MerQuR+Başvuru Kitabı

7. GAIA fenotipik uzaklık ve karşılaştırma koleksiyonundan eleme (DUS)

Şablon kimliği: gaia · Kategori: deney tasarımı · Dil: R · Dosya: pro/sablonlar/deney_tasarimi/gaia.R (satır 1–390; üstbilgi 1–163) · Örnek veri: _ornek/gaia.csv (ağırlık dosyası örneği _ornek/gaia_agirlik.csv) · Paketler: yalnız taban R 4.5.3

7.1 Ne işe yarar

Yeni bir bitki çeşidinin tescili için farklılık, yeknesaklık ve durulmuşluk (DUS) denemesinde aday çeşit, "ortak bilgi konusu" olan bütün çeşitlerden açıkça ayırt edilebilmelidir. Karşılaştırma koleksiyonu yüzlerce çeşit içerebilir; hepsini adayla yan yana yetiştirmek gerekmez. GAIA yöntemi (UPOV TGP/8, Bölüm II, Kısım 1), eldeki tanımlama verisinden her çeşit çifti için bir fenotipik uzaklık hesaplar ve adaydan yeterince uzak koleksiyon çeşitlerini bir sonraki yetiştirme döngüsünün dışında bırakmaya izin verir. Şablonun cevapladığı soru şudur: "Hangi koleksiyon çeşitleri bütün adaylardan, uzmanın belirlediği eşik kadar ya da daha uzak; hangileri adaya yakın olduğu için yeniden yetiştirilmeli?"

D(i,j)=\sum_{k} W_k(i,j),\qquad W_k(i,j)=f_k\big(\lvert x_{ki}-x_{kj}\rvert\big),\qquad D(i,j)\ge S_{\text{dist}}\ \Rightarrow\ \text{çift GAIA-ayırt edilir}
  • x_{ki}: i. çeşidin k. karakterdeki gözlenen değeri (not, ölçüm ya da bant).
  • f_k: uzmanın karakter için verdiği ağırlık işlevi; farkın büyüklüğüne göre basamak basamak artan, tablo olarak girilen bir işlevdir. Fark hiçbir eşiğe ulaşmıyorsa ağırlık 0'dır.
  • S_{\text{dist}}: "Distinctness Plus" eşiği: bir çiftin, yan yana karşılaştırmaya gerek kalmadan ayırt edilmiş sayılması için gereken en küçük uzaklık.

Yöntem bir istatistiksel test değildir: olasılık, p değeri ya da güven aralığı üretmez. Ağırlıklar ürüne özgü uzman yargısıdır; şablon bu yargıyı tutarlı ve izlenebilir biçimde bütün çiftlere uygular.

Ne zaman kullanılır? DUS denemesinde karşılaştırma koleksiyonunu daraltmak için; not karakterleri (1–9 ölçeği vb.), birden çok denemede ölçülmüş karakterler ve elektroforez bantları birlikte değerlendirilecekse; uzman ağırlıkları tanımlanmışsa.

Ne zaman kullanılmaz?

  • Ölçülen karakterlerde yıllar üzerinden istatistiksel farklılık kararı için: coyd şablonu (yıllar üzerinden birleşik farklılık). GAIA yakın çiftleri bulur; yakın çiftin ayırt edilip edilmediğine COYD ya da yan yana gözlem karar verir.
  • Yeknesaklık değerlendirmesi için: coyu ve offtype şablonları.
  • Uzman ağırlığı olmadan, veriden türetilen bir benzerlik ölçüsü ve gruplama isteniyorsa: temel programdaki Hiyerarşik Kümeleme ya da Çok Boyutlu Ölçekleme (MDS).

Temel programla ilişki. Temel programda bu yöntemin karşılığı yoktur. Kümeleme ve ölçekleme analizleri Öklid türü uzaklıklarla çalışır ve bütün değişkenleri aynı kurala bağlar; GAIA'da her karakterin kendi eşik–ağırlık tablosu, deneme başına ayrı eşikleri ve bir karar eşiği vardır.

7.2 Şablonun girdileri

Form yirmi iki [[param]] bloğundan kurulur (gaia.R:10–162).

Alan (form etiketi) · ad Tür · sekme Varsayılan Geçerli değerler Kodda etkisi
Çeşit · cesit kategorik sütun · Değişkenler ilk uygun sütun herhangi bir sütun Çeşit kimliği (satır 234–235).
Grup · grup kategorik sütun · Değişkenler boş herhangi bir sütun Aday / koleksiyon ayrımı (246–250). Boşsa bütün çiftler karşılaştırılır.
Adayı gösteren değer · aday_degeri metin · Değişkenler aday grup sütunundaki bir değer Aday çeşitlerin seçimi (249–250).
Deneme / deneysel birim · deneme kategorik sütun · Değişkenler boş herhangi bir sütun Yer, yıl ya da tekrar; boşsa tek birim (236).
Not karakterleri · not_sutunlari sütunlar · Değişkenler boş sayısal sütunlar D_{\text{not}}'a giren karakterler (173).
Ölçüm karakterleri · olcum_sutunlari sütunlar · Değişkenler boş sayısal sütunlar D_{\text{ölçüm}}'e giren karakterler (174).
Elektroforez bantları · elektroforez_sutunlari sütunlar · Değişkenler boş 0/1 değerli sayısal sütunlar D_{\text{elk}} (175, 239–242).
Ağırlık tablosu · agirlik_tablosu metin · Model boş karakter[@deneme]: eşik=ağırlık, …; … Eşik–ağırlık basamakları (201–214).
Ağırlık CSV dosyası · agirlik_dosyasi metin · Model boş dosya yolu Verilirse metin tablosu kullanılmaz (188–200).
Bant = kromozom eşlemesi · kromozom metin · Model boş bant=kromozom, … Elektroforezde kromozom sayımı (215–220).
Farklı bant başına ağırlık · elektroforez_fark_agirligi ondalık · Model 0,25 0–1000 w_{\text{fark}} (272, 305).
Kromozom başına ağırlık · elektroforez_kromozom_agirligi ondalık · Model 1,0 0–1000 w_{\text{krom}} (272, 305).
Elektroforez için en az not uzaklığı · elektroforez_en_az_dnot ondalık · Model 0 0–100000 D_{\text{not}} bu değerin altındaysa elektroforez eklenmez (308–309).
Distinctness Plus eşiği · esik ondalık · Model 10,0 0–1000000 S_{\text{dist}} (274, 332, 353).
Birimler arası birleşim · birlesim seçim · Model en_kucuk en_kucuk, en_buyuk, ortalama Deneme başına ağırlıkların birleştirilmesi (268).
Ölçüm eşiklerinin birimi · olcum_esik_birimi seçim · Seçenekler mutlak mutlak, yuzde Yüzdeyse eşik = deneme ortalaması × eşik/100 (261, 280).
Not eşiği kuralı · not_esik_kurali seçim · Seçenekler esit_buyuk esit_buyuk, buyuk Notlarda fark ≥ eşik ya da fark > eşik (269).
Ölçüm eşiği kuralı · olcum_esik_kurali seçim · Seçenekler buyuk buyuk, esit_buyuk Ölçümlerde fark > eşik ya da fark ≥ eşik (270).
En az ortak deneysel birim · olcum_en_az_birim tamsayı · Seçenekler 2 1–100 Ölçüm karşılaştırması için gereken ortak deneme sayısı (271, 295).
Karşılaştırılan çiftler · karsilastirma seçim · Seçenekler aday aday, tum Aday ↔ ötekiler ya da bütün çiftler (251, 316–321).
Tablolarda en çok satır · cift_siniri tamsayı · Çıktı 2000 10–5000 Çift ve katkı tablolarının uzunluğu (334, 338, 344).
Uzaklık ısı haritası · isi_haritasi onay · Çıktı açık açık / kapalı Şekil (371–388).

