你好， 這 是 獨自的 加德納 和 跳轉。
我是 a 產品 主管 在 跳轉。
是 這裡 到 演講 今天 關於 介紹 JMP專業版 為了 基因組學，
推動 這 邊界 的 JMP專業版 到 使能夠 數據 科學 在 這 桌面。
I 是 一 的 這 主持人。
患病的 是 正在做 這 介紹 到 這 話題。
我是 S 我年紀大了。 產品 主管 為了 健康 和 生活 科學
在 產品 管理 團隊 在 跳轉。
我們的共同主持人 今天 是 拉斯 沃爾芬格，
誰是 a 傑出 研究 研究員
和 我們的 導演 的 科學 發現 和 基因組學 在 跳轉。
出色地 演講 a 小的 位元 關於 這 背景
的 遺傳學 和 基因組學， 功能 基因組學，
和 然後 演講 關於 什麼 是 正在做 到 過渡 從 我們的 以前的 產品，
跳轉 基因組學， 到 使用 跳轉 專業版 為了 基因組學。
拉斯 將要 證明 一些 的 這 新的 能力 在 這 產品。
A 小的 位元 關於 古典 遺傳學。
這 是 在哪裡 a 很多 的 這 得到 開始了。
人們 有 到過 正在做 古典 遺傳學 為了 a 長的 時間。
他們 到過 選育 植物 和 動物
到 得到 期望 特徵 為了 那些 植物 和 動物。
他們 見過 那 他們 能 做 那 到 得到， 更強 動物， 更好的 植物，
植物 期望 特性 和 所以 在。
你 大概 研究過 a 長的 時間 前， 什麼時候 你 是 年輕的 在 學校，
關於 格雷戈爾 孟德爾， 這 僧， 世界衛生組織 花費 許多 年 學習 花園 豌豆。
他 實際上 測量 七 清楚的 特徵 的 這些 豌豆—
他們的 高度， 他們的 在下面 形狀 和 顏色， 種子 形狀 和 顏色，
花 位置 和 顏色-
和 觀察到 那 作為 這些 豌豆 是 雜交 和 每個 其他，
那 這 特徵 是 已通過 在
從 這 父母 植物 到 這 後代 植物
下列的 一些 相當 具體的 數學 比率
誰做了 它 機率上 可能的
到 製作 預測 關於 什麼 這 後代 會 看 喜歡
基於 在 這 特徵 的 父母。
他和 之後 工作 已確立的 這 原則 的 遺傳 遺產。
什麼 是 基因組學？
基因組學是 更多的 比 只是 古典 遺傳學。
基因組學 用途 a 組合 的 脫氧核糖核酸 測量 方法
和 重組 脫氧核糖核酸 方法
到 順序 和 集合 和 分析 這 結構 和 功能 的 基因組。
它 不同 從 古典 遺傳學 在那 它 看起來
在 這 生物體的 滿的 補充 的 遺傳 或者 遺傳 材料。
它 焦點 在 這 互動 之間 這 基因座 或者 這 地點
的 不同的 基因 在 這 基因組，
和 這 等位基因， 這 變化 在 這 基因 在 這 基因組，
所以 那 你 能 理解 事物 喜歡 上位性， 多效性 雜種優勢，
哪個 是 事物 喜歡， 好的， 一 基因 影響 許多 事物。
那是 多效性。
上位性 那 有時，
一 基因 影響 這 輸出 或者 這 影響 的 其他 基因。
雜種優勢 是 有時 你 得到 協同作用 效果 經過 結合 這 基因
從 二 不同的 父母 或者 二 不同的 生物。
這 全部 依賴 之上 這 使用 的 這 中央 教條 的 基因組學。
那 教條 是 那 脫氧核糖核酸， 哪個 是 這 程式碼 為了 我們的 生物 系統，
是 轉錄 進入 RNA，
哪個 是 這 程式碼 那是 用過的 到 製作 事物
和 製作 蛋白質 在 這 身體.
這 蛋白質 是 這 小的 化學 引擎
那 做 事物 裡面 這 身體 和 給它 它是 功能。
從 那， 你 能 實際上 然後 措施 事物 喜歡 代謝物，
什麼 實際上 發生， 什麼 做 那些 蛋白質 實際上 做
裡面 這 細胞 和 裡面 這 身體.
