756159_zh-CN

liliconcom

突破 JMP 的界限：推出用于基因组学的 JMP Pro (2022-US-45MP-1097)

JMP Pro 17 是基因组学、代谢组学和蛋白质组学等领域产生的现代分子级数据的首选新独立平台。我们之前的产品 JMP Genomics 依靠 SAS 来导入、处理和分析与组学问题相关的大型数据表。JMP Pro 17 的新改进提供了高级功能和性能，使其无需 SAS 即可独立运行。

然而，从 JMP Genomics 转向 JMP Pro for Genomics 揭示了 JMP Pro 的许多方面需要改进。这些改进突破了产品功能的界限，使其现在可以处理这些大问题。因此，JMP Pro 17 是唯一提供交互式和引人入胜的用户体验组合的高级分析软件包之一，允许快速点击探索组学数据、高级多变量和预测建模工具以及灵活且自适应的平台（通过 JMP 脚本和与其他数据科学工具集成）。

在定义组学之后，本演示将探讨用于解决这些问题的数据类型、准备和分析大型宽数据表所带来的技术挑战以及 JMP Pro 17 如何应对这些挑战。演示中还演示了在 JMP Pro 17 中进行组学数据分析是多么容易。

你好， 这 是 独自的 加德纳 和 跳转。

我是 a 产品 经理 在 跳转。

是 这里 到 讲话 今天 关于 介绍 JMP专业版 为了 基因组学，

推动 这 边界 的 JMP专业版 到 使能够 数据 科学 在 这 桌面。

I 是 一 的 这 演講人。

患病的 是 正在做 这 介绍 到 这 话题。

我是 S 资深 产品 经理 为了 健康 和 生活 科学

在 产品 管理 团队 在 跳转。

我们的联合主持人 今天 是 拉斯 沃尔芬格，

谁是 a 杰出 研究 研究员

和 我们的 导演 的 科学 发现 和 基因组学 在 跳转。

出色地 讲话 a 小的 少量 关于 这 背景

的 遗传学 和 基因组学， 功能 基因组学，

和 然后 讲话 关于 什么 是 正在做 到 过渡 从 我们的 以前的 产品，

跳转 基因组学， 到 使用 跳转 专业版 为了 基因组学。

拉斯 将要 证明 一些 的 这 新的 能力 在 这 产品。

A 小的 少量 关于 古典 遗传学。

这 是 在哪里 a 很多 的 这 得到 已开始。

人们 有 到过 正在做 古典 遗传学 为了 a 长的 时间。

他们 到过 选育 植物 和 动物

到 得到 期望 特质 为了 那些 植物 和 动物。

他们 看到 那 他们 能 做 那 到 得到， 更强 动物， 更好的 植物，

植物 期望 特性 和 所以 在。

你 大概 研究过 a 长的 时间 前， 什么时候 你 是 年轻的 在 学校，

关于 格雷戈尔 孟德尔， 这 僧， WHO 花费 许多 年 学习 花园 豌豆。

他 实际上 测量 七 清楚的 特征 的 这些 豌豆—

他们的 高度， 他们的 在下面 形状 和 颜色， 种子 形状 和 颜色，

花 位置 和 颜色-

和 观察到 那 作为 这些 豌豆 是 杂交 和 每个 其他，

那 这 特质 是 已通过 在

从 这 父母 植物 到 这 后代 植物

下列的 一些 相当 具体的 数学 比率

谁已经 它 概率上 可能的

到 制作 预测 关于 什么 这 后代 会 看 喜欢

基于 在 这 特质 的 父母。

他和 之后 工作 已确立的 这 原则 的 遗传 遗产。

什么 是 基因组学？

基因组学是 更多的 比 只是 古典 遗传学。

基因组学 用途 a 组合 的 脱氧核糖核酸 测量 方法

和 重组 脱氧核糖核酸 方法

到 顺序 和 集合 和 分析 这 结构 和 功能 的 基因组。

它 不同 从 古典 遗传学 在那 它 看起来

在 这 有机体的 满的 补充 的 遗传 或者 遗传 材料。

它 焦点 在 这 相互作用 之间 这 基因座 或者 这 地点

的 不同的 基因 在 这 基因组，

和 这 等位基因， 这 变化 在 这 基因 在 这 基因组，

所以 那 你 能 理解 事物 喜欢 上位性， 多效性 杂种优势，

哪个 是 事物 喜欢， 好的， 一 基因 影响 许多 事物。

这就是 多效性。

上位性 那 有时，

一 基因 影响 这 输出 或者 这 影响 的 其他 基因。

杂种优势 是 有时 你 得到 协同作用 效果 经过 结合 这 基因

从 二 不同的 父母 或者 二 不同的 生物。

这 全部 依赖 之上 这 使用 的 这 中央 教条 的 基因组学。

那 教条 是 那 脱氧核糖核酸， 哪个 是 这 代码 为了 我们的 生物 系统，

是 誊寫 进入 RNA，

哪个 是 这 代码 这就是 用过的 到 制作 事物

和 制作 蛋白质 在 这 身体。

这 蛋白质 是 这 小的 化学 发动机

那 做 事物 里面 这 身体 和 给它 它是 功能。

