育种数据分析之放飞自我分享 http://blog.sciencenet.cn/u/yijiaobai 关注:生物统计,数量遗传,混合线性模型,生物信息,R,Perl,Python,GWAS,GS相关方法,文章及代码

博文

JWAS: 基于Julia开发的一款基于贝叶斯的GWAS和GS软件

已有 3299 次阅读 2018-11-6 18:58 |个人分类:数量遗传学|系统分类:科研笔记

小编寄语

现在动植物遗传评估领域, 还是Fortran的天下, 相信未来Julia可以在全基因组选择领域中占得一席.

Julia是一个神奇的语言, 据说是速度非常快, 也非常友好的语言. 它从编译型语言C, C++以及Fortran中借鉴了速度, 从动态语言比如R和Python借鉴了友好. Julia是下一代的数据科学语言. 前途十分光明.

JWAS是依据Julia编写, 可以在Jupyter netebook运行, 它的功能很强大, 可以运行单性状和多性状混合线性模型, 而且支持基因组数据(一步法(single-step))的分析.

主要功能

贝叶斯回归分析

  • MCMC

  • Bayes-alpha, Bayes-beta

基本分析

  • 单性状线性混合模型

  • 多性状线性混合模型

基因组数据分析

  • 全基因组预测与选择(GS)

  • 全基因组关联分析(GWAS)
    图片.png

    Julia在动植物育种遗传评估领域的优势

  • Julia兼顾了速度和友好, 许多软件都是基于编译型语言, 比如C, C++和Fortran, 这导致它们很难被理解, 扩展和维护.

  • Julia(以及基于Julia编写的JWAS), 可以非常容易的利用多核CPU或者GPU进行编程

  • JWAS在速度表现非常好

  • Jupyter notebook可以非常友好的显示代码和结果

  • JWAS是开源的, 研究人员可以在Github分享和扩展相关想法和代码.

项目托管在Github上:

https://github.com/reworkhow/JWAS.jl

文档地址:

http://reworkhow.github.io/JWAS.jl/latest/

参考文献

Cheng, H., Fernando, R. L., and Garrick, D. J. 2018 JWAS: Julia implementation of whole-genome analysis software. Proceedings of the World Congress on Genetics Applied to Livestock Production,11.859. Auckland, New Zealand.

关注公众号:
公众号.png



https://wap.sciencenet.cn/blog-2577109-1144890.html

上一篇:如何对数据进行汇总统计(R语言)
下一篇:DMU-遗传参数评估-学习笔记1

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-12-5 02:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部