摘要
背景
结果
结论
背景
实施
结果
Web工具
-
1 选择平台。 为单色或双色基因表达微阵列选择单通道或双通道选项(双通道选项也用于任何其他技术分析样本对)。 -
2 上传包含基因型数据矩阵(个体×标记)的标签分隔值(TXT)文件。 每个细胞都包含一个基因型标签(例如,a或B表示亲本等位基因,H表示杂合位点;NA表示缺失数据)。 -
三。 设置参数。 指定环境因素的数量、它们的级别数以及这些级别的可能值。 指定幻灯片(化验)总数或在每个条件下分配的样本数。 -
4 如果只对一个或几个基因组区域或特定因素感兴趣,请使用高级选项。 通过关注某些区域(例如,第一条染色体上的前20个标记),可以优化实验设计。 有关感兴趣因素的预期效果大小的先验知识也可以作为算法的权重参数。 -
5 点击按钮启动优化算法 优化实验设计 (图 1 ). -
6 获取结果。 优化完成后,最佳实验设计将在线显示(以表格格式),并可作为文本文件下载。
R包
-
1 准备输入文件,指定每个标记位置的每个个体的基因型。 该文件应格式化为制表符分隔值(TXT),如表所示 1 .
-
2 通过启动R应用程序并键入以下命令来加载designGG包:
-
三。 选择实验平台。 在本例中,我们使用双色微阵列,因此:
-
4 加载标记数据并指定以下必需参数(环境因素的数量、每个因素的级别数、每个级别的值以及可用幻灯片的数量):
-
5 除了步骤4中指定的必需参数外,还有一些可供选择的参数用于定制的实验设计:例如,我们可能对1之间的基因组区域特别感兴趣 标准 标记和20 第个 标记,即先前研究中已知表型QTL所在的位置。 然后,他们可以指定优化算法只应考虑标记1到20处的基因型:
-
6 以下命令指定存储生成的优化设计表的目录以及输出文件(设计表)的名称:
-
7 运行designGG以获得最佳设计:
-
8 可以在目录中找到输出,也可以通过以下方式检索:
-
9 此外,用户可以使用以下方法检查算法迭代时记录的优化得分曲线:
预期结果
结论
可用性和要求
工具书类
Jansen RC,Nap JP:遗传学基因组学:分离的附加值。 趋势Genet 2001, 17(7):388–391. 10.1016/S0168-9525(01)02310-1 Bystrykh L、Weersing E、Dontje B、Sutton S、Pletcher MT、Wiltshire T、Su AI、Vellenga E、Wang J、Manly KF、, 等 .:使用“遗传基因组学”揭示影响造血干细胞功能的调控途径。 自然基因 2005, 37(3):225–232. 1038/ng1497年10月10日 Schadt EE、Lamb J、Yang X、Zhu J、Edwards S、Guhathakurta D、Sieberts SK、Monks S、Reitman M、Zhang C、, 等 :一种综合基因组学方法,用于推断基因表达与疾病之间的因果关系。 自然基因 2005, 37(7):710–717. 10.1038/ng1589 Chen Y、Zhu J、Lum PY、Yang X、Pinto S、MacNeil DJ、Zhang C、Lamb J、Edwards S、Sieberts SK、, 等 .:DNA的变异阐明了导致疾病的分子网络。 自然 2008, 452(7186):429–435. 10.1038/性质06757 Brem RB,Kruglyak L:酵母5700个基因表达性状的遗传复杂性。 《美国科学院院刊》 2005, 102(5):1572–1577. 10.1073/pnas.0408709102 Li Y,Breitling R,Jansen RC:广义遗传基因组学:从环境扰动中获取附加值。 趋势Genet 2008, 24(10):518–524. 10.1016/j.tig.2008.08.001 Li Y、Alvarez OA、Gutteling EW、Tijsterman M、Fu J、Riksen JA、Hazendong E、Prins P、Plasterk RH、Jansen RC、, 等 .:通过基因基因组学绘制秀丽线虫基因表达可塑性的决定因素。 公共科学图书馆-基因 2006年,2(12):e222。 10.1371/日志.pgen.0020222 Churchill GA:cDNA微阵列实验设计基础。 自然基因 2002年,32(补充):490-495。 1038/ng1031年10月10日 Fu J,Jansen RC:基因表达遗传研究的优化设计和分析。 遗传学 2006, 172(3):1993–1999. 10.1534/基因105.047001 费希尔RA: 实验设计。 第4版。 爱丁堡:奥利弗和博伊德; 1947 Kerr MK,Churchill GA:基因表达微阵列的实验设计。 生物统计学 2001, 2(2):183–201. 10.1093/生物统计/2.2.183 杨玉华,速度T:cDNA微阵列实验的设计问题。 Nat Rev基因 2002, 3(8):579–588. Fournier MV、Carvalho PC、Magee DD、Carvalho MGC、Appasani K:基因表达分析的实验设计。 在 生物阵列从基础到诊断 .人文出版社; 2007:29. Wit E,Nobile A,khanin R:双通道微阵列研究的近优设计。 应用统计学 2005, 54(5):817–830. Lam AC,Fu J,Jansen RC,Haley CS,de Koning DJ:用双色微阵列优化设计远交组合中基因表达的遗传研究。 遗传学 2008, 180(3):1691–1698. 10.1534/遗传学.108.090308 Rosa GJ、de Leon N、Rosa AJ:基因基因组学研究微阵列实验设计策略综述。 基因组学杂志 2006, 28(1):15–23. 10.1152/生理遗传学.00106.2006 Woo Y,Krueger W,Kaur A,Churchill G:三色和四色基因表达微阵列的实验设计。 生物信息学 2005年,21(补充1):i459–467。 10.1093/生物信息/bti1031 Wit E,Nobile A,Khanin R:近最优双通道微阵列设计的模拟退火。 应用程序统计信息 2005, (54):817–830. 统计计算R项目[ 网址:http://www.r-project.org/ ] Swertz MA、De Brock EO、Van Hijum SA、De Jong A、Buist G、Baerends RJ、Kok J、Kuipers OP、Jansen RC:分子遗传学信息系统(MOLGENIS):开发本地实验基因组学数据库的替代方案。 生物信息学 2004, 20(13):2075–2083. 10.1093/生物信息学/bth206 Swertz MA、Jansen RC:超越标准化:系统生物学的动态软件基础设施。 Nat Rev基因 2007, 8(3):235–243. 10.1038/编号2048