A spatially dense mesh of 7,150 qua

A spatially dense mesh of 7,150 quasi-landmarks was used to map 3D images of participants' faces onto a common coordinate system (Figure 1). Quasi-landmarks are defined here as largely homologous vertices in this mapped mesh. The mesh is applied automatically, eliminating the difficult and error-prone procedure of manually indicating facial landmarks [8], [9], [17]. Deviations from bilateral symmetry were removed by averaging each face with its mirror image [18], [19]. PCA on the symmetrized 21,450 quasi-landmark 3D coordinates (X, Y, and Z for each of the 7,150 quasi-landmarks) using all 592 participants produces 44 principal components (PCs) that together summarize 98% of the variation in face shape and define a multidimensional face space. The effects of the first 10 PCs are illustrated in Figure 2. Some of these PCs (e.g., PC4, PC5) capture the effects of changes in only particular parts of the face. However, many PCs (e.g., PC1, PC2, PC3) capture effects in multiple parts of the face. Moreover, although the PCs are statistically independent, any particular part of the face is affected by several PCs. As such, it is likely incorrect to assume that each PC represents a distinct morphological trait resulting from the action of specific genes. Our use of BRIM to combine the independent effects of PCs is agnostic about their biological meaning, if any, and provides for the compounding of the information from any or all of the PCs together into a single variable that is customized to the predictor variable being modeled. In this way, BRIM also overcomes the problem of multiple testing inherent to other methods for summarizing facial variation. In other words, the hypothesis, does this gene have significant effects on facial shape, can be addressed with a single statistical test (Text S1).

ผลลัพธ์ (ไทย) 1:

ตาข่ายหนาแน่น spatially สถาน 7,150 quasi-ถูกใช้เพื่อแม็ปภาพ 3 มิติของใบหน้าของผู้เรียนไว้บนระบบพิกัดทั่วไป (รูปที่ 1) กำหนดสถานที่ quasi-ที่นี่เป็นจุดยอดที่เป็น homologous ในแมปตาข่าย ตาข่ายการเงิน การตัดขั้นตอนยาก และข้อผิดพลาดมักบอกตนเองหน้าสถาน [8], [9], [17] ความเบี่ยงเบนจากสมมาตร bilateral ถูกลบ โดยการหาค่าเฉลี่ยแต่ละหน้า มีกระจกรูปภาพ [18], [19] PCA ใน symmetrized 21,450 ดิฉันขอกึ่ง 3D พิกัด (X, Y และ Z สำหรับแต่ละสถาน quasi-7,150) ใช้ 592 ร่วมสร้าง 44 หลักส่วนประกอบ (ชิ้น) ที่ร่วมกันสรุป 98% ของการเปลี่ยนแปลงในรูปร่างหน้า และกำหนดพื้นที่หลายหน้า ผลของชิ้นแรก 10 จะแสดงในรูปที่ 2 บางชิ้นเหล่านี้ (เช่น PC4, PC5) รวบรวมผลกระทบของการเปลี่ยนแปลงเพียงเฉพาะบางส่วนของใบหน้า อย่างไรก็ตาม หลายชิ้น (เช่น PC1, PC2, PC3) รวบรวมผลในหลายส่วนของใบหน้า ยิ่งไปกว่านั้น แม้ว่าพีซีเป็นอิสระทางสถิติ การส่วนหนึ่งส่วนใดของใบหน้าเป็นผลจากหลายชิ้น เช่น ก็มีแนวโน้มถูกสมมุติว่าแต่ละ PC แทนติดสัณฐานแตกต่างกันเป็นผลมาจากการกระทำของยีนเฉพาะ เราใช้ขอบรวมผลอิสระของชิ้นเป็น agnostic เกี่ยวกับการชีวภาพหมายถึง ถ้ามี และมีการทบต้นของข้อมูลใด ๆ หรือทั้งหมดของชิ้นร่วมกันเป็นตัวแปรหนึ่งที่กำหนดให้ตัวแปรจำนวนประตูที่ถูกจำลอง ด้วยวิธีนี้ เปี่ยมยัง overcomes ปัญหาหลายทดสอบโดยธรรมชาติกับวิธีอื่น ๆ สำหรับสรุปการเปลี่ยนแปลงใบหน้า ในคำอื่น ๆ ทฤษฏี ไม่ยีนนี้มีลักษณะพิเศษที่สำคัญรูปร่างหน้า สามารถอยู่กับการทดสอบสถิติเดียว (ข้อความ S1)

ผลลัพธ์ (ไทย) 2:

