Lancez GeneClass2 à partir du menu "Démarrer", dossier "CBGP". L'écran de présentation apparaît, suivi par la fenêtre principale de GeneClass2.
Chargez le fichier de données des populations de référence
en cliquant sur le bouton "Ouvrir" supérieur [H1]
et choisissez le fichier à l'aide du sélecteur.
Chargez le fichier de données des individus à affecter en cliquant
sur le bouton "Ouvrir" inférieur [H1']
et choisissez le fichier à l'aide du sélecteur.
Choisissez "Affecte / exclue les populations en tant qu'origine des individus"
[H2] dans le premier onglet de
la fenêtre principale, et "Individus" [H3]
dans la boite "Affectation".
Notez que les statistiques d'affectation peuvent aussi être calculées
sur les groupes d'individus plutôt que sur les génotypes individuels
(Baudouin & Lebrun, 2000). Les groupes
d'individus doivent être codés comme des populations dans le fichier
d'échantillons à traiter.
Le seuil d'affectation (hors calcul des probabilités) peut être défini en faisant glisser le curseur "Seuil d'affectation des scores" [H4] (voir la partie Calculs sans probabilités associées pour une définition des scores).
Cliquez sur le deuxième onglet "2) Critère calculé" [I1] et choisissez le critère que vous voulez utiliser (par exemple "Rannala & Mountain" [I2], cf. Rannala & Mountain, 1997 et Cornuet et al., 1999). Les méthodes Bayésiennes et celle basée sur les fréquences sont souvent plus performantes que celles basées sur les distances (voir Cornuet et al. 1999 pour une étude comparative).
Si vous voulez calculer la probabilité qu'un individu appartienne à
chacune des populations de référence, cliquez sur le troisième
onglet "3) Calcul de probabilité" [J1],
et cochez la case "Activer le calcul de probabilité (Rééchantillonage
de Monte-Carlo)" [J2].
Vous pouvez maintenant choisir l'algorithme de rééchantillonnage
[J3], par exemple Paetkau
et al. (2004) (recommandé, mais voyez aussi Rannala
& Mountain 1997 et Cornuet et al.
1999). Faites glisser le curseur [J4]
pour définir le nombre d'individus simulés (par défaut
1000 ou 10000, ce qui conduit à un calcul plus précis mais dix
fois plus long), et le curseur définissant l'erreur de type I [J5],
par défaut 0.01 (voir Cornuet et
al. 1999 et Paetkau et al. 2004).
Si besoin est, vous pouvez désélectionner des locus dans l'onglet
"4) Sélection des locus" [K1].
Les locus désélectionnés ne seront pas utilisés
dans les calculs.
Enfin, cliquez sur le bouton "Démarrer" [K2]
pour lancer le calcul.
Le programme affiche le "Journal" [L1]
qui rappelle les paramètres de lancement.
Unne barre de progression et un compteur indiquent l'état d'avancement
du calcul [L2].
Le bouton "Stop" [L3]
permet d'arrêter le calcul.
Une fois les calculs effectués, les résultats sont affichés
dans un tableau dans lequel la probabilité de chaque individu d'appartenir
à chacune des populations de référence est indiquée
[M1] (Cornuet
et al., 1999). Si la probabilité qu'un individu appartienne à
une population de référence est inférieure au seuil fixé
préalablement, la valeur est indiquée en grisé [M2].
Les résultats peuvent être imprimés (bouton "Imprimer"
[M3] ou exportés au format
csv (bouton "Exporter" [M4]).
Calculs sans probabilités associées:
Si vous n'avez pas coché la case "Activer le calcul de probabilité
(Rééchantillonage de Monte-Carlo)" [J2]
les résultats sont affichés comme suit : Les cinq premières
paires de colonnes indiquent, pour chaque individu, les populations les plus
probables et leur scores relatifs (cf. note ci-dessous) par ordre décroissant
[N1]. La partie droite du tableau
affiche le -Log10 des valeurs de vraisemblance [N2].
Le nombre maximal de scores affichés peut être changé avec
le compteur [N3].
Note: Dans un fichier de référence comportant k populations, le score d'un individu i dans la population l est calculé comme suit :
,
avec Li,l la valeur de vraisemblance de l'individu i dans la population l.