這 小路 是 脫氧核糖核酸 創建 核糖核酸 創建 蛋白質，
和 這 蛋白質 規範 如何 事物 功能 在 這 身體,
和 那 生產 代謝物。
數據 是 真的 啟用 a 基因組學 革命。
現代的 測量 科技 是 真的 幫助 我們 理解
這 結構 和 功能 的 這 基因組
和 如何 它 作品 裡面 這 細胞 在 生物 系統。
我們 能 順序 這 基因組。
我們 得到 下一個- 世代 測序。
許多 年 前， 什麼時候 跳轉 首次搬家 進入 這 區域，
幫助 客戶能夠 到 分析 這 類型 的 數據，
這 方式 到 措施 它 曾是 微波爐，
哪個 曾是 很多 更多的 專注 在 非常 具體的 部分 的 這 基因組，
和 常常 a 非常 有限的 放 的 基因 在 這 基因組。
現在， 你 能 順序 這 所有的 基因組 的 一個 生物。
也, 你 能 看 在 事物 喜歡 表達 和 規定。
是 說 關於 這 代謝物。
什麼 是 輸出 進入 這 生物 系統 那 你 能 措施？
你 能 看 在 如何 這 蛋白質 是 製作
或者 什麼 那些 蛋白質 是 正在做。
你 能 也 看 在 如何 這 結構 的 這 脫氧核糖核酸 本身，
什麼是 稱為 表觀遺傳學，
影響 這 功能 如何 脫氧核糖核酸 作品 和 如何 這 基因 工作 裡面 這 身體.
那裡 是 通常 三 主要的 階段 的 分析 那 發生
什麼時候 你是 正在做 這 類型 的 工作。
一 是 你 只是 產生 這 生的 數據。
你 做 這 定序 工作， 產生 這 基因組 定序 數據，
或者 措施 這 代謝物 或者 這 蛋白質 表達
或者 這 核糖核酸 表達。
和 然後 那 產生 漂亮的 大的 數據 套
那 有 到 是 過濾和去 多路復用
和 修剪 和 得分 和 已清理 向上。
這 是 通常 已處理 在 a 自動化 或者 半自動化 工作流程
在 電腦 系統 那 能 過程 非常 大的 數據 文件。
然後 它 通常 去 進入 a 第二 階段 在哪裡 你 開始 到 做 順序 結盟
和 基本上 牙髓保護層 事物 向上， 和 存在 有能力的 到 做 事物 喜歡 計數。
如何 許多 次 做過 I 看 這 表達
的 a 特別的 核糖核酸 分段 或者 核糖核酸 順序？
或者 如何 許多 次 做過 I 看 a 特別的 蛋白質？
或者 全部 這 生的 數據， 如何 做 它 線 向上 到 實際上 製作 a 圖片
的 什麼 這 結構 的 這 所有的 基因組 是？
那是 a 漂亮的 大的 數學 計算 過程。
那 通常 也 獲取 完畢 在 漂亮的 大的 計算 系統
和 a 很多 的 計算 資源。
和 然後 這 第三階段，
哪個 是 這 階段 在哪裡 跳轉 真的 有 播放 在，
和 其中 JMP 專業版 將要 繼續 到 玩 在，
是 這 確定 基因型 協會 和 基因型 表型 關係。
A 表型 是 只是 a 特徵 的 生物體，
這 關係 之間 這 基因 和 這 特徵。
和 也 尋找 在 相關性 和 協會
的 這 不同的 遺傳 標記 裡面 這 基因組，
或者 這 變異數 的 這 遺傳 標記。
很多時候， 你 想要 做 是 你 想 到 表徵 那些
和 然後 相關 他們 到 身體的， 生物，
或者 或許 疾病 狀態 特徵。
全部 的 這 能 實際上 是 完畢 和 桌面 軟體.
跳轉 專業版 是 我們的 解決方案 到 做 那 去 向前 在 這 未來。
我們 有 a 產品 稱為 跳轉 基因組學 為了 14 年， 向上 直到 這 年，
那 我們 是 提供 這 顧客。
它 曾是 a 組合 產品 的 跳轉 和 SAS。
SAS 是 真的 需要 後退 早期的 什麼時候 我們 先放 這 出去
到 做 a 很多 的 這 數據 加工，
因為 這 尺寸 和 這 類型 的 數據 我們 看起來 在
曾是 非常 難的 到 做 和 a 桌面 軟體 包裹 喜歡 跳轉。
SAS 確實 這 數據 加工， 一些 的 這 統計 方法，
但 跳轉 曾是 用過的 為了 更遠 統計 分析
和 視覺化 這 結果 的 那些 分析。
跳轉 基因組學 有 到過 用於研究 和 產業
為了 a 寬的 種類 的 基因組學 問題 為了 許多 年。
但 我們 製成 a 策略 決定 這 年
到 中止 出售 產品 那 包含 SAS 與 他們。
那是 部分 的 這 決定 那 曾是 製成 為了 跳轉 到 變得 獨立 公司。
是 a 全資擁有 子公司 的 SAS 現在，
和 是 移動 向下 那 路 的 獨立。
我們 是 不是 去 到 是 出售 任何事物 但 跳轉 產品 去 向前。
因為 的 那， 我們 有 看起來 現在
到 移動 這 函數 為了 基因組 數據 分析 進入 跳轉 贊成。
在 跳轉 專業版 17， 哪個 將要 是 可用的 這 落下 在 2022年，
有 到過 和 將要 是 最佳化 為了 大的 和 寬的 數據 問題。
它是 去 到 有 能力 到 見面 這 需求
的 基因組 數據 科學 和 基因組 數據 科學家。
它是 去 到 利用 這 力量
的 JMP Pro的 預測 分析 和 互動的 視覺化
到 幫助 使能夠 發現 在 這 區域 的 工作。
一些 的 這 增強功能 那 我們已經 製成 到 推 這 邊界 的 跳轉 專業版
包括 只是 移除 障礙 和 瓶頸 在 這 軟體.
