205410_ja-JP

liliconcom

JMP Genomics との遺伝的関連、パート 1: データのインポートとクリーニング

Genetic Association with JMP Genomics シリーズでは、遺伝子マーカーを対象の形質と関連付ける多数の方法を発見しました。 分析を開始する前に、データをインポートしてクリーニングする必要があります。 このガイドでは、GEO からデータ セットをダウンロードし、 JMPゲノミクス、そしてそれを分析のための理想的な形に変換します。 この例では、組織球性肉腫 (腫瘍) の影響を受けている、または影響を受けていない 474 匹のバーニーズ マウンテン ドッグのサンプルで、約 22,000 の遺伝子マーカーを調べます。

実験計画ファイルのインポート

1. まず、以下のリンクからダウンロードしてください。 xml.tgzデータ。 ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE38nnn/GSE38011/miniml/
2. ファイルがコンピュータに保存されたら、ゲノミクススターター選択するインポート > 実験計画ファイル > MINiML から計画ファイルを作成.
   • データをインポートする最初のステップは、実験計画ファイル(EDF) ダウンロードの一部であった xml ファイルから。 このファイルには、表現型データと、全員のマーカー データをインポートするために必要なファイル名が含まれます。
   • 注: EDF は、JMP にインポートすることにより、任意の形式のデータから作成できます。 これには、次の方法でアクセスできる Excel ファイルと区切りテキスト ファイルが含まれます。ファイル > 開く任意の JMP Genomics ウィンドウからコマンドを実行します。
3. 上で全般的タブでファイルを選択xmlとしてMINiML形式ファイル.
4. タイプbernese_dog_EDFとして出力ファイル名を指定し、出力フォルダをクリックし、走る.
5. 出力は、マーカー データをインポートするために必要な情報を含む EDF です。 EDF の各行は、個々の犬のマーカー データを含む .txt ファイルに対応します。 EDF には次の列が必要です。

• 配列：各サンプル/個人の一意の番号
• ファイル: サンプル データのインポート元のファイルの名前
• ColumnName: 各行の一意の識別子。 ここで、各 ColumnName エントリは 1 匹の犬の参照 ID です。

マーカー データのインポート

6. マーカー データをインポートするには、ゲノミクススターターそして選択インポート > テキスト > テキスト、CSV、または Excel ファイルから計画された実験をインポートする.
7. 上で全般的タブで、EDF を見つけますsas7bdatとして選択します。実験計画ファイル.
8. EDF が指定されたら、開けるをクリックして、EDF テーブルを表示します。
9. テーブルの上部で選択します列 > 新しい列..で新しい列を作成します列名強度. をセットするデータ・タイプにキャラクター.
10. 新しく作成された強度列、ダブルクリックして入力VAR2 .
    • これにより、各データ ファイルの 2 列目が遺伝子型データとして指定されます。
    • 通常、EDF は発現データに対して作成されるため、列のタイトルは「強度」と指定されています。
11. 新しいセルの読み取りを右クリックしますVAR2そして選択塗りつぶし > テーブルの最後まで塗りつぶす. 新しい列が作成されたら、EDF を保存します。
12. に戻る全般的タブで、GEO からダウンロードした 476 個のファイルが保存されているフォルダーに移動し、そのフォルダーをRaw ファイルのフォルダ.
13. 選択するタブ区切りとしてデータファイルの種類.
14. をセットする変数名の行数に0そしてそのデータ開始行に1 .
15. 選択するID変数を使用としてファイルをマージするキー変数とタイプVAR1としてID変数.
    • これにより、名前に関係なく、各ファイルの最初の列が ID 変数として指定されます。
16. 指定する出力フォルダ.
17. 上でオプションタブで、オプションの選択を解除しますlog2 変換を実行する. このオプションは、式データの変換にも使用されますが、ここでは関係ありません。
18. クリック走るプロセスを開始します。
19. 結果ウィンドウには、EDF のコピーと新しいデータ セットが含まれます。 sas7bdat . データを開いて検査します。 個々の犬に対応する 475 列があり、マーカーが行に編成されていることに注意してください (縦長の形式)。

tall から wide への転置とデータ セットの結合

20. 次のステップは、EDF とマーカー データを 1 つの広いデータセットに結合することです。 に戻るゲノミクススターターそして選択SAS データセットユーティリティ > テーブル > トールをワイドに転置.
    • ほとんどの遺伝学および予測モデリング手順を実行するには、幅広いデータセットが必要です。
21. 上で全般的タブ、選択sas7bdatとして入力 tall データ セット.
22. 選択するVAR1としてワイド列名を定義する変数、およびタイプSNP_と書いてある箱にワイド列名の接頭辞.
    • これにより、出力データセットで SNP 変数名 (列名) が SNP_1、SNP_2、SNP_3 などとして指定されます。
23. EDFの指定sas7bdatとして実験計画 SAS データセット.
24. 名前を付ける出力ワイド データ セットbernese_geno_wide .
25. 指定する出力フォルダそしてクリック走る分析を開始します。
26. 出力データを開いて検査します。 その結果、表現型データと遺伝子型データの両方を含む幅広いデータ セットが得られます。 各遺伝子型は、区切りのない 2 つの文字で構成されていることに注意してください。

