205410_it-IT

liliconcom

Associazione genetica con JMP Genomics, parte 1: importazione e pulizia dei dati

Nella serie Genetic Association with JMP Genomics, scopriamo numerosi metodi per associare marcatori genetici a tratti di interesse. Prima di iniziare qualsiasi analisi, dobbiamo importare e pulire i nostri dati. In questa guida scarichiamo un set di dati da GEO e lo inseriamo Genomica JMP e trasformarlo in una forma ideale per l'analisi. In questo esempio, esploriamo circa 22.000 marcatori genetici in un campione di 474 bovari del bernese affetti o non affetti da sarcomi istiocitici (tumori).

Importazione del file di progettazione sperimentale

1. Per iniziare, segui il collegamento sottostante per scaricare il file xml.tgz dati. ftp://ftp.ncbi.nlm.nih.gov/geo/series/GSE38nnn/GSE38011/miniml/
2. Una volta che i file sono stati salvati sul tuo computer, dal file Inizio della genomica Selezionare Importa > File di progettazione sperimentale > Crea file di progettazione da MINIiML .
   • Il primo passo nell'importazione dei dati è la creazione di un file File di progettazione sperimentale (EDF) dal file xml che faceva parte del download. Questo file conterrà i dati fenotipici nonché i nomi dei file necessari per importare i dati dei marcatori di tutti.
   • NOTA: l'EDF può essere creato da dati in qualsiasi formato importandoli in JMP. Ciò include file Excel e file di testo delimitati a cui è possibile accedere tramite il file File > Apri comando da qualsiasi finestra di JMP Genomics.
3. Sul Generale scheda, selezionare il file xml come il File in formato MINIML .
4. Tipo bernese_dog_EDF come il Nome del file di output e designare un Cartella di output , quindi fare clic su Correre .
5. L'output è un EDF contenente le informazioni necessarie per importare i dati del marker. Ogni riga nell'EDF corrisponde a un file .txt contenente i dati del marcatore di ogni singolo cane. Le seguenti colonne sono obbligatorie in un FES:

• Array: numero univoco per ciascun campione/individuo
• File: il nome del file da cui importare i dati del campione
• ColumnName: identificatore univoco di ogni riga. Qui ogni voce ColumnName è l'ID di riferimento per un singolo cane.

Importazione dei dati dei marker

6. Per importare i dati del marcatore, tornare al file Inizio della genomica e seleziona Importa >Testo > Importa un esperimento progettato da file di testo, CSV o Excel .
7. Sul Generale scheda, trova l'EDF sas7bdat e selezionalo come File di progettazione sperimentale .
8. Una volta designato l'EDF, fare clic su Aprire accanto al file per visualizzare la tabella EDF.
9. Nella parte superiore della tabella seleziona Col > Nuove colonne.. e crea una nuova colonna con il file Nome della colonna Intensità . Impostare il Tipo di dati A Carattere .
10. Nella prima riga del nuovo creato Intensità colonna, fare doppio clic e accedere VAR2 .
    • Ciò specifica la seconda colonna di ciascun file di dati come dati genotipici.
    • Il titolo della colonna è designato "Intensità" perché in genere viene creato un EDF per i dati dell'espressione.
11. Fare clic con il pulsante destro del mouse sulla nuova lettura della cella VAR2 e seleziona Riempi > Riempi fino alla fine della tabella . Una volta creata la nuova colonna, salvare l'EDF.
12. Tornando al Generale scheda, vai alla cartella in cui sono archiviati i 476 file scaricati da GEO e designa quella cartella come Cartella dei file grezzi .
13. Selezionare Delimitato da tabulazioni come il Tipo di file di dati .
14. Impostare il Numero di righe di nomi di variabili A 0 e il Riga iniziale dati A 1 .
15. Selezionare Utilizza variabile ID come il variabile chiave per unire i file e digitare VAR1 come il Variabile ID .
    • Ciò designerà la prima colonna di ciascun file come variabile ID indipendentemente dal suo nome.
16. Designare un Cartella di output .
17. Sul Opzioni scheda, deselezionare l'opzione Esegui la trasformazione log2 . Questa opzione viene nuovamente utilizzata per trasformare i dati dell'espressione e non entra in gioco qui.
18. Clic Correre per iniziare il processo.
19. La finestra dei risultati conterrà una copia dell'EDF e un nuovo set di dati chiamato sas7bdat . Apri e controlla i dati. Nota che ha 475 colonne corrispondenti ai singoli cani e i marcatori sono organizzati in righe (formato alto).

