content large_stringlengths 0 6.46M | path large_stringlengths 3 331 | license_type large_stringclasses 2 values | repo_name large_stringlengths 5 125 | language large_stringclasses 1 value | is_vendor bool 2 classes | is_generated bool 2 classes | length_bytes int64 4 6.46M | extension large_stringclasses 75 values | text stringlengths 0 6.46M |
|---|---|---|---|---|---|---|---|---|---|
context("ds_search_sql")
u <- "http://data.nhm.ac.uk/"
r <- "8f0784a6-82dd-44e7-b105-6194e046eb8d"
if (r == "") {
did <- package_list(limit = 1, url = u)[[1]]
pkg <- package_show(did, url = u)
r <- pkg$resources[[1]]$id
}
test_that("ds_search_sql gives back expected class types", {
check_ckan(u)
check_resource(u,r)
sql = paste0('SELECT * from "', r, '" LIMIT 2')
a <- ds_search_sql(sql, url=u)
expect_is(a, "list")
})
test_that("ds_search_sql works giving back json output", {
check_ckan(u)
check_resource(u,r)
sql = paste0('SELECT * from "', r, '" LIMIT 2')
b <- ds_search_sql(sql, url=u, as="json")
expect_is(b, "character")
b_df <- jsonlite::fromJSON(b)
expect_is(b_df, "list")
})
| /tests/testthat/test-ds_search_sql.R | permissive | nicholsn/ckanr | R | false | false | 720 | r | context("ds_search_sql")
u <- "http://data.nhm.ac.uk/"
r <- "8f0784a6-82dd-44e7-b105-6194e046eb8d"
if (r == "") {
did <- package_list(limit = 1, url = u)[[1]]
pkg <- package_show(did, url = u)
r <- pkg$resources[[1]]$id
}
test_that("ds_search_sql gives back expected class types", {
check_ckan(u)
check_resource(u,r)
sql = paste0('SELECT * from "', r, '" LIMIT 2')
a <- ds_search_sql(sql, url=u)
expect_is(a, "list")
})
test_that("ds_search_sql works giving back json output", {
check_ckan(u)
check_resource(u,r)
sql = paste0('SELECT * from "', r, '" LIMIT 2')
b <- ds_search_sql(sql, url=u, as="json")
expect_is(b, "character")
b_df <- jsonlite::fromJSON(b)
expect_is(b_df, "list")
})
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/caesar.R
\name{seed_cipher}
\alias{seed_cipher}
\title{Encrypt and decrypt text using pseudorandom number generation based on the seed set.}
\usage{
seed_cipher(text, seed = 64, decrypt = FALSE)
}
\arguments{
\item{text}{String to be ciphered or deciphered.}
\item{seed}{A single number to set the seed which will pseudorandomly rearrange
the original characters}
\item{decrypt}{If TRUE (not default), deciphers the coded text.}
}
\value{
String of the ciphered/deciphered text
}
\description{
Encrypt and decrypt text using pseudorandom number generation based on the seed set.
}
\examples{
seed_cipher("Cowards die many times before their deaths")
seed_cipher("'Ced<,#G,QhG$dXoG/Q$h#G+h(C<hG/0hQ<G,hd/0#",
decrypt = TRUE)
seed_cipher("Men willingly believe what they wish.",
seed = 2354)
seed_cipher("q39l*D66D9;6.l\%36D3d3l*<p4l4<3.l*D <h",
seed = 2354,
decrypt = TRUE)
seed_cipher("the valiant never taste of death but once.",
seed = -100)
seed_cipher("*QDc3f>efk*ckD3D{c*fu*DcS'c]Df*Qcy\%*cSkoDi",
seed = -100,
decrypt = TRUE)
}
| /man/seed_cipher.Rd | no_license | cran/caesar | R | false | true | 1,240 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/caesar.R
\name{seed_cipher}
\alias{seed_cipher}
\title{Encrypt and decrypt text using pseudorandom number generation based on the seed set.}
\usage{
seed_cipher(text, seed = 64, decrypt = FALSE)
}
\arguments{
\item{text}{String to be ciphered or deciphered.}
\item{seed}{A single number to set the seed which will pseudorandomly rearrange
the original characters}
\item{decrypt}{If TRUE (not default), deciphers the coded text.}
}
\value{
String of the ciphered/deciphered text
}
\description{
Encrypt and decrypt text using pseudorandom number generation based on the seed set.
}
\examples{
seed_cipher("Cowards die many times before their deaths")
seed_cipher("'Ced<,#G,QhG$dXoG/Q$h#G+h(C<hG/0hQ<G,hd/0#",
decrypt = TRUE)
seed_cipher("Men willingly believe what they wish.",
seed = 2354)
seed_cipher("q39l*D66D9;6.l\%36D3d3l*<p4l4<3.l*D <h",
seed = 2354,
decrypt = TRUE)
seed_cipher("the valiant never taste of death but once.",
seed = -100)
seed_cipher("*QDc3f>efk*ckD3D{c*fu*DcS'c]Df*Qcy\%*cSkoDi",
seed = -100,
decrypt = TRUE)
}
|
#' @export
"Gamlist" <-
function(...)
{
gl <- list(...)
oldClass(gl) <- c("Gamlist", "glmlist")
gl
}
| /R/gamlist.R | no_license | cran/gam | R | false | false | 104 | r | #' @export
"Gamlist" <-
function(...)
{
gl <- list(...)
oldClass(gl) <- c("Gamlist", "glmlist")
gl
}
|
#' Calculate the product part of the infection likelihood (Simple code)
#'
#' This function is used in the calculation of the likelihood for a General Stochastic Epidemic, and calculates
#' \eqn{\prod_{j != kappa}^{n_I} [ \sum_{ i in I_{n_{j-}} } [ beta_{i,j} ] ]}.
#'
#' @param inf.times A vector of the infection times of all individuals (Inf if not infected), ordered by ID.
#' @param rem.times A vector of the removal times of all individuals (Inf if not infected), ordered by ID.
#' @param beta.mat The infection rate matrix.
#'
#' @keywords Product infection GSE likelihood
#' @export
#'
#' @return Returns the value of the product detailed above.
#'
#' @examples
#' This function is utilised by the simple_log_likelihood function.
simple_prod_part <- function(inf.times, rem.times, beta.mat) {
# Vector of infected individuals
infecteds <- which(inf.times < Inf)
# Initial infected
I0 <- which.min(inf.times[infecteds])
# Vector of infected individuals exc. initial infected
new.infs <- infecteds[-I0]
# Find the `who acquired infection from whom` values
inf.before.j <- list()
for(j in new.infs){
# Which individuals were infected before the jth individual
infed.before <- which(inf.times < inf.times[j])
# Which individuals were removed before the jth individual was infected
remed.before <- which(rem.times < inf.times[j])
# Record the vector of individuals who were still infected
# just before the jth person became infected
inf.before.j[[j]] <- infed.before[!(infed.before %in% remed.before)]
}
# Calculate the product
sum_over_infs <- 0
for(j in new.infs){
sum_over_ibj <- 0
for(i in inf.before.j[[j]]){
# For each infected, sum up the beta_ij values associated with
# the individuals who could have infected them (lambda_j)
sum_over_ibj <- sum_over_ibj + beta.mat[i,j]
}
# Sum for all infected infected individuals (exc. initial infected)
sum_over_infs <- sum_over_infs + log(sum_over_ibj)
}
return(sum_over_infs)
}
| /R/simple_prod_part.R | no_license | BenjamenSimon/EpidemicR | R | false | false | 2,058 | r | #' Calculate the product part of the infection likelihood (Simple code)
#'
#' This function is used in the calculation of the likelihood for a General Stochastic Epidemic, and calculates
#' \eqn{\prod_{j != kappa}^{n_I} [ \sum_{ i in I_{n_{j-}} } [ beta_{i,j} ] ]}.
#'
#' @param inf.times A vector of the infection times of all individuals (Inf if not infected), ordered by ID.
#' @param rem.times A vector of the removal times of all individuals (Inf if not infected), ordered by ID.
#' @param beta.mat The infection rate matrix.
#'
#' @keywords Product infection GSE likelihood
#' @export
#'
#' @return Returns the value of the product detailed above.
#'
#' @examples
#' This function is utilised by the simple_log_likelihood function.
simple_prod_part <- function(inf.times, rem.times, beta.mat) {
# Vector of infected individuals
infecteds <- which(inf.times < Inf)
# Initial infected
I0 <- which.min(inf.times[infecteds])
# Vector of infected individuals exc. initial infected
new.infs <- infecteds[-I0]
# Find the `who acquired infection from whom` values
inf.before.j <- list()
for(j in new.infs){
# Which individuals were infected before the jth individual
infed.before <- which(inf.times < inf.times[j])
# Which individuals were removed before the jth individual was infected
remed.before <- which(rem.times < inf.times[j])
# Record the vector of individuals who were still infected
# just before the jth person became infected
inf.before.j[[j]] <- infed.before[!(infed.before %in% remed.before)]
}
# Calculate the product
sum_over_infs <- 0
for(j in new.infs){
sum_over_ibj <- 0
for(i in inf.before.j[[j]]){
# For each infected, sum up the beta_ij values associated with
# the individuals who could have infected them (lambda_j)
sum_over_ibj <- sum_over_ibj + beta.mat[i,j]
}
# Sum for all infected infected individuals (exc. initial infected)
sum_over_infs <- sum_over_infs + log(sum_over_ibj)
}
return(sum_over_infs)
}
|
require(Rcpp)
require(RcppArmadillo)
require(igraph)
require(magrittr)
source('network_flame_sims.R')
source('FLAME_bit.R')
source('ATE.R')
require(purrr)
library(magrittr)
library(dplyr)
# library(splitstackshape)
is_degenerate <- function(train, holdout) {
train <- train[, -ncol(train)]
all_dat <-
rbind(train, holdout) %>%
mutate(data_type = c(rep(0, nrow(train)),
rep(1, nrow(holdout))))
treatment_by_outcome <-
all_dat %>%
group_by(outcome, data_type) %>%
summarise(n_treated = length(unique(treated))) %>%
pull(n_treated)
outcome_by_treated <-
all_dat %>%
group_by(treated, data_type) %>%
summarise(n_outcomes = length(unique(outcome))) %>%
pull(n_outcomes)
if (any(c(treatment_by_outcome, outcome_by_treated) == 1)) {
return(TRUE)
}
return(FALSE)
}
split_test_train <- function(tmp, percent_holdout = 0.1) {
tmp_treated <- filter(tmp, treated == 1)
n_treated <- nrow(tmp_treated)
treated_holdout_inds <- sample(1:n_treated, round(percent_holdout * n_treated))
tmp_treated_holdout <- tmp_treated[treated_holdout_inds, ]
tmp_treated_train <- tmp_treated[-treated_holdout_inds, ]
tmp_control <- filter(tmp, treated == 0)
n_control <- nrow(tmp_control)
control_holdout_inds <- sample(1:n_control, round(percent_holdout * n_control))
tmp_control_holdout <- tmp_control[control_holdout_inds, ]
tmp_control_train <- tmp_control[-control_holdout_inds, ]
tmp_train <- rbind(tmp_treated_train, tmp_control_train)
tmp_holdout <- rbind(tmp_treated_holdout, tmp_control_holdout)
# If don't have both treatments and both outcomes for
# both train and holdout, split again
if (length(unique(tmp_train$treated)) == 1 |
length(unique(tmp_train$outcome)) == 1 |
length(unique(tmp_holdout$treated)) == 1 |
length(unique(tmp_holdout$outcome)) == 1) {
return(split_test_train(tmp, percent_holdout))
}
return(list(train = tmp_train,
holdout = tmp_holdout))
}
my_combn <- function(x, m) {
if (length(x) == 1) {
return(list(x))
}
return(combn(as.integer(x), m, simplify = FALSE))
}
sourceCpp('subgraph_enumerate.cpp')
# all_dat <- load('application.RData')
## Load in data, name the adjacency matrix A, outcome Y, treatment Z, categorical covariates X
# Navigate to where the RProject is
#setwd('/Users/vittorioorlandi/Desktop/Network FLAME/Network-FLAME/')
setwd("/Users/musaidawan/Dropbox/Duke/Projects/Data for Network paper/Network-FLAME/")
village_codes <- setdiff(c(1:77), c(13,22))
net_flame_output <- matrix(NA, nrow = 77, ncol = 3)
adjency_out <- read.xlsx("/Users/musaidawan/Dropbox/Duke/Projects/Data for Network paper/Network-FLAME/flame_output/adjency_stats_sum_g_eq_3.xlsx",
header = FALSE) %>%
as.matrix()
high_d_villages <- adjency_out[which(adjency_out[,2] > 5 | adjency_out[,3] > 18)]
# adjency_out[ adjency_out[, 2] > 6 | adjency_out[, 3] > 18, ]
for (qs in c(1,2,3)) {
for (val in village_codes) { # village_codes
if(val == 9 & qs == 3) {next}
if ((val %in% high_d_villages)) {
print(paste("vilage = ", val))
print(paste("question = ", qs))
#val <- 25
#qs <- 1
# if (val %% 5 == 0) {
# print(val)
# }
#A <-
# read.csv(paste('./Data/Adjency/adj_andRelationships_vilno_',val,'.csv', sep = ""),
# header = FALSE) %>%
# as.matrix()
A1 <-
read.csv(paste('./Data/Adjency/adj_visitgo_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
A2 <-
read.csv(paste('./Data/Adjency/adj_visitcome_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
A3 <-
read.csv(paste('./Data/Adjency/adj_rel_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
A4 <-
read.csv(paste('./Data/Adjency/adj_nonrel_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
#adj_visitgo_vilno_
#adj_visitcome_vilno_
#adj_rel_vilno_
#adj_nonrel_vilno_
# union of three adjency matrix
A <- ((A1 + A2 + A3 + A4) >= 3) * 1
rm(A1, A2, A3, A4)
row_sum <- rowSums(A)
print(paste('average degree is:',mean(row_sum)))
print(paste('max degree is:',max(row_sum)))
# index of units with degree > threshold
index_max_connections <- which(row_sum > 15)
demographics <- read.csv(paste('./Data/characteristics_',qs,'/village_',val,'.csv',sep =""))
# row index of untreated units
#untreated <- which(Z == 0)
untreated <- demographics$adjmatrix_key[demographics$Z == 0]
# drop units with degree connection > 15
demographics <- demographics[!demographics$adjmatrix_key %in% index_max_connections,]
units_with_treatment_info <- demographics$adjmatrix_key
#A <- A[units_with_treatment_info, units_with_treatment_info]
Y <- demographics$Y
Z <- demographics$Z
X <- demographics[, which(!colnames(demographics) %in% c('adjmatrix_key', 'Y', 'Z'))]
# To drop control -- control edges
# A[untreated, untreated] <- 0
# To drop any edges involving a control individual
A[untreated, ] <- 0
A[, untreated] <- 0
n <- dim(A)[1]
# drop units with degree >threshold
#index_max_connections <- which(row_sum > 15)
#if (length(index_max_connections) > 0) {
# A <- A[-index_max_connections,]
# A <- A[,-index_max_connections]
#}
# Brute force symmetry test because isSymmetric.matrix(A) outputs FALSE
# for (i in 1:n) {
# for (j in 1:n) {
# if (A[i, j] != A[j, i]) {
# print(c(i, j))
# }
# }
# }
# Gives graph
G <- graph_from_adjacency_matrix(A, mode = 'undirected')
print('Started enumerating')
if (val %in% high_d_villages) {
threshold <- 4
print(paste("max threshold = ", threshold) )
# Enumerates all possible subgraphs and puts into dataframe
all_subgraphs <- get_neighb_subgraphs(A, units_with_treatment_info, threshold)
} else {
threshold <- 4
print(paste("max threshold = ", threshold) )
# Enumerates all possible subgraphs and puts into dataframe
all_subgraphs <- get_neighb_subgraphs(A, units_with_treatment_info, threshold)
}
print('Finished enumerating; started classifying')
all_features = gen_all_features(G, all_subgraphs)
rm(all_subgraphs)
dta = gen_data(all_features[[1]])
saveRDS(all_features, file = paste("./flame_output/all_features/all_features_",val,'_question_',qs,".rds",sep = ""))
rm(all_features)
# Add covariate information
## Check that order of covariates X is same as order of subgraph counts
dta <- cbind(dta, X)
# Convert everything to factor
dta = data.frame(sapply(dta, factor), stringsAsFactors = T)
# Adds outcome and treatment
dta$outcome = as.numeric(Y) # Y should be numeric
dta$treated = factor(Z) # Z should be binary vector
# drop cols with no variation
# should be done in FLAME, but just in case.
drop_these <- which(lapply(dta, function(x) length(unique(x))) == 1)
if (length(drop_these) > 0) {
tmp <- dta[, -drop_these]
}
# sapply(tmp, class)
# cols with missing values: // should be no missing values, data pre-processing
# lapply(tmp, function(x) sum(is.na(x)) == 1)
# If column missing < 5% of values, impute by median
# Else, drop column
which_missing <- which(vapply(tmp, function(x) sum(is.na(x)) > 0, logical(1)))
if (length(which_missing) > 0) {
to_drop <- NULL
for (i in 1:length(which_missing)) {
missing_col <- which_missing[i]
missing_vals <- which(is.na(tmp[, missing_col]))
if (length(missing_vals) / nrow(tmp) < 0.05) { # Under 5% missing
# Impute by median
tmp[missing_vals, missing_col] <-
as.factor(median(as.numeric(tmp[, missing_col]), na.rm = TRUE))
}
else {
to_drop <- c(to_drop, missing_col)
}
}
tmp <- tmp[, -to_drop]
}
# divide tmp into training-holdout data
split_data <- split_test_train(tmp)
tmp_train <- split_data$train
tmp_holdout <- split_data$holdout
# FLAME
print('FLAME on!')
flame_out <- FLAME_bit(tmp_train, tmp_holdout, A = A, network_lik_weight = 0, iterate_FLAME = TRUE)
print('FLAME off...')
ATE_out <- ATE(flame_out)
print(paste("ATE = ", ATE_out))
net_flame_output[val, qs] <- ATE_out
df_flame_out <- flame_out$matched_data
# write FLAME output to disk
# Save an object to a file
saveRDS(flame_out, file = paste("./flame_output/village_",val,'_question_',qs,".rds",sep = ""))
# Restore the object
#readRDS(file = "my_data.rds")
# save(tmp_train, tmp_holdout, file = 'tmp.RData')
}
}
}
| /real_data.R | no_license | vittorioorlandi/Network-FLAME | R | false | false | 8,913 | r | require(Rcpp)
require(RcppArmadillo)
require(igraph)
require(magrittr)
source('network_flame_sims.R')
source('FLAME_bit.R')
source('ATE.R')
require(purrr)
library(magrittr)
library(dplyr)
# library(splitstackshape)
is_degenerate <- function(train, holdout) {
train <- train[, -ncol(train)]
all_dat <-
rbind(train, holdout) %>%
mutate(data_type = c(rep(0, nrow(train)),
rep(1, nrow(holdout))))
treatment_by_outcome <-
all_dat %>%
group_by(outcome, data_type) %>%
summarise(n_treated = length(unique(treated))) %>%
pull(n_treated)
outcome_by_treated <-
all_dat %>%
group_by(treated, data_type) %>%
summarise(n_outcomes = length(unique(outcome))) %>%
pull(n_outcomes)
if (any(c(treatment_by_outcome, outcome_by_treated) == 1)) {
return(TRUE)
}
return(FALSE)
}
split_test_train <- function(tmp, percent_holdout = 0.1) {
tmp_treated <- filter(tmp, treated == 1)
n_treated <- nrow(tmp_treated)
treated_holdout_inds <- sample(1:n_treated, round(percent_holdout * n_treated))
tmp_treated_holdout <- tmp_treated[treated_holdout_inds, ]
tmp_treated_train <- tmp_treated[-treated_holdout_inds, ]
tmp_control <- filter(tmp, treated == 0)
n_control <- nrow(tmp_control)
control_holdout_inds <- sample(1:n_control, round(percent_holdout * n_control))
tmp_control_holdout <- tmp_control[control_holdout_inds, ]
tmp_control_train <- tmp_control[-control_holdout_inds, ]
tmp_train <- rbind(tmp_treated_train, tmp_control_train)
tmp_holdout <- rbind(tmp_treated_holdout, tmp_control_holdout)
# If don't have both treatments and both outcomes for
# both train and holdout, split again
if (length(unique(tmp_train$treated)) == 1 |
length(unique(tmp_train$outcome)) == 1 |
length(unique(tmp_holdout$treated)) == 1 |
length(unique(tmp_holdout$outcome)) == 1) {
return(split_test_train(tmp, percent_holdout))
}
return(list(train = tmp_train,
holdout = tmp_holdout))
}
my_combn <- function(x, m) {
if (length(x) == 1) {
return(list(x))
}
return(combn(as.integer(x), m, simplify = FALSE))
}
sourceCpp('subgraph_enumerate.cpp')
# all_dat <- load('application.RData')
## Load in data, name the adjacency matrix A, outcome Y, treatment Z, categorical covariates X
# Navigate to where the RProject is
#setwd('/Users/vittorioorlandi/Desktop/Network FLAME/Network-FLAME/')
setwd("/Users/musaidawan/Dropbox/Duke/Projects/Data for Network paper/Network-FLAME/")
village_codes <- setdiff(c(1:77), c(13,22))
net_flame_output <- matrix(NA, nrow = 77, ncol = 3)
adjency_out <- read.xlsx("/Users/musaidawan/Dropbox/Duke/Projects/Data for Network paper/Network-FLAME/flame_output/adjency_stats_sum_g_eq_3.xlsx",
header = FALSE) %>%
as.matrix()
high_d_villages <- adjency_out[which(adjency_out[,2] > 5 | adjency_out[,3] > 18)]
# adjency_out[ adjency_out[, 2] > 6 | adjency_out[, 3] > 18, ]
for (qs in c(1,2,3)) {
for (val in village_codes) { # village_codes
if(val == 9 & qs == 3) {next}
if ((val %in% high_d_villages)) {
print(paste("vilage = ", val))
print(paste("question = ", qs))
#val <- 25
#qs <- 1
# if (val %% 5 == 0) {
# print(val)
# }
#A <-
# read.csv(paste('./Data/Adjency/adj_andRelationships_vilno_',val,'.csv', sep = ""),
# header = FALSE) %>%
# as.matrix()
A1 <-
read.csv(paste('./Data/Adjency/adj_visitgo_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
A2 <-
read.csv(paste('./Data/Adjency/adj_visitcome_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
A3 <-
read.csv(paste('./Data/Adjency/adj_rel_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
A4 <-
read.csv(paste('./Data/Adjency/adj_nonrel_vilno_',val,'.csv', sep = ""),
header = FALSE) %>%
as.matrix()
#adj_visitgo_vilno_
#adj_visitcome_vilno_
#adj_rel_vilno_
#adj_nonrel_vilno_
# union of three adjency matrix
A <- ((A1 + A2 + A3 + A4) >= 3) * 1
rm(A1, A2, A3, A4)
row_sum <- rowSums(A)
print(paste('average degree is:',mean(row_sum)))
print(paste('max degree is:',max(row_sum)))
# index of units with degree > threshold
index_max_connections <- which(row_sum > 15)
demographics <- read.csv(paste('./Data/characteristics_',qs,'/village_',val,'.csv',sep =""))
# row index of untreated units
#untreated <- which(Z == 0)
untreated <- demographics$adjmatrix_key[demographics$Z == 0]
# drop units with degree connection > 15
demographics <- demographics[!demographics$adjmatrix_key %in% index_max_connections,]
units_with_treatment_info <- demographics$adjmatrix_key
#A <- A[units_with_treatment_info, units_with_treatment_info]
Y <- demographics$Y
Z <- demographics$Z
X <- demographics[, which(!colnames(demographics) %in% c('adjmatrix_key', 'Y', 'Z'))]
# To drop control -- control edges
# A[untreated, untreated] <- 0
# To drop any edges involving a control individual
A[untreated, ] <- 0
A[, untreated] <- 0
n <- dim(A)[1]
# drop units with degree >threshold
#index_max_connections <- which(row_sum > 15)
#if (length(index_max_connections) > 0) {
# A <- A[-index_max_connections,]
# A <- A[,-index_max_connections]
#}
# Brute force symmetry test because isSymmetric.matrix(A) outputs FALSE
# for (i in 1:n) {
# for (j in 1:n) {
# if (A[i, j] != A[j, i]) {
# print(c(i, j))
# }
# }
# }
# Gives graph
G <- graph_from_adjacency_matrix(A, mode = 'undirected')
print('Started enumerating')
if (val %in% high_d_villages) {
threshold <- 4
print(paste("max threshold = ", threshold) )
# Enumerates all possible subgraphs and puts into dataframe
all_subgraphs <- get_neighb_subgraphs(A, units_with_treatment_info, threshold)
} else {
threshold <- 4
print(paste("max threshold = ", threshold) )
# Enumerates all possible subgraphs and puts into dataframe
all_subgraphs <- get_neighb_subgraphs(A, units_with_treatment_info, threshold)
}
print('Finished enumerating; started classifying')
all_features = gen_all_features(G, all_subgraphs)
rm(all_subgraphs)
dta = gen_data(all_features[[1]])
saveRDS(all_features, file = paste("./flame_output/all_features/all_features_",val,'_question_',qs,".rds",sep = ""))
rm(all_features)
# Add covariate information
## Check that order of covariates X is same as order of subgraph counts
dta <- cbind(dta, X)
# Convert everything to factor
dta = data.frame(sapply(dta, factor), stringsAsFactors = T)
