help/html/calculations/pca.html

   1 <html>
   2 <head><title>Principal Component Analysis</title></head>
   3 <body>
   4 <p><strong>Principal Component Analysis</strong></p>
   5 <p>This calculation creates a spatial representation of the
   6 similarities within a selected group, or all of the sequences in
   7 an alignment. After the calculation finishes, a 3D viewer displays the
   8 set of sequences as points in 'similarity space', and similar
   9 sequences tend to lie near each other in the space.</p>
  10 <p>Note: The calculation is computationally expensive, and may fail for very large sets of sequences -
  11  usually because the JVM has run out of memory. A future release of
  12  Jalview will be able to avoid this by executing the calculation via a web service.</p>
  13 <p>Principal components analysis is a technique for examining the
  14 structure of complex data sets. The components are a set of dimensions
  15 formed from the measured values in the data set, and the principle
  16 component is the one with the greatest magnitude, or length. The
  17 sets of measurements that differ the most should lie at either end of
  18 this principle axis, and the other axes correspond to less extreme
  19 patterns of variation in the data set.
  20 </p>
  21
  22 <p>In this case, the components are generated by an eigenvector
  23 decomposition of the matrix formed from the sum of BLOSUM scores at
  24 each aligned position between each pair of sequences. The basic method
  25 is described in the paper by G. Casari, C. Sander and
  26 A. Valencia. Structural Biology volume 2, no. 2, February 1995 (<a
  27 href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abstract&list_uids=7749921">pubmed</a>)
  28  and implemented at the SeqSpace server at the EBI.
  29 </p>
  30
  31 <p><strong>The PCA Viewer</strong></p>
  32 <p>This is an interactive display of the sequences positioned within
  33   the similarity space. The colour of each sequence point is the same
  34   as the sequence group colours, white if no colour has been
  35   defined for the sequence, and green if the sequence is part of a
  36   the currently selected group.
  37 </p>
  38   <p>The 3d view can be rotated by dragging the mouse with the
  39   <strong>left mouse button</strong> pressed. The view can also be
  40   zoomed in and out with the up and down <strong>arrow
  41   keys</strong> (and the roll bar of the mouse if present). Labels
  42   will be shown for each sequence if the entry in the View menu is
  43   checked, and the plot background colour changed from the
  44   View&#8594;Background Colour.. dialog box. The File menu allows the
  45   view to be saved (File&#8594;Save submenu) as an EPS or PNG image or
  46   printed, and the original alignment data and matrix resulting from
  47   its PCA analysis to be retrieved.
  48 </p>
  49  </p>
  50 <p>A tool tip gives the sequence ID corresponding to a point in the
  51   space, and clicking a point toggles the selection of the
  52   corresponding sequence in the alignment window. Rectangular region
  53   based selection is also possible, by holding the 'S' key whilst
  54   left-clicking and dragging the mouse over the display.
  55 </p>
  56 <p>Initially, the display shows the first three components of the
  57   similarity space, but any eigenvector can be used by changing the selected
  58   dimension for the x, y, or z axis through each ones menu located
  59   below the 3d display.
  60 </p>
  61 <p>
  62
  63 </body>
  64 </html>