它是 一 事物 到 做 分析 在 十 或者 數百 或者 甚至 數千
的 列 在 a 數據 桌子。
但 什麼時候 你 有 a 數據 桌子
哪個 或許 有 許多 數千 或者 數百 的 數千 的 列，
你 開始 到 揭示 限制 有時 在 你的 軟體.
經過 正在做 這 工作， 我們已經 裸露 地方
在哪裡 我們 只是 需要 到 精簡 如何 營運 發生 裡面 這 程式.
我們 完畢 那。
一個 例子 會 是 如果 I 通緝 到 做 a 轉型
在 數百 的 數千 的 列， 我們已經 顯著地 改進 那 過程。
它發生了 很多 快點 在 這 數據 表。
也 存在 有能力的 到 做 非常 快速地 和 高效率的 多變數 分析 方法
喜歡 主要的 成分 分析 和 聚類，
什麼時候 你 有 這些 真的 寬的 基因組 數據 表。
和 然後 存在 有能力的 到 做 模型 超過 和 超過 再次
在 數千 和 數千 的 回覆 列，
和 到 做 那 高效率 和 有效地。
這 第二 目標 那 我們 有 在 這 過渡
是 那 帶來 在 一些 能力 在 這 跳轉 專業版
那 是 非常 具體的 為了 遺傳 和 基因組 分析。
為了 實例， 存在 有能力的 到 進口 不同的 格式
那 是 通常 用過的 在 這 區域。
也, 存在 有能力的 到 做 遺傳 標記 分析 和 模擬，
作為 出色地 作為 帶來 在 一些 較新的 受歡迎的 數據 減少 方法
這樣的 作為 t-SNE 和 聯合地圖。
全面的， 什麼 是 得到 到 是 a 產品 那是 去 到 是 傾斜。
它安裝 非常 迅速地。
你 能 使用 它 在 你的 桌面，
但 你 能 使用 它 到 做 這 非常 強大的 分析
在 這些 大的， 複雜的， 寬的 數據 表。
到 闡明 那， 我是 去 到 轉動 它 超過 到 拉斯。
拉斯 是 去 到 展示 我們 實際上 如何 你 能 做 一些 實際的 分析
和 一些 真實的 學習 分析 這裡 在 一些 基因組 和 遺傳 數據。
出色地， 感謝 你， 獨自的。
它是 a 真實的 令人興奮的 時間 為了 我們。
I 知道 我已經 實際上 到過 和 這 基因組學 分析 革命
之內 SAS 為了 超過 20 年 現在。
我們 實際上 [聽不清楚 00:11:46] 在 這 早期的 2000年代 稱為 科學 解決方案，
在哪裡 我們 是 開始 到 看 在 一些 的 這 早期的 微 大批 數據。
它是 到過 a 真的 樂趣 20 年。
現在， I 會 說， 幾乎 一 的 這 最多 令人興奮的 次 曾經 為了 我們，
在哪裡 是 現在 有能力的 到 程式碼 一些 的 這些 慣例
直接地 在 跳轉 贊成 使用 C++。
A 很多 的 他們 是 跑步 很多 快點 比 我們 有
在 這 以前的 跳轉 基因組學 產品。
I 想 到 給 你 a 小f 洗臉盆 的 那 今天 和 一個 例子。
這 是 a 數據 放 在 火炬松，
哪個 為了 那些 的 你 從 這 東南
可能 知道 它 作為 大概 一 的 這 最多 受歡迎的 種 的 松樹。
通常， 如果 你 去 進入 家得寶 或 Lowe's
和 買 一些 二- 經過- 四 或者 膠合板， 它是 去 到 是 製成 的 l 哦，哦。
什麼時候 你 飛 進入 這 區域， 你 碰巧看到 a 很多 的 樹 覆蓋。
許多 的 那些， ID 說 a 好的 區塊 的 那些 樹木，
尤其 向 這 東 部分 的 北 卡羅萊納， 是 洛布爾 奧利。
它是 a 非常 重要的 物種， 一 那 我們 真的 想 到 理解 出色地。
它是 到過 研究過 非常 徹底地， 和 甚至 更多的 所以 現在
那 我們已經 得到 一些 仰臥起坐 去 在 和 家 大樓 和 什麼 有 你，
它是 批判的 到 理解 它 裡面 和 出去。
基因組 科技 是 極佳的
為了 揭示 一些 事物 那 我們 只是 絕不 知道 前。
這 數據 是 實際上 仍然 10 年 老的。
它 曾是 從 a 紙 在 這 雜誌 的 遺傳學 經過 雷森德 和 等
這 是 a 團體 的 研究者 從 這 大學 的 佛羅裡達
和 巴西農業公司 在 巴西
和 大學 的 愛荷華州， I 相信， 如果我 記起 正確。
這是 這 參考 如果 你 想 到 看 它 向上。
這 數據 是 也 自由地 可用的。
我已經 得到 他們。
I 去了 前方 和 下載 他們 從 這 補充 資訊
和 已載入 他們 進入 a 跳轉 桌子 那 你 看 這裡。
作為 獨自的 曾是 提及， 格式 在JMP中 專業版
是 什麼 我們 通常 喜歡 到 稱呼 a 寬的 格式，
在哪裡 我們已經 得到 一切 在 一 桌子。
這裡， 我們已經 得到 一些 基因型 指標 數位 指示 這 線
作為 出色地 作為 這 母親 和 父親 那 這 樹木 來了 從。
和 然後 這 具體的 數據 放 那 我已經 得到 這裡，
我們已經 得到 六 特徵 那 我們已經 測量。
I 相信 實際上 有 更多的。
我認為 有 17， 如果 你 想 到 看 這 參考。
我們的 鑰匙 重點 的 興趣 是 這些 遺傳 標記。
這 數據 套 小的 經過 今天的 標準。
我們 僅有的 得到 4,800。
I 說 「僅有的 4,800” 但那是 仍然 相當 a 很少。
作為 你 能 看， 我是 捲動 透過 這裡，
他們是 全部 編碼 作為 任何一個 零， 一， 或兩個。
這些 是 所謂的 單核苷酸多態性 標記， 單身的 核苷酸 多態性，
在哪裡 出色地 有 任何一個...
