FTDNA начала принимать более новые файлы 23andme и AncestryDNA

[Mich Glitch]

Назвали цифру 0.72%. Типа это ноу коллы. На самом деле это символы --. Которые возможно и не ноу коллы вовсе.
Я де привёл откуда то из закоулков сознания цифирь в 22%. Подиверждения ей не нашёл. Но два преслрвутых файла разнятся на 17%. Разница межлу максимальным и минимальным файлами по каждой сборке достмгает 20%.

[Mich Glitch]

Коллеги, Вы мне так дороги, что пишу с телефона в вэропорту.

[gecube_ru]

Далее ПРЕДПОЛОЖИЛ, что символы -- означают не ноу колл, а отсутствие значений. В подтверждение привёл два скрина из РАЗНЫХ файлов ОДНОГО И ТОГО ЖЕ человека, где в идентичных пощициях имеем --.

1. А в чем разница между no-call и отсутствием значения? У нас же здесь нет маппирования на референс цепочек как в BigY. Либо конкретный SNP есть в референсном билде генома (будь то b36, или b37), или его нет.
2. У меня в той же позиции есть snp...

[Mich Glitch]

ГедМаич тоже считает -- , как ноу коллы.
Мы же (точнее пользователь парово3) сравнмвали утилитой дыа выходных файла. В выходной файл скидывались ПОЗИЦИИ, которые есть в одном файле, но отсутствуют в другом. И вот ВРОДЕ БЫ иной раз разница составляла до 22%.

[gecube_ru]

Mich Glitch

Но два преслрвутых файла разнятся на 17%. Разница межлу максимальным и минимальным файлами по каждой сборке достмгает 20%.

Михаил, мы сырые файлы от ft-dna в одном билде сравним? Вам написать алгоритм как это сделать? Или может скрипт?
Если Вы не хотите выкладывать сами файлы ))))

P.S. Вы мне тоже очень дороги. Почти уже как член семьи  Наверное, дело в нике. Glitch - это же глюк? ))))

[Mich Glitch]

Вот и мой вопрос повторили.
Привёл пример по мито. Там стоят --. Не как ноу коллы. А как отсутствие фрагментов. Нуклеотидов.

То есть имеем два явления. Отсутствие мооекулярной цепрчки в позиции (пардрн за такой корявый термин) и непрочитанные цепочки.

Мря версия, все проблемы из за того, что в силу техническиз причин, кое где данные не прочитаны.

[Mich Glitch]

Ура. Поняли. Да, мать его! Конкчно же в одном билде. Мало того, от одного и того де человека.
Ну не надувайтк де Вы обиденно нубки. Посмотрите на картинки, что Вам дал.

[gecube_ru]

Повторюсь - я НЕ ДОВЕРЯЮ GEDMATCH.
Потому что он конвертирует данные в некий свой формат.
И непонятно что там при этом с ними происходит.
Давайте сравнивать САМИ "СЫРЫЕ" ДАННЫЕ от FTDNA в распакованным виде (т.е. сам CSV, а не csv.gz!!!)

[Mich Glitch]

Моя гипотеза - непрочитанеые значения. Если у кого-то есть что-то другое, очень хорошо.

Но объясните тогда разницу размеров файлов одного билда.

[Mich Glitch]

Бесполезно спорить, когда доводы твои попросту игнорируют. На основании того, что груб де.

[Mich Glitch]

Никто не пробовал?

Пробовал. У меня семь дублей 23эндМи + ФФ и один дубль ФФ + ФФ (по ошибке во время взятия теста у двух персон, от одного и того же человека положили пробирки в два разных кита).

Вот и говорю (по этим результатам, а не по чьему-то наущению  ), не совпадают:
- размеры листов;
- порядки персон;
- предикты степеней родства по персонам;
- суммарные совпадения;
- отдельные УПСы.

И причина основная, конечно же, не в размерностях панели и разных рассматриваемых участках (на момент тестов, панели были полностью идентичными), а в непрочитанных участках. В ноу, мать их, коллах. Которые составляют (если не ошибаюсь) около 22% от всего прочтения. Один раз одно не прочиталось. Другой раз другое.

Второй резон - разность подхода к разрыву цепочки. Имеем 3, 5 и 7 (уже не помню, где, что и у кого) максимально непрочитанных и ОТЛИЧАЮЩИХСЯ значений, которые за разрыв не полагаются. То есть, помимо одной пятой на ноу-коллы, ещё в некоторых случаях до 5% идёт на инструментальную ошибку. Т.е. не на отсутствие вычитки вообще, а на неправильную вычитку.

Это инициальное сообшение.
Начали мудрить, аочему данные одного и того же человека от 23эндМи не совпадают с ФТДНА.
Просто прочитайте непрелвзято мои сообщения после этого.

[Mich Glitch]

Отключаюсь.
Посадка скоро.
Жена ворчит.
Да и притомили вы меня своей непонятлмвостью и девчачей обидчивостью.

[Srkz]

Нормальное такое объяснение.
Дело оказывается в Х хромосоме.
Вы не видите, что у меня подписаны папки?
36 сборка. Два файла одного и того же человека отличаются по размеру. Файлы разных людей отличаются по размерам.

Откройте файлы, посмотрите количество снипов в каждом и заканчивайте позориться.

[gecube_ru]

У меня такой расклад получается.



Считал под линуксом с помощью команд работы с текстовыми файлами.
Один нюанс - из столбика с общим количеством SNP нужно вычесть 1 (на заголовок "RSID,CHROMOSOME,POSITION,RESULT")
no-call'ами обозначил записи вида "--"

UPD: еще китов натырил с интернета...

[gecube_ru]

Эти цифры наводят меня на мысль, что чипы Иллюмина стабильно читают только 680545 позиции в аутосомах + 17587 в Х. Остальные результаты, как видите, даже если по количеству SNP совпадают, то no-call'ов (в терминологии gedmatch, утилит Пайка и пр.) разное кол-во.
К тому же, они отличаются от приведенных мной официальных и полуофициальных данных здесь.