icimapping定位区间怎么看
发布网友
发布时间:2023-02-24 00:09
我来回答
共1个回答
热心网友
时间:2023-07-17 08:21
如果任务数很多,可以将project添加进任务中,直接点击Task,添加到队列中,然后再点击start,开始运行。
当运行完毕后,可以查看结果,结果文件包含8中类型:
COE文件:遗传图marker间相关性下三角矩阵文件
ICAA文件:复合区间作图二维扫描的加性效应下三角矩阵文件
ICLD文件:复合区间作图二维扫描的lod值下三角矩阵文件
MTP文件:marker 分型频率、偏分离卡方检验、缺失marker分型估计
RICE文件:复合区间作图二维扫描结果文件
QICE文件:复合区间作图识别两个基因上位性QTL文件
STA文件:基本的表型数据统计文件
STP文件:复合区间作图逐步回归文件
COE文件:
MarkerID:整数表示的MarkerID;
MarkerName:Marker name;
First row:Marker ID、MarkerName和MarkerID;
Other:marker 间相关系数;
MTPfile:
MarkerID:整数表示的MarkerID;
MarkerName:Marker name;
Chromosome:chromosome ID (从1开始计数);
Position:Marker 在连锁群中的位置;
Size(2):基因型与P1一样的个数;
Size(1):基因型与F1一致的个数;
Size(0):基因型与P2一致的个数;
Size(-1):基因型缺失的个数;
Chi-Square:Marker 偏分离卡方检验统计量;
Pr>ChiSq:卡方检验的可能性;
RICE文件:
TraitID:整数表示的性状ID;
TraitName:性状名称;
Chromosome1:第一次扫描位置的Chromosome ID;
Position1:第一个QTL的扫描位置;
Chromosome2:第二次扫描的Chromosome ID;
Position2:第二个QTL扫描位置;
LOD(AA):主要由上位性得到的LOD值;
LOD(AAbyE):主要由上位性和环境互作得到的LOD值;
V(AA):主要由上位性造成的遗传变异;
V(AAbyE):由上位性和环境互作造成的遗传变异;
PVE:表型贡献率;
PVE(AA):由上位性得到的表性贡献率;
PVE(AAbyE):由环境和上位性得到的表型贡献率;
Add1:position1位置的加性效应;
Add2:position2位置的加性效应;
AddbyAdd:position1和position2共同作用的加性效应;
A1byE_01、A1byE_02、A1byE_03... :在不同环境下的position1的加性效应;
A2byE_01、A2byE_02、A2byE_03...:在不同环境下的position2的加性效应;
QICE文件:显著性的QTL文件
各列表示意义同RICE文件;
STA文件:
EnvironID:一个整数表示的环境ID;
EnvironName:环境名称;
SampleSize:样本大小;
Mean:表型数据均值;
Variance:表型方差;
StdError:表型方差标准误;
Skewness:表行数据偏斜度;
Kurtosis:表型数据峰度;
Minimum:表型数据最小值;
Maximum:表型数据最大值;
Range:表型数据范围;
W-test:Shapiro Wilk W-statistic 检验;
P-test:Shapiro Wilk W-statistic 的P-value;
STP文件:
EnvironID:整数表示的环境ID;
EnvironName:环境名称;
Method:加性和上位性作图的逐步回归区分;
VariableID:Marker pairs
Intercept:逐步回归停止;
Rsq:通过最终的模型解释表型变异;
其中RICE和QICE文件是最后的结果文件,需要重点查看的。
至于图形结果,可以直接点击EPI和EPI(Q)(这两个图标是明亮时分别点击直接出图),点击位置如下图中红框圈出的位置: