Ik heb veel gelezen over kwantitatieve genetica en de G- (en B-) matrix onlangs. Ik begrijp nu het principe achter het uitvoeren van de analyse, maar ik weet nog steeds niet zeker hoe ik het moet doen. Ik zou het graag willen uitproberen met wat dummy / oude gegevens in R om te zien hoe het wordt gedaan.
Laten we doen alsof ik 5 eigenschappen van Drosophila heb gemeten (vleugellengte, levensduur, oogpigmentatie, borstelaantal en conditie). Kan ik uit deze gegevens een G-matrix voor de populatie construeren en ook een B-matrix krijgen om de selectie op de eigenschappen te meten?
Doelstellingen van de post:
1) Welke informatie (metingen van eigenschappen, fitnessscores etc.) is nodig om G- en B-matrices te construeren?
2) Ik zou graag gedrukt of online materiaal willen vinden dat me zou kunnen helpen bij het daadwerkelijk implementeren van deze methode. Het lijkt erop dat er ontzettend veel artikelen zijn die zeggen dat G-matrices geweldig zijn, maar niemand zegt echt hoe je ze in het echte leven moet doen …
Opmerkingen
- Uw link heeft alleen betrekking op G-matrix. Ik weet niet ' wat een B-matrix is. Heb je een link die uitlegt wat een B-matrix is? Thks
- @ Remi.b De b-matrix is een submatrix binnen de g-matrix (de g-matrix is opgebouwd uit vier submatrices, Gm [mannelijke genetische variantie en covariantie] Gf ook voor vrouwen, B (en B getransponeerd) met de geslachtsoverschrijdende genetische covariantie
- Een korte beschrijving van wat een G-matrix is, is te vinden in deze vraag
Antwoord
Om de G-matrix te construeren heb je additieve genetische varianties en covarianties nodig voor alle eigenschappen, dus je normaal gesproken resultaten nodig van fokexperimenten (bijv. fenotypische gegevens van middenouder en nakomelingen), waarop u regressies van ouder en nageslacht kunt uitvoeren. Weet geen goede online bronnen, maar zie Balding et al . 2007 p. 534ff voor wat informatie. Ik heb methoden gezien die beweren dat de G-matrix direct kan worden geschat op basis van fenotypische gegevens van niet-verwante individuen (bijv. Zintzaras 2011 ) of uit genomische informatie, zoals SNPs ( Vattikuti et al. 2013 ), maar zijn hier niet bekend mee en weten niet hoe betrouwbaar ze zijn.
Een duidelijke achtergrond over het gebruik van gemengde modellen om de G-matrix te schatten, inclusief voorbeelden / tutorials, kan zijn gevonden in Wilson et al (2009) .
Of had u iets anders / iets specifiekers in gedachten?
Opmerkingen
- Ik denk dat dit voor mij echt twee aspecten heeft. Ten eerste wil ik ' weten hoe ze kunnen worden gedaan. Ten tweede probeer ik erachter te komen of ik ze zou kunnen doen door eigenschapwaarden uit hemiclonale lijnen van drosophila te gebruiken, zodat ik geslachtsspecifieke eigenschapwaarden voor elk haplotype krijg en daarom een B-matrix kan maken.
- Nou, dat zou je moeten zijn in staat om genetische varianties te krijgen van hemiclonale lijnen – je moet echter zorgvuldig overwegen hoe je ze precies moet berekenen en hoeveel erfelijkheidsgraad is vastgelegd. Wat bedoel je met: " Ten eerste wil ik ' graag weten hoe ze gedaan kunnen worden ". Wat de matrices bevatten, hoe de regressies technisch uit te voeren of iets anders? Ik vermoedde dat je op zoek was naar iets specifiekers, maar je moet de vraag bijwerken om het minder onduidelijk te maken.
- Heb je ook gekeken naar Diermodellen (statistische gemengde modellen), waar de volledige stamboom kan worden gebruikt om componenten van de G-matrix te schatten?
- wat ik bedoel met " hoe ze gedaan kunnen worden " is wat voor soort gegevens ik nodig heb, wat er gemeten moet worden, zoals al in de vraag staat
- @GriffinEvo Ik denk dat dit onduidelijk is voor mij; in het eenvoudige geval heb je voor een G-matrix fenotypische gegevens nodig over de eigenschappen die van belang zijn en een bekende relatie tussen individuen (bijv. ouder-nakomelingen). Ik schreef dit ook in mijn antwoord, maar blijkbaar ben je op zoek naar iets anders. Om rekening te houden met b.v. omgevingsfactoren, geslacht of een bekende stamboom heeft u een complexer statistisch model nodig, bijv. Diermodellen . Ik heb mijn antwoord bijgewerkt met een paper die misschien van pas komt.