Trasposizione da alto a largo e combinazione di set di dati

20. Il passo successivo è combinare i dati EDF e quelli dei marcatori in un unico ampio set di dati. Ritorna al Inizio della genomica e seleziona Utilità set di dati SAS > Tabelle > Trasponi da alto a largo .
    • Per eseguire la maggior parte delle procedure di modellazione genetica e predittiva è necessario un ampio set di dati.
21. Sul Generale scheda, scegli sas7bdat come il Inserisci il set di dati alti .
22. Selezionare VAR1 come il Variabili che definiscono nomi di colonne estesi e digitare SNP_ nella casella etichettata Prefisso per nomi di colonne estesi .
    • Ciò designerà i nomi delle variabili SNP (nomi delle colonne) come SNP_1, SNP_2, SNP_3 ecc. nel set di dati di output.
23. Designare il FES sas7bdat come il Set di dati SAS di progettazione sperimentale .
24. Nomina il Set di dati ampio in uscita bernese_geno_wide .
25. Designare un Cartella di output e fare clic Correre per iniziare l'analisi.
26. Apri i dati di output e controllali. Il risultato è un ampio set di dati contenente sia dati fenotipici che genotipici. Nota che ogni genotipo è composto da due lettere non delimitate.

Ricodificare i genotipi mancanti

27. I dati genotipici in questo set di dati sono codificati in formato allelico (AA, AB, BB) con i dati mancanti codificati come NC. Per ricodificare questi genotipi mancanti, tornare a Inizio della genomica e seleziona Genetica > Utilità genetica > Ricodifica genotipi mancanti .                       
28. Nel Generale scheda, scegli il set di dati ampio sas7bdat come il Inserisci il set di dati SAS .
29. Tipo SNP_: dentro Specifica in stile elenco delle variabili dei marcatori casella per specificare ciascuna colonna che inizia con quella stringa di caratteri come variabile indicatore.
30. Nel Valore corrente che indica genotipi mancanti scatola, tipo NC .
31. Seleziona un Cartella di output e nominare il Set di dati di output bernese_geno_wide_miss .
32. Clic Correre per iniziare la ricodifica. Il set di dati risultante avrà il file NC genotipi sostituiti con una cella vuota.

Importazione del file di annotazioni (facoltativo)

33. Il set di dati di annotazione corrispondente a questi marcatori è contenuto nel file GPL15578-tbl-1.txt e può essere visualizzato in anteprima sul sito web di GEO: ( https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL15578 )
34. Una rapida anteprima del file con un visualizzatore di testo mostrerà che il file associato al download GEO non contiene i nomi delle colonne per questi dati. Per risolvere questo problema, dovranno essere inseriti manualmente. Dal Inizio della genomica , Selezionare File > Apri e individuare il file GPL15578-tbl-1.txt . Prima di aprire, seleziona il Aperto come: opzione Dati con anteprima . Si aprirà una finestra di dialogo che aiuta con l'importazione.
35. Selezionare Prossimo per visualizzare un'anteprima dell'importazione. Da questa finestra, i nomi delle colonne possono essere modificati in modo che corrispondano ai nomi delle colonne sopra semplicemente facendo clic sull'intestazione della colonna e digitando il nome desiderato.
36. Una volta immessi i nomi delle colonne, fare clic su Importare per importare i dati.
37. Il primo passo è fare clic con il pulsante destro del mouse su Nome colonna e selezionare Elimina colonne .
    • Questa colonna è un duplicato di SPOT_ID colonna e può causare problemi in futuro a causa del nome della colonna Nome .
38. Successivamente, fai clic con il pulsante destro del mouse su Chr colonna e selezionare Informazioni sulla colonna… Cambiare il Tipo di dati opzione a Numerico .
    • Ciò entrerà in gioco in seguito poiché i risultati di alcune analisi saranno ordinati per cromosoma.
39. Fare clic con il tasto destro su ID_RIF colonna e scegli Ordina > Crescente. Una volta ordinate le colonne per ID_RIF , fare clic con il pulsante destro del mouse su ID_SNP colonna e scegli Formula .
40. Nel Formula finestra, tipo “SNP_” (comprese le virgolette) nella casella. Quindi dal menu all'estrema sinistra, seleziona Carattere > Concat che aggiungerà una doppia barra (||) alla formula. Quindi, tornando al menu all'estrema sinistra, seleziona Carattere > Caratt e aggiungi la colonna ID_RIF alle parentesi. La formula completata dovrebbe assomigliare a quella seguente.
    • Questo prenderà le voci da ogni riga nel file ID_RIF colonna e aggiungi un prefisso " SNP_ ”. Questa colonna fungerà da colonna chiave o di riferimento per il set di dati genotipici.
41. Selezionare OK per applicare la formula e tornare al set di dati dell'annotazione. IL ID_SNP la colonna verrà ora popolata. Ora rimuovi la formula facendo clic con il pulsante destro del mouse su ID_SNP colonna e selezionando Informazioni sulla colonna…
42. Quando viene visualizzata la finestra sottostante, evidenziarla Formula e seleziona Rimuovere . Quindi fare clic OK . Nota: ciò non dovrebbe avere alcun effetto visibile sulla tabella delle annotazioni.
    • La rimozione della formula consente di sbloccare la colonna mantenendo le informazioni create dalla formula.
43. Salvare il set di dati di annotazione completato nel formato .sas7bdat. Assegna un nome al file sas7bdat .

