生命科学 > 标记亲缘 > “标记亲缘”平台的另一个示例
发布日期: 09/15/2026

“标记亲缘”平台的另一个示例

了解如何计算标记交互作用中的亲缘。

1. 选择帮助 > 样本数据文件夹,然后依次打开 Life Sciences 和 Genotypes Pedigree.jmp。

2. 选择分析 > 生命科学 > 标记亲缘。

3. 选择 Markers (60/0) 并点击标记。

4. 为倍性键入 2。

5. 为设置随机种子键入 12345。

6. 将亲缘关系类型设置为“上位性”。

7. 为上位性类型指定“显性 - 加性”。

8. 为加性类型指定“二倍体方法 1”。

9. 为显性类型指定“二倍体方法 1”。

10. 将缺失标记插补方法设置为“随机”。

11. 保留主成分和聚类框处于选中状态。

12. 点击确定。

随即生成“标记亲缘”报表,如图 5.5 所示。

图 5.5 “标记亲缘”平台的示例 

Example of the Marker Relatedness Platform

在本例中,散点图矩阵不是简单的分布,而是加性效应、显性效应及这两者的交互作用的矩阵图。这三种分布显示了加性效应与自身的交互作用(左上)、显性效应与自身的交互作用(中央)以及上位效应与自身的交互作用(右下)。其余的方块表示三种类型的交互作用中的每一对之间的相关性。亲缘测度(加性、显性和上位性)之间缺乏强相关性,这表明每个测度都从标记中捕获了不同的信息,这是可取的。

图 5.6 主成分分析 

Principal Components Analysis

主成分图虽未显示个体存在明显分离的群体,但聚类分析确实显示存在个体群体的分离。

图 5.7 聚类分析 

Cluster Analysis

当启用“双向聚类”时,可以更清晰地看到这种分离,如图 5.8 所示。

图 5.8 “标记亲缘”平台的示例:双向聚类 

Example of the Marker Relatedness Platform: Two Way Clustering

该热图显示了个体群体(以红色标出)存在的证据,这些个体彼此间显然高度相关。

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).