Last updated: 2023-06-06
Checks: 7 0
Knit directory:
~/Documents/GitHub/Diversidade-gen-tica-e-identifica-o-de-regi-es-gen-micas-associadas-ao-tamanho-dos-gr-nulos-de-amid/
This reproducible R Markdown analysis was created with workflowr (version 1.7.0). The Checks tab describes the reproducibility checks that were applied when the results were created. The Past versions tab lists the development history.
Great! Since the R Markdown file has been committed to the Git repository, you know the exact version of the code that produced these results.
Great job! The global environment was empty. Objects defined in the global environment can affect the analysis in your R Markdown file in unknown ways. For reproduciblity it’s best to always run the code in an empty environment.
The command set.seed(20230313) was run prior to running
the code in the R Markdown file. Setting a seed ensures that any results
that rely on randomness, e.g. subsampling or permutations, are
reproducible.
Great job! Recording the operating system, R version, and package versions is critical for reproducibility.
Nice! There were no cached chunks for this analysis, so you can be confident that you successfully produced the results during this run.
Great job! Using relative paths to the files within your workflowr project makes it easier to run your code on other machines.
Great! You are using Git for version control. Tracking code development and connecting the code version to the results is critical for reproducibility.
The results in this page were generated with repository version edeab59. See the Past versions tab to see a history of the changes made to the R Markdown and HTML files.
Note that you need to be careful to ensure that all relevant files for
the analysis have been committed to Git prior to generating the results
(you can use wflow_publish or
wflow_git_commit). workflowr only checks the R Markdown
file, but you know if there are other scripts or data files that it
depends on. Below is the status of the Git repository when the results
were generated:
Ignored files:
Ignored: .RData
Ignored: .Rhistory
Ignored: .Rproj.user/
Untracked files:
Untracked: analysis/figure/cap1.Rmd/
Untracked: output/BLUPS.RData
Untracked: output/BLUPS2.Rdata
Untracked: output/Cluster_a_priori.txt
Untracked: output/Cluster_a_priori2.txt
Untracked: output/Clusters.txt
Untracked: output/Clusters2.txt
Untracked: output/Correlacao.txt
Untracked: output/Correlacao2.txt
Untracked: output/Prob_a_posteriori.txt
Untracked: output/Prob_a_posteriori2.txt
Untracked: output/boxplot_violine.tiff
Untracked: output/boxplot_violine2.tiff
Untracked: output/cluster.png
Untracked: output/cor_heatmap.png
Untracked: output/cor_heatmap2.png
Untracked: output/correlation.png
Untracked: output/correlation2.png
Untracked: output/density_BLUPS.tiff
Untracked: output/mean_germ_cluster.txt
Untracked: output/mean_germ_cluster2.txt
Untracked: output/parametros.csv
Untracked: output/parametros2.csv
Untracked: output/varcomp.tiff
Untracked: output/varcomp2.tiff
Untracked: output/vcomp.csv
Untracked: output/vcomp2.csv
Untracked: ~$Apresentação_Silvia_Cap1.pptx
Unstaged changes:
Modified: analysis/cap1.Rmd
Note that any generated files, e.g. HTML, png, CSS, etc., are not included in this status report because it is ok for generated content to have uncommitted changes.
These are the previous versions of the repository in which changes were
made to the R Markdown (analysis/about.Rmd) and HTML
(docs/about.html) files. If you’ve configured a remote Git
repository (see ?wflow_git_remote), click on the hyperlinks
in the table below to view the files as they were in that past version.
| File | Version | Author | Date | Message |
|---|---|---|---|---|
| html | edeab59 | WevertonGomesCosta | 2023-06-06 | Update anoud and license html |
| Rmd | 9538d74 | WevertonGomesCosta | 2023-06-01 | Update about |
| html | 9538d74 | WevertonGomesCosta | 2023-06-01 | Update about |
| html | ce058e7 | WevertonGomesCosta | 2023-06-01 | Update data, about and license |
| Rmd | 5bbc353 | WevertonGomesCosta | 2023-05-18 | Add about and license |
| html | 5bbc353 | WevertonGomesCosta | 2023-05-18 | Add about and license |
| Rmd | 264f03e | WevertonGomesCosta | 2023-03-13 | Start workflowr project. |
Este trabalho tem como objetivo explorar a diversidade genética relacionada ao tamanho dos grânulos de amido na cultura da mandioca (cassava), utilizando dados fornecidos pela Embrapa Mandioca e Fruticultura. Através da análise genômica, buscaremos identificar regiões específicas do DNA que estão associadas a variações no tamanho dos grânulos de amido.