# Adds outcome and treatment
dta$outcome = as.numeric(Y) # Y should be numeric
dta$treated = factor(Z) # Z should be binary vector
# drop cols with no variation
# should be done in FLAME, but just in case.
drop_these <- which(lapply(dta, function(x) length(unique(x))) == 1)
if (length(drop_these) > 0) {
tmp <- dta[, -drop_these]
}
# sapply(tmp, class)
# cols with missing values: // should be no missing values, data pre-processing
# lapply(tmp, function(x) sum(is.na(x)) == 1)
# If column missing < 5% of values, impute by median
# Else, drop column
which_missing <- which(vapply(tmp, function(x) sum(is.na(x)) > 0, logical(1)))
if (length(which_missing) > 0) {
to_drop <- NULL
for (i in 1:length(which_missing)) {
missing_col <- which_missing[i]
missing_vals <- which(is.na(tmp[, missing_col]))
if (length(missing_vals) / nrow(tmp) < 0.05) { # Under 5% missing
# Impute by median
tmp[missing_vals, missing_col] <-
as.factor(median(as.numeric(tmp[, missing_col]), na.rm = TRUE))
}
else {
to_drop <- c(to_drop, missing_col)
}
}
tmp <- tmp[, -to_drop]
}
# divide tmp into training-holdout data
split_data <- split_test_train(tmp)
tmp_train <- split_data$train
tmp_holdout <- split_data$holdout
# FLAME
print('FLAME on!')
flame_out <- FLAME_bit(tmp_train, tmp_holdout, A = A, network_lik_weight = 0, iterate_FLAME = TRUE)
print('FLAME off...')
ATE_out <- ATE(flame_out)
print(paste("ATE = ", ATE_out))
net_flame_output[val, qs] <- ATE_out
df_flame_out <- flame_out$matched_data
# write FLAME output to disk
# Save an object to a file
saveRDS(flame_out, file = paste("./flame_output/village_",val,'_question_',qs,".rds",sep = ""))
# Restore the object
#readRDS(file = "my_data.rds")
# save(tmp_train, tmp_holdout, file = 'tmp.RData')
}
}
}
|
div(
sidebarPanel(
tags$hr(),
tags$p("STEP6: TSNE & UMAP"),
tags$hr(),
selectInput('reduction','Select for dimensionality reduction:',c('tsne','UMAP'),selected='tsne'),
actionButton("ref_tsne","Submit"),
tags$hr(),
tags$hr(),
actionButton("differ","STEP7 : MARKER GENE")
),
mainPanel(
tabsetPanel(
tabPanel('Dimplot',icon=icon("smile-wink"),plotlyOutput('tplot'),verbatimTextOutput('tsne'))
),
downloadButton("downloadData", "Download plot"))
) | /scsweb/tabs/ui/tsne.R | no_license | sleepingforest2/SCSweb | R | false | false | 470 | r | div(
sidebarPanel(
tags$hr(),
tags$p("STEP6: TSNE & UMAP"),
tags$hr(),
selectInput('reduction','Select for dimensionality reduction:',c('tsne','UMAP'),selected='tsne'),
actionButton("ref_tsne","Submit"),
tags$hr(),
tags$hr(),
actionButton("differ","STEP7 : MARKER GENE")
),
mainPanel(
tabsetPanel(
tabPanel('Dimplot',icon=icon("smile-wink"),plotlyOutput('tplot'),verbatimTextOutput('tsne'))
),
downloadButton("downloadData", "Download plot"))
) |
library(checkarg)
### Name: isPositiveIntegerOrNaOrInfScalarOrNull
### Title: Wrapper for the checkarg function, using specific parameter
### settings.
### Aliases: isPositiveIntegerOrNaOrInfScalarOrNull
### ** Examples
isPositiveIntegerOrNaOrInfScalarOrNull(2)
# returns TRUE (argument is valid)
isPositiveIntegerOrNaOrInfScalarOrNull("X")
# returns FALSE (argument is invalid)
#isPositiveIntegerOrNaOrInfScalarOrNull("X", stopIfNot = TRUE)
# throws exception with message defined by message and argumentName parameters
isPositiveIntegerOrNaOrInfScalarOrNull(2, default = 1)
# returns 2 (the argument, rather than the default, since it is not NULL)
#isPositiveIntegerOrNaOrInfScalarOrNull("X", default = 1)
# throws exception with message defined by message and argumentName parameters
isPositiveIntegerOrNaOrInfScalarOrNull(NULL, default = 1)
# returns 1 (the default, rather than the argument, since it is NULL)
| /data/genthat_extracted_code/checkarg/examples/isPositiveIntegerOrNaOrInfScalarOrNull.Rd.R | no_license | surayaaramli/typeRrh | R | false | false | 943 | r | library(checkarg)
### Name: isPositiveIntegerOrNaOrInfScalarOrNull
### Title: Wrapper for the checkarg function, using specific parameter
### settings.
### Aliases: isPositiveIntegerOrNaOrInfScalarOrNull
### ** Examples
isPositiveIntegerOrNaOrInfScalarOrNull(2)
# returns TRUE (argument is valid)
isPositiveIntegerOrNaOrInfScalarOrNull("X")
# returns FALSE (argument is invalid)
#isPositiveIntegerOrNaOrInfScalarOrNull("X", stopIfNot = TRUE)
# throws exception with message defined by message and argumentName parameters
isPositiveIntegerOrNaOrInfScalarOrNull(2, default = 1)
# returns 2 (the argument, rather than the default, since it is not NULL)
#isPositiveIntegerOrNaOrInfScalarOrNull("X", default = 1)
# throws exception with message defined by message and argumentName parameters
isPositiveIntegerOrNaOrInfScalarOrNull(NULL, default = 1)
# returns 1 (the default, rather than the argument, since it is NULL)
|
\name{powerMRMA-package}
\alias{powerMRMA-package}
\alias{powerMRMA-pkg}
\docType{package}
\title{
\packageTitle{powerMRMA}
}
\description{
\packageDescription{powerMRMA}
}
\details{
The DESCRIPTION file:
\packageDESCRIPTION{powerMRMA}
\packageIndices{powerMRMA}
%~~ An overview of how to use the package, including the most important functions ~~
}
\author{
\packageAuthor{powerMRMA}
Maintainer: \packageMaintainer{powerMRMA}
}
\references{
~~ Literature or other references for background information ~~
}
%~~ Optionally other standard keywords, one per line, from file KEYWORDS in the R documentation directory ~~
\keyword{ package }
| /man/powerMRMA-package.Rd | no_license | SharonLutz/powerMRMA | R | false | false | 639 | rd | \name{powerMRMA-package}
\alias{powerMRMA-package}
\alias{powerMRMA-pkg}
\docType{package}
\title{
\packageTitle{powerMRMA}
}
\description{
\packageDescription{powerMRMA}
}
\details{
The DESCRIPTION file:
\packageDESCRIPTION{powerMRMA}
\packageIndices{powerMRMA}
%~~ An overview of how to use the package, including the most important functions ~~
}
\author{
\packageAuthor{powerMRMA}
Maintainer: \packageMaintainer{powerMRMA}
}
\references{
~~ Literature or other references for background information ~~
}
%~~ Optionally other standard keywords, one per line, from file KEYWORDS in the R documentation directory ~~
\keyword{ package }
|
# TODO: Add comment
#
# Author: johnsond@afsc.noaa.gov
###############################################################################
#' Compute a spatial use grid from a crawl prediction
#'
#' This function take a SpatialPoints object and a spatial GridTopology
#' object from the 'sp' package and outputs the number of point locations
#' in each grid cell
#'
#'
#' @param object A 'SpatialPoints' object created with the \code{sp} package. T
#' @param grid A \code{GridTopology} object from the 'sp' package
#' @param subset An indicator of which times should be used for calculation of
#' the use grid. Can be a logical vector or a vector of integers, such as from
#' a call to \code{which}
#' @return A \code{SpatialGridDataFrame} with data column 'use' which gives the
#' count of locations within the grid cell
#' @author Devin S. Johnson <devin.johnson@@noaa.gov>
#' @export
#' @import sp
#' @import raster
crwUseGrid <- function(object, grid, subset=TRUE){
#require(sp)
#require(raster)
object <- object[subset,]
useTemplate <- SpatialGrid(grid=grid, proj4string=CRS(proj4string(object)))
out <- as(rasterize(object, raster(useTemplate), fun=sum), "SpatialGridDataFrame")
names(out@data) <- "use"
return(out)
}
| /R/crwUseGrid.R | no_license | mudit2013/crawl | R | false | false | 1,247 | r | # TODO: Add comment
#
# Author: johnsond@afsc.noaa.gov
###############################################################################
#' Compute a spatial use grid from a crawl prediction
#'
#' This function take a SpatialPoints object and a spatial GridTopology
#' object from the 'sp' package and outputs the number of point locations
#' in each grid cell
#'
#'
#' @param object A 'SpatialPoints' object created with the \code{sp} package. T
#' @param grid A \code{GridTopology} object from the 'sp' package
#' @param subset An indicator of which times should be used for calculation of
#' the use grid. Can be a logical vector or a vector of integers, such as from
#' a call to \code{which}
#' @return A \code{SpatialGridDataFrame} with data column 'use' which gives the
#' count of locations within the grid cell
#' @author Devin S. Johnson <devin.johnson@@noaa.gov>
#' @export
#' @import sp
#' @import raster
crwUseGrid <- function(object, grid, subset=TRUE){
#require(sp)
#require(raster)
object <- object[subset,]
useTemplate <- SpatialGrid(grid=grid, proj4string=CRS(proj4string(object)))
out <- as(rasterize(object, raster(useTemplate), fun=sum), "SpatialGridDataFrame")
names(out@data) <- "use"
return(out)
}
|
###############################################################################
###############################################################################
###############################################################################
### ###
### ###
### ALSAC Property - do not use or redistribute without consent of ###
### of the script contact/author. ###
### ###
### ###
### ###
### This script created by Center of Excellence in Analytics (COEA). ###
### ###
### ###
###############################################################################
###############################################################################
###############################################################################
###
###
###
###############################################################################
###############################################################################
###############################################################################
###
### Script: IRS 990 Scraper Mega Script
###
### Version: 1.1
###
### Project: IRS 990 Scraper
###
### Contact: Peter Albrecht (PETER.ALBRECHT@STJUDE.ORG)
###
### Purpose: One-stop-shop for pulling financial information of indicated
### non-profit institutions. This pulls financial information
### for any non-profit including executive compensation.
###
### Code: Created by Peter Albrecht.
###
### First version: April 27, 2017
###
### Last Updated: June 9, 2017
###
###
###############################################################################
###############################################################################
###############################################################################
###############################################################################
###############################################################################
###############################################################################
###
### Notes:
###
### 1. Need to add sections renaming organization names (removing
### line breaks and spaces before/after organization name) to the
### script structure and logic section. (6/9/2017)
###
### 2. Need to specify 'cash' and 'non-cash' fields for the financial
### info section. (6/9/2017)
###
### 3. This scraper will only scrape 990s that have been electronically
### provided by the IRS! The initial 990 dump only included data up
### to 2014 and subsequent electronic E-files. Institutions are
### ONLY required to e-file their 990's with they have $10 million
### in assets AND have 245+ employees. Otherwise, the data is not
### electronically filed and therefore unavailable for scraping
### for data after 2014. To get that data, you must specially
### order a DVD or wait for the IRS to digitize paper claims (which
### can literally take years). (6/9/2017)
###
### See https://www.opensecrets.org/news/2016/06/irs-releasing-electronically-filed-nonprofit-tax-data/
###
### 4. For R-specific XML scraping check out https://lecy.github.io/Open-Data-for-Nonprofit-Research/Quick_Guide_to_XML_in_R.html
### (6/9/2017)
###
###############################################################################
###############################################################################
###############################################################################
###
###
### Script Structure and Logic
###
### Section 1: This section is used to initialize the script.
###
### Section 1.1: Loads packages necessary to run the script fully.
###
### Section 1.2: Clears working environment of all objects. This helps reduce
### inheritance errors from ghost code.
###
### Section 1.3: Set beginning time of script.
###
###
### Section 2: This section compiles a list of all available IRS documents for
### designated non-profit organizations.
###
### Section 2.1: Input a list of the EIN numbers belonging to non-profits
### that information should be compiled on.
###
### Section 2.2: This loop fetches all electronic IRS documents related to
### EIN's input in section 3. A list of all available objects
### is then compiled into a data frame called Compiled.Objects.List.
###
### Section 2.3: Saves fetched data to a CSV.
###
### Section 2.4: The IRS database fields do not match across all years. This means
### that the XML path (which is what is actually pulled to retrieve data)
### differs across different IRS tax years. In short, the IRS tax forms
### from before 2014 will have one XML path structure while IRS tax forms
### for 2014 and later will have another XML path structure.
###
### With that being explained, Section 5 subsets the Compiled.Objects.List
### data frame into IRS forms match one time period. The end result two
### lists: URL.List.Current and URL.List.Deprecated. Both of these lists
### are then fed into separate loops to pull the desired data fields. THey
### are fed into separate loops because the XML field paths do not match,
### which means the loops must differ slightly in parameter specification.
###
### Section 3: This section fetches financial information indicated in the Metric.List. This
### section queries the URL's pulled from section 2 and pulls the selected metrics.
### The end result is a data frame and saved CSV containing rows of data of financial
### data for every year.
###
### Section 3.1: Input a list of the desired financial metrics to be pulled from the 990s.
### The text strings need to exactly match the XML paths in the actual XML document.
###
### For this script, this means the values directly attributable to
### organizational financial information (revenue, employees, etc.)
###
### Note that you can view the entire structure of the XML object by
### using the xml_structure function and referncing your XML object.
###
### It also may be easier to inspect the structure nesting a handful of
### R XML commands like so:
###
### xml_name(xml_children(xml_find_first((INSERT_XML_OBJECT_HERE, "PUT PATH HERE"))))
###
### REVISION UPDATE: Earlier versions pasted the METRIC and not the PATH. This caused
### zero-length problems because some metrics had different paths. So, now the user
### indicates the path.
###
###
### Section 3.2: This is the loop for compiling information for the objects listed in
### the URL.List.Current object, which represent IRS forms after 2014. A previous version
### had code for pulling IRS data from before 2014, but the script has not been updated
### to pull that information due to time.
###
### The loop pulls the data from the XML fields and loops to bind them together to form
### one complete row with complete financial information from a particular 990.
###
### This process is repeated for every object listed in the URL.List.Current
### list and the data are row binded on top of each other to create one
### completed data frame with all of the information. The compiled information
### will be stored in a data frame object called Compiled.Data.Current.
###
### In short, values are generated going from 'left to right' to populate columns
### to create a row. When a row is complete, the row is held in memory and then is
### added below the other previously created rows in memory.
###
### Also note that the 'if' statement for each pull is because some XML paths are
### blank for some 990s. If a path was blank, the saved object would actually be
### a zero-length object (not 0), which then makes it impossible to bind the
### objects together to form a data frame. In short, the if statements are there
### to replace blank XML paths with -9999's as a placeholder so data frames can be
### bound together and looped.
###
### Section 3.3: This saves the information compiled in section 3.2 to a CSV.
###
###
### Section 4: This section fetches compensation data for individuals affiliated with the queried
### non-profits. Compensation data is pulled for each individual and creates a data
### frame which will have 1 row for each person compensated by a non-profit.
###
### Section 4.1: Indicate the number of compensation fields to be scraped.
###
### 20 is an arbitrary number. 20 was just used to ensure the capture
### of every possible executive listed in the IRS form. The script
### pulls data from the IRS form from top to bottom -- and because
### IRS forms do not have a particular order of listing executives
### (as in, the first person listed as an executive is not necessarily
### the CEO), this script scrapes 20 slots worth. Most of the time this
### will mean the script will actually scrape blank fields because many
### organizations do not list 20 people.
###
### However, the na.omit() function is there to remove any possible
### scraped values that are actualyl blank.
###
### Section 4.2: Input a list of XML values that should be scraped from a
### specific IRS 990 form. The text strings need to exactly match
### the XML paths in the actual XML document.
###
### For this script, this means the values directly attributable to
### executive compensation.
###
### Note that you can view the entire structure of the XML object by
### using the xml_structure function and referncing your XML object.
###
### It also may be easier to inspect the structure nesting a handful of
### R XML commands like so:
###
### xml_name(xml_children(xml_find_first((INSERT_XML_OBJECT_HERE, "PUT PATH HERE"))))
###
### Section 4.3: This is a triple-nested loop for compiling compensation data for individuals
### listed in the 990.
###
### The loop's first level is at the document level.
###
### The loop's second level is at the individual person level.
###
### The loop's third level is at the metric level.
###
### In short, the loop pulls an IRS document and then pulls compensation data for
### each person listed on the IRS form.
###
### Data is first compiled at the individual level, which then are bound at the
### document level. Meaning, one person's data is collected and then that person's
### data is bound together with another person's data that is on the same document.
### This process is repeated for everyone listed on that document.
###
### Then, that data is bound to data belonging to other documents to create a data frame
### containing compensation data for all individuals in every document.
###
### Section 4.4: This saves the data compiled in section 4.3
###
###
###
### Section 1.0: Beginning of Script
###
###
### Section 1.1: Load Packages
###
library(xml2)
library(dplyr)
library(tidyr)
library(jsonlite)
library(stringr)
###
### Section 1.2: Clear working environment
###
rm(list = ls())
###
### Section 1.3: Set beginning time.
###
Beginning <- Sys.time()
###
### Section 2.1: Indicate Requested Institutions
###
EIN.List <- as.list(c("131788491" , #American Cancer Society - Unknown
"135613797" , #American Heart Association - 2015
"530196605" , #American Red Cross
"131635294" , #United Way
"580660607" , #Salvation Army
"362193608" , #Shriner's Hospital
"135562976" , #Boys and Girls Club of America - 2014
"042774441" , #Boston's Children Hospital
"231352166" , #Children's Hospital of Philadelphia
"951690977" , #Children's Hospital of Los Angeles
"351044585" , #ALSAC
"620646012" , #St. Jude
"310833936" , #Cincinnati
"910564748" , #Seattle
"741100555" , #Texas Children's Hospital
"010782751" #Nationwide Childrens Hospital - Columbus
))
###
### Section 2.2 Loop for fetching available 990 documents for requested IEN's.
###
i = 1
p = 1
for (EIN.Loop in EIN.List) {
i = p
tryCatch({
print(paste("Querying data for EIN", EIN.Loop , sep = " "))
Queried.Data.Index <- fromJSON(paste("http://irs-xml-search.herokuapp.com/search?ein=" , EIN.Loop , sep = ""))
Query.Object.Filter <- Queried.Data.Index %>%
mutate(Tax.Period.Date = as.Date(paste(TAX_PERIOD, "01", sep = ""), format = "%Y%m%d"))
if (exists(("Compiled.Objects.List"))) {Compiled.Objects.List <- rbind(Compiled.Objects.List, Query.Object.Filter)} else {Compiled.Objects.List <- Query.Object.Filter}
print(paste("Return Information for" , unique(Queried.Data.Index$TAXPAYER_NAME) , "compiled." , sep = " "))
print(paste( round( i / length(EIN.List) * 100, digits = 3) , "% complete." , sep = ""))