从 那， 你 能 实际上 然后 措施 事物 喜欢 代谢物，

什么 实际上 发生， 什么 做 那些 蛋白质 实际上 做

里面 这 细胞 和 里面 这 身体。

这 小路 是 脱氧核糖核酸 创建 核糖核酸 创建 蛋白质，

和 这 蛋白质 规范 如何 事物 功能 在 这 身体，

和 那 生产 代谢物。

数据 是 真的 启用 a 基因组学 革命。

现代的 测量 技术 是 真的 帮助 我们 理解

这 结构 和 功能 的 这 基因组

和 如何 它 作品 里面 这 细胞 在 生物 系统。

我们 能 顺序 这 基因组。

我们 得到 下一个- 一代 排序。

许多 年 前， 什么时候 跳转 首次移动 进入 这 区域，

帮助 客户能够 到 分析 这 类型 的 数据，

这 方式 到 措施 它 曾是 微波炉，

哪个 曾是 很多 更多的 专注 在 非常 具体的 部分 的 这 基因组，

和 常常 a 非常 有限的 放 的 基因 在 这 基因组。

现在， 你 能 顺序 这 所有的 基因组 的 一个 生物。

还， 你 能 看 在 事物 喜欢 表达 和 规定。

是 说 关于 这 代谢物。

什么 是 输出 进入 这 生物 系统 那 你 能 措施？

你 能 看 在 如何 这 蛋白质 是 制作

或者 什么 那些 蛋白质 是 正在做。

你 能 还 看 在 如何 这 结构 的 这 脱氧核糖核酸 本身，

什么是 称为 表观遗传学，

影响 这 功能 如何 脱氧核糖核酸 作品 和 如何 这 基因 工作 里面 这 身体。

那里 是 通常 三 主要的 阶段 的 分析 那 发生

什么时候 你是 正在做 这 类型 的 工作。

一 是 你 只是 产生 这 生的 数据。

你 做 这 测序 工作， 产生 这 基因组 测序 数据，

或者 措施 这 代谢物 或者 这 蛋白质 表达

或者 这 核糖核酸 表达。

和 然后 那 生成 漂亮的 大的 数据 套

那 有 到 是 过滤和去 多路复用

和 修剪 和 得分 和 已清理 向上。

这 是 通常 已处理 在 a 自动化 或者 半自动化 工作流程

在 电脑 系统 那 能 过程 非常 大的 数据 文件。

然后 它 通常 去 进入 a 第二 阶段 在哪里 你 开始 到 做 顺序 结盟

和 基本上 衬垫 事物 向上， 和 存在 有能力的 到 做 事物 喜欢 计数。

如何 许多 次 做过 I 看 这 表达

的 a 特别的 核糖核酸 分段 或者 核糖核酸 顺序？

或者 如何 许多 次 做过 I 看 a 特别的 蛋白质？

或者 全部 这 生的 数据， 如何 做 它 线 向上 到 实际上 制作 a 图片

的 什么 这 结构 的 这 所有的 基因组 是？

这就是 a 漂亮的 大的 数学 计算的 过程。

那 通常 还 获取 完毕 在 漂亮的 大的 计算的 系统

和 a 很多 的 计算的 资源。

和 然后 这 第三阶段，

哪个 是 这 阶段 在哪里 跳转 真的 有 播放 在，

和 其中 JMP 专业版 将要 继续 到 玩 在，

是 这 确定 基因型 协会 和 基因型 表型 关系。

A 表型 是 只是 a 特征 的 生物体，

这 关系 之间 这 基因 和 这 特质。

和 还 寻找 在 相关性 和 协会

的 这 不同的 遗传 标记 里面 这 基因组，

或者 这 方差 的 这 遗传 标记。

很多时候， 你 想要 做 是 你 想 到 表征 那些

和 然后 相关 他们 到 身体的， 生物，

或者 或许 疾病 状态 特征。

全部 的 这 能 实际上 是 完毕 和 桌面 软件。

跳转 专业版 是 我们的 解决方案 到 做 那 去 向前 在 这 未来。

我们 有 a 产品 称为 跳转 基因组学 为了 14 年， 向上 直到 这 年，

那 我们 是 提供 这 顾客。

它 曾是 a 组合 产品 的 跳转 和 SAS。

SAS什么 真的 需要 后退 早期的 什么时候 我们 先放 这 出去

到 做 a 很多 的 这 数据 加工，

因为 这 尺寸 和 这 类型 的 数据 我们 看了 在

曾是 非常 难的 到 做 和 a 桌面 软件 包裹 喜欢 跳转。

SAS 做到了 这 数据 加工， 一些 的 这 统计 方法，

但 跳转 曾是 用过的 为了 更远 统计 分析

和 可视化 这 结果 的 那些 分析。

跳转 基因组学 有 到过 用于研究 和 行业

为了 a 宽的 种类 的 基因组学 问题 为了 许多 年。

但 我们 制成 a 战略 决定 这 年

到 中止 出售 产品 那 包含 SAS 具有 他们。

这就是 部分 的 这 决定 那 曾是 制成 为了 跳转 到 变得 独立 公司。

是 a 全资拥有 子公司 的 SAS 现在，

和 是 移动 向下 那 路 的 独立。