Örnek ayar (ornek_param, satır 9): cesit, grup, deneme aynı adlı sütunlar; aday_degeri = aday; beş not sütunu, dört bant, iki ölçüm; ağırlık tablosu

kocan_sekli: 1=2, 2=6; kabuk_uzunlugu: 3=2; sira_sayisi: 2=2;
yaprak_eni@1: 1.2=3, 1.6=6; yaprak_eni@2: 1.4=3, 1.9=6;
bitki_boyu@1: 28=3, 37=6; bitki_boyu@2: 24=3, 32=6

kromozom = "Idh1_4=8, Idh1_6=8, Idh2_4=6, Idh2_6=6", w_{\text{fark}}=0{,}25, w_{\text{krom}}=1, S_{\text{dist}}=10, birleşim en küçük. Öteki alanlar varsayılandadır.

Ağırlık tablosunun sözdizimi. Girdiler noktalı virgül ya da satır sonuyla ayrılır; her girdi karakter: eşik=ağırlık, eşik=ağırlık biçimindedir. Karakter adından sonra @deneme yazılırsa eşikler yalnız o denemede geçerlidir; yazılmazsa bütün denemelerde. Bir deneme için hem özel hem genel tanım varsa özel olan kullanılır (satır 256–260). CSV dosyasında sütunlar karakter, deneme, esik, agirlik, kromozom'dur; bant satırlarında yalnız kromozom dolar.

Şablonun kendi denetimleri:

Koşul İleti (özet) Satır
Veri açık değil; çeşit sütunu yok "çeşit verisini açın"; "Çeşit sütununu seçin." 171–172
Hiç karakter seçilmemiş "En az bir not, ölçüm ya da elektroforez sütunu seçin." 177
Bir sütun iki karakter türünde "birden çok karakter türünde seçilmiş" 178
Seçilen sütun veride yok "Sütun yok: …" 179–180
Grup ya da deneme, çeşit ya da karakter sütunlarından biriyle aynı "farklı olmalı" 181
Ağırlık dosyası yok, okunamıyor ya da karakter sütunu yok ilgili ileti 190–194
Metin tablosunda : ya da eşik=ağırlık biçimi bozuk "biçiminde değil"; "geçersiz eşik=ağırlık: … (virgül girdileri ayırır; ondalık ayırıcı nokta olmalıdır, ör. 1.5=2)" 204, 210
Karakter sütununda sayıya çevrilemeyen değer "'…' sütunu sayıya çevrilemedi: … değer sayı değil … Ondalık ayırıcı nokta olmalıdır." 238
Bant = kromozom biçimi bozuk "Geçersiz bant=kromozom" 218
Sayı olmayan ya da negatif eşik, sayı olmayan ağırlık "sayısal olmayan ya da negatif eşik/ağırlık" 221–222
Kromozomu tanımsız bant "Kromozomu tanımlanmamış elektroforez bantları: …" 227–230
Bant değeri 0/1 dışında "yalnız 0 ya da 1 olabilir" 241
Aynı çeşit aynı denemede birden çok satırda "deneme sütununu seçin ya da satırları özetleyin" 243
2'den az çeşit "En az iki çeşit gerekli." 245
Bir çeşidin satırlarında farklı grup değerleri "farklı grup değerleri var" 248
Aday değerini taşıyan çeşit yok "'…' değerli aday yok" 252
Karşılaştırılacak çift yok "Karşılaştırılacak çift yok." 322

Durdurmayan uyarılar son satırda toplanır (389): ağırlık tablosunda olup seçilmemiş karakterler (224), ağırlığı tanımlanmamış seçili karakterler ("her farkta ağırlık 0", 226) ve çizilemeyecek kadar büyük ısı haritası (387). Eksik değer: çeşit ya da deneme değeri boş olan satır atılır (235–237); bir karakterde değeri eksik olan çeşit, o karakterde ve o denemede karşılaştırmaya girmez (290).

7.3 Örnek veri

Dosya: _ornek/gaia.csv. UPOV TGP/8'deki mısır (Zea mays) örneğinin veriye dökülmüş hâlidir: aday A ve koleksiyon çeşidi B; iki deneme. Dört satır, on dört sütun. Notlar ve bantlar yalnız deneme 1 satırlarında doludur; deneme 2 satırlarında yalnız ölçümler vardır.