p = i + 1
} , error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
}
###
### Section 2.3: Save fetched 990 documents.
###
Now <- Sys.time()
Lesser.Now <- gsub("[^0-9\\.]", "", Now)
write.csv(Compiled.Objects.List , file = paste(Lesser.Now , "-Requested-990-Forms-List.csv" , sep = ""), row.names = FALSE)
getwd()
###
### Section 2.4: Splice fetched documents by date.
###
Requested.Returns.Current <- Compiled.Objects.List %>%
filter(Tax.Period.Date > as.Date("2014-01-01"))
URL.List.Current <- as.list(Requested.Returns.Current$url)
Requested.Returns.Deprecated <- Compiled.Objects.List %>%
filter(Tax.Period.Date < as.Date("2014-01-01"))
URL.List.Deprecated <- as.list(Requested.Returns.Deprecated$url)
###
### Section 3.0:
###
###
### Section 3.1: List desired financial data to be pulled from
### 990.
###
List.Of.Paths = as.list(c(
"/Return/ReturnHeader/TaxPeriodEndDt" ,
"/Return/ReturnHeader/TaxPeriodBeginDt" ,
"/Return/ReturnHeader/Filer/EIN" ,
"/Return/ReturnHeader/Filer/BusinessName" ,
"/Return/ReturnHeader/Filer/USAddress/AddressLine1Txt" ,
"/Return/ReturnHeader/Filer/USAddress/CityNm" ,
"/Return/ReturnHeader/Filer/USAddress/StateAbbreviationCd" ,
"/Return/ReturnHeader/Filer/USAddress/ZIPCd" ,
"/Return/ReturnData/IRS990/ActivityOrMissionDesc" ,
"/Return/ReturnData/IRS990/VotingMembersGoverningBodyCnt" ,
"/Return/ReturnData/IRS990/VotingMembersIndependentCnt" ,
"/Return/ReturnData/IRS990/TotalEmployeeCnt" ,
"/Return/ReturnData/IRS990/TotalVolunteersCnt" ,
"/Return/ReturnData/IRS990/TotalGrossUBIAmt" ,
"/Return/ReturnData/IRS990/NetUnrelatedBusTxblIncmAmt" ,
"/Return/ReturnData/IRS990/PYContributionsGrantsAmt",
"/Return/ReturnData/IRS990/CYContributionsGrantsAmt",
"/Return/ReturnData/IRS990/PYProgramServiceRevenueAmt",
"/Return/ReturnData/IRS990/CYProgramServiceRevenueAmt",
"/Return/ReturnData/IRS990/PYInvestmentIncomeAmt",
"/Return/ReturnData/IRS990/CYInvestmentIncomeAmt",
"/Return/ReturnData/IRS990/PYOtherRevenueAmt",
"/Return/ReturnData/IRS990/CYOtherRevenueAmt",
"/Return/ReturnData/IRS990/PYTotalRevenueAmt",
"/Return/ReturnData/IRS990/CYTotalRevenueAmt",
"/Return/ReturnData/IRS990/PYGrantsAndSimilarPaidAmt",
"/Return/ReturnData/IRS990/CYGrantsAndSimilarPaidAmt",
"/Return/ReturnData/IRS990/PYBenefitsPaidToMembersAmt",
"/Return/ReturnData/IRS990/CYBenefitsPaidToMembersAmt",
"/Return/ReturnData/IRS990/PYSalariesCompEmpBnftPaidAmt",
"/Return/ReturnData/IRS990/CYSalariesCompEmpBnftPaidAmt",
"/Return/ReturnData/IRS990/PYTotalProfFndrsngExpnsAmt",
"/Return/ReturnData/IRS990/CYTotalProfFndrsngExpnsAmt",
"/Return/ReturnData/IRS990/CYTotalFundraisingExpenseAmt" ,
"/Return/ReturnData/IRS990/PYOtherExpensesAmt" ,
"/Return/ReturnData/IRS990/CYOtherExpensesAmt" ,
"/Return/ReturnData/IRS990/PYTotalExpensesAmt" ,
"/Return/ReturnData/IRS990/CYTotalExpensesAmt",
"/Return/ReturnData/IRS990/PYRevenuesLessExpensesAmt" ,
"/Return/ReturnData/IRS990/CYRevenuesLessExpensesAmt" ,
"/Return/ReturnData/IRS990/TotalAssetsBOYAmt" ,
"/Return/ReturnData/IRS990/TotalAssetsEOYAmt" ,
"/Return/ReturnData/IRS990/TotalLiabilitiesBOYAmt" ,
"/Return/ReturnData/IRS990/TotalLiabilitiesEOYAmt" ,
"/Return/ReturnData/IRS990/NetAssetsOrFundBalancesBOYAmt",
"/Return/ReturnData/IRS990/NetAssetsOrFundBalancesEOYAmt"
))
###
### Section 3.2: Loop for scraping metrics listed in section 3.1.
###
i = 1
p = 1
for (URL.Loop in URL.List.Current){
i = p
print(paste("Querying data for", URL.Loop , sep = " "))
Queried.Data <- read_xml(x = URL.Loop, options=NULL )
xml_ns_strip(Queried.Data)
tryCatch({
for (Path in List.Of.Paths) {
Temp.Value <- xml_text(xml_find_all(Queried.Data, Path))
if (length(Temp.Value) > 0) {Temp <- Temp.Value} else {Temp.Value <- "-99999"}
Temp.DF <- as.data.frame(Temp.Value)
colnames(Temp.DF)[1] <- gsub(".*/" , "", Path)
if (exists(("Temp.Institutional.Data.Current"))) {Temp.Institutional.Data.Current <- cbind(Temp.Institutional.Data.Current, Temp.DF)} else {Temp.Institutional.Data.Current <- Temp.DF}
}
if (exists(("Compiled.Institutional.Data.Current"))) {Compiled.Institutional.Data.Current <- rbind(Compiled.Institutional.Data.Current, Temp.Institutional.Data.Current)} else {Compiled.Institutional.Data.Current <- Temp.Institutional.Data.Current}
rm(Temp.Institutional.Data.Current)
print(paste("Return Information for" , unique(URL.Loop) , "compiled." , sep = " "))
print(paste( round( i / length(URL.List.Current) * 100, digits = 3) , "% complete." , sep = ""))
p = i + 1
} , error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
}
###
### Sub-Section (not in section notes currently)
###
### When the organization name data is pulled, there are line breaks before and after the actual organization name.
### This means that the cell value of the organization name appears blank but actually is not (it is just on a
### different line.)
###
### These two lines of code:
###
### 1. Remove the line breaks from the cell. This puts the entire organizational name
### on line line so it is visble.
###
### 2. Removes the line spaces that are before and after the oranizational name.
###
### In short, these two small lines of code make the organizational name easier to read.
###
###
Compiled.Institutional.Data.Current$BusinessName <- str_replace_all(Compiled.Institutional.Data.Current$BusinessName, "[\r\n]" , "")
Compiled.Institutional.Data.Current$BusinessName <- str_sub(Compiled.Institutional.Data.Current$BusinessName, 9, -7)
###
### Section 3.3: Save compiled financial data to CSV.
###
Now <- Sys.time()
Lesser.Now <- gsub("[^0-9\\.]", "", Now)
write.csv(Compiled.Institutional.Data.Current, file = paste(Lesser.Now , "-Requested-Institutional-Data.csv" , sep = ""), row.names = FALSE)
getwd()
###
### Section 4.0:
###
###
### Section 4.1: Input number for querying compensation.
###
Exec.Numbers <- c("1" ,
"2" ,
"3" ,
"4" ,
"5" ,
"6" ,
"7" ,
"8" ,
"9" ,
"10" ,
"11" ,
"12" ,
"13" ,
"14" ,
"15" ,
"16" ,
"17" ,
"18" ,
"19" ,
"20")
###
### Section 4.2: Input desired metrics for pulling
### compensation.
###
# List.Of.Paths <- c(
# "/Return/ReturnHeader/Filer/EIN" ,
# "/Return/ReturnHeader/Filer/BusinessName" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/PersonNm" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/TitleTxt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/BaseCompensationFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/CompensationBasedOnRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/BonusFilingOrganizationAmount" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/BonusRelatedOrganizationsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/OtherCompensationFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/OtherCompensationRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/DeferredCompensationFlngOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/DeferredCompRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/NontaxableBenefitsFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/NontaxableBenefitsRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/TotalCompensationFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/TotalCompensationRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/CompReportPrior990FilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/CompReportPrior990RltdOrgsAmt"
#
# )
###
### Section 4.3: Loop for compiling compensation data.
###
i = 1
p = 1
###
### Section 4.2: Input desired metrics for pulling
### compensation.
###
List.Of.Metrics <- c(
"PersonNm" ,
"TitleTxt" ,
"BaseCompensationFilingOrgAmt" ,
"CompensationBasedOnRltdOrgsAmt" ,
"BonusFilingOrganizationAmount" ,
"BonusRelatedOrganizationsAmt" ,
"OtherCompensationFilingOrgAmt" ,
"OtherCompensationRltdOrgsAmt" ,
"DeferredCompensationFlngOrgAmt" ,
"DeferredCompRltdOrgsAmt" ,
"NontaxableBenefitsFilingOrgAmt" ,
"NontaxableBenefitsRltdOrgsAmt" ,
"TotalCompensationFilingOrgAmt" ,
"TotalCompensationRltdOrgsAmt" ,
"CompReportPrior990FilingOrgAmt" ,
"CompReportPrior990RltdOrgsAmt"
)
###
### Section 4.3: Loop for compiling compensation data.
###
i = 1
p = 1
for (URL.Loop in URL.List.Current){
i = p
print(paste("Querying data for", URL.Loop , sep = " "))
tryCatch({
Queried.Data <- read_xml(x = URL.Loop, options=NULL )
xml_ns_strip(Queried.Data)
###
### Pull metrics for compensated individuals
###
for (I in Exec.Numbers){
###
### This loop level loops through the designated metrics
### for each individual compensated.
###
for(Metric in List.Of.Metrics){
Temp.Value <- xml_text(xml_find_first(Queried.Data, paste('/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[' , I , ']/' , Metric , sep = "" ) ))
if (length(Temp.Value) > 0) {Temp <- Temp.Value} else {Temp.Value <- "-99999"}
Temp.DF <- as.data.frame(Temp.Value)
colnames(Temp.DF)[1] <- Metric
if (exists(("Temp.Exec.Comp.Data.Current.Single"))) {Temp.Exec.Comp.Data.Current.Single <- cbind(Temp.Exec.Comp.Data.Current.Single, Temp.DF)} else {Temp.Exec.Comp.Data.Current.Single <- Temp.DF}
}
if (exists(("Temp.Exec.Comp.Data.Current"))) {Temp.Exec.Comp.Data.Current<- rbind(Temp.Exec.Comp.Data.Current, Temp.Exec.Comp.Data.Current.Single)} else {Temp.Exec.Comp.Data.Current<- Temp.Exec.Comp.Data.Current.Single}
rm(Temp.Exec.Comp.Data.Current.Single)
}
###
### Establish EIN, Non-Profit Name, and Tax Year
###
EIN <- xml_text(xml_find_all(Queried.Data, "/Return/ReturnHeader/Filer/EIN"))
if (length(EIN) > 0) {EIN <- EIN} else {EIN <- "-99999"}
Org.Name <- xml_text(xml_find_all(Queried.Data, "/Return/ReturnHeader/Filer/BusinessName"))
if (length(Org.Name) > 0) {Org.Name <- Org.Name} else {Org.Name <- "-99999"}
Tax.Year <- xml_text(xml_find_all(Queried.Data, "/Return/ReturnHeader/TaxYr" ))
if (length(Tax.Year) > 0) {Tax.Year <- Tax.Year} else {Tax.Year <- "-99999"}
Temp.Exec.Comp.Data.Current$EIN <- EIN
Temp.Exec.Comp.Data.Current$Org.Name <- Org.Name
Temp.Exec.Comp.Data.Current$Tax.Year <- Tax.Year
if (exists(("Compiled.Exec.Comp.Data.Current"))) {Compiled.Exec.Comp.Data.Current <- rbind(Compiled.Exec.Comp.Data.Current, Temp.Exec.Comp.Data.Current)} else {Compiled.Exec.Comp.Data.Current <- Temp.Exec.Comp.Data.Current}
print(paste("Executive Compensation for" , Org.Name , "completed." , sep = " " ))
rm(Temp.Exec.Comp.Data.Current)
print(paste( round( i / length(URL.List.Current) * 100, digits = 3) , "% complete." , sep = ""))
p = i + 1
#if(is.na(Compiled.Exec.Comp.Data.Current$PersonNm)) {Compiled.Exec.Comp.Data.Current$PersonNm <- "UNKNOWN"} else {Compiled.Exec.Comp.Data.Current$PersonNm <- Compiled.Exec.Comp.Data.Current$PersonNm}
#Compiled.Exec.Comp.Data.Current <- na.omit(Compiled.Exec.Comp.Data.Current)
}
, error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
}
###
### Sub-Section (not in section notes currently)
###
### When the organization name data is pulled, there are line breaks before and after the actual organization name.
### This means that the cell value of the organization name appears blank but actually is not (it is just on a
### different line.)
###
### These two lines of code:
###
### 1. Remove the line breaks from the cell. This puts the entire organizational name
### on line line so it is visble.
###
### 2. Removes the line spaces that are before and after the oranizational name.
###
### In short, these two small lines of code make the organizational name easier to read.
###
###
Compiled.Exec.Comp.Data.Current$Org.Name <- str_replace_all(Compiled.Exec.Comp.Data.Current$Org.Name, "[\r\n]" , "")
Compiled.Exec.Comp.Data.Current$Org.Name <- str_sub(Compiled.Exec.Comp.Data.Current$Org.Name, 9, -7)
###
### Section 4.4: Save compiled compensation data to CSV.
###
Now <- Sys.time()
Lesser.Now <- gsub("[^0-9\\.]", "", Now)
write.csv(Compiled.Exec.Comp.Data.Current , file = paste(Lesser.Now , "-Requested-Compensation-Data.csv" , sep = ""), row.names = FALSE)
getwd()
###
### End of script.
### | /2017-6-9-Mega-Script-990-Scraping.R | no_license | clcrabtr/Projects | R | false | false | 32,614 | r | ###############################################################################
###############################################################################
###############################################################################
### ###
### ###
### ALSAC Property - do not use or redistribute without consent of ###
### of the script contact/author. ###
### ###
### ###
### ###
### This script created by Center of Excellence in Analytics (COEA). ###
### ###
### ###
###############################################################################
###############################################################################
###############################################################################
###
###
###
###############################################################################
###############################################################################
###############################################################################
###
### Script: IRS 990 Scraper Mega Script
###
### Version: 1.1
###
### Project: IRS 990 Scraper
###
### Contact: Peter Albrecht (PETER.ALBRECHT@STJUDE.ORG)
###
### Purpose: One-stop-shop for pulling financial information of indicated
### non-profit institutions. This pulls financial information
### for any non-profit including executive compensation.
###
### Code: Created by Peter Albrecht.
###
### First version: April 27, 2017
###
### Last Updated: June 9, 2017
###
###
###############################################################################
###############################################################################
###############################################################################
###############################################################################
###############################################################################
###############################################################################
###
### Notes:
###
### 1. Need to add sections renaming organization names (removing
### line breaks and spaces before/after organization name) to the
### script structure and logic section. (6/9/2017)
###
### 2. Need to specify 'cash' and 'non-cash' fields for the financial
### info section. (6/9/2017)
###
### 3. This scraper will only scrape 990s that have been electronically
### provided by the IRS! The initial 990 dump only included data up
### to 2014 and subsequent electronic E-files. Institutions are
### ONLY required to e-file their 990's with they have $10 million
### in assets AND have 245+ employees. Otherwise, the data is not
### electronically filed and therefore unavailable for scraping
### for data after 2014. To get that data, you must specially
### order a DVD or wait for the IRS to digitize paper claims (which
### can literally take years). (6/9/2017)
###
### See https://www.opensecrets.org/news/2016/06/irs-releasing-electronically-filed-nonprofit-tax-data/
###
### 4. For R-specific XML scraping check out https://lecy.github.io/Open-Data-for-Nonprofit-Research/Quick_Guide_to_XML_in_R.html
### (6/9/2017)
###
###############################################################################
###############################################################################
###############################################################################
###
###
### Script Structure and Logic
###
### Section 1: This section is used to initialize the script.
###
### Section 1.1: Loads packages necessary to run the script fully.
###
### Section 1.2: Clears working environment of all objects. This helps reduce
### inheritance errors from ghost code.
###
### Section 1.3: Set beginning time of script.
###
###
### Section 2: This section compiles a list of all available IRS documents for
### designated non-profit organizations.
###
### Section 2.1: Input a list of the EIN numbers belonging to non-profits
### that information should be compiled on.
###
### Section 2.2: This loop fetches all electronic IRS documents related to
### EIN's input in section 3. A list of all available objects
### is then compiled into a data frame called Compiled.Objects.List.
###
### Section 2.3: Saves fetched data to a CSV.
###
### Section 2.4: The IRS database fields do not match across all years. This means
### that the XML path (which is what is actually pulled to retrieve data)
### differs across different IRS tax years. In short, the IRS tax forms
### from before 2014 will have one XML path structure while IRS tax forms
### for 2014 and later will have another XML path structure.
###
### With that being explained, Section 5 subsets the Compiled.Objects.List
### data frame into IRS forms match one time period. The end result two
### lists: URL.List.Current and URL.List.Deprecated. Both of these lists
### are then fed into separate loops to pull the desired data fields. THey
### are fed into separate loops because the XML field paths do not match,
### which means the loops must differ slightly in parameter specification.
###
### Section 3: This section fetches financial information indicated in the Metric.List. This
### section queries the URL's pulled from section 2 and pulls the selected metrics.
### The end result is a data frame and saved CSV containing rows of data of financial
### data for every year.
###
### Section 3.1: Input a list of the desired financial metrics to be pulled from the 990s.
### The text strings need to exactly match the XML paths in the actual XML document.
###
### For this script, this means the values directly attributable to
### organizational financial information (revenue, employees, etc.)
###
### Note that you can view the entire structure of the XML object by
### using the xml_structure function and referncing your XML object.
###
### It also may be easier to inspect the structure nesting a handful of
### R XML commands like so:
###
### xml_name(xml_children(xml_find_first((INSERT_XML_OBJECT_HERE, "PUT PATH HERE"))))
###
### REVISION UPDATE: Earlier versions pasted the METRIC and not the PATH. This caused
### zero-length problems because some metrics had different paths. So, now the user
### indicates the path.
###
###
### Section 3.2: This is the loop for compiling information for the objects listed in
### the URL.List.Current object, which represent IRS forms after 2014. A previous version
### had code for pulling IRS data from before 2014, but the script has not been updated
### to pull that information due to time.
###
### The loop pulls the data from the XML fields and loops to bind them together to form
### one complete row with complete financial information from a particular 990.
###
### This process is repeated for every object listed in the URL.List.Current
### list and the data are row binded on top of each other to create one
### completed data frame with all of the information. The compiled information
### will be stored in a data frame object called Compiled.Data.Current.
###
### In short, values are generated going from 'left to right' to populate columns
### to create a row. When a row is complete, the row is held in memory and then is
### added below the other previously created rows in memory.
###
### Also note that the 'if' statement for each pull is because some XML paths are
### blank for some 990s. If a path was blank, the saved object would actually be
### a zero-length object (not 0), which then makes it impossible to bind the
### objects together to form a data frame. In short, the if statements are there
### to replace blank XML paths with -9999's as a placeholder so data frames can be
### bound together and looped.
###
### Section 3.3: This saves the information compiled in section 3.2 to a CSV.
###
###
### Section 4: This section fetches compensation data for individuals affiliated with the queried
### non-profits. Compensation data is pulled for each individual and creates a data
### frame which will have 1 row for each person compensated by a non-profit.
###
### Section 4.1: Indicate the number of compensation fields to be scraped.
###
### 20 is an arbitrary number. 20 was just used to ensure the capture
### of every possible executive listed in the IRS form. The script
### pulls data from the IRS form from top to bottom -- and because
### IRS forms do not have a particular order of listing executives
### (as in, the first person listed as an executive is not necessarily
### the CEO), this script scrapes 20 slots worth. Most of the time this
### will mean the script will actually scrape blank fields because many
### organizations do not list 20 people.
###
### However, the na.omit() function is there to remove any possible
### scraped values that are actualyl blank.
###
### Section 4.2: Input a list of XML values that should be scraped from a
### specific IRS 990 form. The text strings need to exactly match
### the XML paths in the actual XML document.
###
### For this script, this means the values directly attributable to
### executive compensation.
###
### Note that you can view the entire structure of the XML object by
### using the xml_structure function and referncing your XML object.
###
### It also may be easier to inspect the structure nesting a handful of
### R XML commands like so:
###
### xml_name(xml_children(xml_find_first((INSERT_XML_OBJECT_HERE, "PUT PATH HERE"))))
###
### Section 4.3: This is a triple-nested loop for compiling compensation data for individuals
### listed in the 990.
###
### The loop's first level is at the document level.
###
### The loop's second level is at the individual person level.
###
### The loop's third level is at the metric level.
###
### In short, the loop pulls an IRS document and then pulls compensation data for
### each person listed on the IRS form.
###
### Data is first compiled at the individual level, which then are bound at the
### document level. Meaning, one person's data is collected and then that person's
### data is bound together with another person's data that is on the same document.
### This process is repeated for everyone listed on that document.
###
### Then, that data is bound to data belonging to other documents to create a data frame
### containing compensation data for all individuals in every document.
###
### Section 4.4: This saves the data compiled in section 4.3
###
###
###
### Section 1.0: Beginning of Script
###
###
### Section 1.1: Load Packages
###
library(xml2)
library(dplyr)
library(tidyr)
library(jsonlite)
library(stringr)
###
### Section 1.2: Clear working environment
###
rm(list = ls())