我们 是 不是 去 到 是 出售 任何事物 但 跳转 产品 去 向前。

因为 的 那， 我们 有 看了 现在

到 移动 这 功能 为了 基因组 数据 分析 进入 跳转 赞成。

在 跳转 专业版 17， 哪个 将要 是 可用的 这 落下 在 2022年，

有 到过 和 将要 是 优化 为了 大的 和 宽的 数据 问题。

它是 去 到 有 能力 到 见面 这 需求

的 基因组 数据 科学 和 基因组 数据 科学家。

它是 去 到 利用 这 力量

的 JMP Pro 的 预测 分析 和 交互的 可视化

到 帮助 使能够 发现 在 这 区域 的 工作。

一些 的 这 增强功能 那 我们已经 制成 到 推 这 边界 的 跳转 专业版

包括 只是 移除 障碍 和 瓶颈 在 这 软件。

它是 一 事物 到 做 分析 在 十 或者 数百 或者 甚至 千

的 列 在 a 数据 桌子。

但 什么时候 你 有 a 数据 桌子

哪个 或许 有 许多 千 或者 数百 的 千 的 列，

你 开始 到 揭示 局限性 有时 在 你的 软件。

经过 正在做 这 工作， 我们已经 裸露 地方

在哪里 我们 只是 需要 到 精简 如何 运营 发生 里面 这 程序。

我们 完毕 那。

一个 例子 会 是 如果 I 通缉 到 做 a 转型

在 数百 的 千 的 列， 我们已经 显著地 改进 那 过程。

确实发生 很多 快点 在 这 数据 表。

还 存在 有能力的 到 做 非常 快速地 和 高效的 多变量 分析 方法

喜欢 主要的 成分 分析 和 聚类，

什么时候 你 有 这些 真的 宽的 基因组 数据 表。

和 然后 存在 有能力的 到 做 模型 超过 和 超过 再次

在 千 和 千 的 回复 列，

和 到 做 那 高效 和 有效地。

这 第二 目标 那 我们 有 在 这 过渡

是 那 带来 在 一些 能力 在 这 跳转 专业版

那 是 非常 具体的 为了 遗传 和 基因组 分析。

为了 实例， 存在 有能力的 到 进口 不同的 格式

那 是 通常 用过的 在 这 区域。

还， 存在 有能力的 到 做 遗传 标记 分析 和 模拟，

作为 出色地 作为 带来 在 一些 更新 受欢迎的 数据 减少 方法

这样的 作为 t-SNE 和 统一地图。

全面的， 什么 是 获得 到 是 a 产品 这就是 去 到 是 倾斜。

它安装 非常 迅速地。

你 能 使用 它 在 你的 桌面，

但 你 能 使用 它 到 做 这 非常 强大的 分析

在 这些 大的， 复杂的， 宽的 数据 表。

到 阐明 那， 我是 去 到 转动 它 超过 到 拉斯。

拉斯 是 去 到 展示 我们 实际上 如何 你 能 做 一些 实际的 分析

和 一些 真实的 学习 分析 这里 在 一些 基因组 和 遗传 数据。

出色地， 感谢 你， 独自的。

它是 a 真实的 令人兴奋 时间 为了 我们。

I 知道 我已经 实际上 到过 和 这 基因组学 分析 革命

之内 SAS 为了 超过 20 年 现在。

我们 实际上 [听不清楚 00:11:46] 在 这 早期的 2000年代 称为 科学 解决方案

在哪里 我们 是 开始 到 看 在 一些 的 这 早期的 微 大批 数据。

它是 到过 a 真的 乐趣 20 年。

现在， I 会 说， 几乎 一 的 这 最多 令人兴奋 次 曾经 为了 我们，

在哪里 是 现在 有能力的 到 代码 一些 的 这些 惯例

直接地 在 跳转 赞成 使用 C++。

A 很多 的 他们 是 跑步 很多 快点 比 我们 有

在 这 以前的 跳转 基因组学 产品。

I 想 到 给 你 a 小f 洗脸盆 的 那 今天 和 一个 例子。

这 是 a 数据 放 在 火炬松，

哪个 为了 那些 的 你 从 这 东南

可能 知道 它 作为 大概 一 的 这 最多 受欢迎的 物种 的 松树。

通常， 如果 你 去 进入 家得宝 或 Lowe's

和 买 一些 二- 经过- 四 或者 胶合板， 它是 去 到 是 制成 的 l 哦哦哦。

什么时候 你 飞 进入 这 区域， 你 碰巧看到 a 很多 的 树 覆盖。

许多 的 那些， ID 说 a 好的 块 的 那些 树木，

尤其 向 这 东 部分 的 北 卡罗莱纳， 是 洛布尔 奥利斯。

它是 a 非常 重要的 物种， 一 那 我们 真的 想 到 理解 出色地。

它是 到过 研究过 非常 彻底地， 和 甚至 更多的 所以 现在

那 我们已经 得到 一些 仰卧起坐 去 在 和 家 建筑 和 什么 有 你，

它是 批判的 到 理解 它 里面 和 出去。

基因组 技术 是 极好的

为了 揭露 一些 事物 那 我们 只是 绝不 知道 前。

这 数据 是 实际上 仍然 10 年 老的。