這 數位 這裡 表示
這 數位 的 這 主要的 等位基因 那 我們 有 在 這 數據。
零 會 是 這 小A，小A，
如果你 熟悉的 和 這 老的 遺傳學 符號。
這 二 會 是 這 大的 A，大A。
這 一 會 是 全部 這 雜合子。
所以4500 的 這些 標記。
這 基本的 目標 在 這 結尾， 通常...
在 事實， 那 曾是 什麼 這 紙 那 這 曾是 從 曾是 關於。
他們 是 比較 一些 的 這 受歡迎的 預測 方法。
但 前 我們 得到 到 預言，
有 a 很多 的 真的 好的 事物 那 你 想 到 做
只是 到 製作 當然 這 數據 是 作為 預期的，
和 也 到 學習 和 發現 結構 和 其他 有趣的 特徵。
讓我們 潛水 在 和 看 我們能做什麼 與 典型的 工作流程 這裡 在 JMP專業版。
I 會 通常 只是 喜歡 到 看 在 這 數據 在 跳轉。
我們 能 使用 只是 基本的 平台。
為了 例子， 這裡， 讓 我 帶來 向上 這 多- 區域 平台
和 只是 查看 出去 基本的 劇情 的 這 數據 反對 一 其他。
你 能 看， 為了 例子， 這裡， 根號 和 根 麻木
是 相當 高度 相關 和 每個 其他。
其他的， 不是 所以 很多。
你 能 做 分佈。
為了 例如，w e 能 做 它 這裡 和 這 分配 平台。
這些 特徵 有 實際上 已經 到過 居中， I 思考。
我相信 全部 的 他們 有 a 意思是 的 大約 零。
他們 消失了 透過 a 小的 位元 的 預處理
那 我們 慣於 去 進入 今天。
這就是 方式 他們 來了 從 這 紙。
我們的 基本的 目標 是 到 使用 這 遺傳 資訊 到 預測 這些 特徵。
他們 代表 各種各樣的 特徵 的 這 火炬松 樹木。
為了 例子， C 西阿克薩斯大學，
I 相信 那是 加冕 和 穿過 這 植物 床。
它是 a 措施 的 這 樹 尺寸。
我們 得到 其他 測量 的 密度 和 特徵 的 這 根， ETC。
全部 重要的 事物 到 知道 關於 和 什麼時候 學習 這些 樹木。
讓 我 走 你 透過 什麼 我們 可能 考慮 a a 基本的 工作流程
一次 你 有 你的 數據 放 向上 喜歡 這。
現在， 前 正在做 不過，
I 做 想 到 提到 也 那 我們 有 放 在 a 公平的 位元 的 工作
到 幫助 和 援助 和 輸入 這樣的 數據。
這 特別的 數據 來了 作為 只是 標準 逗號 分離 價值 文件，
所以 不 大的 交易 到 進口 它。
但 經常， 遺傳 數據 喜歡 這 來 在 所謂的 虛擬CF 文件。
我們現在 有 新的 慣例 到 是 有能力的 到 進口 那些 直接地，
作為 出色地 作為 進口 文件 從 這 受歡迎的 資料庫,
和 然後 a 很少 其他 格式， 寫 和 什麼 有 你。
嘗試 到 製作 它 真的 簡單的 到 得到 你的 數據 進入 跳轉。
如你所知， 一次 你已經 得到 你的 數據 放 向上 在 a 跳轉 桌子，
有 只是 全部 種類 的 偉大的 事物 你 能 做。
許多 的 這 事物 那 你 聽到 關於...