欠落している遺伝子型の再コード化

27. このデータ セットの遺伝子型データは対立遺伝子形式 (AA、AB、BB) でコード化され、欠損データは NC としてコード化されます。 これらの欠落している遺伝子型を再コーディングするには、ゲノミクススターターそして選択遺伝学 > 遺伝学ユーティリティ > 欠落している遺伝子型の再コード化.                       
28. の中に全般的タブで、ワイド データ セットを選択しますsas7bdatとして入力 SAS データセット.
29. タイプSNP_:にマーカー変数のリスト形式の指定ボックスを使用して、その文字列で始まる各列をマーカー変数として指定します。
30. の中に欠落している遺伝子型を示す現在の値ボックス、タイプNC .
31. を選択出力フォルダ名前を付ける出力データセットbernese_geno_wide_miss .
32. クリック走る再コード化を開始します。 結果のデータセットには、 NCブランクセルに置き換えられた遺伝子型。

注釈ファイルのインポート (オプション)

33. これらのマーカーに対応する注釈データ セットは、ファイルに含まれています。 GPL15578-tbl-1.txt GEO Web サイトでプレビューできます: ( https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL15578 )
34. テキスト ビューアでファイルをすばやくプレビューすると、GEO ダウンロードに関連付けられたファイルにこのデータの列名が含まれていないことがわかります。 この問題を解決するには、手動で入力する必要があります。 からゲノミクススターター、 選択するファイル > 開くファイルを見つけますGPL15578-tbl-1.txt . 開く前に、開く:オプションプレビュー付きデータ. これにより、インポートを支援するダイアログ ボックスが開きます。
35. 選択する次インポートのプレビューを表示します。 このウィンドウから、列ヘッダーをクリックして目的の名前を入力するだけで、上記の列名と一致するように列名を変更できます。
36. 列名を入力したら、輸入データをインポートします。
37. 最初のステップは、名前列と選択列を削除.
    • この列はSPOT_ID列であり、列名が原因で問題が発生する可能性があります名前.
38. 次に、右クリッククロ列と選択列情報… 変更データ・タイプするオプション数値.
    • 一部の分析の結果は染色体順に並べられるため、これは後で機能します。
39. を右クリックします。 REF_ID列と選択並べ替え > 昇順。 列がソートされたらREF_ID 、右クリックSNP_ID列と選択方式.
40. の中に方式ウィンドウ、タイプ「SNP_」 （引用を含む）ボックスに。 次に、左端のメニューから、キャラクター > 連結これにより、数式に二重棒 (||) が追加されます。 次に、一番左のメニューに戻り、キャラクター > シャア列を追加しますREF_ID括弧に。 完成した数式は次のようになります。
    • これにより、各行からエントリが取得されますREF_ID列にプレフィックス「 SNP_ 」。 この列は、遺伝子型データ セットのキーまたは参照列として機能します。
41. 選択するわかったをクリックして式を適用し、注釈データ セットに戻ります。 のSNP_ID列にデータが入力されます。 ここで、右クリックして式を削除しますSNP_ID列と選択列情報…
42. 以下のウィンドウが表示されたら、ハイライトします。方式そして選択削除する. 次にクリックわかった. 注: これは注釈テーブルに目に見える影響を与えるべきではありません。
    • 数式を削除すると、数式によって作成された情報を保持しながら、列のロックを解除できます。
43. 完成した注釈データ セットを .sas7bdat 形式で保存します。 ファイルに名前を付けるsas7bdat .

数値ジェノタイプへの再コード化

44. 次のステップは、遺伝子型を数値形式で再コーディングすることです。 からゲノミクススターター、 選択する遺伝学 > 遺伝学ユーティリティ > 遺伝子型の再コード化.
45. 上で全般的タブで、 sas7bdatデータとして入力 SAS データセット.
46. タイプSNP:にマーカー変数のリスト形式の指定
    • これにより、文字「SNP」で始まるすべての列がマーカー変数として指定されます。
47. 指定する出力フォルダ.
48. 上で再コード化タブ、選択区切られていない遺伝子型としてマーカー変数のフォーマット.
49. デフォルトのオプションのままにします数値加法為に遺伝子型の再コーディングとまれなバリアントの再コーディング.
    • 数値加算コーディングは次のとおりです: 0 = メジャー アレルのホモ接合体、1 = ヘテロ接合体、2 = マイナー アレルのヘテロ接合体。
50. 名前を付ける出力遺伝子型データセットbernese_wide_numeric .
51. から注釈タブで、上からファイルを選択し、 sas7bdatとして注釈 SAS データ設定。
52. 入るSNP_IDとして注釈ラベル変数そしてクリック走る再コード化を開始します。
53. 検査する再コードされた遺伝子型データ、名前付きbernese_wide_numeric_sas7bdat 、出力ウィンドウから、新しく再コード化された遺伝子型に注意してください。

Genetic Association with JMP Genomics シリーズでは、遺伝子マーカーを目的の形質に関連付ける多数の方法を紹介します。 分析を開始する前に、データをインポートしてクリーニングする必要があります。 このガイドでは、GEO からデータ セットをダウンロードし、それを JMP に取り込み、分析に理想的な形式に変換します。 この例では、組織球性肉腫 (腫瘍) の影響を受けている、または影響を受けていない 474 匹のバーニーズ マウンテン ドッグのサンプルで、約 22,000 の遺伝子マーカーを調べます。