文献

J-GLOBAL ID：202202246987265496   整理番号：22A0415137

非ランダム欠損データは集団遺伝構造の主成分分析推論をバイアスすることができる【JST・京大機械翻訳】

Nonrandom missing data can bias Principal Component Analysis inference of population genetic structure

著者 (2件)： Yi Xueling (Behavioral and Molecular Ecology Research Group, Department of Biological Sciences, University of Wisconsin-Milwaukee, Milwaukee, Wisconsin, USA) ,  Latch Emily K. (Behavioral and Molecular Ecology Research Group, Department of Biological Sciences, University of Wisconsin-Milwaukee, Milwaukee, Wisconsin, USA)
資料名： Molecular Ecology Resources  (Molecular Ecology Resources)
巻： 22  号： 2  ページ： 602-611  発行年： 2022年 
JST資料番号： W2685A  ISSN： 1755-098X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非モデルシステムにおける個体群遺伝学的研究は,より多くの遺伝子座を得るために次世代シークエンシングをますます利用しているが,そのような方法は下流分析に影響するかもしれないより多くの欠測データを生成する。ここでは,平均入力欠損データで集団構造の探索と可視化に広く使用されている主成分分析(PCA)に焦点を当てた。個人または個体群間でランダムにまたは偏った様々な全欠測(1%,10%,20%)を有する異なる個体群モデルのデータをシミュレートした。欠測データに偏った個体は,実際の個体群クラスタからPCAプロットの起源まで引き離され,真の混合個体と区別できず,誤解釈された個体群構造につながる可能性があることを見出した。また,制限部位関連DNA配列決定(RADseq)を用いて大褐色コウモリ(Eptesicus fuscus)の経験的データを作成した。19.12%,9.87%,および1.35%の全欠測性を持つ3つのデータセットをフィルタリングし,PCA起源に抵抗した偏った個体による非ランダム欠損データを示し,シミュレーションの結果と一致した。非ランダム欠測データがサンプル品質の変化により一般的である非モデルシステムにおけるPCAに対する欠測データ効果を考慮することの重要性を強調した。欠測データ効果を検出するのを助けるために,(1)サンプル欠測性を示す色勾配を持つPCAのプロット,(2)余分な注意によるPCA起源に近い解釈試料,(3)欠落バイアスサンプルの有無によるフィルタリングパラメータの探索,(3)PCA結果の交差検証と,(4),集団構造の解釈を助ける。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  可視化 ,  クラスタ ,  コウモリ ,  個体群 ,  *主成分分析
準シソーラス用語： 個体群構造 ,  DNA配列 ,  次世代シークエンシング , 【Automatic Indexing@JST】

著者キーワード (4件)： 次世代シークエンシング ,  集団構造 ,  主成分分析 ,  RADseq

分類 (2件)： 集団遺伝学  (EC01040J) ,  遺伝子の構造と化学  (EC02020U)

タイトルに関連する用語 (4件)： 欠損データ ,  集団遺伝構造 ,  主成分分析 ,  推論