給 你 一些 更多的 想法，
作為 出色地 作為 一些 新的 事物 那 我們已經 放 進入 地方。
到 開始 出去， 我們已經 得到 a 品牌 新的 夫妻 的 平台
在下面 這 分析 選單 這裡 在 這 底部。
遺傳學。 分析， 遺傳學。
我們 得到 標記 統計數據 和 標記 模擬。
讓我們 跑步 這 第一個， 標記 統計數據。
這 是 只是 a 基本的 平台 為了 尋找 在 特徵 的 a 放 的 標記。
你 能 看 這裡， 我是 載入中.
我們 得到 4,853 單核苷酸多態性 有組織的 在 a 團體 這裡 在 這 跳轉 桌子。
I 只是 移動 他們 超過 進入 這 標記。
如果其他一切都 是 好的， 我們只會 點選 好的。
它 運行 相當 迅速地。
什麼 這 基本上 做 是 它需要 每個 標記
和 計算 a 種類 的 標準 統計 遺傳 統計數據
那 你 能 看 穿過 這裡 和 看 什麼是 去 在。
A 鑰匙 事物 到 查看 為了 a 所謂的 哈代- 溫伯格 平衡。
你 能 做 a 統計 測試 的 那 和 得到 對 價值觀 從 它，
和 甚至 陰謀 這些 沿著 在 a 圖形 喜歡 這。
在 這 Y 軸， 我們 實際上 使用 這 紀錄 10 p值，
哪個 我們 也 稱呼 這 紀錄 值得。
到 去 一次 步 更遠， 你 能 製作 a 錯誤的 發現 速度 調整
到 避免 這 多種的 測試 問題。
你 能 看 這裡， 我們已經 實際上 繪製 兩個都：
這 生的 p值， 這 生的 紀錄 值得， 作為 出色地 作為 他們的 羅斯福 已調整 p 值。
他們 趨向 到 是 相當 相似的， 尤其 為了 這 大的 個。
這些 標記 向上 這裡 是 一 那 會 是 出去 的 平衡，
非常 可能 到期的 到 這 複製 的 這 樹木。
這些將是 標記 那 可能 趨向 到 漂移 或者 穩定
超過 時間 和 未來 十字架。
會很好 到 查看 這些 出去
和 製作 當然 這 分佈 的 這 等位基因 是 作為 預期的。
電弧 全部 這 方式 後退 到 格里高爾 孟德爾 天，
事物 那 我們 學到了 關於 如何 等位基因 像這樣 應該 表現。
那是 a 好的 地方 到 開始， 只是 到 得到 一個 主意 為了 這 標記。
讓我們 移動 下一個 和 做 一些 圖案 發現。
這裡， 有 一些 好的 事物 我們 能 嘗試。
A 非常 基本的 一 那是 也 到過 受歡迎的 為了 幾十年 和 基因 表達 數據
是 只是 到 做 分層的 聚類。
再次， 我是 只是 去 到 放 這 單核苷酸多態性 在 這裡。
你 通常 將要 想 到 使用 一 的 這些 快點 方法。
讓我們 使用 快速地 病房。
我們 做 有 一些 遺失的 價值觀， 所以 讓我們 做 歸責。
出色地 去 前方 和 將其聚類 二 方式。
讓我們 點選 好的 這裡。
我是 去 到 前進。 我正在跑步 一切 居住 今天。
A 很少 的 這些 事物 將要 拿 秒 到 跑步。
A 分析 我已經 得到 那 實際上 將要 拿 a 很少 分分鐘
那 I 慣於 跑步 居住 只是 為了 清酒 的 時間。
但 你 能 看 這裡， 這 規模 的 數據，
跳轉 專業版 可以處理 相當 容易。
這 一， 你 能 看 那 這 進步 酒吧 這裡
將要 拿 大概 30秒 到 a 分分鐘 到 結束。
但 不是 也 壞的 為了 a 中等的- 尺寸 數據 放 喜歡 這。
再次， 是 聚類 大約 926 列 和 4,800 列。
但 前 實際上 這 表現 增強功能，
這 分析類型 會 拿 一些 分鐘。
在 許多 案件， 我們已經 到過 有能力的 到 達到 命令 規模 速度 向上。
我是 有能力的， 基本上， 到 使能夠 你 到 做 分析 喜歡 這 關閉 到 真實的 時間。
A 小的 位元 的 等待 可能 是 必需的 作為 這裡， 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 相當 難的 問題。
為了 例子， 這裡， 是 嘗試 到 看
如何 其他 列 的 我們的 數據 簇 和 每個 其他。
現在 這裡， a 非常 有趣的 事物 發生。
你 能 看 我已經 得到 色素 那 I 做過 到 這 數據。
I 有色 這 母親 和 父親， 或母系 和 父親的 等位基因。
如果 我們 看 在 這 多變的 這裡， 有 大約 71 獨特的 水平。
和 然後 之內 每個 叉， 有 向上 到 17 或者 20 個人。
這 數據 有 非常 好的， 緊的 簇。
這 聚類 演算法 實際上 成立 那些。
你可以 看 這 顏色 表明 這 染色。
這 顏色 主題 是 a 位元 刺耳的。
讓我們 移動 它 變黑 和 白色的。
我們 能 看 這 結構 a 小的 更多的 乾淨地。
這裡， 我們 能 看 這 區域 的 白色的
或者 在哪裡 我們已經 得到 一些 的 那些 次要的 等位基因 開始 到 簇
和 識別 這 鑰匙 地方 在 這 基因組
那 區分 這些 獨特的 十字架。
這 是 a 好的 陰謀 只是 到 得到 一個 全面的 感覺 為了 這 各種各樣的 線
和 如何 他們 比較 和 一 其他。
但 這 主要的 課 是 這些 緊的 叢集
那 是 對應 向上 確切地 喜歡 我們 會 預計 和 這 最初的 十字架，
基本上 喜歡 非常 關閉 兄弟姊妹 到 一 其他
比較的 到 表兄弟姊妹， 或者 第二 表兄弟姊妹， 三代堂兄弟姐妹， ETC .