它 曾是 从 a 纸 在 这 杂志 的 遗传学 经过 雷森德 和 等

这 是 a 团体 的 研究人员 从 这 大学 的 佛罗里达

和 恩布拉帕 在 巴西

和 大学 的 爱荷华州, I 相信， 如果我 记起 正确。

以下是 这 参考 如果 你 想 到 看 它 向上。

这 数据 是 还 自由 可用的。

我已经 得到 他们。

I 去了 前方 和 下载 他们 从 这 补充 信息

和 已加载 他们 进入 a 跳转 桌子 那 你 看 这里。

作为 独自的 曾是 提及， 格式 在 JMP 专业版

是 什么 我们 通常 喜欢 到 称呼 a 宽的 格式，

在哪里 我们已经 得到 一切 在 一 桌子。

这里， 我们已经 得到 一些 基因型 指标 数字 指示 这 线

作为 出色地 作为 这 母亲 和 父亲 那 这 树木 来了 从。

和 然后 这 具体的 数据 放 那 我已经 得到 这里，

我们已经 得到 六 特质 那 我们已经 测量。

I 相信 实际上 有 更多的。

我认为 有 17， 如果 你 想 到 看 这 参考。

我们的 钥匙 重点 的 兴趣 是 这些 遗传 标记。

这 数据 套 小的 经过 今天的 标准。

我们 仅有的 得到 4,800。

I 说 “仅有的 4,800” 但那是 仍然 相当 a 很少。

作为 你 能 看， 我是 滚动 通过 这里，

他们 全部 编码 作为 任何一个 零， 一， 或两个。

这些 是 所谓的 单核苷酸多态性 标记， 单身的 核苷酸 多态性，

在哪里 出色地 有 任何一个...

这 数字 这里 表示

这 数字 的 这 主要的 等位基因 那 我们 有 在 这 数据。

零 会 是 这 小A，小A，

如果你 熟悉的 和 这 老的 遗传学 符号。

这 二 会 是 这 大的 A，大A。

这 一 会 是 全部 这 杂合子。

所以 4,500 的 这些 标记。

这 基本的 目标 在 这 结尾， 通常...

在 事实， 那 曾是 什么 这 纸 那 这 曾是 从 曾是 关于。

他们 是 比较 一些 的 这 受欢迎的 预测 方法。

但 前 我们 得到 到 预言，

有 a 很多 的 真的 好的 事物 那 你 想 到 做

只是 到 制作 当然 这 数据 是 作为 预期的，

和 还 到 学习 和 发现 结构 和 其他 有趣的 特征。

让我们 潜水 在 和 看 我们能做什么 和 典型的 工作流程 这里 在 JMP 专业版。

I 会 通常 只是 喜欢 到 看 在 这 数据 在 跳转。

我们 能 使用 只是 基本的 平台。

为了 例子， 这里， 让 我 带来 向上 这 多- 区域 平台

和 只是 查看 出去 基本的 地块 的 这 数据 反对 一 其他。

你 能 看， 为了 例子， 这里， 根号 和 根 麻黄素

是 相当 高度 相关的 和 每个 其他。

其他的， 不是 所以 很多。

你 能 做 分布。

为了 例如， e 能 做 它 这里 和 这 分配 平台。

这些 特质 有 实际上 已经 到过 居中， I 思考。

我相信 全部 的 他们 有 a 意思是 的 大约 零。

他们 消失了 通过 a 小的 少量 的 预处理

那 我们 惯于 去 进入 今天。

这就是 方式 他们 来了 从 这 纸。

我们的 基本的 目标 是 到 使用 这 遗传 信息 到 预测 这些 特质。

他们 代表 各种各样的 特征 的 这 火炬松 樹木。

为了 例子， C 西澳大利亚州，

I 相信 这就是 加冕 和 穿过 这 植物 床。

它是 a 措施 的 这 树 尺寸。

我们 得到 其他 测量 的 密度 和 特征 的 这 根， ETC。

全部 重要的 事物 到 知道 关于 和 什么时候 学习 这些 樹木。

让 我 走 你 通过 什么 我们 可能 考虑 a a 基本的 工作流程

一次 你 有 你的 数据 放 向上 喜欢 这。

现在， 前 正在做 不过，

I 做 想 到 提到 也 那 我们 有 放 在 a 公平的 少量 的 工作

到 帮助 和 援助 和 输入 这样的 数据。

这 特别的 数据 来了 作为 只是 标准 逗号 分离 价值 文件，

所以 不 大的 交易 到 进口 它。

但 经常， 遗传 数据 喜欢 这 来 在 所谓的 虚拟光纤 文件。

我们现在 有 新的 惯例 到 是 有能力的 到 进口 那些 直接地，

作为 出色地 作为 进口 文件 从 这 受欢迎的 数据库，

和 然后 a 很少 其他 格式， 伊达特 和 什么 有 你。

尝试 到 制作 它 真的 简单的 到 得到 你的 数据 进入 跳转。

如你所知， 一次 你已经 得到 你的 数据 放 向上 在 a 跳转 桌子，

有 只是 全部 种类 的 伟大的 事物 你 能 做。

许多 的 这 事物 那 你 听到 关于...

