精確的表型檢測是關(guān)聯(lián)分析的關(guān)鍵幌甘，GWAS對數(shù)量性狀和質(zhì)量性狀都適用贝椿。
1.各類性狀的特點及鑒定與考察建議
image.png
2.表型的基本處理
2.1 正態(tài)性檢驗
- 關(guān)聯(lián)分析屬于線性模型州邢，要求數(shù)據(jù)必須符合正態(tài)分布袖瞻；
- 正態(tài)性檢驗簡單直觀的方法是繪制頻率分布圖伐蒂，觀測數(shù)據(jù)分布情況煞躬；
- 可以使用Shapiro-Wilk方法進行檢測；
- 不太符合正態(tài)分布的數(shù)據(jù)有時也可能獲得不錯的關(guān)聯(lián)結(jié)果逸邦，需要警惕結(jié)果真實性恩沛。
2.2 去除極端異常值
極大或極小的異常值可能引起關(guān)聯(lián)結(jié)果的異常，在分析前需要去除缕减。
- 排序觀察法雷客，適用于表型種類較少時；
- 3sigma規(guī)則：均值加減三倍標準差的范圍內(nèi)為正常值桥狡，其他為異常值搅裙；
-
箱線圖：在觸須外的值均可以認為是異常值。
2.3 多年多點表型值處理
- 性狀遺傳力高裹芝，受環(huán)境影響不大部逮，可以根據(jù)多年多點的結(jié)果取均值或BLUE值作為該性狀的代表值進行分析廊蜒；
- 若性狀遺傳力低藏澳，受環(huán)境影響大，可每年每點單獨分析后綜合評判結(jié)果渐溶，在獲得定位結(jié)果的同時進行G×E分析怜械。
2.4 數(shù)據(jù)標準化
- 數(shù)據(jù)標準化針對絕對值較大蜈漓，且有明顯梯度間隔的表型穆桂，絕對值較小的比較連續(xù)的表型可以不進行標準化，直接用于關(guān)聯(lián)分析融虽。
- 所有標準化都不會也不能影響該組數(shù)據(jù)本身的大小趨勢享完，因此也不會改變關(guān)聯(lián)結(jié)果。
- min-max標準化有额，也叫離差標準化般又，也就是常說的歸一化，絕對值較大且有明顯梯度的數(shù)據(jù)通常采用該方法巍佑，公式為：
- y=(x-min(x))/(max(x)-min(x))茴迁，y為標準化后的值，x為原始值萤衰；
- min-max標準化后所有的值都在0-1之間堕义。
- Z-score標準化：z=(x-μ)/σ，其中x為某一具體分數(shù)脆栋，μ為平均數(shù)倦卖，σ為標準差。
2.5 分類變量的啞變量賦值
-
對于無序分類數(shù)據(jù)椿争，如花色或果皮顏色等怕膛，可以對變量進行啞變量賦值，以紅秦踪、黃褐捻、藍為例，可依次按如下的方式賦值：
幾種方式賦值后分別進行關(guān)聯(lián)分析椅邓，獲得的結(jié)果綜合為最終的結(jié)果柠逞，賦值時需要注意1和0比例不要太懸殊。
引用轉(zhuǎn)載請注明出處景馁，如有錯誤敬請指出边苹。
