IASPheno logo
IASPheno
IASBreeding 产品家族 · Phenotype Module
IASBreeding Product Family · Phenotype solution
v1.0.0
IASPheno
IAS 体系中的标准表型入口
IASPheno 是 IASBreeding 产品家族中的表型预处理模块，负责将原始表型整理成适合 GWAS、GS 与遗传评估使用的标准输入，并与 IASBLUP、IASmating、IASML 一起构成统一的育种分析产品矩阵。
4
流程：统计、异常值、变换、校正
3
场景：GWAS、GS、遗传评估
3
校正：逆正态、分位数、线性
平台特色
专业的表型数据处理工具
  • 📈 一站式统计诊断 — 直方图、Q-Q 图、描述统计、正态性检验一键呈现
  • 🔍 智能异常值识别 — 支持 IQR / Z-Score，阈值可调，在线替换为 NA
  • 🔄 灵活正态化变换 — 分位数校正QN、逆正态变换INT及 QN→INT 组合
  • 🔧 LM 残差校正 — 支持固定效应与连续协变量，可选保留截距项
  • ⬇ 分步导出与自定义选列 — 每一步均可下载，最终 CSV 列自由组合
多性状并行 操作可撤销 零代码交互
适用场景
多场景应用支持
  • GWAS — INT 正态化与固定效应校正，为关联分析提供干净的表型输入
  • GS / 基因组选择 — 异常值清洗与协变量校正，提升预测模型稳健性
  • 遗传评估（BLUP） — 去除批次、年龄等混淆因素，分离真实遗传效应
  • 多批次整合 — 统一不同批次/站点的表型分布后再进行下游分析
  • 育种数据质控 — 快速识别极端表型并记录清洗过程，保证数据可追溯

💡 提示：建议先对每个性状单独做统计与异常值检查，再统一变换和校正。

📊
一体化工作流
从上传诊断到异常值处理、分布变换与协变量校正，全流程在同一工作台完成。
📁
多格式输入
支持 CSV、TXT、TSV 与 Excel，适合育种、组学和常规表型整理场景。
🧬
面向后续分析
结果可直接衔接 GWAS、GS、遗传评估或自定义线性模型分析。
✨
专业平台
首页负责品牌与说明，工作台负责计算与导出，更适合正式部署与对外展示。
核心功能模块
围绕数据进入平台后应该先做什么、再做什么、最后输出什么来组织界面，让用户更容易上手。
01

上传与统计

读取 CSV、TSV、TXT 和 Excel 文件，自动识别数值列，快速给出描述统计、分布图和正态性检验。

02

异常值处理

支持 IQR 与 Z-Score 两种检测方式，提供异常值替换、撤销与结果下载，便于形成可追溯的清洗流程。

03

正态化变换

内置分位数校正、逆正态变换与组合流程，适用于后续 GWAS、GS 或线性模型分析前的分布优化。

04

协变量校正

支持固定效应因子与连续协变量校正，自动生成 adjusted 列、异常值标记列以及最终下载结果。

平台工作流预览
1
上传表型并完成分布诊断
选择待分析性状与样本 ID，查看描述统计、直方图、Q-Q 图和正态性检验结果。
2
识别并处理异常值
按当前选中性状动态查看异常值列表，将异常值替换为 NA，并支持撤销最近一次操作。
3
选择合适的变换方案
根据性状分布决定是否执行 QN、INT 或 QN → INT，并直观看到变换前后的差异。
4
输出校正后的分析表型
设置固定效应和协变量后生成 adjusted 表型，并下载用于 GWAS、GS 或遗传评估的结果文件。
📊
原始数据
↓
🔍
异常值检测
↓
🔄
正态化变换
↓
⚙️
协变量校正
↓
✅
分析就绪
三步快速上手
首页先解释平台定位，进入工作台后再按步骤完成处理，适合给学生、合作方或项目成员直接使用。
1
Upload

