こんにちは、これはサムガードナーとJMP。
私はある製品マネージャーでJMP。
だったここに話す今日について紹介するJMPプロのためにゲノミクス、
押すの境界線のJMPプロに有効にするデータ科学の上のデスクトップ。
私午前1つののプレゼンターたち。
病気なれやってるの導入にこれトピック。
私はS上級製品マネージャーのために健康そして人生科学
の中に製品管理チームでJMP。
私たちの共同講演者今日はラスウォルフィンガー
だれのある傑出した研究仲間
そして私たちの監督の科学的発見そしてゲノミクスでJMP。
良い話すある少し少しについての背景
の遺伝学そしてゲノミクス、機能的なゲノミクス、
そしてそれから話すについて何だったやってるに遷移から私たちの前者製品、
JMPゲノミクス、にを使用してJMPプロのためにゲノミクス。
ラス意思実演するいくつかののの新しい能力での製品。
あ少し少しについて古典的な遺伝学。
これはどこある多くのこれ得た始めました。
人々持っているされたやってる古典的な遺伝学のためにある長さ時間。
彼らは、された育種植物そして動物
に得る望ましい特徴のためにそれらの植物そして動物。
彼らは、見たそれ彼らはできるするそれに得る、より強く動物、より良い植物、
植物と望ましいプロパティそしてそれでの上。
あなたおそらく勉強したある長さ時間前、いつあなただった若いで学校、
についてグレゴールメンデルのモンク、誰が過ごした多くの年勉強する庭豆。
彼実は測定されたセブン明確な特徴のこれら豆-
彼らの身長、彼らのポッド形そして色、シード形そして色、
花位置そして色-
そして観察されたそれとしてこれら豆だった雑種とそれぞれ他の、
それの特徴だった合格したの上
からの親植物にの子孫植物
続くいくつかのそれよりも特定の数学的比率
誰が作ったのかそれ確率的に可能
に作る予測について何の子孫するだろう見てのように
ベースのの上の特徴の両親。
彼と後で仕事設立の原則の遺伝的継承。
何はゲノミクス？
ゲノミクスはもっとよりもただ古典的な遺伝学。
ゲノミクス用途ある組み合わせのDNA測定メソッド
そして組換え型DNAメソッド
に順序そして組み立てるそして分析するの構造そして関数のゲノム。
それ異なりますから古典的な遺伝学その中でそれ見た目
での生物の満杯補体の遺伝的または世襲的な材料。
それ焦点を当てるの上の相互作用間の遺伝子座またはの位置
の違う遺伝子の上のゲノム、
そしての対立遺伝子、の変化での遺伝子でのゲノム、
それでそれあなたできる理解するもののようにエピスタシス、多面発現性ヘテローシス、
どれのはもののように、わかった、 1つ遺伝子影響を与える多くのもの。
それは多面性。
エピスタシスはそれ時々、
1つ遺伝子影響の出力またはの効果の別の遺伝子。
ヘテローシスは時々あなた得る相乗効果のある効果による組み合わせるの遺伝子
から二違う両親または二違う生物。
これ全て依存するその上の使用のの中央ドグマのゲノミクス。
それドグマはそれDNA、どれのはのコードのために私たちの生物学的システム、
は転写されたの中へRNA、
どれのはのコードそれは使用済みに作るもの
そして作るタンパク質での体。
のタンパク質はの少し化学薬品エンジン
それするもの内部の体そしてそれを与えるその関数。
からそれ、あなたできる実はそれから測定もののように代謝物、
何実は起こる、何するそれらのタンパク質実はする
内部の細胞そして内部の体。
のパスはDNA作成しますRNA作成しますタンパク質、
そしてのタンパク質規制するどうやってもの関数での体、
そしてそれ生成する代謝物。
データは本当に有効にするあるゲノミクス革命。
モダンな測定テクニックは本当に助ける私たち理解する
の構造そして関数ののゲノム
そしてどうやってそれ作品内部の細胞で生物学的システム。
私たちはできる順序の今はゲノム。
私たちは得た次-世代順序付け。
多くの年前、いつJMP最初に移動したの中へこれエリア、
助ける顧客ができるようにに分析するこれタイプのデータ、
の方法に測定それだった電子レンジ、
どれのだった多くのもっと集中したの上とても特定の部品ののゲノム、
そしてしばしばあるとても限定セットの遺伝子でのゲノム。
今、あなたできる順序の全体ゲノムのの生命体。
また、あなたできる見てでもののように表現そして規制。
だった話しているについての代謝物。
何それは出力の中への生物学的システムそれあなたできる測定？
あなたできる見てでどうやってのタンパク質は生産された
または何それらのタンパク質はやってる。
あなたできるまた見てでどうやっての構造ののDNA自体、
何ですか呼ばれたエピジェネティクス、