###
### Section 1.3: Set beginning time.
###
Beginning <- Sys.time()
###
### Section 2.1: Indicate Requested Institutions
###
EIN.List <- as.list(c("131788491" , #American Cancer Society - Unknown
"135613797" , #American Heart Association - 2015
"530196605" , #American Red Cross
"131635294" , #United Way
"580660607" , #Salvation Army
"362193608" , #Shriner's Hospital
"135562976" , #Boys and Girls Club of America - 2014
"042774441" , #Boston's Children Hospital
"231352166" , #Children's Hospital of Philadelphia
"951690977" , #Children's Hospital of Los Angeles
"351044585" , #ALSAC
"620646012" , #St. Jude
"310833936" , #Cincinnati
"910564748" , #Seattle
"741100555" , #Texas Children's Hospital
"010782751" #Nationwide Childrens Hospital - Columbus
))
###
### Section 2.2 Loop for fetching available 990 documents for requested IEN's.
###
i = 1
p = 1
for (EIN.Loop in EIN.List) {
i = p
tryCatch({
print(paste("Querying data for EIN", EIN.Loop , sep = " "))
Queried.Data.Index <- fromJSON(paste("http://irs-xml-search.herokuapp.com/search?ein=" , EIN.Loop , sep = ""))
Query.Object.Filter <- Queried.Data.Index %>%
mutate(Tax.Period.Date = as.Date(paste(TAX_PERIOD, "01", sep = ""), format = "%Y%m%d"))
if (exists(("Compiled.Objects.List"))) {Compiled.Objects.List <- rbind(Compiled.Objects.List, Query.Object.Filter)} else {Compiled.Objects.List <- Query.Object.Filter}
print(paste("Return Information for" , unique(Queried.Data.Index$TAXPAYER_NAME) , "compiled." , sep = " "))
print(paste( round( i / length(EIN.List) * 100, digits = 3) , "% complete." , sep = ""))
p = i + 1
} , error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
}
###
### Section 2.3: Save fetched 990 documents.
###
Now <- Sys.time()
Lesser.Now <- gsub("[^0-9\\.]", "", Now)
write.csv(Compiled.Objects.List , file = paste(Lesser.Now , "-Requested-990-Forms-List.csv" , sep = ""), row.names = FALSE)
getwd()
###
### Section 2.4: Splice fetched documents by date.
###
Requested.Returns.Current <- Compiled.Objects.List %>%
filter(Tax.Period.Date > as.Date("2014-01-01"))
URL.List.Current <- as.list(Requested.Returns.Current$url)
Requested.Returns.Deprecated <- Compiled.Objects.List %>%
filter(Tax.Period.Date < as.Date("2014-01-01"))
URL.List.Deprecated <- as.list(Requested.Returns.Deprecated$url)
###
### Section 3.0:
###
###
### Section 3.1: List desired financial data to be pulled from
### 990.
###
List.Of.Paths = as.list(c(
"/Return/ReturnHeader/TaxPeriodEndDt" ,
"/Return/ReturnHeader/TaxPeriodBeginDt" ,
"/Return/ReturnHeader/Filer/EIN" ,
"/Return/ReturnHeader/Filer/BusinessName" ,
"/Return/ReturnHeader/Filer/USAddress/AddressLine1Txt" ,
"/Return/ReturnHeader/Filer/USAddress/CityNm" ,
"/Return/ReturnHeader/Filer/USAddress/StateAbbreviationCd" ,
"/Return/ReturnHeader/Filer/USAddress/ZIPCd" ,
"/Return/ReturnData/IRS990/ActivityOrMissionDesc" ,
"/Return/ReturnData/IRS990/VotingMembersGoverningBodyCnt" ,
"/Return/ReturnData/IRS990/VotingMembersIndependentCnt" ,
"/Return/ReturnData/IRS990/TotalEmployeeCnt" ,
"/Return/ReturnData/IRS990/TotalVolunteersCnt" ,
"/Return/ReturnData/IRS990/TotalGrossUBIAmt" ,
"/Return/ReturnData/IRS990/NetUnrelatedBusTxblIncmAmt" ,
"/Return/ReturnData/IRS990/PYContributionsGrantsAmt",
"/Return/ReturnData/IRS990/CYContributionsGrantsAmt",
"/Return/ReturnData/IRS990/PYProgramServiceRevenueAmt",
"/Return/ReturnData/IRS990/CYProgramServiceRevenueAmt",
"/Return/ReturnData/IRS990/PYInvestmentIncomeAmt",
"/Return/ReturnData/IRS990/CYInvestmentIncomeAmt",
"/Return/ReturnData/IRS990/PYOtherRevenueAmt",
"/Return/ReturnData/IRS990/CYOtherRevenueAmt",
"/Return/ReturnData/IRS990/PYTotalRevenueAmt",
"/Return/ReturnData/IRS990/CYTotalRevenueAmt",
"/Return/ReturnData/IRS990/PYGrantsAndSimilarPaidAmt",
"/Return/ReturnData/IRS990/CYGrantsAndSimilarPaidAmt",
"/Return/ReturnData/IRS990/PYBenefitsPaidToMembersAmt",
"/Return/ReturnData/IRS990/CYBenefitsPaidToMembersAmt",
"/Return/ReturnData/IRS990/PYSalariesCompEmpBnftPaidAmt",
"/Return/ReturnData/IRS990/CYSalariesCompEmpBnftPaidAmt",
"/Return/ReturnData/IRS990/PYTotalProfFndrsngExpnsAmt",
"/Return/ReturnData/IRS990/CYTotalProfFndrsngExpnsAmt",
"/Return/ReturnData/IRS990/CYTotalFundraisingExpenseAmt" ,
"/Return/ReturnData/IRS990/PYOtherExpensesAmt" ,
"/Return/ReturnData/IRS990/CYOtherExpensesAmt" ,
"/Return/ReturnData/IRS990/PYTotalExpensesAmt" ,
"/Return/ReturnData/IRS990/CYTotalExpensesAmt",
"/Return/ReturnData/IRS990/PYRevenuesLessExpensesAmt" ,
"/Return/ReturnData/IRS990/CYRevenuesLessExpensesAmt" ,
"/Return/ReturnData/IRS990/TotalAssetsBOYAmt" ,
"/Return/ReturnData/IRS990/TotalAssetsEOYAmt" ,
"/Return/ReturnData/IRS990/TotalLiabilitiesBOYAmt" ,
"/Return/ReturnData/IRS990/TotalLiabilitiesEOYAmt" ,
"/Return/ReturnData/IRS990/NetAssetsOrFundBalancesBOYAmt",
"/Return/ReturnData/IRS990/NetAssetsOrFundBalancesEOYAmt"
))
###
### Section 3.2: Loop for scraping metrics listed in section 3.1.
###
i = 1
p = 1
for (URL.Loop in URL.List.Current){
i = p
print(paste("Querying data for", URL.Loop , sep = " "))
Queried.Data <- read_xml(x = URL.Loop, options=NULL )
xml_ns_strip(Queried.Data)
tryCatch({
for (Path in List.Of.Paths) {
Temp.Value <- xml_text(xml_find_all(Queried.Data, Path))
if (length(Temp.Value) > 0) {Temp <- Temp.Value} else {Temp.Value <- "-99999"}
Temp.DF <- as.data.frame(Temp.Value)
colnames(Temp.DF)[1] <- gsub(".*/" , "", Path)
if (exists(("Temp.Institutional.Data.Current"))) {Temp.Institutional.Data.Current <- cbind(Temp.Institutional.Data.Current, Temp.DF)} else {Temp.Institutional.Data.Current <- Temp.DF}
}
if (exists(("Compiled.Institutional.Data.Current"))) {Compiled.Institutional.Data.Current <- rbind(Compiled.Institutional.Data.Current, Temp.Institutional.Data.Current)} else {Compiled.Institutional.Data.Current <- Temp.Institutional.Data.Current}
rm(Temp.Institutional.Data.Current)
print(paste("Return Information for" , unique(URL.Loop) , "compiled." , sep = " "))
print(paste( round( i / length(URL.List.Current) * 100, digits = 3) , "% complete." , sep = ""))
p = i + 1
} , error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
}
###
### Sub-Section (not in section notes currently)
###
### When the organization name data is pulled, there are line breaks before and after the actual organization name.
### This means that the cell value of the organization name appears blank but actually is not (it is just on a
### different line.)
###
### These two lines of code:
###
### 1. Remove the line breaks from the cell. This puts the entire organizational name
### on line line so it is visble.
###
### 2. Removes the line spaces that are before and after the oranizational name.
###
### In short, these two small lines of code make the organizational name easier to read.
###
###
Compiled.Institutional.Data.Current$BusinessName <- str_replace_all(Compiled.Institutional.Data.Current$BusinessName, "[\r\n]" , "")
Compiled.Institutional.Data.Current$BusinessName <- str_sub(Compiled.Institutional.Data.Current$BusinessName, 9, -7)
###
### Section 3.3: Save compiled financial data to CSV.
###
Now <- Sys.time()
Lesser.Now <- gsub("[^0-9\\.]", "", Now)
write.csv(Compiled.Institutional.Data.Current, file = paste(Lesser.Now , "-Requested-Institutional-Data.csv" , sep = ""), row.names = FALSE)
getwd()
###
### Section 4.0:
###
###
### Section 4.1: Input number for querying compensation.
###
Exec.Numbers <- c("1" ,
"2" ,
"3" ,
"4" ,
"5" ,
"6" ,
"7" ,
"8" ,
"9" ,
"10" ,
"11" ,
"12" ,
"13" ,
"14" ,
"15" ,
"16" ,
"17" ,
"18" ,
"19" ,
"20")
###
### Section 4.2: Input desired metrics for pulling
### compensation.
###
# List.Of.Paths <- c(
# "/Return/ReturnHeader/Filer/EIN" ,
# "/Return/ReturnHeader/Filer/BusinessName" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/PersonNm" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/TitleTxt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/BaseCompensationFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/CompensationBasedOnRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/BonusFilingOrganizationAmount" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/BonusRelatedOrganizationsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/OtherCompensationFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/OtherCompensationRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/DeferredCompensationFlngOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/DeferredCompRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/NontaxableBenefitsFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/NontaxableBenefitsRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/TotalCompensationFilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/TotalCompensationRltdOrgsAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/CompReportPrior990FilingOrgAmt" ,
# "/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[1]/CompReportPrior990RltdOrgsAmt"
#
# )
###
### Section 4.3: Loop for compiling compensation data.
###
i = 1
p = 1
###
### Section 4.2: Input desired metrics for pulling
### compensation.
###
List.Of.Metrics <- c(
"PersonNm" ,
"TitleTxt" ,
"BaseCompensationFilingOrgAmt" ,
"CompensationBasedOnRltdOrgsAmt" ,
"BonusFilingOrganizationAmount" ,
"BonusRelatedOrganizationsAmt" ,
"OtherCompensationFilingOrgAmt" ,
"OtherCompensationRltdOrgsAmt" ,
"DeferredCompensationFlngOrgAmt" ,
"DeferredCompRltdOrgsAmt" ,
"NontaxableBenefitsFilingOrgAmt" ,
"NontaxableBenefitsRltdOrgsAmt" ,
"TotalCompensationFilingOrgAmt" ,
"TotalCompensationRltdOrgsAmt" ,
"CompReportPrior990FilingOrgAmt" ,
"CompReportPrior990RltdOrgsAmt"
)
###
### Section 4.3: Loop for compiling compensation data.
###
i = 1
p = 1
for (URL.Loop in URL.List.Current){
i = p
print(paste("Querying data for", URL.Loop , sep = " "))
tryCatch({
Queried.Data <- read_xml(x = URL.Loop, options=NULL )
xml_ns_strip(Queried.Data)
###
### Pull metrics for compensated individuals
###
for (I in Exec.Numbers){
###
### This loop level loops through the designated metrics
### for each individual compensated.
###
for(Metric in List.Of.Metrics){
Temp.Value <- xml_text(xml_find_first(Queried.Data, paste('/Return/ReturnData/IRS990ScheduleJ/RltdOrgOfficerTrstKeyEmplGrp[' , I , ']/' , Metric , sep = "" ) ))
if (length(Temp.Value) > 0) {Temp <- Temp.Value} else {Temp.Value <- "-99999"}
Temp.DF <- as.data.frame(Temp.Value)
colnames(Temp.DF)[1] <- Metric
if (exists(("Temp.Exec.Comp.Data.Current.Single"))) {Temp.Exec.Comp.Data.Current.Single <- cbind(Temp.Exec.Comp.Data.Current.Single, Temp.DF)} else {Temp.Exec.Comp.Data.Current.Single <- Temp.DF}
}
if (exists(("Temp.Exec.Comp.Data.Current"))) {Temp.Exec.Comp.Data.Current<- rbind(Temp.Exec.Comp.Data.Current, Temp.Exec.Comp.Data.Current.Single)} else {Temp.Exec.Comp.Data.Current<- Temp.Exec.Comp.Data.Current.Single}
rm(Temp.Exec.Comp.Data.Current.Single)
}
###
### Establish EIN, Non-Profit Name, and Tax Year
###
EIN <- xml_text(xml_find_all(Queried.Data, "/Return/ReturnHeader/Filer/EIN"))
if (length(EIN) > 0) {EIN <- EIN} else {EIN <- "-99999"}
Org.Name <- xml_text(xml_find_all(Queried.Data, "/Return/ReturnHeader/Filer/BusinessName"))
if (length(Org.Name) > 0) {Org.Name <- Org.Name} else {Org.Name <- "-99999"}
Tax.Year <- xml_text(xml_find_all(Queried.Data, "/Return/ReturnHeader/TaxYr" ))
if (length(Tax.Year) > 0) {Tax.Year <- Tax.Year} else {Tax.Year <- "-99999"}
Temp.Exec.Comp.Data.Current$EIN <- EIN
Temp.Exec.Comp.Data.Current$Org.Name <- Org.Name
Temp.Exec.Comp.Data.Current$Tax.Year <- Tax.Year
if (exists(("Compiled.Exec.Comp.Data.Current"))) {Compiled.Exec.Comp.Data.Current <- rbind(Compiled.Exec.Comp.Data.Current, Temp.Exec.Comp.Data.Current)} else {Compiled.Exec.Comp.Data.Current <- Temp.Exec.Comp.Data.Current}
print(paste("Executive Compensation for" , Org.Name , "completed." , sep = " " ))
rm(Temp.Exec.Comp.Data.Current)
print(paste( round( i / length(URL.List.Current) * 100, digits = 3) , "% complete." , sep = ""))
p = i + 1
#if(is.na(Compiled.Exec.Comp.Data.Current$PersonNm)) {Compiled.Exec.Comp.Data.Current$PersonNm <- "UNKNOWN"} else {Compiled.Exec.Comp.Data.Current$PersonNm <- Compiled.Exec.Comp.Data.Current$PersonNm}
#Compiled.Exec.Comp.Data.Current <- na.omit(Compiled.Exec.Comp.Data.Current)
}
, error=function(e){cat("ERROR :",conditionMessage(e), "\n")})
}
###
### Sub-Section (not in section notes currently)
###
### When the organization name data is pulled, there are line breaks before and after the actual organization name.
### This means that the cell value of the organization name appears blank but actually is not (it is just on a
### different line.)
###
### These two lines of code:
###
### 1. Remove the line breaks from the cell. This puts the entire organizational name
### on line line so it is visble.
###
### 2. Removes the line spaces that are before and after the oranizational name.
###
### In short, these two small lines of code make the organizational name easier to read.
###
###
Compiled.Exec.Comp.Data.Current$Org.Name <- str_replace_all(Compiled.Exec.Comp.Data.Current$Org.Name, "[\r\n]" , "")
Compiled.Exec.Comp.Data.Current$Org.Name <- str_sub(Compiled.Exec.Comp.Data.Current$Org.Name, 9, -7)
###
### Section 4.4: Save compiled compensation data to CSV.
###
Now <- Sys.time()
Lesser.Now <- gsub("[^0-9\\.]", "", Now)
write.csv(Compiled.Exec.Comp.Data.Current , file = paste(Lesser.Now , "-Requested-Compensation-Data.csv" , sep = ""), row.names = FALSE)
getwd()
###
### End of script.
### |
\name{vcov.mlegc}
\alias{vcov.mlegc}
%- Also NEED an '\alias' for EACH other topic documented here.
\title{
Covariance Matrix of the Maximum Likelihood Estimates
}
\usage{
\method{vcov}{mlegc}(object, digits = max(3, getOption("digits") - 3), ...)
}
\description{
Calculate covariance and correlation matrix.
}
%- maybe also 'usage' for other objects documented here.
\arguments{
\item{object}{an object of class \code{mlegc} inherited from function \code{\link{mlegc}}.}
\item{digits}{integer indicating the number of decimal places (round) or
significant digits (signif) to be used. }
\item{...}{other arguments passed to \code{vcov}.}
}
\value{
The estimated variance-covariance matrix and estimated correlation matrix.
}
\seealso{
\code{\link{mlegc}}
}
\author{
Zifei Han \email{hanzifei1@gmail.com}
}
% Add one or more standard keywords, see file 'KEYWORDS' in the
% R documentation directory.
\keyword{Estimation}
| /fuzzedpackages/gcKrig/man/vcovmlegc.Rd | no_license | akhikolla/testpackages | R | false | false | 992 | rd | \name{vcov.mlegc}
\alias{vcov.mlegc}
%- Also NEED an '\alias' for EACH other topic documented here.
\title{
Covariance Matrix of the Maximum Likelihood Estimates
}
\usage{
\method{vcov}{mlegc}(object, digits = max(3, getOption("digits") - 3), ...)
}
\description{
Calculate covariance and correlation matrix.
}
%- maybe also 'usage' for other objects documented here.
\arguments{
\item{object}{an object of class \code{mlegc} inherited from function \code{\link{mlegc}}.}
\item{digits}{integer indicating the number of decimal places (round) or
significant digits (signif) to be used. }
\item{...}{other arguments passed to \code{vcov}.}
}
\value{
The estimated variance-covariance matrix and estimated correlation matrix.
}
\seealso{
\code{\link{mlegc}}
}
\author{
Zifei Han \email{hanzifei1@gmail.com}
}
% Add one or more standard keywords, see file 'KEYWORDS' in the
% R documentation directory.
\keyword{Estimation}
|
x <- rnorm(100, 0, 2)
y <- 1:100
plot(y ~ x)
| /random_numbers.R | no_license | ABindoff/junk | R | false | false | 45 | r | x <- rnorm(100, 0, 2)
y <- 1:100
plot(y ~ x)
|
#' @title coxmeTable: Summary table of coxme.object(internal function)
#' @description Extract fixed effect table in coxme.object
#' @param mod coxme.object
#' @return beta, se, z, p of fixed effects
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' jstable:::coxmeTable(fit)
#' @rdname coxmeTable
#' @importFrom coxme fixef
#' @importFrom stats pnorm
coxmeTable <- function(mod) {
if (!any(class(mod) == "coxme")) {
stop("Model not from mixed effects Cox model")
}
beta <- coxme::fixef(mod)
nvar <- length(beta)
nfrail <- nrow(mod$variance) - nvar
se <- sqrt(diag(as.matrix(mod$variance))[nfrail + 1:nvar])
z <- beta / se
p <- 2 * (1 - pnorm(abs(z)))
# p<- signif(1 - pchisq((beta/se)^2, 1), 2)
table <- data.frame(cbind(beta, se, z, p))
return(table)
}
#' @title coxExp: transform the unit of coefficients in cox model(internal function)
#' @description Transform the unit of coefficients to "HR"
#' @param cox.coef cox model coefficients
#' @param dec Decimal point
#' @return The transforemed coefficients(95% CI), p-value
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' jstable:::coxExp(jstable:::coxmeTable(fit))
#' @rdname coxExp
#' @importFrom stats pnorm
coxExp <- function(cox.coef, dec) {
HR <- paste(round(exp(cox.coef[, 1]), dec), " (", round(exp(cox.coef[, 1] - 1.96 * cox.coef[, 2]), dec), ",", round(exp(cox.coef[, 1] + 1.96 * cox.coef[, 2]), dec), ")", sep = "")
pv <- cox.coef[, "p"]
# pv = 2*(1-pnorm(abs(cox.coef[, "z"])))
return(cbind(HR, pv))
}
#' @title extractAIC.coxme: Extract AIC from coxme.object
#' @description Extract AIC from coxme.object
#' @param fit coxme.object
#' @param scale NULL
#' @param k numeric specifying the 'weight' of the equivalent degrees of freedom (=: edf) part in the AIC formula.
#' @param ... further arguments (currently unused in base R).