現在， 其他 方式 到 去 關於 這
會 是 更多的 的 a 方面 減少 類型 方法。
這裡， 這 數位 一 分析 是 主要的 成分。
讓我們 嘗試 那 在 我們的 步驟 和 看 什麼 那 揭示。
這裡， 讓我們 只是 使用 這 預設值.
對不起， 實際上， I 通緝 到 展示 離開...
有 a 品牌 新的 方法 為了 寬的 數據 那是 稱為 快速地 近似。
它是 a 好的 添加 在 軟體.
它 實際上 用途， 如果 你是 熟悉的 和 這 方法
稱為 a 隨機 奇異值分解 方法。
你 能 看 一點 訊息.
讓我們 看 什麼是 在 這 紀錄.
它 轉身 出去 這 曾是 實際上 一 案件
在哪裡 一個 錯誤 訊息 曾是 相當 有利。
這 軟體 實際上 表明的 哪個 標記...
那裡 是 一些 標記， 他們 是 非數字 或者 持續的。
它 轉身 出去 那 a 少數 的 這些 標記 在 這 桌子 是 持續的。
這 會 是 a 案件 在哪裡 我們 可以 去 後退 和 實際上 乾淨的 那些 出去，
自從 他們是 不是 真的 貢獻 很多 到 這 分析， 他們是 只是 持續的。
但 這 主成分分析 平台 成立 他們 作為 a 副產品。
但 如果 你 看 在 這 分數， 前兩個 主要的 成分，
我們 再次 有 這 好的 聚類 的 家庭。
作為 通常 和 跳轉，
全部 這些 劇情 是 互動的 和 已連接 到 一 其他。
我們 能， 為了 例子， 點選 在 一 的 這 分支 的 這 樹 超過 這裡，
和 它 將要 強調 那 簇 在 這 主成分分析。
我們 能 地圖 這些 二 圖表 到 一 其他。
在 事實， 出色地， 讓我們 做 那。 我們 能 添加 a 第三個。
這 是 其他 品牌 新的 平台 那是 只是 未來 出去 在 跳轉 17，
稱為 多變數 嵌入。
這裡， 是 去 到 計算 這 受歡迎的 t-SNE 演算法,
哪個 支架 為了 T 多變數 嵌入。
這 有 實際上 到過 相當 受歡迎的 在 這 機器 學習 世界，
和 它有 涓涓細流 它是 方式 進入 這 基因組學 場地，
尤其 和 單身的- 細胞 RNA。
它 做 a 小的 位元 不同的 維度 投影 比 主成分分析。
它 嘗試 到 確認 當地的 結構，
然而 主成分分析 是 尋找 為了 方面 的 最大的 變異性 穿過 全部 標記。
T-SNE 嘗試 到 尋找 緊的 當地的 簇。
它是 實際上 完美的 對於這種數據，
只是 到 揭示 這些 家庭。
你 能 看 這 好的 小的 群組 的 簇， 和 或許 更多的 重要的是，
哪個 叢集 他們自己 是 靠近 每個 其他。
你 能 拿 a 圖片 這裡。
種類 的 看起來 喜歡 a 蝴蝶， 某物 t-SNE 將 常 有 .
ID 鼓勵 你 到 嘗試 它 在 你的 數據 一次 你 得到 你的 手 在 跳轉 17.0。
那是 揭示 一些 好的 結構 在 這 數據。
讓我們 移動 在 現在 到 a 添加一些 更多的 從統計上看 導向 造型。
為了 它， 這 基本的 事物 到 通常 開始 出去 和
是 什麼 我們 會 稱呼 a 基因組 寬 協會 學習，
在哪裡 w 我們會 基本上 拿 我們的 特徵， 或者 我們的 特徵， 在 這 案件，
和 螢幕 他們 反對 全部 這 標記。
這 主力 平台 這裡 是 回覆 篩選。
我是 去 到 分析， 篩檢， 回覆 篩選。
我們 完畢 相當 a 位元 的 工作 在 這 謝謝 尤其是 約翰 掃羅 ,
誰有 實施的 一些 好的 表現 改進。
什麼 這 做 是 基本上 a 大的 Y 經過 X 分析。
我是 去 到 移動 我們的 六 目標或 回應 進入 這 Y 場地，
我們的 單核苷酸多態性 進入 十。
和 然後 全部 你 做 是 打 去。
什麼 這 將要 做...