Değişken Rol Tür (veri sekmesi) Özet
cesit Çeşit ikili (2 düzey) A, B
grup Grup ikili aday (A), koleksiyon (B)
deneme Deneysel birim ikili 1, 2
kocan_sekli, kabuk_uzunlugu, tane_tipi, sira_sayisi, kocan_capi Not karakterleri sayısal ya da ikili A: 1, 1, 4, 6, 5; B: 3, 3, 4, 4, 6
Idh1_4, Idh1_6, Idh2_4, Idh2_6 Elektroforez bantları sayısal ya da ikili A: 0, 1, 1, 0; B: 0, 1, 0, 1
yaprak_eni Ölçüm (cm) sayısal A: 9,9 ve 9,8; B: 9,6 ve 8,7 (deneme 1 ve 2)
bitki_boyu Ölçüm (cm) sayısal A: 176 ve 190; B: 140 ve 152

Dört satırlık bu dosyada veri sekmesi, yalnız iki farklı değer taşıyan sütunları "ikili" türde algılar; bu sütunlar R'ye sayı olarak aktarılır ve hesap etkilenmez.

Karakter sütunları değerleriyle okunur

Şablon karakter sütunlarını mq_sayisal ile okur (satır 238; Bölüm 1.5): not, ölçüm ve bant sütunlarında her zaman hücredeki değer kullanılır. Bir not sütunu veri sekmesinde "kategorik" türde görünse de (1–9 notlarında olağan bir seçim) notları 1 ve 3 olan iki çeşidin farkı 2'dir; örnek veride kocan_sekli ve sira_sayisi kategorik yapıldığında sonuç değişmez (D_{\text{not}}=8, D=12{,}5). Sayıya çevrilemeyen bir değer (ör. "uzun" ya da ondalık virgüllü "9,9") eksik sayılmaz; çalıştırma sütun adını ve örnek değerleri veren bir iletiyle durur.

Tek çiftli örnek eleme mantığını göstermeye yetmediğinden bu bölümde ikinci bir veri de kullanılmıştır: dogrulama/gaia/gaia_coklu.csv. Örnek dosyanın iki çeşidine beş yapma çeşit eklenmiştir (toplam yedi çeşit: adaylar A ve F; koleksiyon B, C, D, E, G); E çeşidi yalnız deneme 1'de yer alır. Bu veri yayımlanmış bir kaynaktan değildir; yalnız şablonun davranışını göstermek için kurulmuştur.

Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar; (2) birlesim = en_buyuk; (3) birlesim = ortalama; (4) elektroforez_en_az_dnot = 9; (5) ağırlıklar gaia_agirlik.csv dosyasından; (6) çok çeşitli veri, örnek ayar; (7) çok çeşitli veri, yüzde eşikli ölçümler (yaprak_eni: 12=3, 18=6; bitki_boyu: 15=3, 22=6), birlesim = ortalama, karsilastirma = tum.

7.4 Yöntem: formüller ve hesap adımları

Hesap sırası: (1) ağırlık tablosunu ve kromozom eşlemesini oku; (2) veriyi temizle, çeşitleri, adayları ve deneysel birimleri belirle; (3) karşılaştırılacak çiftleri kur; (4) her çift için not, ölçüm ve elektroforez uzaklıklarını hesapla ve topla; (5) eşikle karşılaştır; (6) koleksiyon eleme listesini ve adaylara yakın çeşitleri çıkar.

7.4.1 Ağırlık işlevi

Bir karakterin eşikleri e_1<e_2<\dots<e_m ve ağırlıkları a_1,\dots,a_m olsun. Fark \Delta=\lvert x_{ki}-x_{kj}\rvert için:

f(\Delta)=\begin{cases}0 & \Delta \text{ hiçbir eşiğe ulaşmıyorsa}\\ a_q,\quad q=\max\{h:\ \Delta\ \triangleright\ e_h\} & \text{aksi hâlde}\end{cases}
  • \triangleright: eşik kuralı. Notlarda varsayılan "\ge" (fark eşiğe eşitse ağırlık verilir), ölçümlerde varsayılan ">" (fark eşiği aşmalıdır).
  • Geçerli olan, ulaşılan en büyük eşiğin ağırlığıdır; ağırlıklar toplanmaz. kocan_sekli: 1=2, 2=6 tablosunda fark 2 ise ağırlık 6'dır, 8 değil.
  • Karşılaştırmada 10^{-12}'lik bir pay bırakılır (satır 265); 9{,}9-9{,}6 gibi ondalık farkların ikilik gösterimden gelen küsuratı sonucu değiştirmez.

Neden notlarda "≥", ölçümlerde ">"?

Notlar kesikli basamaklardır; iki notluk fark tam olarak 2'dir ve uzmanın "2 not fark = ağırlık 6" tanımı eşitliği kapsar. Ölçümlerde eşik, o denemede güvenle ayırt edilebilen en küçük farktan türetilir; eşiğe tam eşit bir fark henüz ayırt edilmiş sayılmaz. Kaynak belge iki kuralı bu biçimde verir; şablon ikisini de formdan değiştirilebilir bırakır (satır 120–133).

Koddaki tercih

Ağırlık tek fonksiyonla hesaplanır (satır 263–267): eşikler küçükten büyüğe dizilir (259), kuralı sağlayan eşiklerin sonuncusunun ağırlığı alınır. Tabloda ağırlıkların eşikle birlikte artması denetlenmez; 2=6, 3=4 gibi azalan bir tanım olduğu gibi uygulanır. Ağırlığı hiç tanımlanmamış bir karakter seçilmişse her farkta 0 alır ve uyarı satırında adı geçer (226).

7.4.2 Not karakterleri

D_{\text{not}}(i,j)=\sum_{k\in\text{notlar}} B\big(\{f_{ku}(\lvert x_{kiu}-x_{kju}\rvert)\}_{u}\big)
  • u: iki çeşidin de o karakterde değer taşıdığı deneysel birimler. Notlar çoğunlukla tek birimde verilir; birden çok birimde verilmişse ağırlıklar B birleşim kuralıyla (7.4.3) tek değere iner.
  • Hiçbir ortak birim yoksa karakterin katkısı 0'dır.