上传数据并锁定目标性状

导入表型文件后，先选择要分析的数值型性状和样本 ID。平台会自动给出基础统计和分布诊断。

2
Clean

清洗异常值并优化分布

根据箱线图、异常值列表和 Q-Q 图判断是否需要剔除异常样本、替换为 NA，或执行 QN / INT 变换。

3
Adjust

校正固定效应并导出结果

将性别、批次、场站或年龄等变量纳入模型，生成 adjusted 表型后直接导出用于 GWAS、GS 或遗传评估。

典型应用场景
GWAS

关联分析前的表型准备

在进行 GWAS 前，先完成异常值检查、分布诊断、逆正态变换和协变量校正，减少脏数据对检出力的影响。

GS

基因组选择前的数据整理

对多个育种性状统一做表型预处理，形成标准化、可追溯的输入文件，便于后续交叉验证和模型比较。

Evaluation

遗传评估前的质控入口

在进入 BLUP、REML 或其他遗传参数估计前，先检查批次、固定效应和协变量影响，保持分析链条一致。

IAS Product Family
IASBreeding 产品家族中的表型入口模块
方向 1 的核心不是再单独美化一个页面，而是让 IASPheno 与 IASBLUP、IASmating、IASML 一眼看上去就是同一套系统。首页负责家族识别，工作台负责具体分析，整体更适合后续继续扩展为统一平台官网。
IASPheno
Phenotype

表型预处理、异常值识别、分布变换与协变量校正，是进入 GWAS、GS 与遗传评估前的标准入口。

IASBLUP
Evaluation

承担遗传评估、方差组分估计和 breeding value 分析，是表型校正后的核心下游模块。

IASmating
Mating

面向选种选配和近交控制，把评估结果进一步转化为可执行的交配决策。

IASML
Prediction

用于机器学习与基因组预测任务，承接清洗后的表型和多组学输入。

Design Language
统一品牌风格的 4 个关键点
  • 统一命名： 顶部品牌区、Hero 标语、页脚和工作台头图都围绕 IASBreeding 产品家族来写。
  • 统一视觉： 蓝色主渐变、圆角玻璃卡片、家族模块卡片与工作台头图保持同一套 UI 语言。
  • 统一角色： IASPheno 明确定位为表型入口模块，而不是孤立的数据清洗工具。
  • 统一扩展： 后续若继续做 IASHub 或总平台首页，这一版可以直接并入主产品矩阵。
IASPheno · 表型预处理与校正平台
适合作为 IASBLUP、IASmating、IASML 体系中的表型前处理模块。当前版本已经覆盖描述统计、异常值处理、正态化变换、固定效应/协变量校正和结果导出，后续还可以继续扩展批次效应处理、自动报告与示例数据入口。

IASPheno Workspace

这是 IASBreeding 产品家族中的表型工作台，负责把原始表型整理成标准化、可校正、可导出的分析输入，并与 IASBLUP、IASmating、IASML 保持统一品牌体验。

Phenotype QC
Normalization
Covariate Adjustment
GWAS / GS Ready
1
上传与统计
2
异常值处理
3
变换
4
校正

数据上传

💡 上传提示

支持拖拽文件到下方区域，或点击选择文件。文件第一行应为列名，数据从第二行开始。

✓ 支持格式：CSV、TSV、TXT、Excel (.xlsx/.xls)

变量设置

点击后将自动生成描述统计、分布图和正态性检验结果

异常值检测设置

🎯 检测说明

选择性状后，系统将根据所选方法标记异常值。您可以查看异常值列表，决定是否替换为 NA。

📊 低于 Q1 − 倍数×IQR 或高于 Q3 + 倍数×IQR 的样本被判定为异常值。默认值 1.5 为常规标准。
📊 绝对值超过该阈值的被判定为异常值。默认值 3 表示偏离均值超过 3 个标准差。

⚠️ 点击后，当前选中性状的所有异常值将被替换为 NA。

数据下载


⬇ 下载 Step 2 数据

变换设置

支持多选，系统将为每个选中的性状独立执行变换。
QN：根据排名映射到标准正态分位点。INT：基于 Blom 公式做秩次映射。选择 QN → INT 时，将生成一列 qn_int 结果。

数据下载


⬇ 下载变换后数据

校正设置

可选择原始性状列或 Step 3 生成的变换后列（如 Phenotype_qn_int）进行校正。
如：性别、批次、站点。
如：年龄、BMI、主成分。

选项

若不勾选，输出 LM 残差（均值为 0）；若勾选，会在残差上加回截距。


⬇ 下载最终校正结果 CSV 下载前请先选择需要包含在 CSV 中的列。
Workflow Guide

建议使用顺序

  1. 先在 Step 1 确认性状分布和正态性。
  2. 再在 Step 2 处理异常值，并保留替换记录。
  3. Step 3 根据分布决定是否做 QN、INT 或组合变换。
  4. Step 4 再纳入固定效应和协变量完成校正。
Deployment Tip

这页适合继续扩展

你后续可以在这里再加示例数据下载、运行日志、批量任务说明，或者把常见参数说明做成帮助面板。