tassel

Tassel主要是研究基因型与表现型之间的关系。有多种功能，包括：关联分析、评估进化关系、主成分分析、聚类分析、推断缺失数据、数据的可视化。安装：1、下载JavaRuntimeEnvironment并安装；2、下载tassel_standalone.zip并解压；3、双击解压后文件里的jar文件(sTASSEL.jar)，或者打开cmd命令窗口输入命令java-Xms256M–Xmx768M–jarsTASSEL.jar（要指定sTASSEL.jar文件路径），即可使用。使用：1.data菜单栏里面的常用功能介绍：1.1、Load（下面介绍常见的几种格式）1.1.1、Hapmap是一种储存序列数据的格式1.1.2、Plink数据储存在两个文件中（以.map和.ped结尾的文件中）.ped：包含所有的SNP值和六列(FamilyID,IndividualID,PaternalID,MaternalID,SexandPhenotype).map：每行都表示一个SNP的信息（四列：Chromosome,rs#,GeneticdistanceandPosition）1.1.3、Flapjack数据储存在两个文件中（以.map和.geno结尾的文件中）.geno：第一行的第一列是空的，后面的列是SNPID，从第二行起的第一列都为种系名字.map：每行都表示一个SNP的信息（三列：SNPID,Chromosome,Position）1.1.4、Polymorphism1.1.5Numericaldata协方差格式：1.1.6、SquareNumericalMatrix1.1.7、GeneticMap1.2、Sites1.3、SiteNames从数据库中选择基因型数据1.4、Taxa从数据库中选择基因型、表型、群体结构数据1.5、Traits用于numericaldatasets中：可以改变性状类型、遗弃不需要的性状1.6、TransformWhenagenotypedatasetisselected,thedataaretransformedtonumbers.Whenanumericaldatasetisselected,mathematicaltransformation,dataimputationandprincipalcomponentanalysis(PCA)canbeperformed.TheTransformcolumnstagswillbedisplayedinaDatadialogboxwiththreetabs:Trans,ImputeandPCA.基因型转化为表型后出现的窗口：点击转化数字性数据后出现的窗口：1.7、SynonymizeTaxaNames1.8、UnionJoin取数据的并集1.9、IntersectionJoin取数据的交集2、AnalysisMode2.1、Diversity2.2、LinkageDisequilibrium针对SNP数据的首先要做一下过滤数据(applyDataSitesfirst)；然后将进行LD分析（估计出D',r2andP-values）2.3、Cladogram2.4、Kinship针对SNP数据计算的2.5、GLM进行这项分析时，要有经过TraitFilter处理后的三个文件（genesequence+populationstructure+phenotype），将这三个文件进行Intersection(∩)Join。运行处两个结果文件（onecontainingtraitbymarkerF-testsandtheothercontainingalleleestimates）.，如下：2.6、MLM运行的文件是运行GLM的合并文件和一个矩阵文件，将出现两个结果文件（modelstatisticsandmodeleffects）。但是，Ifcompressionisused,theanalysiscreatesthreetables.展示每个性状测试的结果文件：展示每个标记的每个等位基因的估计效果：2.7、RidgeRegression这项功能是通过基因型来预测表型，是基因选择的一个方法。输入的数据集包括一个或多个表型数据和数值型标记数据，将会在“Numerical”出现两个结果文件（genomicestimatedbreedingvalues(GEBVs)foreachtaxonandtheotherwillcontainbestlinearunbiasedestimates（BLUPs）foreachmarkerinthegenotypefile）3、ResultMode结果菜单栏3.1、Table3.2、TreePlot3.3、2DPlot3.4、LDPlot3.5、ChartTassel几个常用功能：1、MissingPhenotypeImputation首先选择数据，然后点击“Transform””Impute””CreateDataset”。结果如下：2、PrincipalComponentAnalysis步骤：1.移除单型位点：选中基因型数据，点击SiteFilter。(Settheminimumfrequencyto0.05)2.数值化：选中过滤的基因型数据，点击TransformCreatedataset。（设置默认）3.缺失值的推断：选中数值化数据，点击TransformImputeCreatedataset。（设置默认）4.PCA：选中推断的数值化数据，点击TransformPCAComponentsCreatedataset。(Changethedefaultoptionto“Components=3”)5.画图：resultchart示意图如下：3、EstimationofKinshipusinggeneticmarkers1.移除单型位点：选中基因型数据，点击Site“RemoveminorSNPstatus,”Filter。（SetthethresholdonMAFto0.05）2.选中过滤后的基因型数据，点击Kinship结果为：4、AssociationanalysisusingGLM1.移除单型位点：选中基因型数据，点击Site“RemoveminorSNPstatus,”Filter。（SetthethresholdonMAFto0.05）2.选择性状：选中表型数据，点击Trait选择表型OK.3.选择协变量：选中过滤的表型数据（populationstructure）Trait选择群体OK。4.联合数据：选中上面三个过滤数据，点击Intersection(∩)Join5.GLM：选中联合数据，点击GLM示意图如下：5、AssociationanalysisusingMLM选中GLM的联合数据+矩阵数据，点击MLM示意图如下：