help/html/calculations/pca.html

   1 <html>
   2 <!--
   3  * Jalview - A Sequence Alignment Editor and Viewer (Version 2.7)
   4  * Copyright (C) 2011 J Procter, AM Waterhouse, J Engelhardt, LM Lui, G Barton, M Clamp, S Searle
   5  *
   6  * This file is part of Jalview.
   7  *
   8  * Jalview is free software: you can redistribute it and/or
   9  * modify it under the terms of the GNU General Public License
  10  * as published by the Free Software Foundation, either version 3 of the License, or (at your option) any later version.
  11  *
  12  * Jalview is distributed in the hope that it will be useful, but
  13  * WITHOUT ANY WARRANTY; without even the implied warranty
  14  * of MERCHANTABILITY or FITNESS FOR A PARTICULAR
  15  * PURPOSE.  See the GNU General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU General Public License along with Jalview.  If not, see <http://www.gnu.org/licenses/>.
  18 -->
  19 <head>
  20 <title>Principal Component Analysis</title>
  21 </head>
  22 <body>
  23 <p><strong>Principal Component Analysis</strong></p>
  24 <p>This calculation creates a spatial representation of the
  25 similarities within a selected group, or all of the sequences in an
  26 alignment. After the calculation finishes, a 3D viewer displays the set
  27 of sequences as points in 'similarity space', and similar sequences tend
  28 to lie near each other in the space.</p>
  29 <p>Note: The calculation is computationally expensive, and may fail
  30 for very large sets of sequences - usually because the JVM has run out
  31 of memory. A future release of Jalview will be able to avoid this by
  32 executing the calculation via a web service.</p>
  33 <p>Principal components analysis is a technique for examining the
  34 structure of complex data sets. The components are a set of dimensions
  35 formed from the measured values in the data set, and the principle
  36 component is the one with the greatest magnitude, or length. The sets of
  37 measurements that differ the most should lie at either end of this
  38 principle axis, and the other axes correspond to less extreme patterns
  39 of variation in the data set.</p>
  40
  41 <p>In this case, the components are generated by an eigenvector
  42 decomposition of the matrix formed from the sum of BLOSUM scores at each
  43 aligned position between each pair of sequences. The matrix is not
  44 symmetric - elements in the upper diagonal give the sum of scores for
  45 mutating in one direction, and the lower diagonal is the sum of scores
  46 for mutating in the other. This is a refinement of the method described
  47 in the paper by G. Casari, C. Sander and A. Valencia. Structural Biology
  48 volume 2, no. 2, February 1995 (<a
  49         href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abstract&list_uids=7749921">pubmed</a>)
  50 and implemented at the SeqSpace server at the EBI.</p>
  51
  52 <p><strong>The PCA Viewer</strong></p>
  53 <p>This is an interactive display of the sequences positioned within
  54 the similarity space, as points in a rotateable 3D scatterplot. The
  55 colour of each sequence point is the same as the sequence group colours,
  56 white if no colour has been defined for the sequence, and green if the
  57 sequence is part of a the currently selected group.</p>
  58 <p>The 3d view can be rotated by dragging the mouse with the <strong>left
  59 mouse button</strong> pressed. The view can also be zoomed in and out with the up
  60 and down <strong>arrow keys</strong> (and the roll bar of the mouse if
  61 present). Labels will be shown for each sequence if the entry in the
  62 View menu is checked, and the plot background colour changed from the
  63 View&#8594;Background Colour.. dialog box. The File menu allows the view
  64 to be saved (<strong>File&#8594;Save</strong> submenu) as an EPS or PNG
  65 image or printed, and the original alignment data and matrix resulting
  66 from its PCA analysis to be retrieved. The coordinates for the whole PCA
  67 space, or just the current view may also be exported as CSV files for
  68 visualization in another program or further analysis.</p>
  69 <p>A tool tip gives the sequence ID corresponding to a point in the
  70 space, and clicking a point toggles the selection of the corresponding
  71 sequence in the associated alignment window views. Rectangular region
  72 based selection is also possible, by holding the 'S' key whilst
  73 left-clicking and dragging the mouse over the display. By default,
  74 points are only associated with the alignment view from which the PCA
  75 was calculated, but this may be changed via the <strong>View&#8594;Associate
  76 Nodes</strong> sub-menu.</p>
  77 <p>Initially, the display shows the first three components of the
  78 similarity space, but any eigenvector can be used by changing the
  79 selected dimension for the x, y, or z axis through each ones menu
  80 located below the 3d display.</p>
  81 <p>
  82 <p>
  83 </body>
  84 </html>