主成分分析在相关样品(pc航空)
成对的祖先散度
可以识别的一个子集相互无关的个人在一个完全基于成对样本的遗传相似度指标(即亲属系数)。然而,为了获得准确的人口结构推断整个样本,重要的是,所有人的祖先在示例由至少一个人在这个子集。为了确定一个相互无关的个人和祖先代表子集,pc航空还利用措施的祖先散度。这些措施都是计算使用KING-robust亲属关系系数估计量(Manichaikul et al ., 2010),它提供了系统无关的负面预期对个人不同的祖先。负成对估计个体的数量提供信息关于不同的人的祖先是如何从其余的样本,这有助于优先考虑个人,应该保存在祖先代表子集。
相关的输出王软件是两个文本文件和文件扩展名.kin0 .kin。的king2mat函数可以用来提取亲属关系系数(我们使用分流措施)从这个输出矩阵,并创建一个可用的《创世纪》功能。的iid输入的king2mat函数应该用于确保输出矩阵订单个人相同的方式GenotypeData对象。
#读个人从GenotypeData对象idiid < -getScanID(HapMap_genoData)头(iid)# # [1]NA19919 NA19916 NA19835 NA20282 NA19703 NA19902 # # 173年的水平:NA19625 NA19649 NA19650 NA19651 NA19652 NA19653……NA20412#创建矩阵估计王KINGmat < -king2mat(文件。kin0 =执行(“extdata”,“MXL_ASW.kin0”,包=“创世纪”),文件。亲属=执行(“extdata”,“MXL_ASW.kin”,包=“创世纪”),iid =iid)# #读取.kin0文件…# #读取.kin文件…# #确定独特的个人id从国王输出……# #检查提供单独的id# #添加亲属从.kin0文件条目…# #添加亲属从.kin文件条目…KINGmat [1:5,1:5]# # # # NA19919 NA19916 NA19835 NA20282 NA19703 NA19919 0.5000 -0.0009 -0.0059 -0.0009 0.5000 -0.0063 -0.0150 -0.0039 -0.0080 - 0.0014 # # NA19916 # # NA19835 -0.0059 -0.0063 0.5000 -0.0080 -0.0150 -0.0094 0.5000 -0.0134 -0.0094 - -0.0104 # # NA20282 # # NA19703 0.0014 -0.0039 -0.0104 -0.0134 0.5000矩阵的行和列的名字是个人id,和每个非对角的条目是KING-robust估计为指定的两个人。
王软件,运行替代snpgdsIBDKING函数的SNPRelate包可以用来计算KING-robust估计直接从GDS文件。这个函数的输出包含成对矩阵的估计,可以使用的《创世纪》功能。
运行pc航空
pc航空算法需要成对措施血缘和血统的分歧以样本分割成“无关子集”和“相关子集。“亲属关系系数估计是用来识别亲戚,因为只有一个人的亲戚可以被包括在“子集无关,”,其余必须分配到“相关的子集。“祖先分流措施计算从KING-robust用于帮助选择个人的亲戚有最独特的血统,应该优先列入“无关子集。”
KING-robust估计在上面看书总是用作无关的祖先散度指标对个人,但他们也可以用作亲属血缘关系的措施(注意:他们可能有偏见的措施混在亲属的亲属关系不同的祖先)。的pcair函数执行pc航空分析。
#运行pc航空mypcair < -pcair(genoData =HapMap_genoData,kinMat =KINGmat,divMat =KINGmat)# #分区样本到有关和无关的集…# #无关组:97 # #样品组相关:76个样本# #运行分析与20000个snp - 2块(s)# #计算遗传相关矩阵不相关的设置:块1的2…# #计算遗传相关矩阵不相关的设置:块2 2…# #上执行PCA无关的集…# #预测相关设置:PC值块1的2…# #预测相关设置:PC值块2 2…# #连接结果……genoData是一个GenotypeData类对象kinMat是成对亲属关系系数的矩阵估计divMat是一个矩阵的成对的措施祖先分化(KING-robust估计)
如果更好的亲属关系的估计系数可用,那么kinMat输入可以使用类似的替换这些估计的矩阵。的divMat输入应该总是保持KING-robust估计。
参考人口样本
PCA是一个无监督方法,往往很难确定哪些人口结构的每个电脑代表。为了提供一些推断结构的理解,有时建议包括参考已知的祖先在分析人口样本。如果数据集包含这些引用人口样本,我们可能希望只使用那些“无关子集”来执行所有其他样本的主成分分析和预测值。这可以通过设置输入unrel.set等于一个矢量,id人口,个人id的参考样本。
mypcair < -pcair(genoData =HapMap_genoData,unrel.set=IDs)相反,如果我们想要确保这些参考人口样本中包括“子集无关,”但也允许pc航空算法选择额外的个人从示例的一部分不相关的子集,那么这可以通过使用输入kinMat,divMat,unrel.set在一起。
mypcair < -pcair(genoData =HapMap_genoData,kinMat =KINGmat,divMat =KINGmat,unrel.set=IDs)这将迫使个人指定unrel.set的“子集无关,”移动任何亲人到”相关的子集,然后对剩余的样品执行pc航空分区算法。
分区没有运行PCA的样本
可能感兴趣的一个样本分割成一个祖先代表“子集”无关的个人和个人“相关子集”没有进行主成分分析。的pcairPartition函数,它叫做内pcair功能,允许用户这么做。
< -部分pcairPartition(kinMat =KINGmat,divMat =KINGmat)输出包含两个向量,给个人id为“无关子集”和“相关子集。”
头(部分unrels美元);头(rel美元部分)# # [1]“NA19916”“NA19835”“NA19703”“NA19901”“NA19908”“NA19914”# # [1]“NA19919”“NA20282”“NA19902”“NA20287”“NA20335”“NA19713”与pcair函数,输入unrel.set可以被用来指定特定的个人,必须的一部分“子集无关。”
输出从pc航空
返回一个对象pcair函数类pcair。一个总结类的对象的方法pcair提供获得结果的一个简短的概述。
总结(mypcair)电话# #:# # pcair (genoData = HapMap_genoData kinMat = KINGmat divMat = KINGmat) # # # # PCA方法:pc航空# # # #样本大小:173 # #无关组:97 # #样品组相关:76 # # # #样品亲属阈值:0.02209709 # #散度阈值:-0.02209709 # # # #返回主成分:20 # #特征值:9.334 1.87 1.289 1.24 1.207 1.189 1.174 1.162 1.148 1.139……# # # #加过滤器:0.01 # # snp使用:19996输出提供了总样本大小随着个体的数量分配给不相关的和相关的子集,以及阈值用于确定哪些对相关的人或祖先地发散。前电脑的特征值也显示,可以帮助确定电脑的数量反映结构。于小等位基因频率滤波器用于排除snp也指定,连同snp分析过滤后的总数。细节描述如何修改函数的参数分析和可用的输出可以找到的命令帮助(pcair)。
策划个人电脑pc航空
的《创世纪》包还提供了一个情节类的对象的方法pcair快速可视化对个人电脑。每一个点在一个电脑对情节代表一个样本个体。这些情节帮助可视化样本的人口结构和确定集群的类似的祖先。
#地块2 pc情节(mypcair)电脑3和4 #阴谋情节(mypcairvx =3,v =4)
默认是情节PC值作为黑点和蓝色的个人优点分别是“无关子集”和“相关子集”。绘制的颜色和人物,以及其他标准绘图参数,可以改变的标准输入情节函数。