7.4.3 Ölçüm karakterleri ve birimler arası birleşim

Ölçümlerde eşikler deneme başına ayrı olabilir, çünkü denemelerin duyarlığı farklıdır. Her ortak denemede bir ağırlık hesaplanır, sonra birleştirilir:

W_k(i,j)=B\big(w_{k1},\dots,w_{kU}\big),\qquad B\in\{\min,\ \max,\ \text{ortalama}\},\qquad D_{\text{ölçüm}}(i,j)=\sum_{k\in\text{ölçümler}}W_k(i,j)
  • w_{ku}=f_{ku}(\lvert x_{kiu}-x_{kju}\rvert): u. denemedeki ağırlık. U: iki çeşidin birlikte bulunduğu deneme sayısı.
  • U< "en az ortak deneysel birim" ise (varsayılan 2) karakter karşılaştırılamaz sayılır: katkı tablosunda ağırlık boş (NA) görünür ve uzaklığa 0 girer (satır 295–296).
  • Yüzde kipinde eşik, o denemedeki bütün çeşitlerin ortalamasının yüzdesidir: e^{\ast}_{hu}=\lvert\bar x_{ku}\rvert\cdot e_h/100 (satır 262, 280).

Neden varsayılan "en küçük"?

En küçük birleşim, bir farkın uzaklığa girmesi için her denemede yinelenmesini ister: tek bir denemede görülen büyük fark, başka bir denemede görülmüyorsa sayılmaz. Bu, koleksiyondan çeşit çıkarma kararında tutucu yöndür; yanlışlıkla elenmiş bir benzer çeşit, adayın haksız yere tescil edilmesine yol açabilir. "En büyük" birleşim en gevşek, "ortalama" ikisinin arasıdır. Örnek veride bitki boyunun ağırlığı deneme 1'de 3, deneme 2'de 6'dır: en küçük 3, ortalama 4,5, en büyük 6.

En az iki ortak deneme koşulu yalnız ölçümlere uygulanır

Notlar ve elektroforez tek birimde de karşılaştırılır. Bir koleksiyon çeşidi adayla yalnız bir denemede birlikte yetiştirilmişse ölçüm farkı ne kadar büyük olursa olsun D_{\text{ölçüm}}=0 kalır ve çeşit elenemeyebilir. Uzaklık tablosu bu durumu ayrıca işaretlemez; neden, katkı tablosunda ağırlığı boş olan ölçüm satırlarından okunur.

7.4.4 Elektroforez

D_{\text{elk}}(i,j)=w_{\text{fark}}\cdot n_{\text{bant}}+w_{\text{krom}}\cdot n_{\text{krom}}
  • n_{\text{bant}}: iki çeşitte farklı olan (birinde var, ötekinde yok) bant sayısı.
  • n_{\text{krom}}: farklı bantların bulunduğu ayrı kromozomların sayısı; bant = kromozom eşlemesinden sayılır.
  • Bantlar birden çok birimde verilmişse birim başına değerler B ile birleştirilir (satır 300–307).

Neden kromozom ayrıca sayılıyor?

Aynı lokustaki iki alel, bantlarda iki fark olarak görünür ama tek bir genetik farktır. Kromozom ağırlığı (varsayılan 1) farkın kaç bağımsız bölgede olduğunu, bant ağırlığı (varsayılan 0,25) farkın o bölgedeki büyüklüğünü ödüllendirir. Örnek veride A ve B, Idh2 lokusunun iki bandında ayrılır; ikisi de 6. kromozomdadır: 2\times0{,}25+1\times1=1{,}5.

Koddaki tercih

Elektroforez farkının uzaklığa yalnız fenotipik fark belirli bir düzeye ulaştığında eklenmesi istenebilir. "Elektroforezi eklemek için en az not uzaklığı" alanı bunu sağlar: D_{\text{not}} bu değerin altındaysa D_{\text{elk}}=0 alınır (satır 308–309). Koşul sağlanmayan çiftte elektroforez karakter katkıları tablosuna da 0 ağırlıkla girer ve tabloda görünmez (310–311); böylece bir çiftin katkı satırlarının toplamı her durumda uzaklık tablosundaki D'ye eşittir.

7.4.5 Toplam uzaklık, karar ve eleme

D=D_{\text{not}}+D_{\text{elk}}+D_{\text{ölçüm}},\qquad \text{karar}(i,j)=\begin{cases}\text{GAIA-ayırt edilir} & D\ge S_{\text{dist}}\\ \text{GAIA-ayırt edilmez} & D<S_{\text{dist}}\end{cases}

Koleksiyon çeşidi v için eleme kuralı (satır 347–361):

\text{çıkarılabilir}(v)\iff \min_{a\in\text{adaylar}}D(a,v)\ \ge\ S_{\text{dist}}
  • Eşitlik ayırt edilir sayılır (D=S_{\text{dist}} yeterlidir).
  • Eleme listesi her koleksiyon çeşidi için en yakın adayı, en küçük uzaklığı ve eşiğin altında kalan aday sayısını verir. Tek bir adaya bile yakın olan çeşit "sonraki döngüde yetiştir" kararını alır.
  • "Bütün çiftler" kipinde ya da grup sütunu boşken eleme listesi üretilmez; yalnız uzaklık ve katkı tabloları yazılır.

Koddaki tercih

Şablon her çift için tam uzaklığı hesaplar; eşik aşılınca toplamayı kesmez. Bu, yakın çiftlerin sıralanabilmesi ve ısı haritasının anlamlı olması içindir. Çiftler iki döngüyle kurulur (satır 316–321): aday kipinde her aday bütün öteki çeşitlerle eşleşir, iki adayın çifti bir kez sayılır. Çift sayısı aday kipinde yaklaşık (aday sayısı × çeşit sayısı), bütün çiftler kipinde n(n-1)/2'dir; büyük koleksiyonlarda süre bununla orantılı artar. Tablolar "en çok satır" değeriyle kesilir (338, 344); eleme hesabı kesilmemiş listeyle yapılır.