影響の関数どのようにDNA作品そしてどうやっての遺伝子仕事内部の体。
そこにはは通常三つ主要段階の分析それ起こる
いつあなたはやってるこれタイプの仕事。
1つはあなたただ生成するの生データ。
あなたするの順序付け仕事、生成するのゲノム-順序付けデータ、
または測定の代謝物またはのタンパク質表現
またはのRNA表現。
そしてそれからそれ生成するかわいい大きいデータセット
それ持っているになれフィルターとデ-多重化された
そしてトリミングされたそして得点したそして掃除された上。
これは通常処理されたである自動化されたまたは半自動ワークフロー
の上コンピューターシステムそれできるプロセスとても大きいデータファイル。
それからそれ通常行きますの中へある2番ステージどこあなた始めるにする順序アライメント
そして基本的に裏地もの上、そしているできるにするもののようにカウントします。
どうやって多くの回した私見るの表現
のある特定のRNA断片またはRNA順序？
またはどうやって多くの回した私見るある特定のタンパク質？
または全てこれ生データ、どうやってするそれライン上に実は作るある写真
の何の構造のの全体ゲノムは？
それはあるかわいい大きい数学的計算上のプロセス。
それ通常また取得終わりの上かわいい大きい計算上のシステム
とある多くの計算上のリソース。
そしてそれからの第三段階、
どれのはのステージどこJMP本当にもっている遊んだで、
そしてここでJMPプロ意思続くに遊ぶで、
はの決定する遺伝子型協会そして遺伝子型から表現型関係。
あ表現型はただある特性の生物、
の関係間の遺伝子そしての特徴。
そしてまた探しているで相関関係そして協会
のの違う遺伝的マーカー内部のゲノム、
またはの分散のの遺伝的マーカー。
しばしば、あなたは何ですかをしたいするはあなた欲しいに特徴づけるそれらの
そしてそれから相関させる彼らに物理的な、生物学的、
または多分病気州特徴。
全てのこれできる実はなれ終わりとデスクトップソフトウェア。
JMPプロは私たちの解決にするそれ行くフォワードでの未来。
私たちは持っていたある製品呼ばれたJMPゲノミクスのために14年、上それまでこれ年、
それ私たちはだった提供するの顧客。
それだったある組み合わせ製品のJMPそしてSAS。
SAS は本当に必要な戻る早いいつ私たちは最初に置くこれ外
にするある多くののデータ処理、
なぜならのサイズそしての種類のデータ私たちは見たで
だったとても難しいにするとあるデスクトップソフトウェアパッケージのようにJMP。
SASはやったのデータ処理、いくつかののの統計的メソッド、
しかしJMPだった使用済みのためにさらに遠く統計的分析
そして視覚化するの結果のそれらの分析。
JMPゲノミクスもっているされた研究で使用されるそして業界
のためにある広いバラエティのゲノミクス問題のために多くの年。
しかし私たちは作ったある戦略的決断これ年
に中止します販売製品それ含むSAS付き彼ら。
それは一部のの決断それだった作ったのためにJMPになる独立した会社。
だったある全額出資子会社のSAS今、
そしては移動中下それ道の独立。
私たちははない行くになれ販売何でもしかしJMP製品行くフォワード。
なぜならのそれ、私たちは持っている見た今
に動くの機能のためにゲノムデータ分析の中へJMPプロ。
でJMPプロ17、どれの意思なれ利用可能これ秋で2022年、
もっているされたそして意思なれ最適化されたのために大きいそして広いデータ問題。
その行くに持っている能力に会うのニーズ
のゲノムデータ科学そしてゲノムデータ科学者たち。
その行くに利用するの強さ
のJMPプロの予測的な分析そして相互の作用視覚化
にヘルプ有効にする発見でこれエリアの仕事。
いくつかののの機能強化それ私たちは持っています作ったに押すの境界線のJMPプロ
含むただ削除する障壁そしてボトルネックでのソフトウェア。
その1つものにする分析の上十または何百ものまたは平何千もの
の列であるデータテーブル。
しかしいつあなた持っているあるデータテーブル
どれの多分もっている多くの何千ものまたは何百ものの何千ものの列、
あなた始めるに明らかにする制限事項時々であなたのソフトウェア。
によるやってるこれ仕事、私たちは持っています覆われていない場所
どこ私たちはただ必要に合理化するどうやってオペレーション起こる内部のプログラム。
私たちは終わりそれ。
アン例するだろうなれもし私欲しかったにするある変換
の上何百ものの何千ものの列、私たちは持っています大幅改善されたそれプロセス。
それは起こります多くのもっと早くの上のデータテーブル。
またいるできるにするとても速いそして効率的多変量分析メソッド
