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 主持人。
患病的 是 正在做 这 介绍 到 这 话题。
我是 S 较老 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 開始了。
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 特征 为了 那些 植物 和 动物。
他们 见过 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 特征 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
谁做了 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 特征 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 生物体的 满的 补充 的 遗传 或者 遗传 材料。
它 焦点 在 这 互动 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。
那是 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 转录 进入 RNA，
哪个 是 这 代码 那是 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 测序。
许多 年 前， 什么时候 跳转 首次搬家 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？
那是 a 漂亮的 大的 数学 计算 过程。
那 通常 还 获取 完毕 在 漂亮的 大的 计算 系统
和 a 很多 的 计算 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 特征。
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 是 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 看起来 在
曾是 非常 难的 到 做 和 a 桌面 软件 包裹 喜欢 跳转。
SAS 确实 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 与 他们。
那是 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 看起来 现在
到 移动 这 函数 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 数千
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 数千 或者 数百 的 数千 的 列，
你 开始 到 揭示 限制 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 数千 的 列， 我们已经 显著地 改进 那 过程。
它发生了 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 数千 和 数千 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 较新的 受欢迎的 数据 减少 方法
这样的 作为 t-SNE 和 联合地图。
全面的， 什么 是 得到 到 是 a 产品 那是 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 令人兴奋的 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 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 令人兴奋的 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。
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。
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 揭示 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 巴西农业公司 在 巴西
和 大学 的 爱荷华州， I 相信， 如果我 记起 正确。
这是 这 参考 如果 你 想 到 看 它 向上。
这 数据 是 还 自由地 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 中 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 特征 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，
他们是 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4500 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 与 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 情节 的 这 数据 反对 一 其他。
你 能 看， 为了 例子， 这里， 根号 和 根 麻木
是 相当 高度 相关 和 每个 其他。
其他的， 不是 所以 很多。
你 能 做 分布。
为了 例如，w e 能 做 它 这里 和 这 分配 平台。
这些 特征 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 特征。
他们 代表 各种各样的 特征 的 这 火炬松 樹木。
为了 例子， C 西阿克萨斯大学，
I 相信 那是 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CF 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， 写 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 有组织的 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 价值观 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。
那是 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 那是 还 到过 受欢迎的 为了 几十年 和 基因 表达 数据
是 只是 到 做 分层的 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 归责。
出色地 去 前方 和 将其聚类 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- 尺寸 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 色素 那 I 做过 到 这 数据。
I 有色 这 母亲 和 父亲， 或母系 和 父亲的 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 变黑 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 集群
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 表兄弟姐妹， 或者 第二 表兄弟姐妹， 三代堂兄弟姐妹， 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 那是 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 他们是 不是 真的 贡献 很多 到 这 分析， 他们是 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 跳转，
全部 这些 情节 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 那是 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 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 组 的 簇， 和 或许 更多的 重要的是，
哪个 集群 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。
那是 揭示 一些 好的 结构 在 这 数据。
让我们 移动 在 现在 到 a 添加一些 更多的 从统计上看 导向 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 我们会 基本上 拿 我们的 特征， 或者 我们的 特征， 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 篩選。
我是 去 到 分析， 筛查， 回复 篩選。
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 归责。
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 那是 爆裂 出去 和 这 最多 命中。
然后 有 一 为了 废品箱。
这些 是 已排序 经过 意义， 和 然后 一些 的 这 其他 特征 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 他们是 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 情节 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 前方。
出色地 制作 a 分离 一 为了 每个 的 我们的 特征。
我是 拖拽 那 到 这 裹。
你 能 看 这里， 这 是 这 某种东西 那 跳转 是 真的 有趣的 在。
I 不经常 将要 寻找 异常值 的 数据。
这是 一 那是 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 某种东西 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 热门 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 特征， 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 已完成 在 和 一 其他。
这 坡 还 取决于 在 这 规模 的 这 测量。
或许 不是 相当 作为 有意义的是 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。
这就是 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 特征 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 XG 促进， 使用 这 XGB 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 特征 进入 XGB 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
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 XG 促进。
你 有 到 是 非常 小心。
正如你 能 看， 我实际上 [听不清 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 西阿克萨 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 已发布 在 这 纸 前，
没有 几乎没有 很多 调音 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 价值观
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 預測。
那是 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 加拿大水务委员会。
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 拥有 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 磨砺 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 那是 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 兴奋的 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 倾听 在。
