典型相关分析_层次典型相关分析揭示了植物的表型、基因型和地理气候之间的关联...

点击蓝色字免费订阅，每天收到这样的好资讯

2020年3月Plant Phenomics 刊发了由来自美国明尼苏达大学双城分校Rui Kuang团队题为 Hierarchical Canonical Correlation Analysis Reveals Phenotype,Genotype, and Geoclimate Associations in Plants 的研究论文。文章探讨了如何利用高级典型相关分析(CCA)将来自拟南芥地理起源的地理气候特征与基因组特征结合起来进行表型预测和关联分析，植物表型资讯介绍如下。

植物通过适应其地理起源的当地环境改变了自身的遗传变异。虽然当地环境特征与植物的基因型和其他基因组特征相关，但它们也可以作为基因型-表型关联的指示，从而提供与环境依赖性相关的其他信息。本研究探讨了如何利用高级典型相关分析(CCA)将来自拟南芥地理起源的地理气候特征与基因组特征结合起来进行表型预测和关联分析。特别是，本研究提出了一种新的方法，称为层次典型相关分析(HCCA)，将突变、基因表达和DNA甲基化与地理气候特征结合起来，对特征进行信息协同预测。HCCA使用数据集之间的互协方差条件数来推断层次结构，从而应用CCA组合数据。在使用CLIMtools对来自1001个基因组和1001个表观基因组项目的拟南芥数据以及气候，大气和土壤环境变量进行的实验中，HCCA提供了拟南芥基因组数据和地理气候数据的联合表达，以更好地预测拟南芥在10°C (FT10)下的开花时间。本研究还利用来自蛋白-蛋白相互作用(PPI)网络的信息扩展了HCCA，通过将网络模块添加到基因组特征上来指导特征学习，这对于识别与地理气候特征更相关的功能关联基因是有用的。本研究的结果表明，环境数据是植物表型分析的重要组成部分。HCCA是一种用于表型预测的有用的数据集成技术，通过对多个基因组数据集的协同预测，可以更好地理解基因功能和环境之间的相互作用，生成更有用的功能信息。

Figure 1：Overview of the workflow.

这项工作研究了地球气候变量在表型预测中的作用，尤其是地球气候变量和基因组特征之间的相互作用对拟南芥的开花时间的影响。为了促进研究提出HCCA，这是一种使用典型相关分析进行数据集成的层次分析法。本研究还采用了一些先进的计算技术，包括测量跨数据集相关性的条件数、将网络信息合并到协同预测的图拉普拉斯算子，以及对典型因子载荷的层次分析来检测基因-地理气候的相互作用。

值得注意的是，本研究不同于一般的基因型×环境相互作用，其中环境指的是植物的生长发育环境。因此，本研究没有解释或预测基因型在某些特定环境中的适生性和适应性。然而，本研究验证了以下假设：地理气候特征包含了用于构建表型数据驱动预测模型的有用信息。

Figure 2：Hierarchical canonical correlation analysis.

最后，除了支持向量回归以外，本研究还测试了另外两种监督学习方法，即深度神经网络和线性回归，这些其他的方法产生了类似或更差的预测结果。还可以将CCA的其他变体作为构建块集成到本研究的层次分析方法中，例如结构化稀疏典型相关分析，它合并了变量之间的结构信息。因此，未来可以进一步优化这些方法，但本研究专注于数据集成方面，并希望在未来的工作中对回归变量和其他结构正则化模型进行调优。

来源：

Petegrosso R,  Song T, and Kuang R, “Hierarchical Canonical Correlation Analysis Reveals Phenotype, Genotype, and Geoclimate Associations in Plants,” Plant Phenomics, vol. 2020, Article ID 1969142, 16 pages, 2020. https://doi.org/10.34133/2020/1969142.

扩展阅读：

直播回放|漫谈叶绿素荧光：从原理到应用

国际植物表型网络IPPN介绍和入会指南

植物表型资讯两周年目录汇总

植物表型资讯2019年1-12月目录汇总

植物表型资讯2020年1-3月目录汇总