关联分析中遗传关系的一般分析方法_杨小红
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
63
SPAGeDi原始结果
64
K矩阵的后续处理 ¾对角线加1 ¾小于0的系数用0替换 ¾所有系数加倍
65
25
运行
26
27
28
29
30
31
32
多次运行结果的整合——CLUMPP
运行文件 每个个体在所在类群的成分：.indfile; 参数文件：.paramfile
运行结果 每个个体在所在类群的成分：.outfile; 参数及重复间相关系数文件：.miscfile
33
样品编号
Rep1 Rep2 Rep3
58
Step 2 Specifying Level of Analysis and Statistics Type ENTER and Then
59
Step 3 Specifying Computational Options
60
Step 4 Specifying Output Options
EMMA (Efficient Mixed‐Model Association ) Kang et al, 2008, Genetics 178: 1709–1723 http://mouse.cs.ucla.edu/emma/index.html
TASSEL (Trait Analysis by aSSociation, Evolution and Linkage) Bradbury et al, 2007, Bioinformatics 23:2633‐2635 http://www.maizegenetics.net/bioinformatics
34
群体结构——PCA
NTSYSpc, Rohlf, 2000 http://www.exetersoftware.com/cat/ntsyspc/ntsyspc.html
SAS, http://support.sas.com/index.html
R, http://cran.r‐project.org
http://med.stanford.edu/tanglab/software/frappe.html
3
如何判断群体的亚群数？
Vigouroux et al., American Journal of Botany 95(10): 1240–1253 (2008)
4
LnP(D) (×10-6)
Simulation results
8
目
输入数据
录
结果
树
运行进度
9
创建新的项目
10
输入创建项目的名称、保存途径以及导入分 析基因型数据
11
12
输入基因型数据的相关信息
13
输入基因型数据的数据格式
14
输入基因型数据的数据格式
15
16
17
18
设置参数
19
20
21
22
23
24
56
SPAGeDi数据输入格式
Comment lines 6 format numbers Distance interval Column labels Individual data
Missing data
Last line: END
6 format numbers
75: number of individual
特征向量
NTSYSpc http://www.exetersoftware.com/cat/ntsyspc/ntsyspc.html
36
遗传距离的分析过程
37
38
39
40
41
42
43
44
45
46
47
48
49
50
NTSYS遗传距离输入格式
输入数据格
式的类型
行数，L代表行标签单独列在矩阵之前
EIGENSOFT Price et al. 2006, Nature Genetics, 38: 904‐905 http://genepath.med.harvard.edu/~reich/Software.htm
35
群体结构——PCA
遗传距离
Powermarker 3.25 Liu et al. 2005 bioinformatics 21: 2128–2129 http://statgen.ncsu.edu/powermarker/
0: number of spatial coordinates
3: number of digit
57
0: number of categories 82: number of loci 2: ploidy
Step 1 Specifying the Data and Results Files
（输入文件名和输出文件名不能带途径，直间用此文件夹的txt文件）
TASSEL (Trait Analysis by aSSociation, Evolution and Linkage) Bradbury et al, 2007, Bioinformatics 23:2633‐2635 http://www.maizegenetics.net/bioinformatics
6
Structure输入数据的格式
Indicate the First Marker from One Linkage Group
Marker Name Inter-Marker Distance
Genotype Data
Missing Data
7
Structure结果
Simulation summary
植物关联分析中遗传关系的一般分析方法
杨小红 中国农业大学国家玉米改良中心
2011.5.23
1
遗传关系是影响关联分析的重要因素
y = Xβ + Sα + Qv + Zu + e
Environments,
etc.