7.5 Kod adım adım

Satırlar Ne yapar Neden / dikkat
1–163 Üstbilgi: kimlik, açıklama, örnek veri ve ayar, 22 parametre. Form buradan kurulur (Bölüm 1.2).
164–182 Yardımcılar ve sütun denetimleri; karakter listeleri nots, olcs, elks. Bir sütun iki türde seçilemez (178).
184–230 Ağırlık tablosu: CSV dosyası (188–200) ya da metin (201–214); kromozom eşlemesi (215–220); sayısal denetim ve uyarılar. Dosya verilmişse metin alanı okunmaz. CSV'de ondalık virgül kabul edilir (187); metin tablosunda virgül girdi ayırıcıdır.
232–254 Veri: çeşit ve birim sütunları, sayıya çevirme, bant denetimi, yinelenen çeşit × birim denetimi, grup ve aday listesi. Deneme sütunu boşsa bütün satırlar tek birim sayılır (236). Karakter sütunları mq_sayisal ile okunur (238).
256–282 esik_tablo, agirlik_f, birleşim işlevi, eşik kuralları; ölçüm eşiklerinin deneme başına hazırlanması. Yüzde kipinde eşikler burada mutlak değere çevrilir (280).
284–314 cift_hesap: bir çiftin üç uzaklık bileşeni ve karakter katkıları. Ölçümde ortak birim yetersizse ağırlık NA (295). Eklenmeyen elektroforez ağırlığı katkıya da 0 girer (309–311).
316–338 Çift listesi, döngü, uzaklık tablosu (küçükten büyüğe), özet satırı. Karar D\ge S_{\text{dist}}-10^{-12} (332).
340–369 Katkı tablosu (sıfır olmayan ağırlıklar ve yetersiz birimli ölçümler), eleme listesi, adaylara yakın çeşitler. Eleme listesi en küçük uzaklığa göre büyükten küçüğe dizilir (357).
371–390 Isı haritası (en çok 60 × 120 çeşit), uyarı satırı. Hücre sayısı 400'ü aşarsa sayılar yazılmaz (385).

Ağırlık işlevi dört satırdır:

agirlik_f <- function(fark, e, kesin) {
  if (!nrow(e) || is.na(fark)) return(0)
  ok <- if (kesin) fark > e$esik + 1e-12 else fark >= e$esik - 1e-12
  if (any(ok)) e$agirlik[max(which(ok))] else 0
}

7.6 Elle hesap: örnek veride bağımsız yeniden hesap

Hesap dogrulama/gaia/elle_hesap.py (Python) ve r_dogrulama.R (R) ile, şablon kodu kullanılmadan yinelenmiştir. İkisi de aşağıdaki adımların doğrudan uygulamasıdır.

Adım 1 — Notlar (A ve B, deneme 1).

Karakter A B Fark Eşik tablosu Ağırlık
Koçan şekli 1 3 2 1 → 2; 2 → 6 6
Kabuk uzunluğu 1 3 2 3 → 2 0
Tane tipi 4 4 0 tanımsız 0
Sıra sayısı 6 4 2 2 → 2 2
Koçan çapı 5 6 1 tanımsız 0

D_{\text{not}}=6+0+0+2+0=8.

Adım 2 — Elektroforez. Bantlar A: 0, 1, 1, 0; B: 0, 1, 0, 1. Farklı bantlar Idh2_4 ve Idh2_6; ikisi de 6. kromozomda. D_{\text{elk}}=2\cdot0{,}25+1\cdot1=1{,}5.

Adım 3 — Ölçümler.

Karakter Deneme A B Fark Eşikler Ağırlık
Yaprak eni 1 9,9 9,6 0,3 > 1,2 → 3; > 1,6 → 6 0
Yaprak eni 2 9,8 8,7 1,1 > 1,4 → 3; > 1,9 → 6 0
Bitki boyu 1 176 140 36 > 28 → 3; > 37 → 6 3
Bitki boyu 2 190 152 38 > 24 → 3; > 32 → 6 6

En küçük birleşimle yaprak eni 0, bitki boyu \min(3{,}6)=3: D_{\text{ölçüm}}=3.

Adım 4 — Toplam ve karar. D=8+1{,}5+3=12{,}5\ge10: A ve B GAIA-ayırt edilir; B sonraki döngüden çıkarılabilir. Bu değerler kaynak belgedeki örneğin sonuçlarıdır. Aynı veride öteki ayarlar: en büyük birleşim 8+1{,}5+6=15{,}5; ortalama 8+1{,}5+4{,}5=14; elektroforez yalnız D_{\text{not}}\ge9 ise eklenirse 8+0+3=11.

Adım 5 — Çok çeşitli veride eleme (S_{\text{dist}}=10, en küçük birleşim). Adaylar A ve F'nin koleksiyon çeşitlerine uzaklıkları:

B C D E G
A 12,5 0,0 8,5 8,0 25,0
F 5,0 9,5 0,0 7,5 17,5
En küçük 5,0 0,0 0,0 7,5 17,5
Karar yetiştir yetiştir yetiştir yetiştir çıkarılabilir

B, A'dan uzaktır (12,5) ama F'ye yakındır (5,0); bu yüzden kalır. E yalnız deneme 1'de bulunduğundan ölçümleri karşılaştırılamaz: A–E çiftinde bitki boyu farkı 39 cm olduğu hâlde D_{\text{ölçüm}}=0 ve D=8{,}0'dır.