のように主要成分分析そしてクラスタリング、
いつあなた持っているこれら本当に広いゲノムデータテーブル。
そしてそれからいるできるにするモデル以上そして以上また
の上何千ものそして何千ものの応答列、
そしてにするそれ効率的にそして効果的に。
の2番ゴールそれ私たちは持っているでこれ遷移
はそれ持ってくるでいくつかの能力でのJMPプロ
それはとても特定ののために遺伝的そしてゲノム分析。
のために実例、いるできるに輸入違うフォーマット
それは一般的に使用済みでこれエリア。
また、いるできるにする遺伝的マーカー分析そしてシミュレーション、
として良いとして持ってくるでいくつかの新しい人気のあるデータ削減メソッド
そのようなとしてt-SNEそしてユニマップ。
全体、何だった取得にはある製品それは行くになれ傾く。
インストールしますとても素早く。
あなたできる使用それの上あなたのデスクトップ、
しかしあなたできる使用それにするこれとても強力な分析
の上これら大きい、複雑な、広いデータテーブル。
に説明するそれ、私は行くに振り向くそれ以上にラス。
ラスは行くに見せる私たち実はどうやってあなたできるするいくつかの現実的な分析
そしていくつかの本物勉強分析ここの上いくつかのゲノムそして遺伝的データ。
良い、感謝あなた、サム。
そのある本物エキサイティング時間のために私たち。
私知る私は実はされたとのゲノミクス分析革命
内でSASのために以上20年今。
私たちは実は[聞き取れない 00:11:46]での早い2000年代呼ばれた科学的ソリューション、
どこ私たちはだった起動に見てでいくつかののの早いマイクロ配列データ。
そのされたある本当に楽しい20年。
今、私するだろう言う、ほとんど1つののほとんどエキサイティング回これまでのために私たち、
どこだった今できるにコードいくつかののこれらルーチン
直接でJMPプロを使用してC++。
あ多くの彼らはランニング多くのもっと早くよりも私たちは持っていた
での前のJMPゲノミクス製品。
私欲しいに与えるあなたある小さなf味のそれ今日との例。
これはあるデータセットの上ロブロリーパイン、
どれののためにそれらののあなたからの南東
かもしれない知るそれとしておそらく1つののほとんど人気のある種の松。
通常、もしあなた行くの中へホームデポまたはロウズ
そして買ういくつかの二-による-四つん這いまたは合板、その行くになれ作ったの私ぼんやりと。
いつあなた飛ぶの中へのエリア、あなたたまたま見るある多くの木カバー。
多くののそれらの、私はそうするだろう言うある良いかたまりのそれらの木、
特にに向かっての東部一部の北カロライナはロブルオーリー。
そのあるとても重要種、 1つそれ私たちは本当に欲しいに理解する良い。
そのされた勉強したとても徹底的に、そして平もっとそれで今
それ私たちは持っています得たいくつかのクランチ行くの上と家建物そして何持っているあなた、
その致命的に理解するそれ内部そして外。
ゲノムテクノロジーは素晴らしい
のために明らかにするいくつかのものそれ私たちはただ一度もない知っていた前に。
これデータは実はまだ10年古い。
それだったからある紙でのジャーナルの遺伝学によるレゼンデなどアル。
これはあるグループの研究者からの大学のフロリダ
そしてエンブラパでブラジル
そして大学のアイオワ州私信じる、もし私が想起正しく。
こちらですの参照もしあなた欲しいに見てそれ上。
のデータはまた自由に利用可能。
私は得た彼ら。
私行った先にそしてダウンロードされた彼らからの補足情報
そしてロード済み彼らの中へあるJMPテーブルそれあなた見るここ。
としてサムだった言及すると、フォーマットJMPでプロ
は何私たちは通常のようにに電話ある広いフォーマット、
どこ私たちは持っています得たすべてで1つテーブル。
ここ、私たちは持っています得たいくつかの遺伝子型インジケータ数字示すの行
として良いとしての母親そして父親それの木来たから。
そしてそれからこれ特定のデータセットそれ私は得たここ、
私たちは持っています得た六特徴それ私たちは持っています測定した。
私信じる実はあるよもっと。
私は思うあるよ17、もしあなた欲しいに見るの参照。
私たちの鍵集中の興味はこれら遺伝的マーカー。
これデータセットの小さいによる今日の規格。
私たちはのみ得た4,800。
私言う"のみ4,800"でもそれはまだとてもある少し。
としてあなたできる見る、私はスクロールを通してここ、
彼らは全てコード化されたとしてどちらかゼロ、 1つ、または2つ。
これらはいわゆるSNPマーカー、シングルヌクレオチド多態性、
どこ良い持っているどちらか...