#' @return AIC(Integreted, Penalized)
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' extractAIC(fit)
#' @rdname extractAIC.coxme
#' @export
extractAIC.coxme <- function(fit, scale = NULL, k = 2, ...) {
loglik <- fit$loglik + c(0, 0, fit$penalty)
chi1 <- 2 * diff(loglik[1:2])
chi2 <- 2 * diff(loglik[c(1, 3)])
c(chi1 - k * fit$df[1], chi2 - k * fit$df[2])
}
#' @title coxme.display: table for coxme.object (coxme package)
#' @description Make mixed effect model results from coxme.object (coxme package)
#' @param coxme.obj coxme.object
#' @param dec Decimal point, Default: 2
#' @return Fixed effect table, random effect, metrics, caption
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' coxme.display(fit)
#' @rdname coxme.display
#' @export
#' @importFrom coxme coxme
coxme.display <- function(coxme.obj, dec = 2) {
model <- coxme.obj
if (!any(class(model) == "coxme")) {
stop("Model not from mixed effects Cox model")
}
xf <- attr(model$terms, "term.labels") # Independent vars
xstrata <- grep("strata", xf, value = T)
if (length(xstrata) > 0) {
xf <- xf[-grep("strata", xf)]
}
formula.surv <- as.character(model$formulaList$fixed)[2]
formula.ranef <- as.character(model$formulaList$random)
mdata <- data.frame(get(as.character(model$call)[3]))
if (length(xf) == 1) {
# uni.res = coxmeTable(coxme(as.formula(paste(formula.surv, "~", xf," + ", formula.ranef, sep="")), data = mdata))
uni.res <- coxmeTable(model)
rn.uni <- lapply(list(uni.res), rownames)
fix.all <- coxExp(uni.res, dec = dec)
colnames(fix.all) <- c("HR(95%CI)", "P value")
rownames(fix.all) <- names(model$coefficients)
} else {
unis <- lapply(xf, function(x) {
forms <- paste0(formula.surv, "~", x, " + ", formula.ranef)
if (length(xstrata) > 0) {
forms <- paste0(forms, " + ", xstrata)
}
return(coxmeTable(coxme(as.formula(forms), data = mdata)))
})
rn.uni <- lapply(unis, rownames)
unis2 <- Reduce(rbind, unis)
uni.res <- unis2
fix.all <- cbind(coxExp(uni.res, dec = dec), coxExp(coxmeTable(model), dec = dec))
colnames(fix.all) <- c("crude HR(95%CI)", "crude P value", "adj. HR(95%CI)", "adj. P value")
rownames(fix.all) <- names(model$coefficients)
}
## rownames
fix.all.list <- lapply(1:length(xf), function(x) {
fix.all[rownames(fix.all) %in% rn.uni[[x]], ]
})
varnum.mfac <- which(lapply(fix.all.list, length) > ncol(fix.all))
lapply(varnum.mfac, function(x) {
fix.all.list[[x]] <<- rbind(rep(NA, ncol(fix.all)), fix.all.list[[x]])
})
fix.all.unlist <- Reduce(rbind, fix.all.list)
rn.list <- lapply(1:length(xf), function(x) {
rownames(fix.all)[rownames(fix.all) %in% rn.uni[[x]]]
})
varnum.2fac <- which(lapply(xf, function(x) {
length(sapply(mdata, levels)[[x]])
}) == 2)
lapply(varnum.2fac, function(x) {
rn.list[[x]] <<- paste(xf[x], ": ", levels(mdata[, xf[x]])[2], " vs ", levels(mdata[, xf[x]])[1], sep = "")
})
lapply(varnum.mfac, function(x) {
rn.list[[x]] <<- c(paste(xf[x], ": ref.=", levels(mdata[, xf[x]])[1], sep = ""), gsub(xf[x], " ", rn.list[[x]]))
})
if (class(fix.all.unlist)[1] == "character") {
fix.all.unlist <- t(data.frame(fix.all.unlist))
}
rownames(fix.all.unlist) <- unlist(rn.list)
pv.colnum <- which(colnames(fix.all.unlist) %in% c("P value", "crude P value", "adj. P value"))
for (i in pv.colnum) {
fix.all.unlist[, i] <- ifelse(as.numeric(fix.all.unlist[, i]) < 0.001, "< 0.001", round(as.numeric(fix.all.unlist[, i]), dec + 1))
}
## random effect
# ranef = unlist(model$vcoef)
# ranef.out = round(ranef, dec)
ranef.out <- lapply(model$vcoef, function(x) {
round(x, dec)
})
ranef.mat <- cbind(c(NA, unlist(ranef.out)), matrix(NA, length(unlist(ranef.out)) + 1, ncol(fix.all) - 1))
rownames(ranef.mat) <- c("Random effect", paste(names(ranef.out), "(", unlist(lapply(ranef.out, names)), ")", sep = ""))
## metric
no.grp <- unlist(lapply(model$frail, length))
no.obs <- model$n[2]
no.event <- model$n[1]
metric.mat <- cbind(c(NA, no.grp, no.obs, no.event), matrix(NA, length(no.grp) + 3, ncol(fix.all) - 1))
rownames(metric.mat) <- c(NA, paste("No. of groups(", names(no.grp), ")", sep = ""), "No. of observations", "No. of events")
## Integrated ll
# ll = model$loglik[2]
# aic = -2 * ll -2*model$df[1]
## caption
surv.string <- as.character(attr(model$terms, "variables")[[2]])
time.var.name <- surv.string[2]
status.var.name <- surv.string[3]
intro <- paste("Mixed effects Cox model on time ('", time.var.name, "') to event ('", status.var.name, "')", " - Group ", paste(names(model$vcoef), collapse = ", "), sep = "")
var.names0 <- attr(model$terms, "term.labels")
if (length(grep("strata", var.names0)) > 0) {
intro <- paste(intro, " with '", var.names0[grep("strata", var.names0)], "'", sep = "")
}
return(list(table = fix.all.unlist, ranef = ranef.mat, metric = metric.mat, caption = intro))
}
| /R/coxme.R | permissive | jinseob2kim/jstable | R | false | false | 7,138 | r | #' @title coxmeTable: Summary table of coxme.object(internal function)
#' @description Extract fixed effect table in coxme.object
#' @param mod coxme.object
#' @return beta, se, z, p of fixed effects
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' jstable:::coxmeTable(fit)
#' @rdname coxmeTable
#' @importFrom coxme fixef
#' @importFrom stats pnorm
coxmeTable <- function(mod) {
if (!any(class(mod) == "coxme")) {
stop("Model not from mixed effects Cox model")
}
beta <- coxme::fixef(mod)
nvar <- length(beta)
nfrail <- nrow(mod$variance) - nvar
se <- sqrt(diag(as.matrix(mod$variance))[nfrail + 1:nvar])
z <- beta / se
p <- 2 * (1 - pnorm(abs(z)))
# p<- signif(1 - pchisq((beta/se)^2, 1), 2)
table <- data.frame(cbind(beta, se, z, p))
return(table)
}
#' @title coxExp: transform the unit of coefficients in cox model(internal function)
#' @description Transform the unit of coefficients to "HR"
#' @param cox.coef cox model coefficients
#' @param dec Decimal point
#' @return The transforemed coefficients(95% CI), p-value
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' jstable:::coxExp(jstable:::coxmeTable(fit))
#' @rdname coxExp
#' @importFrom stats pnorm
coxExp <- function(cox.coef, dec) {
HR <- paste(round(exp(cox.coef[, 1]), dec), " (", round(exp(cox.coef[, 1] - 1.96 * cox.coef[, 2]), dec), ",", round(exp(cox.coef[, 1] + 1.96 * cox.coef[, 2]), dec), ")", sep = "")
pv <- cox.coef[, "p"]
# pv = 2*(1-pnorm(abs(cox.coef[, "z"])))
return(cbind(HR, pv))
}
#' @title extractAIC.coxme: Extract AIC from coxme.object
#' @description Extract AIC from coxme.object
#' @param fit coxme.object
#' @param scale NULL
#' @param k numeric specifying the 'weight' of the equivalent degrees of freedom (=: edf) part in the AIC formula.
#' @param ... further arguments (currently unused in base R).
#' @return AIC(Integreted, Penalized)
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' extractAIC(fit)
#' @rdname extractAIC.coxme
#' @export
extractAIC.coxme <- function(fit, scale = NULL, k = 2, ...) {
loglik <- fit$loglik + c(0, 0, fit$penalty)
chi1 <- 2 * diff(loglik[1:2])
chi2 <- 2 * diff(loglik[c(1, 3)])
c(chi1 - k * fit$df[1], chi2 - k * fit$df[2])
}
#' @title coxme.display: table for coxme.object (coxme package)
#' @description Make mixed effect model results from coxme.object (coxme package)
#' @param coxme.obj coxme.object
#' @param dec Decimal point, Default: 2
#' @return Fixed effect table, random effect, metrics, caption
#' @details DETAILS
#' @examples
#' library(coxme)
#' fit <- coxme(Surv(time, status) ~ ph.ecog + age + (1 | inst), lung)
#' coxme.display(fit)
#' @rdname coxme.display
#' @export
#' @importFrom coxme coxme
coxme.display <- function(coxme.obj, dec = 2) {
model <- coxme.obj
if (!any(class(model) == "coxme")) {
stop("Model not from mixed effects Cox model")
}
xf <- attr(model$terms, "term.labels") # Independent vars
xstrata <- grep("strata", xf, value = T)
if (length(xstrata) > 0) {
xf <- xf[-grep("strata", xf)]
}
formula.surv <- as.character(model$formulaList$fixed)[2]
formula.ranef <- as.character(model$formulaList$random)
mdata <- data.frame(get(as.character(model$call)[3]))
if (length(xf) == 1) {
# uni.res = coxmeTable(coxme(as.formula(paste(formula.surv, "~", xf," + ", formula.ranef, sep="")), data = mdata))
uni.res <- coxmeTable(model)
rn.uni <- lapply(list(uni.res), rownames)
fix.all <- coxExp(uni.res, dec = dec)
colnames(fix.all) <- c("HR(95%CI)", "P value")
rownames(fix.all) <- names(model$coefficients)
} else {
unis <- lapply(xf, function(x) {
forms <- paste0(formula.surv, "~", x, " + ", formula.ranef)
if (length(xstrata) > 0) {
forms <- paste0(forms, " + ", xstrata)
}
return(coxmeTable(coxme(as.formula(forms), data = mdata)))
})
rn.uni <- lapply(unis, rownames)
unis2 <- Reduce(rbind, unis)
uni.res <- unis2
fix.all <- cbind(coxExp(uni.res, dec = dec), coxExp(coxmeTable(model), dec = dec))
colnames(fix.all) <- c("crude HR(95%CI)", "crude P value", "adj. HR(95%CI)", "adj. P value")
rownames(fix.all) <- names(model$coefficients)
}
## rownames
fix.all.list <- lapply(1:length(xf), function(x) {
fix.all[rownames(fix.all) %in% rn.uni[[x]], ]
})
varnum.mfac <- which(lapply(fix.all.list, length) > ncol(fix.all))
lapply(varnum.mfac, function(x) {
fix.all.list[[x]] <<- rbind(rep(NA, ncol(fix.all)), fix.all.list[[x]])
})
fix.all.unlist <- Reduce(rbind, fix.all.list)
rn.list <- lapply(1:length(xf), function(x) {
rownames(fix.all)[rownames(fix.all) %in% rn.uni[[x]]]
})
varnum.2fac <- which(lapply(xf, function(x) {
length(sapply(mdata, levels)[[x]])
}) == 2)
lapply(varnum.2fac, function(x) {
rn.list[[x]] <<- paste(xf[x], ": ", levels(mdata[, xf[x]])[2], " vs ", levels(mdata[, xf[x]])[1], sep = "")
})
lapply(varnum.mfac, function(x) {
rn.list[[x]] <<- c(paste(xf[x], ": ref.=", levels(mdata[, xf[x]])[1], sep = ""), gsub(xf[x], " ", rn.list[[x]]))
})
if (class(fix.all.unlist)[1] == "character") {
fix.all.unlist <- t(data.frame(fix.all.unlist))
}
rownames(fix.all.unlist) <- unlist(rn.list)
pv.colnum <- which(colnames(fix.all.unlist) %in% c("P value", "crude P value", "adj. P value"))
for (i in pv.colnum) {
fix.all.unlist[, i] <- ifelse(as.numeric(fix.all.unlist[, i]) < 0.001, "< 0.001", round(as.numeric(fix.all.unlist[, i]), dec + 1))
}
## random effect
# ranef = unlist(model$vcoef)
# ranef.out = round(ranef, dec)
ranef.out <- lapply(model$vcoef, function(x) {
round(x, dec)
})
ranef.mat <- cbind(c(NA, unlist(ranef.out)), matrix(NA, length(unlist(ranef.out)) + 1, ncol(fix.all) - 1))
rownames(ranef.mat) <- c("Random effect", paste(names(ranef.out), "(", unlist(lapply(ranef.out, names)), ")", sep = ""))
## metric
no.grp <- unlist(lapply(model$frail, length))
no.obs <- model$n[2]
no.event <- model$n[1]
metric.mat <- cbind(c(NA, no.grp, no.obs, no.event), matrix(NA, length(no.grp) + 3, ncol(fix.all) - 1))
rownames(metric.mat) <- c(NA, paste("No. of groups(", names(no.grp), ")", sep = ""), "No. of observations", "No. of events")
## Integrated ll
# ll = model$loglik[2]
# aic = -2 * ll -2*model$df[1]
## caption
surv.string <- as.character(attr(model$terms, "variables")[[2]])
time.var.name <- surv.string[2]
status.var.name <- surv.string[3]
intro <- paste("Mixed effects Cox model on time ('", time.var.name, "') to event ('", status.var.name, "')", " - Group ", paste(names(model$vcoef), collapse = ", "), sep = "")
var.names0 <- attr(model$terms, "term.labels")
if (length(grep("strata", var.names0)) > 0) {
intro <- paste(intro, " with '", var.names0[grep("strata", var.names0)], "'", sep = "")
}
return(list(table = fix.all.unlist, ranef = ranef.mat, metric = metric.mat, caption = intro))
}
|
#' Plot n-gram frequencies
#'
#' \code{ggram} downloads data from the Google Ngram Viewer website and
#' plots it in \code{ggplot2} style.
#'
#' @param phrases vector of phrases. Alternatively, phrases can be an ngram
#' object returned by \code{\link{ngram}} or \code{\link{ngrami}}.
#' @param ignore_case logical, indicating whether the frequencies are case
#' insensitive.
#' Default is \code{FALSE}.
#' @param code_corpus logical, indicating whether to use abbreviated corpus
#' `codes or longer form descriptions. Default is \code{FALSE}.
#' @param geom the ggplot2 geom used to plot the data; defaults to "line"
#' @param geom_options list of additional parameters passed to the ggplot2 geom.
#' @param lab y-axis label. Defaults to "Frequency".
#' @param google_theme use a Google Ngram-style plot theme.
#' @param ... additional parameters passed to \code{ngram}
#' @details
#' Google generated two datasets drawn from digitised books in the Google
#' books collection. One was generated in July 2009, the second in July 2012.
#' Google will update these datasets as book scanning continues.
#'
#' @examples
#' \donttest{library(ggplot2)
#' ggram(c("hacker", "programmer"), year_start = 1950)
#'
#' # Changing the geom.
#' ggram(c("cancer", "fumer", "cigarette"),
#' year_start = 1900,
#' corpus = "fr-2012",
#' smoothing = 0,
#' geom = "step")
#'
#' # Passing more options.
#' ggram(c("cancer", "smoking", "tobacco"),
#' year_start = 1900,
#' corpus = "en-fiction-2012",
#' geom = "point",
#' smoothing = 0,
#' geom_options = list(alpha = .5)) +
#' stat_smooth(method="loess", se = FALSE, formula = y ~ x)
#'
#' # Setting the layers manually.
#' ggram(c("cancer", "smoking", "tobacco"),
#' year_start = 1900,
#' corpus = "en-fiction-2012",
#' smoothing = 0,
#' geom = NULL) +
#' stat_smooth(method="loess", se=FALSE, span = 0.3, formula = y ~ x)
#'
#' # Setting the legend placement on a long query and using the Google theme.
#' # Example taken from a post by Ben Zimmer at Language Log.
#' p <- c("((The United States is + The United States has) / The United States)",
#' "((The United States are + The United States have) / The United States)")
#' ggram(p, year_start = 1800, google_theme = TRUE) +
#' theme(legend.direction="vertical")
#'
#' # Pass ngram data rather than phrases
#' ggram(hacker) + facet_wrap(~ Corpus)
#'}
#' @export
ggram <- function(phrases, ignore_case = FALSE, code_corpus = FALSE,
geom = "line", geom_options = list(), lab = NA,
google_theme = FALSE, ...) {
if ("ngram" %in% class(phrases)) {
ng <- phrases
} else {
if (ignore_case) {
ng <- ngrami(phrases, ...)
} else {
ng <- ngram(phrases, ...)
}
}
if (is.null(ng)) {
message("Unable to plot: no data returned")
return(invisible(NULL))
}
if (is.character(geom) &&
!(geom %in% c("area", "line")) && attr(ng, "smoothing") > 0) {
warning("ngram data is smoothed. Consider setting smoothing = 0.")
}
if (!"Year" %in% names(ng)) stop("No ngram data returned")
ng <- within(ng, Year <- as.Date(paste(Year, 1, 1, sep = "-")))
if (!code_corpus) ng <- within(ng,
levels(Corpus) <- corpuses[levels(Corpus),
"Informal.corpus.name"])
p <- ggplot(data = ng,
aes_string(x = "Year", y = "Frequency",
colour = "Phrase", fill = "Phrase",
label = "Phrase"))
if (!inherits(geom, "character")) geom <- NULL
if (!is.null(geom)) p <- p + do.call(stat_identity,
c(geom = geom, geom_options))
p <- p + labs(x = NULL)
if (google_theme) {
# Google Ngram palette.
p <- p +
scale_colour_google() +
scale_fill_google() +
theme_google() + labs(y = NULL, colour = NULL) +
scale_x_date(expand = c(0, 0)) +
scale_y_continuous(expand = c(0, 0), labels = scales::percent)
} else {
p <- p +
scale_colour_discrete("") +
scale_fill_discrete("") +
scale_y_continuous(labels = scales::percent)
}
if (!is.na(lab)) p <- p + labs(y = lab)
return(p)
}
| /R/ggram.R | permissive | seancarmody/ngramr | R | false | false | 4,274 | r | #' Plot n-gram frequencies
#'
#' \code{ggram} downloads data from the Google Ngram Viewer website and
#' plots it in \code{ggplot2} style.
#'
#' @param phrases vector of phrases. Alternatively, phrases can be an ngram
#' object returned by \code{\link{ngram}} or \code{\link{ngrami}}.
#' @param ignore_case logical, indicating whether the frequencies are case
#' insensitive.
#' Default is \code{FALSE}.
#' @param code_corpus logical, indicating whether to use abbreviated corpus
#' `codes or longer form descriptions. Default is \code{FALSE}.
#' @param geom the ggplot2 geom used to plot the data; defaults to "line"
#' @param geom_options list of additional parameters passed to the ggplot2 geom.
#' @param lab y-axis label. Defaults to "Frequency".
#' @param google_theme use a Google Ngram-style plot theme.
#' @param ... additional parameters passed to \code{ngram}
#' @details
#' Google generated two datasets drawn from digitised books in the Google
#' books collection. One was generated in July 2009, the second in July 2012.
#' Google will update these datasets as book scanning continues.
#'
#' @examples
#' \donttest{library(ggplot2)
#' ggram(c("hacker", "programmer"), year_start = 1950)
#'
#' # Changing the geom.
#' ggram(c("cancer", "fumer", "cigarette"),
#' year_start = 1900,
#' corpus = "fr-2012",
#' smoothing = 0,
#' geom = "step")
#'
#' # Passing more options.
#' ggram(c("cancer", "smoking", "tobacco"),
#' year_start = 1900,
#' corpus = "en-fiction-2012",
#' geom = "point",
#' smoothing = 0,
#' geom_options = list(alpha = .5)) +
#' stat_smooth(method="loess", se = FALSE, formula = y ~ x)
#'
#' # Setting the layers manually.
#' ggram(c("cancer", "smoking", "tobacco"),
#' year_start = 1900,
#' corpus = "en-fiction-2012",
#' smoothing = 0,
#' geom = NULL) +
#' stat_smooth(method="loess", se=FALSE, span = 0.3, formula = y ~ x)
#'
#' # Setting the legend placement on a long query and using the Google theme.
#' # Example taken from a post by Ben Zimmer at Language Log.
#' p <- c("((The United States is + The United States has) / The United States)",
#' "((The United States are + The United States have) / The United States)")
#' ggram(p, year_start = 1800, google_theme = TRUE) +
#' theme(legend.direction="vertical")
#'
#' # Pass ngram data rather than phrases
#' ggram(hacker) + facet_wrap(~ Corpus)
#'}
#' @export
ggram <- function(phrases, ignore_case = FALSE, code_corpus = FALSE,
geom = "line", geom_options = list(), lab = NA,
google_theme = FALSE, ...) {
if ("ngram" %in% class(phrases)) {
ng <- phrases
} else {
if (ignore_case) {
ng <- ngrami(phrases, ...)
} else {
ng <- ngram(phrases, ...)
}
}
if (is.null(ng)) {
message("Unable to plot: no data returned")
return(invisible(NULL))
}
if (is.character(geom) &&
!(geom %in% c("area", "line")) && attr(ng, "smoothing") > 0) {
warning("ngram data is smoothed. Consider setting smoothing = 0.")
}
if (!"Year" %in% names(ng)) stop("No ngram data returned")
ng <- within(ng, Year <- as.Date(paste(Year, 1, 1, sep = "-")))
if (!code_corpus) ng <- within(ng,
levels(Corpus) <- corpuses[levels(Corpus),
"Informal.corpus.name"])
p <- ggplot(data = ng,
aes_string(x = "Year", y = "Frequency",
colour = "Phrase", fill = "Phrase",
label = "Phrase"))
if (!inherits(geom, "character")) geom <- NULL
if (!is.null(geom)) p <- p + do.call(stat_identity,
c(geom = geom, geom_options))
p <- p + labs(x = NULL)
if (google_theme) {
# Google Ngram palette.
p <- p +
scale_colour_google() +
scale_fill_google() +
theme_google() + labs(y = NULL, colour = NULL) +
scale_x_date(expand = c(0, 0)) +
scale_y_continuous(expand = c(0, 0), labels = scales::percent)
} else {
p <- p +
scale_colour_discrete("") +
scale_fill_discrete("") +
scale_y_continuous(labels = scales::percent)
}
if (!is.na(lab)) p <- p + labs(y = lab)
return(p)
}
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/sp_mod.R
\docType{data}
\name{sp_mod}
\alias{sp_mod}
\title{An ecological niche model created with Maxent}
\format{A RasterLayer with 150 rows, 249 columns, and 37350 cells:
\describe{
\item{Suitability}{suitability, in probability values.}
}}
\source{
\url{https://kuscholarworks.ku.edu/handle/1808/26376}
}
\usage{
sp_mod
}
\description{
A RasterLayer containing an ecological niche model for the a tick (\emph{Amblyomma americanum})
that was created as part of the candidate models during the calibration process.
}
\examples{
model <- raster::raster(list.files(system.file("extdata", package = "kuenm"),
pattern = "sp_model.tif", full.names = TRUE))
raster::plot(model)
}
\keyword{datasets}
| /man/sp_mod.Rd | no_license | lucianolasala/kuenm | R | false | true | 809 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/sp_mod.R
\docType{data}
\name{sp_mod}
\alias{sp_mod}
\title{An ecological niche model created with Maxent}
\format{A RasterLayer with 150 rows, 249 columns, and 37350 cells:
\describe{
\item{Suitability}{suitability, in probability values.}
}}
\source{
\url{https://kuscholarworks.ku.edu/handle/1808/26376}
}
\usage{
sp_mod
}
\description{
A RasterLayer containing an ecological niche model for the a tick (\emph{Amblyomma americanum})
that was created as part of the candidate models during the calibration process.