给 你 一些 更多的 想法，

作为 出色地 作为 一些 新的 事物 那 我们已经 放 进入 地方。

到 开始 出去， 我们已经 得到 a 品牌 新的 夫妻 的 平台

在下面 这 分析 菜单 这里 在 这 底部。

遗传学。 分析， 遗传学。

我们 得到 标记 统计数据 和 标记 模拟。

让我们 跑步 这 第一个， 标记 统计数据。

这 是 只是 a 基本的 平台 为了 寻找 在 特征 的 a 放 的 标记。

你 能 看 这里， 我是 加载中。

我们 得到 4,853 单核苷酸多态性 有組織 在 a 团体 这里 在 这 跳转 桌子。

I 只是 移动 他们 超过 进入 这 标记。

如果其他一切都 是 好的， 我们只会 点击 好的。

它 运行 相当 迅速地。

什么 这 基本上 做 是 它需要 每个 标记

和 计算 a 种类 的 标准 统计 遗传 统计数据

那 你 能 看 穿过 这里 和 看 什么是 去 在。

A 钥匙 事物 到 查看 为了 a 所谓的 哈代 温伯格 平衡。

你 能 做 a 统计 测试 的 那 和 得到 对 值 从 它，

和 甚至 阴谋 这些 沿着 在 a 图形 喜欢 这。

在 这 Y 轴， 我们 实际上 使用 这 日志 10 p 值，

哪个 我们 还 称呼 这 日志 值得。

到 去 一次 步 更远， 你 能 制作 a 错误的 发现 速度 调整

到 避免 这 多种的 测试 问题。

你 能 看 这里， 我们已经 实际上 绘制 两个都：

这 生的 p 值， 这 生的 日志 值得， 作为 出色地 作为 他们的 罗斯福 已调整 p 值。

他们 趋向 到 是 相当 相似的， 尤其 为了 这 大的 个。

这些 标记 向上 这里 是 一 那 会 是 出去 的 平衡，

非常 可能 到期的 到 这 克隆 的 这 樹木。

这些将是 标记 那 可能 趋向 到 漂移 或者 稳定

超过 时间 和 未来 十字架。

会很好 到 查看 这些 出去

和 制作 当然 这 分布 的 这 等位基因 是 作为 预期的。

电弧 全部 这 方式 后退 到 格里高尔 孟德尔 天，

事物 那 我们 学到了 关于 如何 等位基因 像这样 应该 表现。

这就是 a 好的 地方 到 开始， 只是 到 得到 一个 主意 为了 这 标记。

让我们 移动 下一个 和 做 一些 图案 发现。

这里， 有 一些 好的 事物 我们 能 尝试。

A 非常 基本的 一 这就是 还 到过 受欢迎的 为了 几十年 和 基因 表达 数据

是 只是 到 做 层级结构 聚类。

再次， 我是 只是 去 到 放 这 单核苷酸多态性 在 这里。

你 通常 将要 想 到 使用 一 的 这些 快点 方法。

让我们 使用 快速地 病房。

我们 做 有 一些 丢失的 价值观， 所以 让我们 做 归咎。

出色地 去 前方 和 聚类 二 方式。

让我们 点击 好的 这里。

我是 去 到 前进。 我正在跑步 一切 居住 今天。

A 很少 的 这些 事物 将要 拿 秒 到 跑步。

A 分析 我已经 得到 那 实际上 将要 拿 a 很少 分钟

那 I 惯于 跑步 居住 只是 为了 清酒 的 时间。

但 你 能 看 这里， 这 规模 的 数据，

跳转 专业版 可以处理 相当 容易。

这 一， 你 能 看 那 这 进步 酒吧 这里

将要 拿 大概 30 秒 到 a 分钟 到 结束。

但 不是 也 坏的 为了 a 中等的- 大小 数据 放 喜欢 这。

再次， 是 聚类 大约 926 行 和 4,800 列。

但 前 实际上 这 表现 增强功能，

这 分析类型 会 拿 一些 分钟。

在 许多 案件， 我们已经 到过 有能力的 到 达到 命令 震级 速度 向上。

我是 有能力的， 基本上， 到 使能够 你 到 做 分析 喜欢 这 关闭 到 真实的 时间。

A 小的 少量 的 等待 可能 是 必需的 作为 这里， 但 在 一般的，

它很漂亮 好的 到 是 有能力的 到 迅速地 得到 答案 到 相当 难的 问题。

为了 例子， 这里， 是 尝试 到 看

如何 其他 行 的 我们的 数据 簇 和 每个 其他。

现在 这里， a 非常 有趣的 事物 发生。

你 能 看 我已经 得到 着色剂 那 I 做过 到 这 数据。

I 有色 这 母亲 和 父亲， 或母体 和 父系 等位基因。

如果 我们 看 在 这 多变的 这里， 有 大约 71 独特的 水平。

和 然后 之内 每个 叉， 有 向上 到 17 或者 20 个人。

这 数据 有 非常 好的， 紧的 簇。

这 聚类 算法 实际上 成立 那些。

你可以 看 这 颜色 表明 这 染色。