Adım 6 — Yüzde eşik örneği (A–D, ortalama birleşim). Deneme ortalamaları: yaprak eni 9,9429 ve 9,35; bitki boyu 173,857 ve 179,333. %12 ve %18 eşikleri yaprak eninde 1,193 / 1,790 (deneme 1) ve 1,122 / 1,683 (deneme 2); %15 ve %22 eşikleri bitki boyunda 26,079 / 38,249 ve 26,900 / 39,453. Farklar: yaprak eni 1,5 (ağırlık 3) ve 1,8 (ağırlık 6), ortalama 4,5; bitki boyu 26 (eşiği aşmaz, 0) ve 30 (ağırlık 3), ortalama 1,5. D_{\text{ölçüm}}=6; D_{\text{not}}=4, D_{\text{elk}}=1{,}5; D=11{,}5.

7.6.1 Doğrulama: MerQuR+, Python ve R

MerQuR+ sütunu şablonun uzaklık, katkı ve eleme tablolarından alınmıştır (çalıştırmalar 1–4, 6 ve 7). Çalıştırma 5 (ağırlıklar CSV dosyasından) çalıştırma 1 ile aynı tabloları verir.

Büyüklük MerQuR+ Python (bağımsız) R (bağımsız) En büyük fark
Örnek ayar (en küçük): D_\text{not} (A–B) 8 8 8 0 ✓
Örnek ayar (en küçük): D_\text{elk} (A–B) 1,5 1,5 1,5 0 ✓
Örnek ayar (en küçük): D_\text{ölçüm} (A–B) 3 3 3 0 ✓
Örnek ayar (en küçük): D (A–B) 12,5 12,5 12,5 0 ✓
En büyük: D_\text{ölçüm} (A–B) 6 6 6 0 ✓
En büyük: D (A–B) 15,5 15,5 15,5 0 ✓
Ortalama: D_\text{ölçüm} (A–B) 4,5 4,5 4,5 0 ✓
Ortalama: D (A–B) 14 14 14 0 ✓
Elektroforez koşulu D_\text{not}\ge 9: D_\text{elk} (A–B) 0 0 0 0 ✓
Elektroforez koşulu D_\text{not}\ge 9: D_\text{ölçüm} (A–B) 3 3 3 0 ✓
Elektroforez koşulu D_\text{not}\ge 9: D (A–B) 11 11 11 0 ✓
Örnek ayar: ağırlık kocan sekli 6 6 — 0 ✓
Örnek ayar: ağırlık sira sayisi 2 2 — 0 ✓
Örnek ayar: ağırlık bitki boyu 3 3 — 0 ✓
Çok çeşitli veri: D (A–C) 0 0 0 0 ✓
Çok çeşitli veri: D (F–D) 0 0 0 0 ✓
Çok çeşitli veri: D (F–B) 5 5 5 0 ✓
Çok çeşitli veri: D (F–E) 7,5 7,5 7,5 0 ✓
Çok çeşitli veri: D (A–E) 8 8 8 0 ✓
Çok çeşitli veri: D (A–D) 8,5 8,5 8,5 0 ✓
Çok çeşitli veri: D (F–C) 9,5 9,5 9,5 0 ✓
Çok çeşitli veri: D (A–B) 12,5 12,5 12,5 0 ✓
Çok çeşitli veri: D (A–F) 14,5 14,5 14,5 0 ✓
Çok çeşitli veri: D (F–G) 17,5 17,5 17,5 0 ✓
Çok çeşitli veri: D (A–G) 25 25 25 0 ✓
Eleme: en küçük D (G) 17,5 17,5 17,5 0 ✓
Eleme: yakın aday sayısı (G) 0 0 — 0 ✓
Eleme: en küçük D (E) 7,5 7,5 7,5 0 ✓
Eleme: yakın aday sayısı (E) 2 2 — 0 ✓
Eleme: en küçük D (B) 5 5 5 0 ✓
Eleme: yakın aday sayısı (B) 1 1 — 0 ✓
Eleme: en küçük D (C) 0 0 0 0 ✓
Eleme: yakın aday sayısı (C) 2 2 — 0 ✓
Eleme: en küçük D (D) 0 0 0 0 ✓
Eleme: yakın aday sayısı (D) 2 2 — 0 ✓
Yüzde eşikli, ortalama, bütün çiftler: D (A–D) 11,5 11,5 11,5 0 ✓
Yüzde eşikli, ortalama, bütün çiftler: D (A–F) 13 13 13 0 ✓
Yüzde eşikli, ortalama, bütün çiftler: D (B–C) 14 14 14 0 ✓
Yüzde eşikli, ortalama, bütün çiftler: D (C–D) 9,5 9,5 9,5 0 ✓
Yüzde eşikli, ortalama, bütün çiftler: D (E–G) 5 5 5 0 ✓

Ölçütü karşılayan: 40/40. Python: çift döngüsüyle basamak işlevi (şablon kodundan bağımsız yazım). R: karakter × deneme fark matrisleri (outer) ve findInterval; ağırlıklar şablonla gelen gaia_agirlik.csv dosyasından okunmuştur. Ağırlıklar tam sayı ya da yarım olduğundan farklar tam olarak sıfırdır.

7.7 Çıktıyı okuma

Çok çeşitli verinin (çalıştırma 6) konsol metni ve tabloları, kısaltılmış:

7 çeşit (2 aday), 2 deneysel birim, 11 çift; S_dist = 10,00; birimler arası birleşim: en küçük
5 koleksiyon çeşidinden 1 tanesi sonraki yetiştirme döngüsünden çıkarılabilir.
Uyarılar: Ağırlığı tanımlanmamış karakterler (her farkta ağırlık 0): tane_tipi, kocan_capi

GAIA fenotipik uzaklıklar (küçükten büyüğe)
cesit_1 cesit_2      grup_2  D_not  D_elektroforez  D_olcum     D               ayirt
      A       C  koleksiyon      0             0.0        0   0.0  GAIA-ayırt edilmez
      F       D  koleksiyon      0             0.0        0   0.0  GAIA-ayırt edilmez
      F       B  koleksiyon      2             3.0        0   5.0  GAIA-ayırt edilmez
      F       E  koleksiyon      6             1.5        0   7.5  GAIA-ayırt edilmez
      A       E  koleksiyon      8             0.0        0   8.0  GAIA-ayırt edilmez
      A       D  koleksiyon      4             1.5        3   8.5  GAIA-ayırt edilmez
      F       C  koleksiyon      2             1.5        6   9.5  GAIA-ayırt edilmez
      A       B  koleksiyon      8             1.5        3  12.5   GAIA-ayırt edilir
      A       F        aday      4             1.5        9  14.5   GAIA-ayırt edilir
      F       G  koleksiyon      4             1.5       12  17.5   GAIA-ayırt edilir
      A       G  koleksiyon     10             3.0       12  25.0   GAIA-ayırt edilir