}
\examples{
model <- raster::raster(list.files(system.file("extdata", package = "kuenm"),
pattern = "sp_model.tif", full.names = TRUE))
raster::plot(model)
}
\keyword{datasets}
|
# My PC
main = "C:/Users/Steven/Documents/Academics/3_Graduate School/2014-2015 ~ NU/"
# Aginity
#main = "\\\\nas1/labuser169"
course = "MSIA_420_Predictive_Analytics"
datafolder = "Data"
setwd(file.path(main,course, datafolder))
#### Problem 2 ##############################################
# Import data
filename = "MLC.csv"
mydata = read.csv(filename,header = T)
MLC = mydata
#### Part a: initial estimates for nonlinear regression
fit = lm(y~x, data=MLC)
g0_i = 1/fit$coeff[1]
g1_i = fit$coeff[2]/fit$coeff[1]
names(g0_i)=NULL
names(g1_i)=NULL
g0_i
g1_i
#### Part b:
y = EZK$y
x = EZK$x
# Use nlm function
x1<-MLC$Location;x2<-MLC$Week;y<-MLC$Efficiency
fn = function(p) {
yhat<-p[1]+p[2]*x1+p[4]*exp(p[3]*x2)
sum((y-yhat)^2)}
out = nlm(fn,p=c(1,0,-.5,-.1),hessian=TRUE)
theta = out$estimate #parameter estimates
theta
# Use nls function
fn2 <- function(x1,x2,p) p[1]+p[2]*x1+p[4]*exp(p[3]*x2)
out_nls = nls(y~fn2(x1,x2,p),start=list(p=c(1,0,-.5,-.3)),trace=TRUE)
summary(out_nls)
#### Problem 3 ##############################################
# Part a
# Calculate the observed Fisher information matrix and
# the covariance matrix of the estimated parameter vector
# using the Hessian produced by nlm
# Based on this, calculate the standard errors of the estimated parameters.
MSE = out$minimum/(length(y) - length(theta)) #estimate of the error variance
InfoMat = out$hessian/2/MSE #observed information matrix
CovTheta = solve(InfoMat)
SE = sqrt(diag(CovTheta)) #standard errors of parameter estimates
MSE
InfoMat
CovTheta
SE
# Part b
# Calculate the covariance matrix of gamma hat using the vcov()
# function applied to the output of nls(), and based on
# this calculate the standard errors of the estimated parameters.
# Do the results agree with Part (a)?
CovTheta_nls = vcov(out_nls )
SE_nls = sqrt(diag(CovTheta))
CovTheta_nls
SE_nls
# yes they agree with part a
# Part c
# Using the results of Part (a), calculate two-sided
# 95% CIs on the parameters gamma0 and gamma1. Compare this with the results
# of the confint.default() function applied to the output of nls().
alpha = 0.05
df = length(y)-length(theta)
t_crit = abs(qt(alpha/2,df,lower.tail=TRUE))
z_crit = abs(qnorm(alpha/2, 0,1,lower.tail = T))
confint_nlm_t = matrix(
c(theta[1]-t_crit*SE[1],theta[1]+t_crit*SE[1], theta[2]-t_crit*SE[2],theta[2]+t_crit*SE[2]),
ncol = 2,
byrow = TRUE)
rownames(confint_nlm_t) = c("p1","p2")
colnames(confint_nlm_t) = c(paste(alpha/2*100,"%"),paste((1-alpha/2)*100,"%"))
confint_nlm_z = matrix(
c(theta[1]-z_crit*SE[1],theta[1]+z_crit*SE[1], theta[2]-z_crit*SE[2],theta[2]+z_crit*SE[2]),
ncol = 2,
byrow = TRUE)
rownames(confint_nlm_z) = c("p1","p2")
colnames(confint_nlm_z) = c(paste(alpha/2*100,"%"),paste((1-alpha/2)*100,"%"))
confint_nlm_t
confint_nlm_z
confint.default(out_nls)
#### Problem 4 ##############################################
# This is a repeat of Problem (3), but using bootstrapping to
# calculate the standard errors and confidence intervals.
# You can use the boot() command in R (requires the boot package
# to be loaded with the library(boot) command). Use at least 20,000 bootstrap replicates.
# Part a
# Calculate and plot bootstrapped histograms of gamma0 and gamma1,
# and calculate the corresponding bootstrapped standard errors.
library(boot) #need to load the boot package
MLC<-read.table("MLC.csv",sep=",",header=TRUE)
MLCfit<-function(Z,i,theta0) {
Zboot<-Z[i,]
x1<-Zboot[[1]];x2<-Zboot[[2]];y<-Zboot[[3]]
fn <- function(p) {yhat<-p[1]+p[2]*x1+p[4]*exp(p[3]*x2); sum((y-yhat)^2)}
out<-nlm(fn,p=theta0)
theta<-out$estimate} #parameter estimates
MLCboot<-boot(MLC, MLCfit, R=5000, theta0=c(1,-.05,-.14,-.55))
CovTheta<-cov(MLCboot$t)
SE<-sqrt(diag(CovTheta))
MLCboot
CovTheta
SE
plot(MLCboot,index=1) #index=i calculates results for ith parameter
boot.ci(MLCboot,conf=c(.9,.95,.99),index=1,type=c("norm","basic"))
# Part b
# Calculate "crude" two-sided 95% CIs on gamma0 and gamma1 using
# the normal approximation to their bootstrapped distributions.
theta =
theta[1]-z_crit*SE[1]
theta[1]+z_crit*SE[1]
confint_nlm_z = matrix(
c(theta[1]-z_crit*SE[1],theta[1]+z_crit*SE[1], theta[2]-z_crit*SE[2],theta[2]+z_crit*SE[2]),
ncol = 2,
byrow = TRUE)
# Part c
# Calculate the reflected two-sided 95% CIs on gamm0 and gamm1
# (this corresponds to the type = "basic" option of the boot.ci() function).
q = quantile(MLCboot$t[,1], c(alpha/2, 1-alpha/2))
theta[1]-(q[2]-theta[1])
theta[1]+(theta[1]-q[1])
confint_nlm_z = matrix(
c(theta[1]-z_crit*SE[1],theta[1]+z_crit*SE[1], theta[2]-z_crit*SE[2],theta[2]+z_crit*SE[2]),
ncol = 2,
byrow = TRUE)
# Part d
# Do the CIs in part (c) agree with those in part (b)?
# Relate this to the histograms you see in part (a).
# yes if not skewed
#### Problem 5 ##############################################
Yhat0<-MLCboot$t0
Yhatboot<-MLCboot$t
e<-rnorm(nrow(Yhatboot), mean=0, sd=sqrt(MSE)) #MSE is from the earlier analysis
Yboot<-Yhatboot-e
SEY<-sqrt(var(Yboot))
Yquant<-quantile(Yboot,prob=c(.025,.975))
L<-2*Yhat0-Yquant[2]
U<-2*Yhat0-Yquant[1]
hist(Yboot,100)
c(L,U)
SEY
| /msia_predictive_analytics/Data/Class_Example.R | no_license | Ajay20202020/courses | R | false | false | 5,387 | r |
# My PC
main = "C:/Users/Steven/Documents/Academics/3_Graduate School/2014-2015 ~ NU/"
# Aginity
#main = "\\\\nas1/labuser169"
course = "MSIA_420_Predictive_Analytics"
datafolder = "Data"
setwd(file.path(main,course, datafolder))
#### Problem 2 ##############################################
# Import data
filename = "MLC.csv"
mydata = read.csv(filename,header = T)
MLC = mydata
#### Part a: initial estimates for nonlinear regression
fit = lm(y~x, data=MLC)
g0_i = 1/fit$coeff[1]
g1_i = fit$coeff[2]/fit$coeff[1]
names(g0_i)=NULL
names(g1_i)=NULL
g0_i
g1_i
#### Part b:
y = EZK$y
x = EZK$x
# Use nlm function
x1<-MLC$Location;x2<-MLC$Week;y<-MLC$Efficiency
fn = function(p) {
yhat<-p[1]+p[2]*x1+p[4]*exp(p[3]*x2)
sum((y-yhat)^2)}
out = nlm(fn,p=c(1,0,-.5,-.1),hessian=TRUE)
theta = out$estimate #parameter estimates
theta
# Use nls function
fn2 <- function(x1,x2,p) p[1]+p[2]*x1+p[4]*exp(p[3]*x2)
out_nls = nls(y~fn2(x1,x2,p),start=list(p=c(1,0,-.5,-.3)),trace=TRUE)
summary(out_nls)
#### Problem 3 ##############################################
# Part a
# Calculate the observed Fisher information matrix and
# the covariance matrix of the estimated parameter vector
# using the Hessian produced by nlm
# Based on this, calculate the standard errors of the estimated parameters.
MSE = out$minimum/(length(y) - length(theta)) #estimate of the error variance
InfoMat = out$hessian/2/MSE #observed information matrix
CovTheta = solve(InfoMat)
SE = sqrt(diag(CovTheta)) #standard errors of parameter estimates
MSE
InfoMat
CovTheta
SE
# Part b
# Calculate the covariance matrix of gamma hat using the vcov()
# function applied to the output of nls(), and based on
# this calculate the standard errors of the estimated parameters.
# Do the results agree with Part (a)?
CovTheta_nls = vcov(out_nls )
SE_nls = sqrt(diag(CovTheta))
CovTheta_nls
SE_nls
# yes they agree with part a
# Part c
# Using the results of Part (a), calculate two-sided
# 95% CIs on the parameters gamma0 and gamma1. Compare this with the results
# of the confint.default() function applied to the output of nls().
alpha = 0.05
df = length(y)-length(theta)
t_crit = abs(qt(alpha/2,df,lower.tail=TRUE))
z_crit = abs(qnorm(alpha/2, 0,1,lower.tail = T))
confint_nlm_t = matrix(
c(theta[1]-t_crit*SE[1],theta[1]+t_crit*SE[1], theta[2]-t_crit*SE[2],theta[2]+t_crit*SE[2]),
ncol = 2,
byrow = TRUE)
rownames(confint_nlm_t) = c("p1","p2")
colnames(confint_nlm_t) = c(paste(alpha/2*100,"%"),paste((1-alpha/2)*100,"%"))
confint_nlm_z = matrix(
c(theta[1]-z_crit*SE[1],theta[1]+z_crit*SE[1], theta[2]-z_crit*SE[2],theta[2]+z_crit*SE[2]),
ncol = 2,
byrow = TRUE)
rownames(confint_nlm_z) = c("p1","p2")
colnames(confint_nlm_z) = c(paste(alpha/2*100,"%"),paste((1-alpha/2)*100,"%"))
confint_nlm_t
confint_nlm_z
confint.default(out_nls)
#### Problem 4 ##############################################
# This is a repeat of Problem (3), but using bootstrapping to
# calculate the standard errors and confidence intervals.
# You can use the boot() command in R (requires the boot package
# to be loaded with the library(boot) command). Use at least 20,000 bootstrap replicates.
# Part a
# Calculate and plot bootstrapped histograms of gamma0 and gamma1,
# and calculate the corresponding bootstrapped standard errors.
library(boot) #need to load the boot package
MLC<-read.table("MLC.csv",sep=",",header=TRUE)
MLCfit<-function(Z,i,theta0) {
Zboot<-Z[i,]
x1<-Zboot[[1]];x2<-Zboot[[2]];y<-Zboot[[3]]
fn <- function(p) {yhat<-p[1]+p[2]*x1+p[4]*exp(p[3]*x2); sum((y-yhat)^2)}
out<-nlm(fn,p=theta0)
theta<-out$estimate} #parameter estimates
MLCboot<-boot(MLC, MLCfit, R=5000, theta0=c(1,-.05,-.14,-.55))
CovTheta<-cov(MLCboot$t)
SE<-sqrt(diag(CovTheta))
MLCboot
CovTheta
SE
plot(MLCboot,index=1) #index=i calculates results for ith parameter
boot.ci(MLCboot,conf=c(.9,.95,.99),index=1,type=c("norm","basic"))
# Part b
# Calculate "crude" two-sided 95% CIs on gamma0 and gamma1 using
# the normal approximation to their bootstrapped distributions.
theta =
theta[1]-z_crit*SE[1]
theta[1]+z_crit*SE[1]
confint_nlm_z = matrix(
c(theta[1]-z_crit*SE[1],theta[1]+z_crit*SE[1], theta[2]-z_crit*SE[2],theta[2]+z_crit*SE[2]),
ncol = 2,
byrow = TRUE)
# Part c
# Calculate the reflected two-sided 95% CIs on gamm0 and gamm1
# (this corresponds to the type = "basic" option of the boot.ci() function).
q = quantile(MLCboot$t[,1], c(alpha/2, 1-alpha/2))
theta[1]-(q[2]-theta[1])
theta[1]+(theta[1]-q[1])
confint_nlm_z = matrix(
c(theta[1]-z_crit*SE[1],theta[1]+z_crit*SE[1], theta[2]-z_crit*SE[2],theta[2]+z_crit*SE[2]),
ncol = 2,
byrow = TRUE)
# Part d
# Do the CIs in part (c) agree with those in part (b)?
# Relate this to the histograms you see in part (a).
# yes if not skewed
#### Problem 5 ##############################################
Yhat0<-MLCboot$t0
Yhatboot<-MLCboot$t
e<-rnorm(nrow(Yhatboot), mean=0, sd=sqrt(MSE)) #MSE is from the earlier analysis
Yboot<-Yhatboot-e
SEY<-sqrt(var(Yboot))
Yquant<-quantile(Yboot,prob=c(.025,.975))
L<-2*Yhat0-Yquant[2]
U<-2*Yhat0-Yquant[1]
hist(Yboot,100)
c(L,U)
SEY
|
# Copy files from generated to cross-sections
# according to preference pattern
library(here)
# setwd(here::here())
source('R/functions.R')
source_dir = './Generated/'
target_dir = './Cross-sections/'
# Define scheme
leiden = TRUE # If TRUE, take prefrentially Leiden cross-sections
# Except for C2H4, which is restricted in wavelength range
plessis = TRUE # Prefer Plessis's branching ratios for CH4
# Get species list in photolysis scheme
l = getSpecies('PhotoSchemeGen.dat')
species = l$species
cat('Species List:', species, '\n')
# Process files
prov = c()
for (reso in c(1, 0.1)) {
ifile = 0
for (sp in species) {
cat(sp,'\n')
# Cross-sections
## SWRI > Hebrard
file = paste0(source_dir, 'Hebrard/', reso, 'nm/se', sp, '.dat')
file1 = paste0(source_dir, 'SWRI/', reso, 'nm/se', sp, '.dat')
if (file.exists(file1))
file = file1
## Leiden > (SWRI,Hebrard)
if (leiden & sp != 'C2H4') {
file1 = paste0(source_dir, 'Leiden/', reso, 'nm/se', sp, '.dat')
if (file.exists(file1))
file = file1
}
if (!file.exists(file))
stop(paste0('*** Pb with se',sp))
## Copy
file_to = paste0(target_dir, reso, 'nm/se', sp, '.dat')
ifile = ifile + 1
prov[ifile] = file
file.copy(from = file,
to = file_to,
overwrite = TRUE)
# ## Get wavelength range to check compatibility with qy files
# wavlXS = read.table(file,header=FALSE,fill=TRUE)[,1]
# Quantum yields
path = paste0(source_dir, 'SWRI/', reso, 'nm')
pattern = paste0('qy', sp)
files = list.files(path, pattern)
## Plessis > SWRI (for CH4)
if(plessis) {
path1 = paste0(source_dir, 'Plessis/', reso, 'nm')
files1 = list.files(path1, pattern)
if (length(files1) != 0) {
path = path1
files = files1
}
}
## copy
for (file in files) {
file_from = paste0(path,'/',file)
ifile = ifile + 1
# ## Get wavelength range to check compatibility with se files
# wavlqy = read.table(file_from,header=FALSE,fill=TRUE)[,1]
# if (min(wavlqy) > min(wavlXS) )
# cat('Min qy wavl too large\n')
# if (max(wavlqy) < max(wavlXS) )
# cat('Max qy wavl too small\n')
prov[ifile] = file_from
file_to = paste0(target_dir, reso, 'nm/', file)
file.copy(from = file_from,
to = file_to,
overwrite = TRUE)
}
}
# Record provenance track
sink(file=paste0(target_dir,reso, 'nm/0_Provenance.txt'))
for(i in 1:length(prov))
cat(' -',prov[i],'\n')
sink()
}
| /PhotoProcs/v_1.1/1_gather.R | permissive | ppernot/MC-ChemDBOld | R | false | false | 2,620 | r | # Copy files from generated to cross-sections
# according to preference pattern
library(here)
# setwd(here::here())
source('R/functions.R')
source_dir = './Generated/'
target_dir = './Cross-sections/'
# Define scheme
leiden = TRUE # If TRUE, take prefrentially Leiden cross-sections
# Except for C2H4, which is restricted in wavelength range
plessis = TRUE # Prefer Plessis's branching ratios for CH4
# Get species list in photolysis scheme
l = getSpecies('PhotoSchemeGen.dat')
species = l$species
cat('Species List:', species, '\n')
# Process files
prov = c()
for (reso in c(1, 0.1)) {
ifile = 0
for (sp in species) {
cat(sp,'\n')
# Cross-sections
## SWRI > Hebrard
file = paste0(source_dir, 'Hebrard/', reso, 'nm/se', sp, '.dat')
file1 = paste0(source_dir, 'SWRI/', reso, 'nm/se', sp, '.dat')
if (file.exists(file1))
file = file1
## Leiden > (SWRI,Hebrard)
if (leiden & sp != 'C2H4') {
file1 = paste0(source_dir, 'Leiden/', reso, 'nm/se', sp, '.dat')
if (file.exists(file1))
file = file1
}
if (!file.exists(file))
stop(paste0('*** Pb with se',sp))
## Copy
file_to = paste0(target_dir, reso, 'nm/se', sp, '.dat')
ifile = ifile + 1
prov[ifile] = file
file.copy(from = file,
to = file_to,
overwrite = TRUE)
# ## Get wavelength range to check compatibility with qy files
# wavlXS = read.table(file,header=FALSE,fill=TRUE)[,1]
# Quantum yields
path = paste0(source_dir, 'SWRI/', reso, 'nm')
pattern = paste0('qy', sp)
files = list.files(path, pattern)
## Plessis > SWRI (for CH4)
if(plessis) {
path1 = paste0(source_dir, 'Plessis/', reso, 'nm')
files1 = list.files(path1, pattern)
if (length(files1) != 0) {
path = path1
files = files1
}
}
## copy
for (file in files) {
file_from = paste0(path,'/',file)
ifile = ifile + 1
# ## Get wavelength range to check compatibility with se files
# wavlqy = read.table(file_from,header=FALSE,fill=TRUE)[,1]
# if (min(wavlqy) > min(wavlXS) )
# cat('Min qy wavl too large\n')
# if (max(wavlqy) < max(wavlXS) )
# cat('Max qy wavl too small\n')
prov[ifile] = file_from
file_to = paste0(target_dir, reso, 'nm/', file)
file.copy(from = file_from,
to = file_to,
overwrite = TRUE)
}
}
# Record provenance track
sink(file=paste0(target_dir,reso, 'nm/0_Provenance.txt'))
for(i in 1:length(prov))
cat(' -',prov[i],'\n')
sink()
}
|
rm(list = ls())
library(RColorBrewer)
#all palette available from RColorBrewer
display.brewer.all()
#we will select the first 4 colors in the Set1 palette
cols<-brewer.pal(n=4,name="Set1")
# plot is for growth rate, not tumor size.
# True - CI is "low".
# True + CI is "high".
# The KT file is the control group while the KTC file is the treatment group.
KTCdata <- read.csv("KTC_Hongchen_Percentiles.txt", header = T, sep = "\t", stringsAsFactors = F)
KTdata <- read.csv("KT_Hongchen_Percentiles.txt", header = T, sep = "\t", stringsAsFactors = F)
KTCTrue <- KTCdata$True
KTTrue <- KTdata$True
KTCpvalues <- KTCdata$Sig
KTpvalues <- KTdata$Sig
KTC_CI <- KTCdata$CI
KT_CI <- KTdata$CI
x <- c()
y <- c()
# order of x/y values: Stk11Ori, Stk11V1, Setd2Ori, Setd2V1, Rb1Ori, AtmV1, Arid1aV1
x <- c(1.012589, 1.011359, 1.008196, 0.9846671, 0.9909408, 0.9830329, 0.9801573) # KT
# y <- c(1.238143, 1.282474, 1.204155, 1.122408, 1.056533, 1.007605, 1.022089) # KTC old
y <- c(1.290197, 1.336272, 1.254491, 1.168874, 1.099526, 1.048248, 1.063305)
# mean values from google doc: 1.290197 1.336272 1.254491 1.168874 1.099526 1.048248 1.063305
sgIDs <- c("Stk11Ori", "Stk11V1", "Setd2Ori", "Setd2V1", "Rb1Ori", "AtmV1", "Arid1aV1")
i <- 1
for (i in 1:length(sgIDs)) {
CIy <- KTC_CI[KTCdata$target == sgIDs[i]] #sgIDs[i]]
CIy <- CIy[4] # use median for confidence intervals
lines(rep(x[i], 2), c(y[i] - CIy, y[i] + CIy), lwd=1, lty=1, col = "red")
CIx <- KT_CI[KTdata$target == sgIDs[i]] #sgIDs[i]]
CIx <- CIx[4]
lines(c(x[i] - CIx, x[i] + CIx), rep(y[i], 2), lwd=1, lty=1, col = "red")
# annotate sgID
text(x[i] + 0.07, y[i], sgIDs[i])
}
plot(x,y, xlab="KT;Cas9 (relative to inert)", ylab="KTC;Cas9 (relative to inert)", main ="KT and KTC Mean Relative Growth Rate", ylim=c(.95,1.4), xlim=c(.95, 1.4), cex = 1.5, pch=16, col="blue")
abline(a=0, b=1, lty = 2)
# dev.off() | /QQ KT:KTC.R | no_license | nkapoor11/R-work | R | false | false | 1,892 | r | rm(list = ls())
library(RColorBrewer)
#all palette available from RColorBrewer
display.brewer.all()
#we will select the first 4 colors in the Set1 palette
cols<-brewer.pal(n=4,name="Set1")