の番号ここを示します
の番号のの選考科目対立遺伝子それ私たちは持っているでのデータ。
ゼロするだろうなれの小さなA、小さなA、
もしあなたが〜ならおなじみとの古い遺伝学表記。
の2するだろうなれの大きいああ、大きなA。
のものするだろうなれ全てのヘテロ接合体。
それで4,500のこれらマーカー。
の基本的なゴールでの終わり、通常...
で事実、それだった何の紙それこれだったからだったについて。
彼らはだった比較するいくつかののの人気のある予測的なメソッド。
しかし前に私たちは得るに予測、
あるよある多くの本当に良いものそれあなた欲しいにする
ただに作るもちろんのデータはとして期待される、
そしてまたに学ぶそして発見する構造そして他の面白い特徴。
しましょうダイビングでそして見る私たちにできることとともに典型的なワークフローここでJMPプロ。
私するだろう通常ただのようにに見てでのデータでJMP。
私たちはできる使用ただ基本的なプラットフォーム。
のために例、ここ、させて自分持ってくる上のマルチエリアプラットホーム
そしてただチェック外基本的なプロットののデータに対して1つ別の。
あなたできる見る、のために例、ここ、ルートナムそして根麻痺する
はかなり非常に相関のあるとそれぞれ他の。
その他のもの、ないそれで多くの。
あなたできるする配布物。
のためにたとえば、ｗ eできるするそれこことの分布プラットホーム。
これら特徴持っている実はすでにされた中心にある、私考える。
私は信じている全ての彼ら持っているある平均のその周りゼロ。
彼らは、消えたを通してある少し少しの前処理
それ私たちはしません行くの中へ今日。
それは方法彼らは来たからの紙。
私たちの基本的なゴールはに使用の遺伝的情報に予測するこれら特徴。
彼らは代表する様々な特徴ののだらだら木。
のために例、 C WAC、
私信じるそれは王冠をかぶったと横切っての植物寝具。
そのある測定のの木サイズ。
私たちは得た他の測定値の密度そして特性ののルーツ、等
全て重要ものに知るについてそしていつ勉強するこれら木。
させて自分歩くあなたを通して何私たちはかもしれない考慮するあるある基本的なワークフロー
一度あなた持っているあなたのデータセット上のようにこれ。
今、前にやってるそれはともかく、
私する欲しいに言及あまりにもそれ私たちは持っている置くである公平少しの仕事
に助けるそして援助すると輸入するそのようなデータ。
これ特定のデータ来たとしてただ標準コンマ別れた価値ファイル、
それでいいえ大きい取引に輸入それ。
しかし頻繁、遺伝的データのようにこれ来るでいわゆるVCFファイル。
私たちは今持っている新しいルーティンになれできるに輸入それらの直接、
として良いとして輸入ファイルからの人気のあるデータベース、
そしてそれからある少し他のフォーマット、 IDATそして何持っているあなた。
試していますに作るそれ本当に簡単に得るあなたのデータの中へJMP。
あなたが知っているように、一度あなたは得たあなたのデータセット上であるJMPテーブル、
あるよただ全て種類の素晴らしいものあなたできるする。
多くのののものそれあなた聞くについて...