O fluxo de trabalho seguirá as seguintes etapas principais:
1 - Coleta de dados: Faremos a coleta de dados genéticos da cultura da mandioca, utilizando informações disponibilizadas pela Embrapa Mandioca e Fruticultura. Esses dados incluirão informações sobre o tamanho dos grânulos de amido em cada amostra.
2 - Análise exploratória: Realizaremos uma análise exploratória dos dados para entender as características da diversidade genética e as relações com o tamanho dos grânulos de amido na mandioca. Isso envolverá a visualização de distribuições, a identificação de possíveis outliers e a realização de testes estatísticos preliminares.
3 - Análise de modelos mistos e diversidade genética: Utilizaremos modelos mistos para analisar a diversidade genética relacionada ao tamanho dos grânulos de amido na cultura da mandioca. Esses modelos consideram a estrutura de parentesco entre as amostras e permitem estimar os efeitos genéticos e ambientais na variação do tamanho dos grânulos de amido. Além disso, investigaremos a presença de interações genótipo-ambiente, avaliando como diferentes genótipos respondem em diferentes condições ambientais. Essa análise nos ajudará a compreender a contribuição relativa dos fatores genéticos e ambientais na determinação do tamanho dos grânulos de amido na mandioca.
4 - Análise de associação genômica: Utilizaremos técnicas estatísticas avançadas para identificar regiões do genoma da mandioca que estão associadas ao tamanho dos grânulos de amido. Isso pode envolver a aplicação de modelos de regressão ou análise de associação de variantes.
5 - Interpretação dos resultados: Analisaremos os resultados obtidos e faremos inferências sobre as relações entre a diversidade genética e o tamanho dos grânulos de amido na mandioca. Discutiremos as implicações biológicas e agronômicas dessas associações, bem como possíveis aplicações práticas para a melhoria da cultura da mandioca.
Espera-se que este estudo contribua para o avanço do conhecimento sobre a diversidade genética relacionada aos grânulos de amido na cultura da mandioca, fornecendo insights importantes para a compreensão e manipulação de características relacionadas a esse importante componente da planta.
sessionInfo()R version 4.1.3 (2022-03-10)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19045)
Matrix products: default
locale:
[1] LC_COLLATE=Portuguese_Brazil.1252 LC_CTYPE=Portuguese_Brazil.1252
[3] LC_MONETARY=Portuguese_Brazil.1252 LC_NUMERIC=C
[5] LC_TIME=Portuguese_Brazil.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] Rcpp_1.0.10 rstudioapi_0.14 whisker_0.4.1 knitr_1.42
[5] magrittr_2.0.3 workflowr_1.7.0 R6_2.5.1 rlang_1.1.0
[9] fastmap_1.1.1 fansi_1.0.4 stringr_1.5.0 tools_4.1.3
[13] xfun_0.38 utf8_1.2.3 cli_3.6.1 jquerylib_0.1.4
[17] git2r_0.30.1 htmltools_0.5.5 rprojroot_2.0.3 yaml_2.3.7
[21] digest_0.6.31 tibble_3.2.1 lifecycle_1.0.3 later_1.3.0
[25] vctrs_0.6.1 sass_0.4.5 promises_1.2.0.1 fs_1.6.1
[29] glue_1.6.2 cachem_1.0.7 evaluate_0.20 rmarkdown_2.21
[33] stringi_1.7.12 pillar_1.9.0 compiler_4.1.3 bslib_0.4.2
[37] jsonlite_1.8.4 httpuv_1.6.9 pkgconfig_2.0.3 Weverton Gomes da Costa, Pós-Doutorando, Embrapa Mandioca e Fruticultura, wevertonufv@gmail.com↩︎