# plot is for growth rate, not tumor size.
# True - CI is "low".
# True + CI is "high".
# The KT file is the control group while the KTC file is the treatment group.
KTCdata <- read.csv("KTC_Hongchen_Percentiles.txt", header = T, sep = "\t", stringsAsFactors = F)
KTdata <- read.csv("KT_Hongchen_Percentiles.txt", header = T, sep = "\t", stringsAsFactors = F)
KTCTrue <- KTCdata$True
KTTrue <- KTdata$True
KTCpvalues <- KTCdata$Sig
KTpvalues <- KTdata$Sig
KTC_CI <- KTCdata$CI
KT_CI <- KTdata$CI
x <- c()
y <- c()
# order of x/y values: Stk11Ori, Stk11V1, Setd2Ori, Setd2V1, Rb1Ori, AtmV1, Arid1aV1
x <- c(1.012589, 1.011359, 1.008196, 0.9846671, 0.9909408, 0.9830329, 0.9801573) # KT
# y <- c(1.238143, 1.282474, 1.204155, 1.122408, 1.056533, 1.007605, 1.022089) # KTC old
y <- c(1.290197, 1.336272, 1.254491, 1.168874, 1.099526, 1.048248, 1.063305)
# mean values from google doc: 1.290197 1.336272 1.254491 1.168874 1.099526 1.048248 1.063305
sgIDs <- c("Stk11Ori", "Stk11V1", "Setd2Ori", "Setd2V1", "Rb1Ori", "AtmV1", "Arid1aV1")
i <- 1
for (i in 1:length(sgIDs)) {
CIy <- KTC_CI[KTCdata$target == sgIDs[i]] #sgIDs[i]]
CIy <- CIy[4] # use median for confidence intervals
lines(rep(x[i], 2), c(y[i] - CIy, y[i] + CIy), lwd=1, lty=1, col = "red")
CIx <- KT_CI[KTdata$target == sgIDs[i]] #sgIDs[i]]
CIx <- CIx[4]
lines(c(x[i] - CIx, x[i] + CIx), rep(y[i], 2), lwd=1, lty=1, col = "red")
# annotate sgID
text(x[i] + 0.07, y[i], sgIDs[i])
}
plot(x,y, xlab="KT;Cas9 (relative to inert)", ylab="KTC;Cas9 (relative to inert)", main ="KT and KTC Mean Relative Growth Rate", ylim=c(.95,1.4), xlim=c(.95, 1.4), cex = 1.5, pch=16, col="blue")
abline(a=0, b=1, lty = 2)
# dev.off() |
scrape_docs <- function(URL){
doc <- read_html(URL)
speaker <- html_nodes(doc, ".diet-title a") %>%
html_text()
date <- html_nodes(doc, ".date-display-single") %>%
html_text() %>%
mdy()
text <- html_nodes(doc, "div.field-docs-content") %>%
html_text()
all_info <- list(speaker = speaker, date = date, text = text)
return(all_info)
}
obtain <- function(url){
page <- read_html(url)
party <- html_nodes(page, ".f-item") %>%
html_text()
get <- list(party = party[4])
return(get)
}
maga <- map(no_socialism, stronk)
maga <- unlist(maga)
potus_stronk <- map_dfr(maga, scrape_docs)
potus_party <- map(no_socialism, party)
potus_party <- unlist(potus_party)
party_name <- map_dfr(potus_party, obtain)
new_potus <- data.frame(party_name, potus_stronk)
| /Code/Processing_data.R | no_license | hermannlu/plsc-31101-yilu | R | false | false | 872 | r | scrape_docs <- function(URL){
doc <- read_html(URL)
speaker <- html_nodes(doc, ".diet-title a") %>%
html_text()
date <- html_nodes(doc, ".date-display-single") %>%
html_text() %>%
mdy()
text <- html_nodes(doc, "div.field-docs-content") %>%
html_text()
all_info <- list(speaker = speaker, date = date, text = text)
return(all_info)
}
obtain <- function(url){
page <- read_html(url)
party <- html_nodes(page, ".f-item") %>%
html_text()
get <- list(party = party[4])
return(get)
}
maga <- map(no_socialism, stronk)
maga <- unlist(maga)
potus_stronk <- map_dfr(maga, scrape_docs)
potus_party <- map(no_socialism, party)
potus_party <- unlist(potus_party)
party_name <- map_dfr(potus_party, obtain)
new_potus <- data.frame(party_name, potus_stronk)
|
# Copyright (c) 2013-2020 Stefan Moeding
# All rights reserved.
#
# Redistribution and use in source and binary forms, with or without
# modification, are permitted provided that the following conditions
# are met:
# 1. Redistributions of source code must retain the above copyright
# notice, this list of conditions and the following disclaimer.
# 2. Redistributions in binary form must reproduce the above copyright
# notice, this list of conditions and the following disclaimer in the
# documentation and/or other materials provided with the distribution.
#
# THIS SOFTWARE IS PROVIDED BY THE AUTHOR AND CONTRIBUTORS ``AS IS'' AND
# ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
# IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
# ARE DISCLAIMED. IN NO EVENT SHALL THE AUTHOR OR CONTRIBUTORS BE LIABLE
# FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
# DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
# OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
# HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
# LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
# OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
# SUCH DAMAGE.
##############################################################################
#' Efficiency of the system
#'
#' The efficiency of a system expressed in terms of the deviation from
#' linear scalability.
#'
#' The function returns a vector which contains the deviation from linearity
#' for every measurement of the model input. A value of \code{1} indicates
#' linear scalability while values less than \code{1} correspond to the
#' fraction of the measurement compared to linear scalability.
#'
#' @param object A USL object.
#'
#' @return A vector of numeric values.
#'
#' @seealso \code{\link{usl}}
#'
#' @references Neil J. Gunther. Guerrilla Capacity Planning: A Tactical
#' Approach to Planning for Highly Scalable Applications and Services.
#' Springer, Heidelberg, Germany, 1st edition, 2007.
#'
#' @examples
#' require(usl)
#'
#' data(raytracer)
#'
#' ## Show the efficiency
#' efficiency(usl(throughput ~ processors, raytracer))
#'
#' @aliases efficiency
#' @export
#'
setMethod(
f = "efficiency",
signature = "USL",
definition = function(object) {
return(object@efficiency)
}
)
| /R/efficiency.R | no_license | smoeding/usl | R | false | false | 2,439 | r | # Copyright (c) 2013-2020 Stefan Moeding
# All rights reserved.
#
# Redistribution and use in source and binary forms, with or without
# modification, are permitted provided that the following conditions
# are met:
# 1. Redistributions of source code must retain the above copyright
# notice, this list of conditions and the following disclaimer.
# 2. Redistributions in binary form must reproduce the above copyright
# notice, this list of conditions and the following disclaimer in the
# documentation and/or other materials provided with the distribution.
#
# THIS SOFTWARE IS PROVIDED BY THE AUTHOR AND CONTRIBUTORS ``AS IS'' AND
# ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
# IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
# ARE DISCLAIMED. IN NO EVENT SHALL THE AUTHOR OR CONTRIBUTORS BE LIABLE
# FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
# DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
# OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
# HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
# LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
# OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
# SUCH DAMAGE.
##############################################################################
#' Efficiency of the system
#'
#' The efficiency of a system expressed in terms of the deviation from
#' linear scalability.
#'
#' The function returns a vector which contains the deviation from linearity
#' for every measurement of the model input. A value of \code{1} indicates
#' linear scalability while values less than \code{1} correspond to the
#' fraction of the measurement compared to linear scalability.
#'
#' @param object A USL object.
#'
#' @return A vector of numeric values.
#'
#' @seealso \code{\link{usl}}
#'
#' @references Neil J. Gunther. Guerrilla Capacity Planning: A Tactical
#' Approach to Planning for Highly Scalable Applications and Services.
#' Springer, Heidelberg, Germany, 1st edition, 2007.
#'
#' @examples
#' require(usl)
#'
#' data(raytracer)
#'
#' ## Show the efficiency
#' efficiency(usl(throughput ~ processors, raytracer))
#'
#' @aliases efficiency
#' @export
#'
setMethod(
f = "efficiency",
signature = "USL",
definition = function(object) {
return(object@efficiency)
}
)
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/swmmr.R
\docType{package}
\name{swmmr}
\alias{swmmr}
\title{\code{swmmr} package}
\description{
R Interface for US EPA's SWMM
}
| /man/swmmr.Rd | no_license | dleutnant/swmmr | R | false | true | 206 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/swmmr.R
\docType{package}
\name{swmmr}
\alias{swmmr}
\title{\code{swmmr} package}
\description{
R Interface for US EPA's SWMM
}
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/StatComp20066R.R
\name{indep_norm}
\alias{indep_norm}
\title{A Independence sampler using R}
\usage{
indep_norm(m, a, b, p, n, mu, sigma)
}
\arguments{
\item{m}{the length of chain}
\item{a}{parameter of Beta(a,b) proposal dist.}
\item{b}{parameter of Beta(a,b) proposal dist.}
\item{p}{mixing parameter}
\item{n}{sample size}
\item{mu}{parameters of the normal densities include two numbers}
\item{sigma}{parameters of the normal densities include two numbers}
}
\value{
the estimation of mix parameter p
}
\description{
A Independence sampler using R
}
\examples{
\dontrun{
I<-indep_norm(10000,1,1,0.2,50,c(0, 5),c(1, 1))
print(I$xt)
print(I$p_hat)
plot(xt, type="l", ylab="p")
hist(xt[101:m], main="", xlab="p", prob=TRUE)
}
}
| /man/indep_norm.Rd | no_license | jjingli/StatComp20066 | R | false | true | 814 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/StatComp20066R.R
\name{indep_norm}
\alias{indep_norm}
\title{A Independence sampler using R}
\usage{
indep_norm(m, a, b, p, n, mu, sigma)
}
\arguments{
\item{m}{the length of chain}
\item{a}{parameter of Beta(a,b) proposal dist.}
\item{b}{parameter of Beta(a,b) proposal dist.}
\item{p}{mixing parameter}
\item{n}{sample size}
\item{mu}{parameters of the normal densities include two numbers}
\item{sigma}{parameters of the normal densities include two numbers}
}
\value{
the estimation of mix parameter p
}
\description{
A Independence sampler using R
}
\examples{
\dontrun{
I<-indep_norm(10000,1,1,0.2,50,c(0, 5),c(1, 1))
print(I$xt)
print(I$p_hat)
plot(xt, type="l", ylab="p")
hist(xt[101:m], main="", xlab="p", prob=TRUE)
}
}
|
### Install and load all libraries
if (!require("devtools")) install.packages('devtools')
if (!require("plyr")) install.packages('plyr')
if (!require("dplyr")) install.packages('dplyr')
if (!require("data.table")) install.packages('data.table')
if (!require("dtplyr")) install.packages('dtplyr')
if (!require("DT")) devtools::install_github('rstudio/DT')
if (!require("ggplot2")) devtools::install_github('hadley/ggplot2')
if (!require("gridExtra")) install.packages('gridExtra')
if (!require("RPostgreSQL")) install.packages('RPostgreSQL')
if (!require("knitr")) install.packages('knitr')
if (!require("rmarkdown")) install.packages('rmarkdown')
if (!require("plotly")) install.packages('plotly')
if (!require("DT")) install.packages('DT')
if (!require("treemap")) install.packages('treemap')
if (!require("reshape2")) install.packages('reshape2')
if (!require("RJDBC")) install.packages('RJDBC')
if (!require("visNetwork")) install.packages('visNetwork')
if (!require("rmdformats")) devtools::install_github("juba/rmdformats")
if (!require("visNetwork")) devtools::install_github("datastorm-open/visNetwork")
if (!require("ggbeeswarm")) devtools::install_github("eclarke/ggbeeswarm")
if (!require("tcltk")) install.packages('tcltk')
| /libs.R | no_license | hestiri/DQe-c | R | false | false | 1,237 | r | ### Install and load all libraries
if (!require("devtools")) install.packages('devtools')
if (!require("plyr")) install.packages('plyr')
if (!require("dplyr")) install.packages('dplyr')
if (!require("data.table")) install.packages('data.table')
if (!require("dtplyr")) install.packages('dtplyr')
if (!require("DT")) devtools::install_github('rstudio/DT')
if (!require("ggplot2")) devtools::install_github('hadley/ggplot2')
if (!require("gridExtra")) install.packages('gridExtra')
if (!require("RPostgreSQL")) install.packages('RPostgreSQL')
if (!require("knitr")) install.packages('knitr')
if (!require("rmarkdown")) install.packages('rmarkdown')
if (!require("plotly")) install.packages('plotly')
if (!require("DT")) install.packages('DT')
if (!require("treemap")) install.packages('treemap')
if (!require("reshape2")) install.packages('reshape2')
if (!require("RJDBC")) install.packages('RJDBC')
if (!require("visNetwork")) install.packages('visNetwork')
if (!require("rmdformats")) devtools::install_github("juba/rmdformats")
if (!require("visNetwork")) devtools::install_github("datastorm-open/visNetwork")
if (!require("ggbeeswarm")) devtools::install_github("eclarke/ggbeeswarm")
if (!require("tcltk")) install.packages('tcltk')
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/data.R
\docType{data}
\name{wellbeing_paired}
\alias{wellbeing_paired}
\title{Wellbeing Scores (Before and after design).}
\format{A list with two elements: \code{before} and \code{after}.}
\source{
Cumming, G. Understanding the New Statistics: Effect Sizes,
Confidence Intervals, and Meta-Analysis. Routledge 2012.
https://books.google.com/books?id=AVBDYgEACAAJ
}
\usage{
wellbeing_paired
}
\description{
This is a synthetic dataset from Geoff Cumming. A single group of 10 students
first completed a well-being questionnaire (\code{before}), spent the
afternoon reading in the botanical gardens, then gave well-being scores once
again (\code{after}).
}
\details{
It is found in Chapter 11 "The Paired Design" (page 291) of
Understanding the New Statistics (Routledge, 2012) by Geoff Cumming.
}
\keyword{datasets}
| /man/wellbeing_paired.Rd | permissive | mikheyev/dabestr | R | false | true | 893 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/data.R
\docType{data}
\name{wellbeing_paired}
\alias{wellbeing_paired}
\title{Wellbeing Scores (Before and after design).}
\format{A list with two elements: \code{before} and \code{after}.}
\source{
Cumming, G. Understanding the New Statistics: Effect Sizes,
Confidence Intervals, and Meta-Analysis. Routledge 2012.
https://books.google.com/books?id=AVBDYgEACAAJ
}
\usage{
wellbeing_paired
}
\description{
This is a synthetic dataset from Geoff Cumming. A single group of 10 students
first completed a well-being questionnaire (\code{before}), spent the
afternoon reading in the botanical gardens, then gave well-being scores once
again (\code{after}).
}
\details{
It is found in Chapter 11 "The Paired Design" (page 291) of
Understanding the New Statistics (Routledge, 2012) by Geoff Cumming.
}
\keyword{datasets}
|
% Generated by roxygen2 (4.0.1): do not edit by hand
\docType{class}
\name{Vtiger}
\alias{Vtiger}
\title{Vtiger}
\usage{
obj = new("Vtiger", webServiceUrl, accessKey, userName)
}
\value{
Object of class Vtiger
}
\description{
The Vtiger class
}
\section{Slots}{
\describe{
\item{\code{userName}}{Vtiger userName. Must be character. Provided by User.}
\item{\code{accessKey}}{Vtiger accessKey. Must be character. Provided by User.}
\item{\code{webServiceUrl}}{Vtiger Url. Must be character. Provided by User.}
\item{\code{sessionName}}{Vtiger sessionName. Must be character. NOT provided by User
- generated at login.}
}}
\examples{
\dontrun{
object = new(Class = "Vtiger",
webServiceUrl = "http://vtiger.EXAMPLE.com/webservice.php?",
accessKey = "0123456789abcde",
userName = "MYUSERNAME")}
}
\seealso{
Vtiger References:
1) \url{https://wiki.vtiger.com/index.php/Main_Page},
2) \url{http://community.vtiger.com/help/}.
Vtiger Webservices References:
1) \url{https://wiki.vtiger.com/index.php/Webservices_tutorials},
2) \url{https://wiki.vtiger.com/index.php/Webservice_reference_manual}
}
| /man/Vtiger.Rd | no_license | Digits88/Vtiger-1 | R | false | false | 1,100 | rd | % Generated by roxygen2 (4.0.1): do not edit by hand
\docType{class}
\name{Vtiger}
\alias{Vtiger}
\title{Vtiger}
\usage{
obj = new("Vtiger", webServiceUrl, accessKey, userName)
}
\value{
Object of class Vtiger
}
\description{
The Vtiger class
}
\section{Slots}{
\describe{
\item{\code{userName}}{Vtiger userName. Must be character. Provided by User.}
\item{\code{accessKey}}{Vtiger accessKey. Must be character. Provided by User.}
\item{\code{webServiceUrl}}{Vtiger Url. Must be character. Provided by User.}
\item{\code{sessionName}}{Vtiger sessionName. Must be character. NOT provided by User
- generated at login.}
}}
\examples{
\dontrun{
object = new(Class = "Vtiger",
webServiceUrl = "http://vtiger.EXAMPLE.com/webservice.php?",
accessKey = "0123456789abcde",
userName = "MYUSERNAME")}
}
\seealso{
Vtiger References:
1) \url{https://wiki.vtiger.com/index.php/Main_Page},
2) \url{http://community.vtiger.com/help/}.
Vtiger Webservices References:
1) \url{https://wiki.vtiger.com/index.php/Webservices_tutorials},
2) \url{https://wiki.vtiger.com/index.php/Webservice_reference_manual}
}
|
library(AnaCoDa)
library(profmem)
library(argparse)
rm(list=ls())
parser <- ArgumentParser()
parser$add_argument("-i","--input",type="character",default="./")
parser$add_argument("-o","--output",type="character",default="./")
parser$add_argument("-d","--div",type="integer",default=0)
parser$add_argument("-s","--samp",type="integer",default=1000)
parser$add_argument("-a","--adapt",type="integer",default=100)
parser$add_argument("-t","--thin",type="integer",default=20)
parser$add_argument("-n","--threads",type="integer",default=1)
args <- parser$parse_args()
div <- args$div
input <- args$input
directory <- args$output
thin <- args$thin
adapt <- args$adapt
samp <- args$samp
num_threads <- args$threads
createParameterOutput <- function(parameter,numMixtures,samples,mixture.labels,samples.percent.keep=1,relative.to.optimal.codon=F,report.original.ref=T)
{
for (i in 1:numMixtures)
{
getCSPEstimates(parameter,paste(dir_name,"Parameter_est",mixture.labels[i],sep="/"),i,samples*samples.percent.keep,relative.to.optimal.codon=relative.to.optimal.codon,report.original.ref = report.original.ref)
}
}
createTracePlots <- function(trace, model,genome,numMixtures,samples,mixture.labels,samples.percent.keep=1)
{
for (i in 1:numMixtures)
{
plot(trace, what = "Mutation", mixture = i)
plot(trace, what = "Selection", mixture = i)
plot(model, genome, samples = samples*samples.percent.keep, mixture = i,main = mixture.labels[i])
}
}
fasta.folders <- input #, "../data/cds/sampled/", "../data/cds/sampled/", "../data/cds/filtered/")
fasta.files <- list.files(path=fasta.folders,pattern="*.fasta",full.names = F)
print(fasta.files)
mixture.labels <- unlist(strsplit(fasta.files,split=".fasta"))
fasta.paths <- paste0(fasta.folders, fasta.files)
numMixtures <- length(fasta.files)
mixture.sizes <- rep(0, numMixtures)
## Note: writing a for loop to deal with all mixtures (1 - n.mixtures) is tricky.
## Part of the issue is the appending of the object defined in the command and the assignment of the output
mixture.index <- 1;
genome <- initializeGenomeObject(file=fasta.paths[mixture.index],match.expression.by.id = FALSE,append = FALSE)
mixture.sizes[mixture.index] <- length(genome)
if(numMixtures > 1){
for(mixture.index in 2:numMixtures)
{
tmp.length <- length(genome)
genome <- initializeGenomeObject(file=fasta.paths[mixture.index],genome=genome,match.expression.by.id = FALSE,append = TRUE,positional = T)
mixture.sizes[mixture.index] <- length(genome) - tmp.length
}
}
if(length(genome) != sum(mixture.sizes)){
stop("length(genomeObj) != sum(mixture.sizes), but it should.")
