TASSEL 关联分析软件 起步教程

目录

1、       下载安装软件... 1

2、       导入数据... 1

3、       处理数据... 3

3.1 清洗数据... 3

3.2 主成分分析... 5

3.3 用基因标记估计系谱... 5

3.4 用一般线性模型分析... 5

3.5 用混合线性模型分析... 5

1、  下载安装软件

下载地址：http://tassel.bitbucket.org/

这里下载的是win的64为系统，截图如下：

01

安装成功后，打开菜单如下：

02

2、  导入数据

数据下载地址：http://tassel.bitbucket.org/

截图如下：

03

打开data，load，选择Make Best Guess

04

选择几个示例数据：

05

打开后的数据如下

06

里面包括系谱数据、性状数据和基因型数据（snp）。

3、  处理数据

3.1 清洗数据

选中mdp_trait，

07

然后选择：Data中的Transform Phenotype，

08

可以对数据进行转化、标准化等操作，注意，要先对数据进行选择，然后再进行操作：

09

也可以对缺失值的数据进行删除，点击imput，Numerical impute，就会生成没有缺失值的数据，这只是缺失值的不同替换方法。

10

11

3.2 主成分分析

主成分分析（PCA）是一种统计方法，它可以将相互关联的变量转化为独立的主成分（PC），第一种成分包含最多的组分，其它依次降低。另一个主成分的作用可以用标记的主成分来代表群体结构。这种方法比最大似然法节省时间。因为大部分的分子标记都是字符，需要先将其转化为数值，然后再进行主成分分析，一般将纯合的标记用0代替，另一个纯合子用2代替，杂合的用1代替。PCA要求变量不能有缺失值，因此，在进行主成分分析时，需要对数据进行清洗，去除缺失值。

去掉频率小于0.05的标记，可以选择Data,选择Site，然后在最小频率的框中键入0.05，然后选择Removeminor SNP status，然后点击Filter，进行过滤，模型如下：

12

选择PCA，然后选择5个主成分（默认项），点击确定，就会生成结果，模型如下：

13

14

结果如下：

15

3.3 用基因标记估计系谱

利用主成分分析可以判断群体的结构特征，但是如果利用系谱信息，这种结果会更加准确。可以用基因型数据生成系谱信息，首先选中基因型数据，点击Analysis，选择Kinship

16

结果如下：

17

3.4 用一般线性模型分析GLM

下面我们用GLM模型来分析示例数据，mdp_genotype.hmp.txt是snp数据，里面有3093个标记，281个玉米自交系，另一个文件是mdp_population_structure.txt，里面是282个玉米自交系的群体结构，还有一个是mdp_traits.txt，里面是282玉米自交系的表型数据。

首先对基因型数据进行过滤，去掉频率小于0.05的，最小的数目是150，点击过滤，生成过滤后的基因型数据：

18

然后对数据进行个过滤，选择开花期dpoll这个性状，

19

进行协变量选择，即选择群体结构的文件，这里我们去掉Q3，数据如下：

20

合并数据，将这三个过滤好的数据，选中进行合并，点击Data Intersect Join，

21

数据合并如下：

22

然后选中合并后的数据，用analysis，GLM来进行分析

23

24

运行结果如下：

25

QQ图：

26

P-value值：

27

3.5 用混合线性模型分析

混合模型需要添加系谱矩阵

28

点击run

29

结果：

30

相关图形：

31

32