ADMIXTOOLS 2 Playground

[tantin]

On 19.06.2023 г. at 22:37, Кухулин said:

Интересна работа. В базата на Райх липсват доста проби от Южната дъга. Например българката I19455 с 296к снипа.

I19455/Tell Kran 2009; grave 8, sample 36 (outside jar; long bone), genetically female.

Мисля че не са ги обединили все още с основната база. Уж са в процес на обновяване на голямата база, но кой ги знае докъде са стигнали. 

Все още сме на v54.1.p1, след дребните козметични промени.  Ако искаш можеш да си ги обединиш, не е проблем, но после базата става още по голяма и трудна за обработка. 

[Кухулин]

Преди 6 часа, tantin said:

Ако искаш можеш да си ги обединиш, не е проблем, но после базата става още по голяма и трудна за обработка. 

Тоест трябва сам да си компилирам гено файл? Или има някаква друга система?

[tantin]

Преди 5 часа, Кухулин said:

Тоест трябва сам да си компилирам гено файл? Или има някаква друга система?

Това е системата. Сливаш фаийловете: (merge).

Това се прави на Линукс машина. 

Аз първо ги конвертирам в plink формат: .bed .bim .fam .

След това ги обединявам с plink. Веднъж обърнати в plink формат може директно да се правят ф3 и ф4 статистики.

Адмикстоолс 2 може да работи доректно с plink данни, няма нужда да се обръщат обратно в geno формат.

Аз това съм го отработил, ако ти трябва мога да дам скриптовете.

[Кухулин]

Преди 13 минути, tantin said:

Аз това съм го отработил, ако ти трябва мога да дам скриптовете.

Мерси, ама не ми се занимава с такива врътки. Ще изчакам тия мушмули от Харвард да си оправят базата.

[tantin]

Каквото трябваше да кажем сме го казали. Най-големия мушмул вече го знаем кой е. 

По ADMIXTOOLS 2 имаше наскоро малко развитите. Но като цяло тази платформа си работи по същия начин, нищо особено. Ако имате старата версия желателно е да си обновите с най-новия ъпдейт. 

[Южняк]

Има някои неща, които смятам, че е редно да се знаят за адмиксуулс 2, както от професионалисти, доколкото ги има, така и от любители в БГ. Адмикстулс 2 е много бърз и удобен инструмент, както и да е, надеждността му е далеч по-малка от оригиналния адмикстулс, който е под линукс/шел. ЗА съжаление това, което отнема на 2 минути, на оригинала може да отнеме часове, по причина, че е проектиран да ползва само едно сипию, и аз поне не мога да го ускоря; има разни трикове - инстанация на данните в линукската директория и т.н., но не мога да го накарам да работи на няколко спю, освен това, преди да почне със сметките, прочита *цялата база данни първо* и ако е голяма, само това отнема 10 и повече минути; т.е. популациите първо трябва да се редуцират. Както и да е, покрай етруския разговор направих паралелни тестове ф-4 на адмикстулс и адмикстулс 2; резултатите в адмикстулс 2 тревожно се разминават с тези на линукския адмикстулс, който е и стандарта - това което почва с тибл е на 2, това което почва с резултс е на линукс. Вярвам на линукс. 

 

 

 

За съжаление същото се отнася за функцията за моделиране, кпадм на адмикстулс 2. БГ ползвателите на алгоритъма трябва да знаят, че според р. майер, автора на алгоритъма, най-надеждният начи да се стабилизират резултатите на кпадм и да се до0ближат до тези от линукс е следния скрипт - p <- qpadm(
        data = pref,
        left = ...,
        right = .....,
        target = target,
        allsnps = TRUE,
        fudge = 1e-04,
        fudge_twice = TRUE,
        verbose = FALSE
      ) - тук ключовоте е allsnps = TRUE,
        fudge = 1e-04,
        fudge_twice = TRUE, което доближава резултатите до тези от оригиналния линукс базиран инструмент и без него резултатите от кпадм много често са невалидни. Дори тогава резултатите са само много близки, но не и идентични. За съжаление не важи за ф4 и там спасение няма, поне не съм открил. има някакви "свързващи функции" между линукс-базираното нещо и Р базираното, които май помагали, но не съм ги тествал. Хората които си играят с адмиктул 2 трябва да проверят ролята на fudge, преди да и се доверят, но, без нея, резултатите са понякога или често, невалидни и недобри. Най доброто е да се ползва оригиналния адмикстулс под линукс, но той отнема много време.

 

[Кухулин]

 allsnps = TRUE смята всяка ф4-статистика от микса върху различен брой снипове. Това е допълнителен фактор за натрупване на грешка, защото реално означава съпоставяне на тестове при различни условия. Далеч по-добре е тестовете да се правят при достатъчен брой снипове след филтрацията (> 100к, а още по-добре > 200к), отколкото да се прибягва до такива фокуси. Поне аз съм стигнал до този извод. А за да останат достатъчно снипове след филтрацията, трябва да се ползват само тлъсти десни популации - с милиони снипове. Иначе нищо не става. Когато имаш милиони снипове отдясно, отляво можеш да си позволиш тест с популация от една-две проби, даже мършави, и пак остават достатъчно. Само че трябва всеки микс да се смята отделно в ръчен режим, а не да се пускат някакви мащабни пакети...