Ricodificare in genotipi numerici

44. Il prossimo passo sarà la ricodifica dei genotipi in formato numerico. Dal Inizio della genomica , Selezionare Genetica > Utilità genetica > Ricodifica genotipi .
45. Sul Generale scheda, scegli il sas7bdat dati come Inserisci il set di dati SAS .
46. Tipo SNP: dentro Specifica in stile elenco delle variabili dei marcatori
    • Ciò designa tutte le colonne che iniziano con le lettere "SNP" come variabili marcatore.
47. Designare un Cartella di output .
48. Sul Ricodificare scheda, selezionare Genotipi non delimitati come il Formato delle variabili marker .
49. Lasciare le opzioni predefinite di Additivo numerico per Ricodificazione del genotipo E Ricodifica di varianti rare .
    • La codifica numerica additiva è la seguente: 0 = omozigote per l'allele maggiore, 1 = eterozigote, 2 = eterozigote per l'allele minore.
50. Nomina il Set di dati sul genotipo di output bernese_wide_numeric .
51. Dal Annotazione scheda, seleziona il file dall'alto, sas7bdat come il Annotazione dati SAS Impostato.
52. accedere ID_SNP come il Variabile etichetta di annotazione e fare clic Correre per iniziare la ricodifica.
53. Ispezionare il Dati sul genotipo ricodificati , di nome bernese_wide_numeric_sas7bdat , dalla finestra di output e annotare i genotipi appena ricodificati.

Nella serie Genetic Association with JMP Genomics scopriremo numerosi metodi per associare marcatori genetici a tratti di interesse. Prima di iniziare qualsiasi analisi, dobbiamo importare e pulire i nostri dati. In questa guida scarichiamo un set di dati da GEO, lo inseriamo in JMP e lo trasformiamo in una forma ideale per l'analisi. In questo esempio, esploriamo circa 22.000 marcatori genetici in un campione di 474 bovari del bernese affetti o non affetti da sarcomi istiocitici (tumori).

Re: Associazione genetica con JMP Genomics, Parte 1: Importazione e pulizia dei dati

Questo tipo di analisi può essere completato con JMP Pro 17? Ho una mappa di linkage completa, ma non mi dispiacerebbe crearne un'altra con JMP. Sono interessato a utilizzare JMP per gli studi QTL. Se fosse necessario JMP Genomics, potreste indicarmi qualcuno che mi dia informazioni sui prezzi?

Grazie

SJ Schneider

Re: Associazione genetica con JMP Genomics, Parte 1: Importazione e pulizia dei dati

Ciao @AlphaSchneider ,

Purtroppo, il prodotto JMP Genomics è stato interrotto alcuni anni fa.

I passaggi sopra descritti possono essere eseguiti in JMP Pro 17, utilizzando il menu Tabelle e la piattaforma Statistiche Marcatori in Genetica, all'interno del menu Analisi. Questa funzionalità è stata migliorata in JMP Pro 18 e 19 (in uscita in autunno, tra settembre e ottobre) e includerà alcuni miglioramenti, come i metodi di imputazione e una registrazione migliorata.

È possibile eseguire studi di associazione (SNP-Trait) utilizzando lo Screening di Risposta in Analizza > Screening o Analizza > Modello di Adattamento. Ecco un link che descrive come eseguire alcune di queste operazioni in JMP Pro 18 ( Analisi Genomica con JMP Pro ).

Puoi sempre contattare anche l'assistenza ( support@jmp.com ).

Migliore,