Karşılaştırma koleksiyonu eleme listesi (S_dist = 10,00)
cesit en_yakin_aday  en_kucuk_D  yakin_aday_sayisi                                        karar
    G             F        17.5                  0  çıkarılabilir (bütün adaylardan GAIA-ayırt)
    E             F         7.5                  2                     sonraki döngüde yetiştir
    B             F         5.0                  1                     sonraki döngüde yetiştir
    C             A         0.0                  2                     sonraki döngüde yetiştir
    D             F         0.0                  2                     sonraki döngüde yetiştir

Adaylara yakın çeşitler (D < S_dist; sonraki döngüde dikkat)
aday  yakin_cesit_sayisi yakin_cesitler
   A                   3        C, E, D
   F                   4     D, B, E, C
Öğe Ne yazar Nasıl yorumlanır
Özet satırı Çeşit, aday, birim ve çift sayısı; eşik; birleşim Çift sayısı beklenenle karşılaştırılır: 2 aday × 6 öteki çeşit − 1 ortak çift = 11.
Uzaklık tablosu Her çift için üç bileşen, toplam ve karar; küçükten büyüğe İlk satırlar adaya en yakın çeşitlerdir. D=0, kullanılan karakter ve eşiklerle hiçbir farkın görülmediğini söyler; çeşitlerin aynı olduğunu söylemez.
Karakter katkıları Sıfırdan farklı her ağırlık; karşılaştırılan birim sayısı; en büyük fark Uzaklığın hangi karakterlerden geldiğini gösterir. Ağırlığı boş olan ölçüm satırı, ortak deneme sayısının yetersiz olduğunu bildirir.
Eleme listesi Koleksiyon çeşidi başına en yakın aday, en küçük uzaklık, yakın aday sayısı, karar "Çıkarılabilir" bir izindir, zorunluluk değildir; son karar uzmanındır.
Adaylara yakın çeşitler Her aday için eşiğin altındaki çeşitler Sonraki döngüde adayın yanına ekilecek çeşitlerin listesidir. İki aday birbirine yakınsa burada görünür.
Uyarılar Ağırlığı tanımsız ya da seçilmemiş karakterler Ağırlığı tanımsız karakter uzaklığa hiçbir şey katmaz; bilinçli değilse tablo tamamlanır.

Şekil 7.1. Şablonun çizdiği uzaklık ısı haritası (çok çeşitli veri, S_{\text{dist}}=10). Satırlar adaylar, sütunlar bütün çeşitlerdir; eşiğin altındaki uzaklıklar turuncu, üstündekiler mor tonlardadır.

Rapor cümlesi (çok çeşitli veri):

İki aday çeşit (A, F) beş koleksiyon çeşidiyle GAIA yöntemiyle karşılaştırıldı; not, elektroforez ve iki denemedeki ölçüm ağırlıkları en küçük birleşimle toplandı ve Distinctness Plus eşiği 10 alındı. Koleksiyondan yalnız G çeşidi iki adaydan da eşiğin üzerinde uzaklıktaydı (en küçük uzaklık 17,5) ve sonraki yetiştirme döngüsünden çıkarılabilir bulundu. C çeşidi A adayından, D çeşidi F adayından kullanılan karakterlerle ayırt edilemedi (uzaklık 0,0); bu çiftler yan yana karşılaştırma için ayrıldı.

7.8 Sık hatalar ve tuzaklar

  • Karakter sütununda sayı olmayan değer. Not, ölçüm ve bant sütunları değerleriyle okunur; veri sekmesindeki tür ("sayısal", "ikili", "kategorik") sonucu değiştirmez (7.3). Sütunda sayıya çevrilemeyen bir değer varsa çalıştırma durur; ileti sütunu ve örnek değerleri verir. Ondalık virgülle yazılmış ölçümler noktaya çevrilir ya da dosya açılırken ondalık ayırıcı doğru seçilir.
  • Ağırlıkların toplandığını sanmak. Basamak işlevinde ulaşılan en büyük eşiğin ağırlığı geçerlidir. 1=2, 2=6 tablosu "1 not fark 2, 2 ve üzeri not fark 6" demektir.
  • Metin tablosunda ondalık virgül kullanmak. Virgül girdi ayırıcıdır; eşik ve ağırlıklar nokta ile yazılır (1.2=3). Ondalık virgül yalnız CSV dosyasında kabul edilir.
  • Deneme adını tablodakinden farklı yazmak. bitki_boyu@1 yalnız deneme sütunundaki değer tam olarak 1 ise eşleşir. Eşleşme olmazsa ve genel (denemesiz) tanım da yoksa o denemede ağırlık 0 olur; en küçük birleşimde karakterin bütün katkısı sıfırlanır. Uyarı satırı yalnız hiç tanımı olmayan karakterleri bildirir; deneme düzeyindeki eksik için ayrıca denetim yapılır.
  • Her çeşit × deneme için tek satır olmaması. Şablon bitki ya da parsel düzeyindeki ham veriyi kabul etmez; çeşit × deneme ortalamaları (notlarda tek değer) girilir. Yinelenen satır hata verir (satır 243).
  • Yalnız bir denemede bulunan çeşidi elenebilir sanmak. Ölçümler en az iki ortak deneme ister; tek denemeli çeşidin ölçüm uzaklığı 0'dır. Örnekte E çeşidi bu yüzden listede kalır.
  • Yüzde kipinde mutlak eşik tablosunu kullanmak. Birim "deneme ortalamasının yüzdesi" seçildiğinde aynı sayılar yüzde olarak yorumlanır: 28=3, ortalamanın %28'i demek olur. Tablo birimle birlikte değiştirilir.
  • Aday değerini yanlış yazmak. Grup sütunundaki değer aday_degeri ile harfi harfine eşleşmelidir (baştaki ve sondaki boşluklar atılır; büyük–küçük harf ayrımı vardır).
  • Elektroforez koşulu kullanılırken elektroforez satırını aramak. Koşul sağlanmadığında elektroforez uzaklığa eklenmez ve katkı tablosunda da yer almaz. Bantların farklı olup olmadığı koşul 0 yapılarak (varsayılan) görülür.
  • Eşiği sonuca bakarak ayarlamak. S_{\text{dist}} ve ağırlıklar tür için önceden, deneyime dayanarak belirlenir. Eşik düşürüldükçe daha çok çeşit elenir ve benzer bir çeşidin gözden kaçma riski artar.