Candidate
Trait
SNP effects
values
Background Genetic effects, Var(u) = 2KVA
61
Step 5 Format for Pairwise Spatial and Genetic Distances
62
K矩阵——大量数据的分析——程序
Loiselle et al. 1995, American Journal of Botany 82: 1420‐1425
pila is the frequency of allele a at locus l in individual I; pla is the frequency of allele a at locus l in the reference sample; nl is the number of genes defined in the sample at locus l (the number of individuals times the ploidy level minus the number missing alleles; (nl – 1) is a sampling bias correction
列数
材料 名称
Βιβλιοθήκη Baidu
没有缺失数据
51
遗传距离的数据转换
运行
52
特征向量的计算
运行
53
二维PC图的绘制
54
个体间亲缘关系——Kinship
ALL LOCI By804
By804 1
By815 0.564
By843 By4944 Gy220 0.1785 0.2771 0.1201
Gy386 0.1124
如何判断群体的亚群数？
-5.4 -5.6 -5.8 -6.0 -6.2 -6.4 -6.6
1 2 3 4 5 6 7 8 9 10 K
5
ΔK
如何判断群体的亚群数？
800 700 600 500 400 300 200 100
0 1 2 3 4 5 6 7 8 9 10 K
ΔK 计算公式：Evanno et al. 2005, Molecular Ecology, 14, 2611–2620
By815 0.564
1
0.1947 0.4119 0.0797 0.1505
By843 By4944 Gy220
0.1785 0.1947
1
0.092 0.0658 0.0569
0.2771 0.4119 0.092
1
0.0148 -0.0081
0.1201 0.0797 0.0658 0.0148
InStruc (Gao et al, 2007, Genetics, 176: 1635–1651)
http://cbsuapps.tc.cornell.edu/InStruct.aspx
frappe (Tang et al, 2005, Genetic Epidemiology 28: 289–301)
1
0.6495
Gy386 0.1124 0.1505 0.0569 -0.0081 0.6495
1
55
K 矩阵的分析方法
SPAGeDi (Spatial Pattern Analysis of Genetic Diversity) Hardy and Vekemans, 2000, Mol Ecol Notes 2: 618‐620 http://ebe.ulb.ac.be/ebe/Software.html
Subpopulation effects
Yu et al., Nat Genet 38: 203‐208 (2006)
2
群体结构——Q矩阵
STRUCTURE (Pritchard et al, 2000, Genetics, 155: 945–959)
http://pritch.bsd.uchicago.edu/software.html
SPAGeDi原始结果
64
K矩阵的后续处理 ¾对角线加1 ¾小于0的系数用0替换 ¾所有系数加倍
65
25
运行
26
27
28
29
30
31
32
多次运行结果的整合——CLUMPP
运行文件 每个个体在所在类群的成分：.indfile; 参数文件：.paramfile
运行结果 每个个体在所在类群的成分：.outfile; 参数及重复间相关系数文件：.miscfile
33
样品编号
Rep1 Rep2 Rep3
58
Step 2 Specifying Level of Analysis and Statistics Type ENTER and Then
59
Step 3 Specifying Computational Options
60
Step 4 Specifying Output Options
EMMA (Efficient Mixed‐Model Association ) Kang et al, 2008, Genetics 178: 1709–1723 http://mouse.cs.ucla.edu/emma/index.html
TASSEL (Trait Analysis by aSSociation, Evolution and Linkage) Bradbury et al, 2007, Bioinformatics 23:2633‐2635 http://www.maizegenetics.net/bioinformatics
34
群体结构——PCA
NTSYSpc, Rohlf, 2000 http://www.exetersoftware.com/cat/ntsyspc/ntsyspc.html
SAS, http://support.sas.com/index.html
R, http://cran.r‐project.org
http://med.stanford.edu/tanglab/software/frappe.html
3
如何判断群体的亚群数？
Vigouroux et al., American Journal of Botany 95(10): 1240–1253 (2008)
4
LnP(D) (×10-6)
Simulation results
8
目
输入数据
录
结果
树
运行进度
9
创建新的项目
10
输入创建项目的名称、保存途径以及导入分 析基因型数据
11
12
输入基因型数据的相关信息
13
输入基因型数据的数据格式
14
输入基因型数据的数据格式
15
16
17
18
设置参数
19
20
21
22
23
24
56
SPAGeDi数据输入格式