ตาข่ายหนาแน่นเชิงพื้นที่ของ 7,150 เสมือนสถานที่สำคัญถูกนำมาใช้เพื่อ map ภาพ 3 มิติของใบหน้าของผู้เข้าร่วมเข้าสู่ระบบการประสานงานร่วมกัน (รูปที่ 1) เสมือนสถานที่สำคัญจะถูกกำหนดไว้ที่นี่เป็นจุดที่คล้ายคลึงกันนี้ส่วนใหญ่อยู่ในแมปตาข่าย ตาข่ายถูกนำไปใช้โดยอัตโนมัติ, การขจัดขั้นตอนที่ยากและผิดพลาดได้ง่ายของตนเองที่ระบุสถานที่สำคัญบนใบหน้า [8], [9] [17] เบี่ยงเบนไปจากความสมมาตรทวิภาคีถูกถอดออกโดยเฉลี่ยใบหน้าแต่ละคนมีภาพสะท้อนในกระจกของตน [18], [19] PCA ใน symmetrized 21,450 เสมือนสถานที่พิกัด 3 มิติ (X, Y, Z และสำหรับแต่ละ 7,150 เสมือนสถานที่สำคัญ) โดยผู้เข้าร่วมทั้งหมด 592 ผลิต 44 องค์ประกอบหลัก (พีซี) ที่ร่วมกันสรุปถึง 98% ของการเปลี่ยนแปลงในรูปทรงใบหน้าและกำหนด พื้นที่ใบหน้าหลายมิติ ผลกระทบของการแรก 10 เครื่องจะแสดงในรูปที่ 2 บางส่วนของเครื่องคอมพิวเตอร์เหล่านี้ (เช่น PC4, PC5) จับผลกระทบของการเปลี่ยนแปลงโดยเฉพาะอย่างยิ่งในส่วนของใบหน้าเท่านั้น อย่างไรก็ตามเครื่องคอมพิวเตอร์จำนวนมาก (เช่น PC1, PC2, PC3) จับผลกระทบในหลายส่วนของใบหน้า นอกจากนี้ถึงแม้ว่าเครื่องคอมพิวเตอร์มีความเป็นอิสระทางสถิติใด ๆ ที่ส่วนใดส่วนหนึ่งของใบหน้าได้รับผลกระทบจากเครื่องคอมพิวเตอร์หลายเครื่อง เช่นนี้มันไม่ถูกต้องมีแนวโน้มที่จะคิดว่าเครื่องคอมพิวเตอร์จะแสดงให้เห็นถึงลักษณะทางสัณฐานวิทยาที่แตกต่างที่เกิดจากการกระทำของยีนที่เฉพาะเจาะจง การใช้งานของเราของปีกที่จะรวมผลกระทบที่เป็นอิสระจากเครื่องคอมพิวเตอร์ที่ไม่เชื่อเรื่องพระเจ้าเป็นเกี่ยวกับความหมายทางชีวภาพของพวกเขาหากใด ๆ และให้การประนอมข้อมูลจากส่วนใดหรือทั้งหมดของเครื่องคอมพิวเตอร์เข้าด้วยกันเป็นตัวแปรเดียวที่มีการปรับแต่งเพื่อให้ตัวแปรทำนายที่มีการสร้างแบบจำลอง . ด้วยวิธีนี้ยังปีกเอาชนะปัญหาของหลายการทดสอบโดยธรรมชาติกับวิธีอื่น ๆ สำหรับการสรุปการเปลี่ยนแปลงบนใบหน้า ในคำอื่น ๆ สมมติฐานที่ไม่ยีนนี้มีผลกระทบอย่างมีนัยสำคัญกับรูปร่างใบหน้าได้รับการแก้ไขด้วยการทดสอบทางสถิติเดียว (ข้อความ S1)

ผลลัพธ์ (ไทย) 3:

ตาข่ายหนาแน่น จึงเปลี่ยน 7150 กึ่งใช้แผนที่ 3 มิติ ภาพใบหน้าของผู้เข้าร่วมบนระบบพิกัด ( รูปที่ 1 ) จึงมีการกำหนด และที่นี่เป็นจุดนี้ส่วนใหญ่คล้ายคลึงกันในแมปตาข่าย ตาข่ายจะถูกใช้โดยอัตโนมัติ , การขจัดยากและข้อผิดพลาดขั้นตอนด้วยตนเอง จึงมักจะแสดงหน้า [ 8 ] , [ 9 ] , [ 17 ]การเบี่ยงเบนจากสมมาตรแบบออกโดยเฉลี่ยแต่ละหน้าของกระจกภาพ [ 18 ] , [ 19 ] PCA ใน symmetrized 21450 กึ่งสถานที่สำคัญ 3D พิกัด ( x , y และ z สำหรับแต่ละของ 7150 กึ่งจุด ) ใช้ทั้งหมด 592 ผู้ผลิตชิ้นส่วนหลัก 44 ( ชิ้น ) ร่วมกันสรุป 98% ของความแปรผันในรูปร่างใบหน้าและกำหนดพื้นที่ใบหน้าหลายมิติผลของ 10 ชิ้นแรกที่แสดงในรูปที่ 2 บางชิ้นเหล่านี้ ( เช่น pc4 pc5 , ) จับภาพผลกระทบของการเปลี่ยนแปลงในส่วนเฉพาะของใบหน้า อย่างไรก็ตาม หลายชิ้น ( เช่น PC pc2 ด้วย , , ) จับผลในหลายส่วนของใบหน้า นอกจากนี้ แม้ว่าชิ้นเป็นอิสระสถิติ ส่วนใดของใบหน้าจะได้รับผลกระทบจากหลายชิ้น เช่นมันอาจจะไม่ถูกต้องจะถือว่าเป็นลักษณะที่แตกต่างกันของแต่ละเครื่องที่เกิดจากการกระทำของเฉพาะยีน ของเราใช้ของขอบเพื่อรวมผลกระทบที่เป็นอิสระของพีซีเป็น agnostic เกี่ยวกับความหมายทางชีวภาพของพวกเขา ถ้าใด ๆและมีการผสมของข้อมูลจากใด ๆหรือทั้งหมดของเครื่องคอมพิวเตอร์เข้าด้วยกันเป็นหนึ่งตัวแปรที่กำหนดเองเพื่อให้ตัวแปรตัวแปรที่ถูกออกแบบ . ในวิธีนี้ ขอบยังเอาชนะปัญหาของการทดสอบในวิธีการอื่น ๆสำหรับการเปลี่ยนแปลงหน้าหลาย ในคำอื่น ๆ , สมมติฐาน , ยีนนี้มีความสัมพันธ์กับใบหน้ารูปร่างสามารถ addressed กับเดียวสถิติทดสอบ ( ข้อความ S1 )