생명 과학
생명 과학은 JMP에서 유전자 데이터를 분석하고 해당 데이터로 육종 프로그램을 시뮬레이션하여 최적의 유전자 교배를 예측하는 데 도움이 되는 방법을 제공합니다.
• 표지자 통계량 플랫폼은 데이터 집합에 포함된 모든 이중 대립유전자 표지자의 다양한 특성을 탐색하는 방법을 제공합니다. 이 기능은 특히 QC(품질 관리)와 분석에서 제외할 표지자를 식별하는 데 중점을 둡니다. 자세한 내용은 "표지자 통계량"에서 확인하십시오.
• 표지자 시뮬레이션 플랫폼은 데이터 테이블에 저장된 이중 대립유전자 표지자와 예측 변수 계산식(반응 변수 선별 플랫폼을 사용하여 생성됨. 예측 및 전문 모델링의 "Response Screening" 참조)을 사용하여 지정된 교배 집합에서 자손을 시뮬레이션합니다. 이 프로세스로 다양한 교배를 테스트하여 원하는 형질 조합을 가진 자손을 생성하는 교배를 추정할 수 있습니다. 자세한 내용은 "표지자 시뮬레이션"에서 확인하십시오.
• 표지자 근연성 플랫폼은 유전 표지자를 기반으로 개체 쌍 사이의 다양한 유전적 근연성 지표를 평가합니다. 이 플랫폼의 결과는 n행 × n열로 구성된 유전체 관계 행렬입니다(n = 데이터 테이블의 개체 수). 모형 적합 플랫폼의 반응 변수 선별 분석법에서 이 행렬을 사용하여 GBLUP 모형을 적합시킬 수 있습니다. 또한 이 관계 행렬을 사용하여 주성분 분석과 군집화를 통해 관련 개체 그룹을 평가할 수도 있습니다. 자세한 내용은 "표지자 근연성"에서 확인하십시오.
• 표지자 혼합 플랫폼은 일련의 표지자 유전자형을 기반으로 개체의 조상 기원 확률(혼합 확률)을 추정합니다.
• 결측 표지자 대치 플랫폼은 LD-kNNi(연관비평형 k 최근접 이웃 대치법)나 기타 방법을 사용하여 이배체(K = 2) 또는 배수체(K > 2) 생물의 수치형 결측 표지자 유전자형(0, 1, ..., K)을 대치합니다. 결측 유전자형을 가진 표지자와 다른 모든 표지자 사이의 거리를 계산하고, 결측 유전자형을 가진 각 표지자에 대해 가장 가까운 표지자 집합이 선택됩니다. 그런 다음 선택된 각 표지자 집합을 사용하여 결측 유전자형을 가진 표본과 다른 모든 표본 사이의 거리를 계산합니다. 마지막으로 가장 가까운 표본 및 표지자 집합을 사용하여 결측 유전자형을 대치합니다.
• 정규화 플랫폼은 다양한 방법을 사용하여 원시 데이터 테이블을 정규화하고, 데이터를 새로운 JMP 테이블에 저장하거나 기존 테이블의 원시 데이터를 대체합니다.
• 거리 행렬 플랫폼은 데이터 집합에서 관측값(행) 간의 거리 또는 비유사성을 측정하는 다양한 지표를 계산합니다. 사용 가능한 방법에는 유클리드(기본값), Jaccard, Bray-Curtis, Gower, Hamming 등이 포함됩니다. 이러한 근접성 측정값은 출력 데이터 집합에 정방 행렬로 저장됩니다. 출력 거리 행렬은 사용자의 필요에 따라 계층적 군집화 및 히트맵 시각화에 사용할 수 있습니다.