Comment lines 6 format numbers Distance interval Column labels Individual data
Missing data
Last line: END
6 format numbers
75: number of individual
特征向量
NTSYSpc http://www.exetersoftware.com/cat/ntsyspc/ntsyspc.html
36
遗传距离的分析过程
37
38
39
40
41
42
43
44
45
46
47
48
49
50
NTSYS遗传距离输入格式
输入数据格
式的类型
行数，L代表行标签单独列在矩阵之前
EIGENSOFT Price et al. 2006, Nature Genetics, 38: 904‐905 http://genepath.med.harvard.edu/~reich/Software.htm
35
群体结构——PCA
遗传距离
Powermarker 3.25 Liu et al. 2005 bioinformatics 21: 2128–2129 http://statgen.ncsu.edu/powermarker/
0: number of spatial coordinates
3: number of digit
57
0: number of categories 82: number of loci 2: ploidy
Step 1 Specifying the Data and Results Files
（输入文件名和输出文件名不能带途径，直间用此文件夹的txt文件）
TASSEL (Trait Analysis by aSSociation, Evolution and Linkage) Bradbury et al, 2007, Bioinformatics 23:2633‐2635 http://www.maizegenetics.net/bioinformatics
6
Structure输入数据的格式
Indicate the First Marker from One Linkage Group
Marker Name Inter-Marker Distance
Genotype Data
Missing Data
7
Structure结果
Simulation summary
植物关联分析中遗传关系的一般分析方法
杨小红 中国农业大学国家玉米改良中心
2011.5.23
1
遗传关系是影响关联分析的重要因素
y = Xβ + Sα + Qv + Zu + e
Environments,
etc.
Candidate
Trait
SNP effects
values
Background Genetic effects, Var(u) = 2KVA
61
Step 5 Format for Pairwise Spatial and Genetic Distances
62
K矩阵——大量数据的分析——程序
Loiselle et al. 1995, American Journal of Botany 82: 1420‐1425
pila is the frequency of allele a at locus l in individual I; pla is the frequency of allele a at locus l in the reference sample; nl is the number of genes defined in the sample at locus l (the number of individuals times the ploidy level minus the number missing alleles; (nl – 1) is a sampling bias correction
列数
材料 名称
Βιβλιοθήκη Baidu
没有缺失数据
51
遗传距离的数据转换
运行
52
特征向量的计算
运行
53
二维PC图的绘制
54
个体间亲缘关系——Kinship
ALL LOCI By804
By804 1
By815 0.564
By843 By4944 Gy220 0.1785 0.2771 0.1201
Gy386 0.1124
如何判断群体的亚群数？
-5.4 -5.6 -5.8 -6.0 -6.2 -6.4 -6.6
1 2 3 4 5 6 7 8 9 10 K
5
ΔK
如何判断群体的亚群数？
800 700 600 500 400 300 200 100
0 1 2 3 4 5 6 7 8 9 10 K
ΔK 计算公式：Evanno et al. 2005, Molecular Ecology, 14, 2611–2620
By815 0.564
1
0.1947 0.4119 0.0797 0.1505
By843 By4944 Gy220
0.1785 0.1947
1
0.092 0.0658 0.0569
0.2771 0.4119 0.092
1
0.0148 -0.0081
0.1201 0.0797 0.0658 0.0148
InStruc (Gao et al, 2007, Genetics, 176: 1635–1651)
http://cbsuapps.tc.cornell.edu/InStruct.aspx
frappe (Tang et al, 2005, Genetic Epidemiology 28: 289–301)
1
0.6495
Gy386 0.1124 0.1505 0.0569 -0.0081 0.6495
1
55
K 矩阵的分析方法
SPAGeDi (Spatial Pattern Analysis of Genetic Diversity) Hardy and Vekemans, 2000, Mol Ecol Notes 2: 618‐620 http://ebe.ulb.ac.be/ebe/Software.html
Subpopulation effects
Yu et al., Nat Genet 38: 203‐208 (2006)
2
群体结构——Q矩阵
STRUCTURE (Pritchard et al, 2000, Genetics, 155: 945–959)
http://pritch.bsd.uchicago.edu/software.html