7.9 Uzman soruları

S1. Bu uzaklık bir metrik mi; üçgen eşitsizliğini sağlar mı?

Hayır, gerekmez de. Basamak işlevi küçük farkları sıfıra indirir; A–C ve C–D uzaklıkları 0 iken A–D uzaklığı pozitif olabilir. Çok çeşitli veride A–C 0,0, yüzde eşikli çalıştırmada C–D 9,5 ve A–D 11,5'tir. GAIA uzaklığı çeşitleri bir uzaya yerleştirmek için değil, her çift için "yeterince farklı mı" kararını vermek için tanımlıdır. Kümeleme ya da ordinasyon girdisi olarak kullanılması bu nedenle uygun değildir.

S2. Eşiğe tam eşit farkta ne olur ve kayan nokta bunu bozar mı?

Notlarda varsayılan kural "≥" olduğundan eşit fark ağırlığı alır; ölçümlerde varsayılan ">" olduğundan almaz. Şablon iki kuralı da 10^{-12} payıyla uygular (satır 265): fark, eşikten 10^{-12}'den az sapıyorsa eşit sayılır. Böylece 10{,}2-9{,}0 gibi ikilik gösterimde tam 1{,}2 etmeyen bir fark, eşik 1{,}2 iken ">" kuralında ağırlık almaz, "≥" kuralında alır. Karar eşiği S_{\text{dist}} için de aynı pay kullanılır (332).

S3. Üç birleşim seçeneği sonucu ne kadar değiştirir?

Örnek veride yalnız bitki boyunun ağırlığı denemeler arasında farklıdır (3 ve 6): toplam uzaklık en küçükte 12,5, ortalamada 14, en büyükte 15,5 olur; üçünde de karar aynıdır. Fark, eşiğe yakın çiftlerde belirleyicidir. En küçük birleşimde bir denemede hiç fark görülmemesi karakteri tümüyle siler; bu yüzden denemeler arası tutarlılığı düşük karakterlerde uzaklık hızla küçülür ve daha az çeşit elenir.

S4. Yüzde eşiklerinde ortalama hangi çeşitler üzerinden alınıyor?

O denemede değeri bulunan bütün çeşitler üzerinden: adaylar ve koleksiyon birlikte (satır 262). Eşik bu nedenle koleksiyonun bileşimine bağlıdır; çok uzun boylu birkaç çeşit eklemek bitki boyu ortalamasını ve onunla birlikte bütün eşikleri yükseltir. Kaynak belgedeki yaklaşım denemenin ayırt edilebilir en küçük farkından yola çıkar; yüzde seçeneği bunun pratik bir karşılığıdır ve denemelerin düzeyi çok farklıysa (yıllar arasında boy ortalaması değişiyorsa) mutlak eşikten daha tutarlı davranır.

S5. Kaynaktaki yazılım eşik aşılınca toplamayı kesiyor; şablon neden kesmiyor?

Kesme yalnız hız içindir ve kararı değiştirmez: eşik aşıldıysa çift zaten ayırt edilmiştir. Şablon tam uzaklığı hesaplar, çünkü çıktısı yalnız karar değildir: uzaklık tablosu sıralıdır, ısı haritası gerçek uzaklıkları gösterir ve eşik değiştirilerek aynı tablo yeniden yorumlanabilir. Karşılığında hesap süresi çift sayısı × karakter sayısı × deneme sayısı ile orantılıdır.

S6. Bir karakterde değeri eksik olan çeşit nasıl işlenir?

İki çeşitten birinin değeri o karakterde ve o denemede eksikse o birim atlanır (satır 290). Notlarda başka bir ortak birim yoksa katkı 0'dır; ölçümlerde ortak birim sayısı alt sınırın altına düşerse yine 0'dır. Eksik veri her durumda uzaklığı küçültür, yani çeşidi adaya yakın gösterir. Bu, eleme açısından güvenli yöndür: verisi eksik çeşit elenmez, yeniden yetiştirilir.

S7. İki aday birbirine yakınsa ne olur?

Aday kipinde aday–aday çiftleri de hesaplanır ve bir kez listelenir (satır 320). Uzaklıkları eşiğin altındaysa "Adaylara yakın çeşitler" tablosunda birbirlerinin satırında görünürler. Eleme listesi yalnız koleksiyon çeşitlerini kapsar; adaylar hiçbir zaman "çıkarılabilir" olarak işaretlenmez.

S8. Ağırlık tablosu eşikle birlikte artmıyorsa şablon uyarır mı?

Uyarmaz. Tablo olduğu gibi uygulanır: 2=6, 3=4 tanımında 3 notluk fark 4 ağırlık alır. Ağırlığın farkla birlikte azalmaması yöntemin mantığının gereğidir; tablonun tutarlılığı kullanıcının sorumluluğundadır. Negatif eşik reddedilir (satır 221); negatif ağırlık reddedilmez.

7.10 Kaynaklar

  • R Core Team. (2026). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
  • UPOV. (t.y.). TGP/8/5: Trial design and techniques used in the examination of distinctness, uniformity and stability. Part II, Section 1: The GAIA methodology. International Union for the Protection of New Varieties of Plants. https://www.upov.int/