I 思考 我們 做 歸責。
I 思考 它 可能 做 那 自動地。 讓我們 看。
是的。
這 一 運行 閃電 快速地。
I 基本上 只是 做過 六 次 4,800 快的 回歸 和 繪製 全部。
這 是 a 陰謀 的 全部 這 p 值 在 一次。
再次， 聚焦 在 錯誤的 發現 速度。
它是 得到 到 是 非常 小心 關於 過度捕撈 數據 喜歡 這。
你 想 到 製作 當然 任何 帶領 那 你 追趕 是 重要的，
甚至 後 a 錯誤的 發現 調整。
這裡， 我們 看 現在 那 這 冠幅 特徵
是 這 一 那是 爆裂 出去 和 這 最多 命中。
然後 有 一 為了 廢品箱。
這些 是 已排序 經過 意義， 和 然後 一些 的 這 其他 特徵 開始 到 流行音樂 在。
但 清楚地， 它 看起來 喜歡 我們已經 得到 這 最多 遺傳 行動
和 這 冠幅 特徵。
現在， 到 去 a 小的 更遠 和 闡明 這 事物 我們 能 做。
這 是 非常 跳轉 親喜歡。
讓我們 節省 這 桌子 出去 的 p 值。
我們 得到 一切 現在 在 a 新的 跳轉 桌子，
哪個 是 有效地 全部 這 結果， 和 他們是 很好 有色 為了 我們。
只是 想 到 瀏覽 這 桌子。
但 我是 去 到 去 前方 和 使用 圖B 建築商 現在。
讓我們 製作 一些 火山 劇情 經過 手。
為了 這些， 我們 w 在 到 放 這 坡 在 X- 軸，
和 然後 這 紀錄 值得 在 這 和。
讓我們 去 前方。
出色地 製作 a 分離 一 為了 每個 的 我們的 特徵。
我是 拖曳 那 到 這 裹。
你 能 看 這裡， 這 是 這 某種東西 那 跳轉 是 真的 有趣的 在。
I 不常 將要 尋找 異常值 的 數據。
這是 一 那是 方式 出去 這裡。
我們 得到 a 坡 估計 的 幾乎 消極的 2,000。
它 轉彎 出去 那 這 多變的 是 幾乎 持續的。
這 回歸 只是 打擊 向上 和 一個 幾乎 幾乎 垂直的，
或者 幾乎 消極的， 高度 消極的 坡。
它 轉彎 出去 這 是 更多的 的 一個 例外 比 一個 實際的 重要的 打。
它 會 實際上 製作 感覺 只是 到 忽略 它。
但 它是 實際上 好的 到 尋找 那 它是 在 這 桌子
和 是 有能力的 到 確認 它。
這 是 這 某種東西 那 跳轉 是 常 真的 好的 在，
發現 詭異的 模式。
但 到 磨練 在 在 這 鑰匙 結果， 讓我們 去 前方 和 狹窄的 我們的 軸 向下。
I 只是 打 這 軸 按鈕， 和 是 去 到 只是 飛漲 在。
讓我們 去 減 10 比 10。
你 能 看 這裡， 你 得到 這 特徵 V 形狀，
在哪裡 再次， 是 密謀 這 坡 的 這 回歸
相對 它是 消極的 紀錄 p 值。
對於 CWAC， 我們 實際上 得到，
再次， 作為 我們 預期的 前， 更多的 熱門 比 任何地方 別的。
A 束 的 標記 為了 積極的 和 消極的 坡，
哪個 會 表明 a 添加劑 遺傳 關係
去 一 方式 到 這 其他。
為了 這 其他 特徵， 這些 是 也 V 形狀，
和 許多 的 他們 是 只是 真的 a 很多 較少的 重要的
和 通常是正方形 已完成 在 和 一 其他。
這 坡 也 取決於 在 這 規模 的 這 測量。
或許 不是 相當 作為 有意義的是 我們 放 全部 這些 在 這 相同的 精確的 規模。
但 I 只是 通緝 到 展示 這 為了 插圖，
作為 a 方式 到 比較 一切 邊 經過 邊。
這就是 GWAS。
移動 向前， 讓我們 得到 到 大概 什麼 我們的 主要的 客觀的 會 是，
哪個 會 是 到 預測 這些 特徵 作為 a 功能 的 這 標記。
這裡， 我們 做 有 使用權 到 全部 這 偉大的 預測 造型 平台
那 是 在 跳轉。
一些 的 這些， 你 有 到 是 a 小的 小心 到 使用。
和 遺失的 數據， 你 可能 需要 到 做 這 歸責 第一的。
一些 可能 變得 相當 慢的 給定 這 尺寸 的 這 問題。
為了 今天， I 只是 想 到 展示 大概 我的 最喜歡的 一，
哪個 是 XG 促進， 使用 這 XGB 東方 平台。
這 是 a 案件 在哪裡 I 實際上 跑了 這 預先，
因為， 和 它是 到 跑步.. .
