa a punto A Tutto.
Ma Poi c'è UN quantità Di altro interessante cose Voi Potere tuffo in,
IL maggior parte importante caratteristiche, eccetera.
Noi Anche avuto Alcuni nuovo cose per esempio, uno cosa chiamato Shapley valori
Quello Id incoraggiare Voi A controllo fuori.
C'è andando A Essere un altro parlare SU Questo argomento di Peter Hirsch,
Floriano Laura Lancaster e me stesso SU Quello Qui A IL conferenza,
IO volevo incoraggiare Voi A controllo Quello fuori.
Suo UN modo A rottura giù predizioni in loro componenti.
Quello prende un altro livello Voi Potere andare in con predire.
Quello è Appena uno esempio Di Alcuni Carino predittivo modellazione Voi Potere Fare.
A avvolgere su IL dimostrazione, IO ricercato A ritorno Indietro
Dove Noi iniziato Qui In Questo Genetica menù.
Noi abbiamo avuto UN marcatore, UN marca nuovo marcatore simulazione piattaforma.
Questo È Alcuni bello Avanzate genetico modellazione
portato fuori di Nostro interno esperto, Luciano Silva.
Che cosa Questo fa È Esso In realtà Volere Fare virtuale attraversamento di IL genotipi.
IL idea È lo faresti carico IL marcatori In.
IL Veramente interessante cosa È Voi Potere Mettere UN predittore formula Qui.
Per esempio, IO salva IL predittore formula da IL XGBoost modello Di CWAC.
Che cosa Questo Volere Fare È Entrambi simulare IL croci
E prevedere loro prestazione.
Questo È Che cosa moderno virtuale allevamento fa.
Voi Potere In realtà virtualmente attraverso diverso loblolly pino alberi
E prevedere Che cosa Volere accadere con loro
senza avendo A Aspettare 10, 20, 30 anni A crescere loro In IL campo.
Estremamente potente, interessante approccio Quello rivoluzionato IL modo
moderno allevamento È Fatto, E Perché cosiddetto genomico selezione,
O predittivo modellazione con genetico marcatori È COSÌ popolare.
Malato andare avanti E concludere Là.
IO Speranza Quello stuzzicato tuo appetito
con Alcuni Di IL nuovo cose noi abbiamo avuto andando.
UN quantità Di IL cose IO ha mostrato Oggi volevo Anche lavoro con gene espressione dati,
Sebbene quello è UN poco morso diverso gioco di palla
In termini Di Che cosa tu sei provando A Fare.
Ma per scopo Di tempo, IO Pensiero Esso volevo Essere Bene Appena A Aspetto A Questo uno esempio
E tuffo un po' profondo.
Grazie Voi molto tanto per tuo Attenzione.
Permettere noi Sapere Se hai avuto domande COME Voi Avere loro.
Erano Veramente e eccitato Di IL nuovo cose in arrivo In JMP 17 Pro.
Noi abbiamo avuto UN quantità Di più cose in arrivo In IL lavori.
Grazie tu molto.
Noi riconoscere Quello quantità Di persone Quello Venire A scoperta,
Questo Maggio non Essere loro la zona Di competenza.
Ma tu Maggio Sapere qualcuno chi è facendo Questo lavoro,
E Noi volevo Amore A Ottenere loro collegato con Che cosa erano facendo Qui A JMP professionista,
Perché Noi Sono andando A Continua A investire In aggiungendo capacità
E migliorando IL Software COSÌ Esso Potere Fare lavoro Piace Questo Meglio E Meglio
A Incontrare IL esigenze Di scienziati attraverso IL vita scienze
E Questo industria.
Grazie per ascoltando In.