与えるあなたいくつかのもっとアイデア、
として良いとしていくつかの新しいものそれ私たちは持っています置くの中へ場所。
に始める外、私たちは持っています得たあるブランド新しいカップルのプラットフォーム
下の分析するメニューここでの底。
遺伝学。 分析して、遺伝学。
私たちは得たマーカー統計そしてマーカーシミュレーション。
しましょう走るの最初の1つ、マーカー統計。
これはただある基本的なプラットホームのために探しているで特徴のあるセットのマーカー。
あなたできる見るここ、私はロード中。
私たちは得た4,853 SNP整頓されたであるグループここでのJMPテーブル。
私ただ動く彼ら以上の中へのマーカー。
他のすべての場合はわかった、私たちはただしますクリックわかりました。
それ走るとても素早く。
何これ基本的にするはかかるそれぞれマーカー
そして計算するあるバラエティの標準統計的遺伝的統計
それあなたできる見て横切ってここそして見る何ですか行くの上。
あ鍵ものにチェックのためにあるいわゆるハーディ-ワインバーグ平衡。
あなたできるするある統計的テストのそれそして得るp-価値観からそれ、
そして平プロットこれら平行であるグラフのようにこれ。
の上のY軸、私たちは実は使用のログ10 p値、
どれの私たちはまた電話のログ価値。
に行く一度ステップさらに遠く、あなたできる作るある間違い発見レート調整
に避けるの複数テスト問題。
あなたできる見るここ、私たちは持っています実はプロットされた両方：
の生p値、の生ログ価値、として良いとして彼らのFDR調整されたp値。
彼らは傾向があるになれとても似ている、特にのためにの大きいもの。
これらマーカー上ここはものそれするだろうなれ外の平衡、
とてもおそらく期限にのクローン作成のの木。
これらは次のとおりですマーカーそれかもしれない傾向があるにドリフトまたは安定させる
以上時間と未来十字架。
それが良いでしょうにチェックこれら外
そして作るもちろんの分布のの対立遺伝子はとして期待される。
アーク放電全ての方法戻るにグレゴールメンデル日々、
ものそれ私たちは学んだについてどうやって対立遺伝子このようなすべき振る舞う。
それはある良い場所に始める、ただに得るのアイデアのためにのマーカー。
しましょう動く次そしてするいくつかのパターン発見。
ここ、あるよいくつかのニースもの私たちはできる試す。
あとても基本的な1つそれはまたされた人気のあるのために数十年と遺伝子表現データ
はただにする階層的なクラスタリング。
また、私はただ行くに置くのSNPでここ。
あなた通常意思欲しいに使用1つのこれらもっと早くメソッド。
しましょう使用速い区。
私たちはする持っているいくつかのない価値観、それでしましょうする帰属。
良い行く先にそしてそれをクラスター化する二方法。
しましょうクリックわかりましたここ。
私は行くにどうぞ。 私は走っていますすべてライブ今日。
あ少しのこれらもの意思取る秒に走る。
あ分析する私は得たそれ実は意思取るある少し分
それ私しません走るライブただのために酒の時間。
しかしあなたできる見るここ、これ規模のデータ、
JMPプロ扱えるかなりすぐに。
これ1つ、あなたできる見るそれの進捗バーここ
意思取るおそらく30秒にある分に仕上げる。
しかしないあまりにも悪いのためにある中くらい-サイズのあるデータセットのようにこれ。
また、だったクラスタリングその周り926行そして4,800列。
しかし前に実はのパフォーマンス機能強化、
これ分析の種類するだろう取るいくつかの分。
で多くのケース、私たちは持っていますされたできるに成し遂げるの注文大きさスピード上。
私はできる、基本的に、に有効にするあなたにする分析のようにこれ近いに本物時間。
あ少し少しの待っているかもしれないなれ必須としてここ、しかしで一般的な、
それはかわいいニースになれできるに素早く得る答えにかなり難しい質問。
のために例、ここ、だった試していますに見る
どうやって他の行の私たちのデータ集まるとそれぞれ他の。
今ここ、あるとても面白いものが発生します。
あなたできる見る私は得た着色料それ私したにのデータ。
私色付きのの母親そして父親、または母親のそして父方の対立遺伝子。
もし私たちは見てでこれ変数ここ、あるよその周り71個性的レベル。
そしてそれから内でそれぞれクロス、あるよ上に17または20個人。
のデータ持っているとてもニース、きついクラスター。
のクラスタリングアルゴリズム実は見つかったそれらの。
あなたはできる見るの色示すの着色。
これ色テーマはある少し不快な音。
しましょう動くそれ黒にそして白。
私たちはできる見るの構造ある少しもっときれいに。
ここ、私たちはできる見るのエリアの白
またはどこ私たちは持っています得たいくつかののそれらのマイナー対立遺伝子起動に集まる
そして特定するの鍵場所でのゲノム
それ区別するこれら個性的十字架。
これはあるニースプロットただに得るの全体感じるのためにの様々な行
そしてどうやって彼らは比較すると1つ別の。
しかしの主要レッスンはこれらきついクラスター
それはマッピング上その通りのように私たちはするだろう期待するとのイニシャル十字架、
基本的にのようにとても近い兄弟に1つ別の
比較したにいとこたち、または2番いとこたち、三番目のいとこたち、等。
今、別の方法に行くについてこれ
するだろうなれもっとのある寸法削減タイプアプローチ。
ここ、の番号1つ分析は主要コンポーネント。
しましょう試すそれの上私たちのステップそして見る何それ明らかにする。
ここ、しましょうただ使用のデフォルト。
ごめん、実は、私欲しかったに見せるオフ...