但 I l 已載入 全部 六 特徵 進入 XGB 東方 和 做過 十- 折疊 成本 驗證。
I 自動地 左邊 出去 每個 的 這 十 摺痕。
這裡， 你 能 看 這 結果 的 那 跑步，
在哪裡 我們已經 得到 這 堅硬的 線 這裡 在 這些 圖表，
是 這 驗證 曲線 超過 這 迭代
和 這 虛線 線 的 這 訓練。
你 能 看 和 這些 寬的 問題， 有 a 劇烈 風險 的 過度擬合，
尤其 和 a 強大的 方法 喜歡 XG 促進。
你 有 到 是 非常 小心。
正如你 能 看， 我實際上 [聽不清楚 00:32:18] 參數。
I 可以 調整 他們 向下 為了 一， 和 你 能 看 這 其他 參數 這裡。
之內 每個 模型 合身， 我們已經 得到 兩個都 這 訓練，
觀察到 相對 預測， 和 這 驗證。
你 能 看 這裡 為了 C 西阿克薩 我們 得到 a 相關性 的 大約 0.43。
相關性 是 a 典型的 措施 用過的 到 評估 表現。
這 是 競爭的 和 什麼 曾是 已發布 在 這 紙 前，
沒有 幾乎沒有 很多 調音 在 全部。
但 然後 有 a 很多 的 其他 有趣的 事物 你 能 潛水 進入，
這 最多 重要的 特徵， ETC。
我們 甚至 得到 一些 新的 事物 為了 實例， 一 事物 稱為 沙普利 價值觀
那 ID 鼓勵 你 到 查看 出去。
有 去 到 是 其他 演講 在 這 話題 經過 彼得 赫希，
佛洛里安 勞拉 蘭開斯特 還有我自己 在 那 這裡 在 這 會議，
I 會 鼓勵 你 到 查看 那 出去。
它是 a 方式 到 休息 向下 預測 進入 他們的 成分。
那 獲取 其他 等級 你 能 去 進入 和 預測。
那是 只是 一 例子 的 一些 好的 預測 造型 你 能 做。
到 裹 向上 這 演示， I 通緝 到 返回 後退
在哪裡 我們 開始 這裡 在 這 遺傳學 菜單。
我們 得到 a 標記， a 品牌 新的 標記 模擬 平台。
這 是 一些 漂亮的 先進的 遺傳 造型
攜帶 出去 經過 我們的 內部的 專家， 盧西亞諾 席爾瓦。
什麼 這 做 是 它 實際上 將要 做 虛擬的 穿越 經過 這 基因型。
這 主意 是 你會 載入 這 標記 在。
這 真的 有趣的 事物 是 你 能 放 a 預測器 公式 這裡。
為了 例子， I 節省 這 預測器 公式 從 這 XGBoost 模型 的 加拿大水務委員會。
什麼 這 將要 做 是 兩個都 模擬 這 十字架
和 預測 他們的 表現。
這 是 什麼 現代的 虛擬的 選育 做。
你 能 實際上 幾乎 叉 不同的 火炬松 松樹 樹木
和 預測 什麼 將要 發生 和 他們
沒有 擁有 到 等待 10， 20， 三十 年 到 生長 他們 在 這 場地。
極為 強大的， 有趣的 方法 那 革命性的 這 方式
現代的 選育 是 完畢， 和 為什麼 所謂的 基因組 選擇，
或者 預測 造型 和 遺傳 標記 是 所以 受歡迎的。
患病的 去 前方 和 結論 那裡。
I 希望 那 磨礪 你的 食慾
和 一些 的 這 新的 事物 我們已經 得到 去。
A 很多 的 這 事物 I 顯示 今天 會 也 工作 和 基因 表達 數據，
雖然 那是 a 小的 位元 不同的 球賽
在 條款 的 什麼 你是 嘗試 到 做。
但 為了 清酒 的 時間， I 想法 它 會 是 好的 只是 到 看 在 這 一 例子
和 潛水 有些 深的。
感謝 你 非常 很多 為了 你的 注意力。
讓 我們 知道 如果 你已經 得到 問題 作為 你 有 他們。
是 真的 e 興奮的 關於 這 新的 事物 未來 在 跳轉 17 贊成。
我們 得到 a 很多 更多的 事物 未來 在 這 作品。
感謝 非常感謝你。
我們 認出 那 很多 的 人們 那 來 到 發現，
這 可能 不是 是 他們的 區域 的 專業知識。
但你 可能 知道 某人 誰是 正在做 這 工作，
和 我們 會 愛 到 得到 他們 已連接 和 什麼 是 正在做 這裡 在 跳轉 親，
因為 我們 是 去 到 繼續 到 投資 在 添加 能力
和 改善 這 軟體 所以 它 能 做 工作 喜歡 這 更好的 和 更好的
到 見面 這 需求 的 科學家 穿過 這 生活 科學
和 這 行業。
謝謝 為了 傾聽 在。
