「マーカーの関係性」プラットフォームの別例
マーカーの交互作用を調べるためのゲノム関係行列を求める計算方法を説明します。
1. ［ヘルプ］>［サンプルデータフォルダ］を選択し、「Life Sciences」を開いてから、「Genotypes Pedigree.jmp」を開きます。
2. ［分析］>［ライフサイエンス］>［マーカーの関係性］を選択します。
3. 「Markers (60/0)」を選択し、［マーカー］をクリックします。
4. 「倍数性」に「2」と入力します。
5. 「乱数シード値」に「12345」と入力します。
6. 「ゲノム関係性の種類」を［エピスタシス］に設定します。
7. 「エピスタシス的関係の種類」に［顕性×相加性］を指定します。
8. 「相加的関係の種類」に［二倍体法1］を指定します。
9. 「顕性的関係の種類」に［二倍体法1］を指定します。
10. 「欠測マーカーの補完法」を［ランダム］に設定します。
11. 「主成分分析」と「クラスター分析」の両方のボックスをチェックしたままにします。
12. ［OK］をクリックします。
「マーカーの関係性」レポートが図5.5のように生成されます。
図5.5 「マーカーの関係性」プラットフォームの例
この例では、一変量の分布だけのヒストグラムではなく、散布図行列が表示されています。このプロットには、相加的効果（additive effect）同士・顕性的効果（marker dominance effect）同士、それら2つ（エピスタシス効果同士）について、交互作用を示したものです。対角線上における3つのヒストグラムは、相加的効果（左上）、顕性的効果（中央）、それらの交互作用（右下）を示しています。非対角要素の散布図は、それら3種類の効果について各ペア間の相関を表したものです。相加性・顕性・エピスタシスの各関係性指標に強い相関がないことは、1つ1つの指標がマーカーから、その指標に固有の情報を独立して得ていることを示しており、これは望ましいことです。
図5.6 主成分分析
主成分分析プロットで示される個体の分布では、他の個体と明確に分離しているグループの存在は示されませんが、クラスター分析では分離しているグループの存在が示唆されています。
図5.7 クラスター分析
この分離は、図5.8に示すように、「変数間クラスター」を有効にすると、より明確に確認できます。
図5.8 「マーカーの関係性」プラットフォームの例：変数間クラスター
ヒートマップは、相互の関連性が高いことが明らかな個体グループ（赤色）が存在することを示唆しています。