这 颜色 主题 是 a 少量 刺耳的。

让我们 移动 它 转为黑色 和 白色的。

我们 能 看 这 结构 a 小的 更多的 干净地。

这里， 我们 能 看 这 区域 的 白色的

或者 在哪里 我们已经 得到 一些 的 那些 次要的 等位基因 开始 到 簇

和 识别 这 钥匙 地方 在 这 基因组

那 区分 这些 独特的 十字架。

这 是 a 好的 阴谋 只是 到 得到 一个 全面的 感觉 为了 这 各种各样的 线

和 如何 他们 比较 和 一 其他。

但 这 主要的 课 是 这些 紧的 簇

那 是 映射 向上 确切地 喜欢 我们 会 预计 和 这 最初的 十字架，

基本上 喜欢 非常 关闭 兄弟姐妹 到 一 其他

比较的 到 堂兄弟 或者 第二 堂兄弟 三代表兄妹， ETC .

现在， 其他 方式 到 去 关于 这

会 是 更多的 的 a 方面 减少 类型 方法。

这里， 这 数字 一 分析 是 主要的 成分。

让我们 尝试 那 在 我们的 步骤 和 看 什么 那 揭示。

这里， 让我们 只是 使用 这 默认值。

对不起， 实际上， I 通缉 到 展示 离开...

有 a 品牌 新的 方法 为了 宽的 数据 这就是 称为 快速地 近似。

它是 a 好的 添加 在 软件。

它 实际上 用途， 如果 你是 熟悉的 和 这 方法

称为 a 随机 奇异值分解 方法。

你 能 看 一点 信息。

让我们 看 什么是 在 这 日志。

它 转身 出去 这 曾是 实际上 一 案件

在哪里 一个 错误 信息 曾是 相当 有利。

这 软件 实际上 表明的 哪个 标记……

那里 是 一些 标记， 他们 是 非数字 或者 持续的。

它 转身 出去 那 a 少数 的 这些 标记 在 这 桌子 是 持续的。

这 会 是 a 案件 在哪里 我们 可以 去 后退 和 实际上 干净的 那些 出去，

自从 他们 不是 真的 贡献 很多 到 这 分析， 他们 只是 持续的。

但 这 主成分分析 平台 成立 他们 作为 a 副产品。

但 如果 你 看 在 这 分数， 前两个 主要的 成分，

我们 再次 有 这 好的 聚类 的 家庭。

作为 通常 和 JMP，

全部 这些 地块 是 交互的 和 已连接 到 一 其他。

我们 能， 为了 例子， 点击 在 一 的 这 分支 的 这 树 超过 这里，

和 它 将要 强调 那 簇 在 这 主成分分析。

我们 能 地图 这些 二 图表 到 一 其他。

在 事实， 出色地， 让我们 做 那。 我们 能 添加 a 第三个。

这 是 其他 品牌 新的 平台 这就是 只是 未来 出去 在 跳转 17，

称为 多变量 嵌入。

这里， 是 去 到 计算 这 受欢迎的 t-SNE 算法，

哪个 支架 为了 T 多变量 嵌入。

这 有 实际上 到过 相当 受欢迎的 在 这 机器 学习 世界，

和 它有 涓涓细流 它是 方式 进入 这 基因组学 场地，

尤其 和 单身的- 细胞 RNA。

它 做 a 小的 少量 不同的 维度 投影 比 主成分分析。

它 尝试 到 确认 当地的 结构，

然而 主成分分析 是 寻找 为了 方面 的 最大的 变异性 穿过 全部 标记。

T-SNE 的 尝试 到 寻找 紧的 当地的 簇。

它是 实际上 完美的 对于这种数据，

只是 到 揭示 这些 家庭。

你 能 看 这 好的 小的 群组 的 集群， 和 或许 更多的 重要的是，

哪个 簇 他们自己 是 靠近 每个 其他。

你 能 拿 a 图片 这里。

种类 的 看起来 喜欢 a 蝴蝶， 某物 t-SNE 将 经常 有 .

ID 鼓励 你 到 尝试 它 在 你的 数据 一次 你 得到 你的 手 在 跳转 17.0。

这就是 揭露 一些 好的 结构 在 这 数据。

让我们 移动 在 现在 到 a 加一些 更多的 从统计上来说 面向 造型。

为了 它， 这 基本的 事物 到 通常 开始 出去 和

是 什么 我们 会 称呼 a 基因组 宽 协会 学习，

在哪里 w 我会 基本上 拿 我们的 特征， 或者 我们的 特质， 在 这 案件，

和 屏幕 他们 反对 全部 这 标记。

这 主力 平台 这里 是 回复 篩查。

我是 去 到 分析， 筛查， 回复 篩查。

我们 完毕 相当 a 少量 的 工作 在 这 谢谢 尤其是 约翰 扫罗 ,

谁有 实施的 一些 好的 表现 改进。

什么 这 做 是 基本上 a 大的 Y 经过 X 分析。

我是 去 到 移动 我们的 六 目标或 回应 进入 这 Y 场地，

我们的 单核苷酸多态性 进入 十。

和 然后 全部 你 做 是 打 去。

什么 这 将要 做...