あるよあるブランド新しい方法のために広いデータそれは呼ばれた速い近似。
そのあるニース追加でソフトウェア。
それ実は用途、もしあなたはおなじみとの方法
呼ばれたあるランダム化されたSVDアプローチ。
あなたできる見る少しメッセージ。
しましょう見る何ですかでのログ。
それ回った外これだった実は1つ場合
どこのエラーメッセージだったとても有益。
のソフトウェア実は示されたどれのマーカー...
そこにはだったいくつかのマーカー、彼らはだった非数値または絶え間ない。
それ回った外それある一握りののこれらマーカーでのテーブルだった絶え間ない。
これするだろうなれある場合どこ私たちはできた行く戻るそして実はクリーンそれらの外、
以来彼らはない本当に貢献する多くのにの分析、彼らはただ絶え間ない。
しかしのPCAプラットホーム見つかった彼らとしてある副産物。
しかしもしあなた見てでのスコア、最初の2つ主要コンポーネント、
私たちはまた持っているこれニースクラスタリングの家族。
としていつものとJMP、
全てこれらプロットは相互の作用そして接続されていますに1つ別の。
私たちはできる、のために例、クリックの上1つのの枝のの木以上ここ、
そしてそれ意思ハイライトそれ集まるでのPCA。
私たちはできる地図これら二グラフに1つ別の。
で事実、良い、しましょうするそれ。 私たちはできる追加ある三つ目。
これは別のブランド新しいプラットホームそれはただ到来外でJMP 17、
呼ばれた多変量埋め込み。
ここ、だった行くに計算するの人気のあるt-SNEアルゴリズム、
どれのスタンドのためにT多変量埋め込み。
これもっている実はされたとても人気のあるでの機械学ぶ世界、
そしてそれは持っています滴ったその方法の中へのゲノミクス分野、
特にとシングル-細胞RNA。
それするある少し少し違う次元の投影よりもPCA。
それ試してみますに識別する地元構造、
一方PCAは探しているのために寸法の最大変動性横切って全てマーカー。
T-SNEの試していますに探すきつい地元クラスター。
その実は完璧この種のデータの場合、
ただに明らかにするこれら家族。
あなたできる見るのニース少しグループのクラスター、そして多分もっと重要なことは、
どれのクラスター彼ら自身は近くそれぞれ他の。
あなたできる取るある写真ここ。
親切の見た目のようにある蝶、何かt-SNEは頻繁持っている。
私はそうするだろう奨励するあなたに試すそれの上あなたのデータ一度あなた得るあなたの手の上JMP 17.0。
それは明らかにするいくつかのニース構造でのデータ。
しましょう動くの上今にあるいくつかもっと統計的には-指向性のあるモデリング。
のためにそれ、の基本的なものにいつもの始める外と
は何私たちはするだろう電話あるゲノム-ワイド協会勉強、
どこwしましょう基本的に取る私たちの特性、または私たちの特性、でこれ場合、
そして画面彼らに対して全てのマーカー。
の主力プラットホームここは応答ふるい分け。
私は行くに分析して、ふるい分け、応答ふるい分け。
私たちは終わりとてもある少しの仕事の上これありがとう特ににジョンサウル、
誰が持っていますか実装されましたいくつかのニースパフォーマンス改善。
何これするは基本的にある大きいYによるバツ分析。
私は行くに動く私たちの六ターゲットや反応の中へのY分野、
私たちのSNPの中へバツ。
そしてそれから全てあなたするは打つ行く。
何これ意思する...
