randPedPCA: Rapid approximation of principal components from large pedigrees
Notice bibliographique
Résumé
Abstract Background Pedigrees continue to be extremely important in agriculture and conservation genetics with the pedigrees of modern breeding programmes easily comprising millions of records. The structure of such pedigrees is challenging to visualise. Being directed acyclic graphs, pedigrees can be represented as matrices. Common choices are the numerator relationship matrix, A , and the adjacency matrix T . With these matrices, the structure of pedigrees can then, in principle, be visualised via principal component analysis (PCA). However, the naive PCA of matrices for large pedigrees is challenging due to computational and memory constraints. Results We present the open-access R package randPedPCA for rapid pedigree PCA using sparse matrices and randomised linear algebra. Our rapid pedigree PCA builds on the fact that matrix-vector multiplications with the numerator relationship matrix can be carried out implicitly using the extremely sparse inverse Cholesky factor of the numerator relationship matrix. We demonstrate the utility of randPedPCA using several simulated datasets of pedigrees and SNPs. We then demonstrate the performance of randPedPCA by analysing the pedigree of the UK Labrador Retriever breeding population of almost 1.5 million individuals. Conclusions The structure of pedigrees can be efficiently and rapidly visualised using scatter plots of principal component scores. For large pedigrees, this is considerably faster than rendering plots of a pedigree graph.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».