I 思考 我们 做 归咎。

I 思考 它 可能 做 那 自动地。 让我们 看。

是的。

这 一 运行 闪电 快速地。

I 基本上 只是 做过 六 次 4,800 快的 回归 和 绘制 全部。

这 是 a 阴谋 的 全部 这 p 值 在 一次。

再次， 聚焦 在 错误的 发现 速度。

它是 得到 到 是 非常 小心 关于 过度捕捞 数据 喜欢 这。

你 想 到 制作 当然 任何 带领 那 你 追赶 是 重要的，

甚至 后 a 错误的 发现 调整。

这里， 我们 看 现在 那 这 冠幅 特征

是 这 一 这就是 爆裂 出去 和 这 最多 点击。

然后 有 一 为了 锈箱。

这些 是 已排序 经过 意义， 和 然后 一些 的 这 其他 特质 开始 到 流行音乐 在。

但 清楚地， 它 看起来 喜欢 我们已经 得到 这 最多 遗传 行动

和 这 冠幅 特征。

现在， 到 去 a 小的 更远 和 阐明 这 事物 我们 能 做。

这 是 非常 跳转 亲喜欢。

让我们 节省 这 桌子 出去 的 p 值。

我们 得到 一切 现在 在 a 新的 跳转 桌子，

哪个 是 有效地 全部 这 结果， 和 他们 很好 有色 为了 我们。

只是 想 到 浏览 这 桌子。

但 我是 去 到 去 前方 和 使用 图 B 建筑商 现在。

让我们 制作 一些 火山 地块 经过 手。

为了 这些， 我们 w 在 到 放 这 坡 在 X- 轴，

和 然后 这 日志 值得 在 这 和。

让我们 去 前面。

出色地 制作 a 分离 一 为了 每个 的 我们的 特质。

我是 拖拽 那 到 这 裹。

你 能 看 这里， 这 是 这 某件事 那 跳转 是 真的 有趣的 在。

I 不经常 将要 寻找 异常值 的 数据。

以下是 一 这就是 方式 出去 这里。

我们 得到 a 坡 估计 的 几乎 消极的 2,000。

它 转弯 出去 那 这 多变的 是 几乎 持续的。

这 回归 只是 打击 向上 和 一个 几乎 几乎 垂直的，

或者 几乎 消极的， 高度 消极的 坡。

它 转弯 出去 这 是 更多的 的 一个 异常 比 一个 实际的 重要的 打。

它 会 实际上 制作 感觉 只是 到 忽略 它。

但 它是 实际上 好的 到 寻找 那 它是 在 这 桌子

和 是 有能力的 到 确认 它。

这 是 这 某件事 那 跳转 是 经常 真的 好的 在，

发现 诡异的 模式。

但 到 磨练 在 在 这 钥匙 结果， 让我们 去 前方 和 狭窄的 我们的 轴 向下。

I 只是 打 这 轴 按钮， 和 是 去 到 只是 飞涨 在。

让我们 去 减 10比10。

你 能 看 这里， 你 得到 这 特征 V 形状，

在哪里 再次， 是 密谋 这 坡 的 这 回归

相对 它是 消极的 日志 p 值。

对于CWAC， 我们 实际上 得到，

再次， 作为 我们 预期的 前， 更多的 命中 比 任何地方 别的。

A 束 的 标记 为了 积极的 和 消极的 坡，

哪个 会 表明 a 添加剂 遗传 关系

去 一 方式 到 这 其他。

为了 这 其他 特质， 这些 是 还 V 形状，

和 许多 的 他们 是 只是 真的 a 很多 较少的 重要的

和 通常是正方形 已使用 在 和 一 其他。

这 坡 还 取决于 在 这 规模 的 这 测量。

也许 不是 相当 作为 有意义的如果 我们 放 全部 这些 在 这 相同的 精确的 规模。

但 I 只是 通缉 到 展示 这 为了 插图，

作为 a 方式 到 比较 一切 边 经过 边。

这是一个 GWAS。

移动 向前， 让我们 得到 到 大概 什么 我们的 主要的 客观的 会 是，

哪个 会 是 到 预测 这些 特质 作为 a 功能 的 这 标记。

这里， 我们 做 有 使用权 到 全部 这 伟大的 预测 造型 平台

那 是 在 跳转。

一些 的 这些， 你 有 到 是 a 小的 小心 到 使用。

和 丢失的 数据， 你 可能 需要 到 做 这 归责 第一的。

一些 可能 变得 相当 慢的 给定 这 尺寸 的 这 问题。

为了 今天， I 只是 想 到 展示 大概 我的 最喜欢的 一，

哪个 是 西格玛 促进， 使用 这 超大容量硬盘 东方 平台。

这 是 a 案件 在哪里 I 实际上 跑了 这 预先，

因为， 和 它是 到 跑步.. .