私考える私たちはする帰属。
私考えるそれかもしれないするそれ自動的に。 しましょう見る。
うん。
これ1つ走る稲妻速い。
私基本的にただした六回4,800素早い回帰そしてプロットされた全て。
これはあるプロットの全てのp値で一度。
また、焦点を合わせるの上間違い発見レート。
その得たになれとても注意深いについて乱獲データのようにこれ。
あなた欲しいに作るもちろんどれでも鉛それあなた追跡は重要な、
平後ある間違い発見調整。
ここ、私たちは見る今それこれクラウン幅特徴
はの1つそれははじける外とのほとんどヒットします。
それからあるよ1つのためにラスビン。
これらは並べ替えられたによる意義、そしてそれからいくつかののの他の特徴始めるにポップで。
しかし明らかに、それ見た目のように私たちは持っています得たのほとんど遺伝的アクション
とこれクラウン幅特性。
今、に行くある少しさらに遠くそして説明するのもの私たちはできるする。
これはとてもJMPプロっぽい。
しましょう保存のテーブル外のp値。
私たちは得たすべて今である新しいJMPテーブル、
どれのは効果的に全ての結果、そして彼らはうまく色付きののために私たち。
ただ欲しいにブラウズのテーブル。
しかし私は行くに行く先にそして使用グラフB荒らす人今。
しましょう作るいくつかの火山プロットによる手。
のためにこれら、私たちはw蟻に置くのスロープの上X-軸、
そしてそれからのログ価値の上のY.
しましょう行く先に。
良い作るある別1つのためにそれぞれの私たちの特徴。
私はドラッグするそれにの包む。
あなたできる見るここ、これはのものの種類それJMPは本当に面白いで。
私頻繁に意思探す外れ値のデータ。
こちらです1つそれは方法外ここ。
私たちは得たあるスロープ見積もりのほぼネガティブ2,000。
それターン外それこれ変数はほぼ絶え間ない。
の回帰ただ吹く上とのほとんどほぼ垂直、
またはほぼネガティブ、非常にネガティブスロープ。
それターン外これはもっとのの異常よりもの実際の重要な打つ。
それするだろう実は作るセンスただに無視するそれ。
しかしその実はニースに探すそれそのでのテーブル
そしてなれできるに識別するそれ。
これはのものの種類それJMPは頻繁本当に良いで、
見つける奇妙なパターン。
しかしに磨くでの上の鍵結果、しましょう行く先にそして狭い私たちの軸下。
私ただ打つの軸ボタン、そしてだった行くにただズームで。
しましょう行くマイナス10対10。
あなたできる見るここ、あなた得るこれ特性V形、
どこまた、だったプロットのスロープのの回帰
対そのネガティブログp値。
CWACの場合、私たちは実は得た、
また、として私たちは期待される前に、もっとヒットよりもどこでもそれ以外。
あ束のマーカーのためにポジティブそしてネガティブスロープ、
どれのするだろう示すある添加剤遺伝的関係
行く1つ方法にの他の。
のためにの他の特性、これらはまたV形、
そして多くのの彼らはただ本当にある多く少ない重要な
そして多くの場合平方メートル叫んだでと1つ別の。
のスロープまた依存しますの上の規模のの測定。
たぶんないとてもとしてもし意味があるなら私たちは置く全てこれらの上の同じちょうど規模。
しかし私ただ欲しかったに見せるこれのために図、
としてある方法に比較するすべて側による側。
それがGWASです。
移動フォワード、しましょう得るにおそらく何私たちの主要客観的するだろうなれ、
どれのするだろうなれに予測するこれら特徴としてある関数ののマーカー。
ここ、私たちはする持っているアクセスに全ての素晴らしい予測的なモデリングプラットフォーム
それはでJMP。
いくつかののこれら、あなた持っているになれある少し注意深いに使用。
とないデータ、あなた5月必要にするの代入初め。
いくつかのかもしれないなるとても遅い与えられたのサイズのの問題。
のために今日、私ただ欲しいに見せるおそらく私のお気に入り1つ、
どれのはXGブースト、を使用してのXGBオーストプラットホーム。
これはある場合どこ私実は走ったこれ予め、
なぜなら、そしてそのに走る.. 。
しかし私私オードされた全て六特徴の中へXGBオーストそしてした十-折り畳み料金検証。