但 I l 已加载 全部 六 特质 进入 超大容量硬盘 东方 和 做过 十- 折叠 成本 验证。

I 自动地 左边 出去 每个 的 这 十 折痕。

这里， 你 能 看 这 结果 的 那 跑步，

在哪里 我们已经 得到 这 坚硬的 线 这里 在 这些 图表，

是 这 验证 曲线 超过 这 迭代次数

和 这 虚线 线 的 这 训练。

你 能 看 和 这些 宽的 问题， 有 a 严重 风险 的 过度拟合，

尤其 和 a 强大的 方法 喜欢 西格玛 促进。

你 有 到 是 非常 小心。

正如你 能 看， 我其实 [听不清楚 00:32:18] 参数。

I 可以 调整 他们 向下 为了 一， 和 你 能 看 这 其他 参数 这里。

之内 每个 模型 合身， 我们已经 得到 两个都 这 训练，

观察到 相对 预测， 和 这 验证。

你 能 看 这里 为了 C 西澳大利亚州 我们 得到 a 相关性 的 大约 0.43。

相关性 是 a 典型的 措施 用过的 到 评估 表现。

这 是 竞争的 和 什么 曾是 发布 在 这 纸 前，

没有 几乎没有 很多 调优 在 全部。

但 然后 有 a 很多 的 其他 有趣的 事物 你 能 潜水 进入，

这 最多 重要的 特征， ETC。

我们 甚至 得到 一些 新的 事物 为了 实例， 一 事物 称为 沙普利 值

那 ID 鼓励 你 到 查看 出去。

有 去 到 是 其他 讲话 在 这 话题 经过 彼得 赫希，

弗洛里安 劳拉 兰开斯特 还有我自己 在 那 这里 在 这 会议，

I 会 鼓励 你 到 查看 那 出去。

它是 a 方式 到 休息 向下 预测 进入 他们的 成分。

那 获取 其他 等级 你 能 去 进入 和 预测。

这就是 只是 一 例子 的 一些 好的 预测 造型 你 能 做。

到 裹 向上 这 演示， I 通缉 到 返回 后退

在哪里 我们 开始 这里 在 这 遗传学 菜单。

我们 得到 a 标记， a 品牌 新的 标记 模拟 平台。

这 是 一些 漂亮的 先进的 遗传 造型

携带 出去 经过 我们的 内部的 专家， 卢西亚诺 席尔瓦。

什么 这 做 是 它 实际上 将要 做 虚拟的 穿越 经过 这 基因型。

这 主意 是 你会 加载 这 标记 在。

这 真的 有趣的 事物 是 你 能 放 a 预测器 公式 这里。

为了 例子， I 节省 这 预测器 公式 从 这 XGBoost 模型 的 CWAC。

什么 这 将要 做 是 两个都 模拟 这 十字架

和 预测 他们的 表现。

这 是 什么 现代的 虚拟的 选育 做。

你 能 实际上 几乎 叉 不同的 火炬松 松树 树木

和 预测 什么 将要 发生 和 他们

没有 具有 到 等待 10， 20， 三十 年 到 生长 他们 在 这 场地。

极其 强大的， 有趣的 方法 那 革命性的 这 方式

现代的 选育 是 完毕， 和 为什么 所谓的 基因组 选择，

或者 预测 造型 和 遗传 标记 是 所以 受欢迎的。

患病的 去 前方 和 结论 那里。

I 希望 那 磨练 你的 食欲

和 一些 的 这 新的 事物 我们已经 得到 去。

A 很多 的 这 事物 I 显示 今天 会 还 工作 和 基因 表达 数据，

虽然 这就是 a 小的 少量 不同的 球赛

在 条款 的 什么 你是 尝试 到 做。

但 为了 清酒 的 时间， I 想法 它 会 是 好的 只是 到 看 在 这 一 例子

和 潜水 有些 深的。

感谢 你 非常 很多 为了 你的 注意力。

让 我们 知道 如果 你已经 得到 问题 作为 你 有 他们。

是 真的 e 兴奋 关于 这 新的 事物 未来 在 跳转 17 赞成。

我们 得到 a 很多 更多的 事物 未来 在 这 作品。

感谢 非常感谢你。

我们 认出 那 很多 的 人们 那 来 到 发现，

这 可能 不是 是 他们的 区域 的 专业知识。

但你 可能 知道 某人 谁是 正在做 这 工作，

和 我们 会 爱 到 得到 他们 已连接 和 什么 是 正在做 这里 在 跳转 亲，

因为 我们 是 去 到 继续 到 投资 在 添加 能力

和 改善 这 软件 所以 它 能 做 工作 喜欢 这 更好的 和 更好的

到 见面 这 需求 的 科学家 穿过 这 生活 科学

和 这 行业。

谢谢 为了 聆听 在。

高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究数据访问数据探索与可视化实验设计大规模定制预测模型和机器学习质量与工艺工程分享和交流结果