私自動的に左外それぞれのの十折り目。
ここ、あなたできる見るの結果のそれ走る、
どこ私たちは持っています得たの固体行ここでこれらグラフ、
はの検証曲線以上の反復
そしての点在行ののトレーニング。
あなたできる見るとこれら広い問題、あるよある厳しい危険の過学習、
特にとある強力なアプローチのようにXGブースト。
あなた持っているになれとても注意深い。
あなたとしてできる見る、私は実は[聞き取れない 00:32:18]パラメーター。
私できた微調整する彼ら下のために1つ、そしてあなたできる見るの他のパラメーターここ。
内でそれぞれモデルフィット、私たちは持っています得た両方のトレーニング、
観察された対予測され、そしての検証。
あなたできる見るここのためにC WAC私たちは得たある相関のその周り0.43。
相関はある典型的な測定使用済みに評価パフォーマンス。
これは競争力と何だった出版されたでの紙前に、
それなししそうにない多くのチューニングで全て。
しかしそれからあるよある多くの他の面白いものあなたできるダイビングの中へ、
のほとんど重要特徴、等
私たちは平得たいくつかの新しいもののために実例、 1つもの呼ばれたシャプリー価値観
それ私はそうするだろう奨励するあなたにチェック外。
あるよ行くになれ別の話すの上これトピックによるピーターハーシュ、
フロリアンローラランカスターそして私自身の上それここでの会議、
私するだろう奨励するあなたにチェックそれ外。
そのある方法に壊す下予測の中へ彼らのコンポーネント。
それ取得別のレベルあなたできる行くの中へと予測すること。
それはただ1つ例のいくつかのニース予測的なモデリングあなたできるする。
に包む上のデモ、私欲しかったに戻る戻る
どこ私たちは始めましたここでこれ遺伝学メニュー。
私たちは得たあるマーカー、あるブランド新しいマーカーシミュレーションプラットホーム。
これはいくつかのかわいい高度な遺伝的モデリング
運ばれた外による私たちの内部専門家、ルチアーノシルバ。
何これするはそれ実は意思するバーチャル交差点によるの遺伝子型。
のアイデアはあなたはそうするだろう負荷のマーカーで。
の本当に面白いものはあなたできる置くある予測子式ここ。
のために例、私保存の予測子式からのXGブーストモデルのCWAC。
何これ意思するは両方シミュレートするの十字架
そして予測する彼らのパフォーマンス。
これは何モダンなバーチャル育種そうです。
あなたできる実は事実上クロス違うだらだら松木
そして予測する何意思起こると彼ら
それなし持っているに待って10、 20、 30年に育つ彼らでの分野。
非常に強力な、面白いアプローチそれ革命を起こしたの方法
モダンな育種は終わり、そしてなぜいわゆるゲノム選択、
または予測的なモデリングと遺伝的マーカーはそれで人気のある。
病気行く先にそして結論するそこには。
私希望それ磨かれたあなたの食欲
といくつかののの新しいもの私たちは持っています得た行きます。
あ多くののもの私示した今日するだろうまた仕事と遺伝子表現データ、
それでもそれはある少し少し違うボールゲーム
で条項の何あなたは試していますにする。
しかしのために酒の時間、私考えそれするだろうなれ良いただに見てでこれ1つ例
そしてダイビング幾分深い。
感謝あなたとても多くののためにあなたの注意。
させて私たち知るもしあなたは得た質問としてあなた持っている彼ら。
だった本当にe興奮したについての新しいもの到来でJMP 17プロ。
私たちは得たある多くもっともの到来での動作します。
感謝あなたはとても。
私たちは認識するそれ多くの人々それ来るに発見、
これ5月ないなれ彼らのエリアの専門知識。
でもあなたは5月知る誰かだれのやってるこれ仕事、
そして私たちはするだろう愛に得る彼ら接続されていますと何だったやってるここでJMPプロ、
なぜなら私たちはは行くに続くに投資するで追加する能力
そして改善するのソフトウェアそれでそれできるする仕事のようにこれより良いそしてより良い
に会うのニーズの科学者横切っての人生科学
そしてこれ業界。
ありがとうのために聞いているで。