}else{
print("FASTA successfully files loaded:");
print(fasta.files[1:numMixtures])
}
cat("Genome loaded\n")
#initialize parameter object
sphi_init <- rep(1,numMixtures)
with.phi <- F
mixDef <- "allUnique"
percent.to.keep <- 1
size <- length(genome)
cat(size,"\n")
index <- c(1:size)
#geneAssignment <- c(rep(1,size.tmp),rep(2,size.tmp.2-size.tmp),rep(3,size-size.tmp.2))
geneAssignment <- rep(1:numMixtures, mixture.sizes)
# init_phi <- c()
# for (i in phi.path)
# {
# segment_exp <- read.table(file=i,sep=",",header=TRUE)
# init_phi <- c(init_phi,segment_exp[,2])
# }
# if(length(genome) != length(init_phi)){
# stop("length(genomeObj) != length(init_phi), but it should.")
# }else{
# print("Initial Phi values successfully files loaded:");
# }
parameter <- initializeParameterObject(genome,model="ROC",sphi_init,numMixtures, geneAssignment, split.serine = TRUE, mixture.definition = mixDef)
parameter$initMutationCategories("/data1/compbio/zlu21/AcrossTissue/RunResults/Crei_Mutation_NoRef.csv",1,TRUE)
# parameter$initSelectionCategories(c(sel),1)
#initialize MCMC object
samples <-samp
thinning <- thin
adaptiveWidth <-adapt
mcmc <- initializeMCMCObject(samples=samples, thinning=thinning, adaptive.width=adaptiveWidth,
est.expression=T, est.csp=TRUE, est.hyper=T,est.mix = FALSE)
# get model object
model <- initializeModelObject(parameter, "ROC", with.phi)
run_number <- 1
dir.create(directory)
dir_name <- paste0(directory,"/run_",run_number)
dir.create(dir_name)
dir.create(paste(dir_name,"Graphs",sep="/"))
dir.create(paste(dir_name,"Restart_files",sep="/"))
dir.create(paste(dir_name,"Parameter_est",sep="/"))
dir.create(paste(dir_name,"R_objects",sep="/"))
setRestartSettings(mcmc, paste(dir_name,"Restart_files/rstartFile.rst",sep="/"), adaptiveWidth, F)
#run mcmc on genome with parameter using model
sys.runtime<-system.time(
runMCMC(mcmc, genome, model, num_threads,divergence.iteration = div)
)
sys.runtime <- data.frame(Value=names(sys.runtime),Time=as.vector(sys.runtime))
write.table(sys.runtime,file=paste(dir_name,"mcmc_runtime.csv",sep="/"),sep=",",col.names = T,row.names = T,quote=F)
createParameterOutput(parameter = parameter,numMixtures = numMixtures,mixture.labels = mixture.labels,samples = samples,samples.percent.keep = percent.to.keep,relative.to.optimal.codon = F,report.original.ref = T)
expressionValues <- getExpressionEstimates(parameter,c(1:size),samples*percent.to.keep)
write.table(expressionValues,file=paste(dir_name,"Parameter_est/gene_expression.txt",sep="/"),sep=",",col.names = T,quote = F,row.names = F)
pdf(paste(dir_name,"Graphs/Parameter_comparisons.pdf",sep="/"), width = 11, height = 12)
plot(parameter,what="Mutation",samples=samples*percent.to.keep,mixture.name=mixture.labels)
plot(parameter,what="Selection",samples=samples*percent.to.keep,mixture.name=mixture.labels)
dev.off()
trace <- parameter$getTraceObject()
pdf(paste(dir_name,"Graphs/CSP_traces_CUB_plot.pdf",sep="/"), width = 11, height = 12)
createTracePlots(trace=trace,model=model,genome=genome,numMixtures=numMixtures,samples=samples,samples.percent.keep = 1,mixture.labels = mixture.labels)
dev.off()
#plots different aspects of trace
pdf(paste(dir_name,"Graphs/mcmc_traces.pdf",sep="/"))
plot(mcmc,what = "LogPosterior")
plot(trace, what = "ExpectedPhi")
aa <- aminoAcids()
done.adapt <- TRUE
for(a in aa)
{
if (a=="M"||a=="X"||a=="W") next
accept.trace <- trace$getCodonSpecificAcceptanceRateTraceForAA(a)
len <- length(accept.trace)
mean.acceptance <- mean(accept.trace[(len-len*0.5):len])
if (mean.acceptance < 0.1 || mean.acceptance > 0.44) done.adapt <- FALSE
plot(accept.trace,main=paste0("Acceptace Rate for ",a),xlab="Samples",ylab="Acceptance Rate",type="l")
}
acfCSP(parameter,csp="Selection",numMixtures = numMixtures,samples=samples*percent.to.keep)
acfCSP(parameter,csp="Mutation",numMixtures = numMixtures,samples=samples*percent.to.keep)
dev.off()
Step
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Selection",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_eta_",i,".txt"),ncolumns = 1)
}
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Mutation",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_m_",i,".txt"),ncolumns = 1)
}
writeParameterObject(parameter,paste(dir_name,"R_objects/parameter.Rda",sep="/"))
writeMCMCObject(mcmc,file=paste(dir_name,"R_objects/mcmc.Rda",sep="/"))
diag <- convergence.test(mcmc,samples = samples*percent.to.keep,thin=thinning,frac1=0.2)
z<-abs(diag$z)
done <- (z > 1.96) && param.conv
rm(parameter)
rm(trace)
rm(model)
while((!done) && (run_number <= 3))
{
parameter<-initializeParameterObject(init.with.restart.file = paste(dir_name,"Restart_files/rstartFile.rst_final",sep="/"),model="ROC")
run_number <- run_number + 1
dir_name <- paste0(directory,"/run_",run_number)
dir.create(dir_name)
dir.create(paste(dir_name,"Graphs",sep="/"))
dir.create(paste(dir_name,"Restart_files",sep="/"))
dir.create(paste(dir_name,"Parameter_est",sep="/"))
dir.create(paste(dir_name,"R_objects",sep="/"))
mcmc <- initializeMCMCObject(samples=samples, thinning=thinning, adaptive.width=adaptiveWidth,
est.expression=T, est.csp=TRUE, est.hyper=T,est.mix=FALSE)
model <- initializeModelObject(parameter, "ROC", with.phi)
setRestartSettings(mcmc, paste(dir_name,"Restart_files/rstartFile.rst",sep="/"), adaptiveWidth, F)
sys.runtime <- system.time(
runMCMC(mcmc, genome, model, num_threads,div=0)
)
sys.runtime <- data.frame(Value=names(sys.runtime),Time=as.vector(sys.runtime))
write.table(sys.runtime,file=paste(dir_name,"mcmc_runtime.csv",sep="/"),sep=",",col.names = T,row.names = T,quote=F)
createParameterOutput(parameter = parameter,numMixtures = numMixtures,samples = samples,mixture.labels = mixture.labels,samples.percent.keep = percent.to.keep,relative.to.optimal.codon = F,report.original.ref = T)
expressionValues <- getExpressionEstimates(parameter,c(1:size),samples*percent.to.keep)
write.table(expressionValues,file=paste(dir_name,"Parameter_est/gene_expression.txt",sep="/"),sep=",",col.names = T,quote = F,row.names = F)
#
#plots different aspects of trace
trace <- parameter$getTraceObject()
pdf(paste(dir_name,"Graphs/mcmc_traces.pdf",sep="/"))
plot(mcmc,what = "LogPosterior")
plot(trace, what = "ExpectedPhi")
aa <- aminoAcids()
done.adapt <- TRUE
for(a in aa)
{
if (a=="M"||a=="X"||a=="W") next
accept.trace <- trace$getCodonSpecificAcceptanceRateTraceForAA(a)
len <- length(accept.trace)
mean.acceptance <- mean(accept.trace[(len-len*0.5):len])
if (mean.acceptance < 0.1 || mean.acceptance > 0.44) done.adapt <- FALSE
plot(accept.trace,main=paste0("Acceptace Rate for ",a),xlab="Samples",ylab="Acceptance Rate",type="l")
}
acfCSP(parameter,csp="Selection",numMixtures = numMixtures,samples=samples*percent.to.keep)
acfCSP(parameter,csp="Mutation",numMixtures = numMixtures,samples=samples*percent.to.keep)
dev.off()
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Selection",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_eta_",i,".txt"),ncolumns = 1)
}
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Mutation",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_m_",i,".txt"),ncolumns = 1)
}
pdf(paste(dir_name,"Graphs/Parameter_comparisons.pdf",sep="/"), width = 11, height = 12)
plot(parameter,what="Mutation",samples=samples*percent.to.keep,mixture.name=mixture.labels)
plot(parameter,what="Selection",samples=samples*percent.to.keep,mixture.name=mixture.labels)
dev.off()
pdf(paste(dir_name,"Graphs/CSP_traces_CUB_plot.pdf",sep="/"), width = 11, height = 12)
createTracePlots(trace=trace,model=model,genome=genome,numMixtures=numMixtures,samples=samples,samples.percent.keep = percent.to.keep,mixture.labels = mixture.labels)
dev.off()
writeParameterObject(parameter,paste(dir_name,"R_objects/parameter.Rda",sep="/"))
writeMCMCObject(mcmc,file=paste(dir_name,"R_objects/mcmc.Rda",sep="/"))
diag <- convergence.test(mcmc,samples = samples*percent.to.keep,thin=thinning,frac1=0.1)
z<-abs(diag$z)
done <- (z > 1.96) && param.conv
rm(parameter)
rm(trace)
rm(model)
}
samples <- 10000
thinning <- 5
parameter<-initializeParameterObject(init.with.restart.file = paste(dir_name,"Restart_files/rstartFile.rst_final",sep="/"),model="ROC")
run_number <- run_number + 1
dir_name <- paste0(directory,"/final_run")
dir.create(dir_name)
dir.create(paste(dir_name,"Graphs",sep="/"))
dir.create(paste(dir_name,"Restart_files",sep="/"))
dir.create(paste(dir_name,"Parameter_est",sep="/"))
dir.create(paste(dir_name,"R_objects",sep="/"))
mcmc <- initializeMCMCObject(samples=samples, thinning=thinning, adaptive.width=adaptiveWidth,
est.expression=TRUE, est.csp=TRUE, est.hyper=TRUE,est.mix=FALSE)
#this part set steps
adptiveRatio=0.5
adaptiveSamples=samples*thinning*adaptiveRatio
mcmc$setStepsToAdapt(0)
model <- initializeModelObject(parameter, "ROC", with.phi)
setRestartSettings(mcmc, paste(dir_name,"Restart_files/rstartFile.rst",sep="/"), adaptiveWidth, F)
#run mcmc on genome with parameter using model
#p<-profmem({
sys.runtime <- system.time(
runMCMC(mcmc, genome, model, num_threads)
)
sys.runtime <- data.frame(Value=names(sys.runtime),Time=as.vector(sys.runtime))
write.table(sys.runtime,file=paste(dir_name,"mcmc_runtime.csv",sep="/"),sep=",",col.names = T,row.names = T,quote=F)
createParameterOutput(parameter = parameter,numMixtures = numMixtures,samples = samples,mixture.labels = mixture.labels,samples.percent.keep = 1,relative.to.optimal.codon = F,report.original.ref = T)
# mixtureAssignment <- getMixtureAssignmentEstimate(parameter,c(1:size),samples*0.5)
expressionValues <- getExpressionEstimates(parameter,c(1:size),samples)
write.table(expressionValues,file=paste(dir_name,"Parameter_est/gene_expression.txt",sep="/"),sep=",",col.names = T,quote = F,row.names = F)
#plots different aspects of trace
trace <- parameter$getTraceObject()
pdf(paste(dir_name,"Graphs/mcmc_traces.pdf",sep="/"))
plot(mcmc,what = "LogPosterior")
plot(trace, what = "ExpectedPhi")
acfCSP(parameter,csp="Selection",numMixtures = numMixtures,samples=samples)
acfCSP(parameter,csp="Mutation",numMixtures = numMixtures,samples=samples)
dev.off()
pdf(paste(dir_name,"Graphs/Parameter_comparisons.pdf",sep="/"), width = 11, height = 12)
plot(parameter,what="Mutation",samples=samples,mixture.name=mixture.labels)
plot(parameter,what="Selection",samples=samples,mixture.name=mixture.labels)
dev.off()
pdf(paste(dir_name,"Graphs/CSP_traces_CUB_plot.pdf",sep="/"), width = 11, height = 12)
createTracePlots(trace=trace,model=model,genome=genome,numMixtures=numMixtures,samples=samples,samples.percent.keep = 1,mixture.labels = mixture.labels)
dev.off()
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples,thin = thinning,what="Selection",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_eta_",i,".txt"),ncolumns = 1)
}
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples,thin = thinning,what="Mutation",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_m_",i,".txt"),ncolumns = 1)
}
rm(trace)
rm(model)
writeParameterObject(parameter,paste(dir_name,"R_objects/parameter.Rda",sep="/"))
writeMCMCObject(mcmc,file=paste(dir_name,"R_objects/mcmc.Rda",sep="/"))
| /ROC_Runs/Run_L2L3_Combined/Run_01_03_No_Restart/L2L3/updateROC.R | no_license | mikegilchrist/AcrossTissue | R | false | false | 15,331 | r |
library(AnaCoDa)
library(profmem)
library(argparse)
rm(list=ls())
parser <- ArgumentParser()
parser$add_argument("-i","--input",type="character",default="./")
parser$add_argument("-o","--output",type="character",default="./")
parser$add_argument("-d","--div",type="integer",default=0)
parser$add_argument("-s","--samp",type="integer",default=1000)
parser$add_argument("-a","--adapt",type="integer",default=100)
parser$add_argument("-t","--thin",type="integer",default=20)
parser$add_argument("-n","--threads",type="integer",default=1)
args <- parser$parse_args()
div <- args$div
input <- args$input
directory <- args$output
thin <- args$thin
adapt <- args$adapt
samp <- args$samp
num_threads <- args$threads
createParameterOutput <- function(parameter,numMixtures,samples,mixture.labels,samples.percent.keep=1,relative.to.optimal.codon=F,report.original.ref=T)
{
for (i in 1:numMixtures)
{
getCSPEstimates(parameter,paste(dir_name,"Parameter_est",mixture.labels[i],sep="/"),i,samples*samples.percent.keep,relative.to.optimal.codon=relative.to.optimal.codon,report.original.ref = report.original.ref)
}
}
createTracePlots <- function(trace, model,genome,numMixtures,samples,mixture.labels,samples.percent.keep=1)
{
for (i in 1:numMixtures)
{
plot(trace, what = "Mutation", mixture = i)
plot(trace, what = "Selection", mixture = i)
plot(model, genome, samples = samples*samples.percent.keep, mixture = i,main = mixture.labels[i])
}
}
fasta.folders <- input #, "../data/cds/sampled/", "../data/cds/sampled/", "../data/cds/filtered/")
fasta.files <- list.files(path=fasta.folders,pattern="*.fasta",full.names = F)
print(fasta.files)
mixture.labels <- unlist(strsplit(fasta.files,split=".fasta"))
fasta.paths <- paste0(fasta.folders, fasta.files)
numMixtures <- length(fasta.files)
mixture.sizes <- rep(0, numMixtures)
## Note: writing a for loop to deal with all mixtures (1 - n.mixtures) is tricky.
## Part of the issue is the appending of the object defined in the command and the assignment of the output
mixture.index <- 1;
genome <- initializeGenomeObject(file=fasta.paths[mixture.index],match.expression.by.id = FALSE,append = FALSE)
mixture.sizes[mixture.index] <- length(genome)
if(numMixtures > 1){
for(mixture.index in 2:numMixtures)
{
tmp.length <- length(genome)
genome <- initializeGenomeObject(file=fasta.paths[mixture.index],genome=genome,match.expression.by.id = FALSE,append = TRUE,positional = T)
mixture.sizes[mixture.index] <- length(genome) - tmp.length
}
}
if(length(genome) != sum(mixture.sizes)){
stop("length(genomeObj) != sum(mixture.sizes), but it should.")
}else{
print("FASTA successfully files loaded:");
print(fasta.files[1:numMixtures])
}
cat("Genome loaded\n")
#initialize parameter object
sphi_init <- rep(1,numMixtures)
with.phi <- F
mixDef <- "allUnique"
percent.to.keep <- 1
size <- length(genome)
cat(size,"\n")
index <- c(1:size)
#geneAssignment <- c(rep(1,size.tmp),rep(2,size.tmp.2-size.tmp),rep(3,size-size.tmp.2))
geneAssignment <- rep(1:numMixtures, mixture.sizes)
# init_phi <- c()
# for (i in phi.path)
# {
# segment_exp <- read.table(file=i,sep=",",header=TRUE)
# init_phi <- c(init_phi,segment_exp[,2])
# }
# if(length(genome) != length(init_phi)){
# stop("length(genomeObj) != length(init_phi), but it should.")
# }else{
# print("Initial Phi values successfully files loaded:");
# }
parameter <- initializeParameterObject(genome,model="ROC",sphi_init,numMixtures, geneAssignment, split.serine = TRUE, mixture.definition = mixDef)
parameter$initMutationCategories("/data1/compbio/zlu21/AcrossTissue/RunResults/Crei_Mutation_NoRef.csv",1,TRUE)
# parameter$initSelectionCategories(c(sel),1)
#initialize MCMC object
samples <-samp
thinning <- thin
adaptiveWidth <-adapt
mcmc <- initializeMCMCObject(samples=samples, thinning=thinning, adaptive.width=adaptiveWidth,
est.expression=T, est.csp=TRUE, est.hyper=T,est.mix = FALSE)
# get model object
model <- initializeModelObject(parameter, "ROC", with.phi)
run_number <- 1
dir.create(directory)
dir_name <- paste0(directory,"/run_",run_number)
dir.create(dir_name)
dir.create(paste(dir_name,"Graphs",sep="/"))
dir.create(paste(dir_name,"Restart_files",sep="/"))
dir.create(paste(dir_name,"Parameter_est",sep="/"))
dir.create(paste(dir_name,"R_objects",sep="/"))
setRestartSettings(mcmc, paste(dir_name,"Restart_files/rstartFile.rst",sep="/"), adaptiveWidth, F)
#run mcmc on genome with parameter using model
sys.runtime<-system.time(
runMCMC(mcmc, genome, model, num_threads,divergence.iteration = div)
)
sys.runtime <- data.frame(Value=names(sys.runtime),Time=as.vector(sys.runtime))
write.table(sys.runtime,file=paste(dir_name,"mcmc_runtime.csv",sep="/"),sep=",",col.names = T,row.names = T,quote=F)
createParameterOutput(parameter = parameter,numMixtures = numMixtures,mixture.labels = mixture.labels,samples = samples,samples.percent.keep = percent.to.keep,relative.to.optimal.codon = F,report.original.ref = T)
expressionValues <- getExpressionEstimates(parameter,c(1:size),samples*percent.to.keep)
write.table(expressionValues,file=paste(dir_name,"Parameter_est/gene_expression.txt",sep="/"),sep=",",col.names = T,quote = F,row.names = F)
pdf(paste(dir_name,"Graphs/Parameter_comparisons.pdf",sep="/"), width = 11, height = 12)
plot(parameter,what="Mutation",samples=samples*percent.to.keep,mixture.name=mixture.labels)
plot(parameter,what="Selection",samples=samples*percent.to.keep,mixture.name=mixture.labels)
dev.off()
trace <- parameter$getTraceObject()
pdf(paste(dir_name,"Graphs/CSP_traces_CUB_plot.pdf",sep="/"), width = 11, height = 12)
createTracePlots(trace=trace,model=model,genome=genome,numMixtures=numMixtures,samples=samples,samples.percent.keep = 1,mixture.labels = mixture.labels)
dev.off()
#plots different aspects of trace
pdf(paste(dir_name,"Graphs/mcmc_traces.pdf",sep="/"))
plot(mcmc,what = "LogPosterior")
plot(trace, what = "ExpectedPhi")
aa <- aminoAcids()
done.adapt <- TRUE
for(a in aa)
{
if (a=="M"||a=="X"||a=="W") next
accept.trace <- trace$getCodonSpecificAcceptanceRateTraceForAA(a)
len <- length(accept.trace)
mean.acceptance <- mean(accept.trace[(len-len*0.5):len])
if (mean.acceptance < 0.1 || mean.acceptance > 0.44) done.adapt <- FALSE
plot(accept.trace,main=paste0("Acceptace Rate for ",a),xlab="Samples",ylab="Acceptance Rate",type="l")
}
acfCSP(parameter,csp="Selection",numMixtures = numMixtures,samples=samples*percent.to.keep)
acfCSP(parameter,csp="Mutation",numMixtures = numMixtures,samples=samples*percent.to.keep)
dev.off()
Step
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Selection",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_eta_",i,".txt"),ncolumns = 1)
}
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Mutation",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_m_",i,".txt"),ncolumns = 1)
}
writeParameterObject(parameter,paste(dir_name,"R_objects/parameter.Rda",sep="/"))
writeMCMCObject(mcmc,file=paste(dir_name,"R_objects/mcmc.Rda",sep="/"))
diag <- convergence.test(mcmc,samples = samples*percent.to.keep,thin=thinning,frac1=0.2)
z<-abs(diag$z)
done <- (z > 1.96) && param.conv
rm(parameter)
rm(trace)
rm(model)
while((!done) && (run_number <= 3))
{
parameter<-initializeParameterObject(init.with.restart.file = paste(dir_name,"Restart_files/rstartFile.rst_final",sep="/"),model="ROC")
run_number <- run_number + 1
dir_name <- paste0(directory,"/run_",run_number)
dir.create(dir_name)
dir.create(paste(dir_name,"Graphs",sep="/"))
dir.create(paste(dir_name,"Restart_files",sep="/"))
dir.create(paste(dir_name,"Parameter_est",sep="/"))
dir.create(paste(dir_name,"R_objects",sep="/"))
mcmc <- initializeMCMCObject(samples=samples, thinning=thinning, adaptive.width=adaptiveWidth,
est.expression=T, est.csp=TRUE, est.hyper=T,est.mix=FALSE)
model <- initializeModelObject(parameter, "ROC", with.phi)
setRestartSettings(mcmc, paste(dir_name,"Restart_files/rstartFile.rst",sep="/"), adaptiveWidth, F)
sys.runtime <- system.time(
runMCMC(mcmc, genome, model, num_threads,div=0)
)
sys.runtime <- data.frame(Value=names(sys.runtime),Time=as.vector(sys.runtime))
write.table(sys.runtime,file=paste(dir_name,"mcmc_runtime.csv",sep="/"),sep=",",col.names = T,row.names = T,quote=F)
createParameterOutput(parameter = parameter,numMixtures = numMixtures,samples = samples,mixture.labels = mixture.labels,samples.percent.keep = percent.to.keep,relative.to.optimal.codon = F,report.original.ref = T)
expressionValues <- getExpressionEstimates(parameter,c(1:size),samples*percent.to.keep)
write.table(expressionValues,file=paste(dir_name,"Parameter_est/gene_expression.txt",sep="/"),sep=",",col.names = T,quote = F,row.names = F)
#
#plots different aspects of trace
trace <- parameter$getTraceObject()
pdf(paste(dir_name,"Graphs/mcmc_traces.pdf",sep="/"))
plot(mcmc,what = "LogPosterior")
plot(trace, what = "ExpectedPhi")
aa <- aminoAcids()
done.adapt <- TRUE
for(a in aa)
{
if (a=="M"||a=="X"||a=="W") next
accept.trace <- trace$getCodonSpecificAcceptanceRateTraceForAA(a)
len <- length(accept.trace)
mean.acceptance <- mean(accept.trace[(len-len*0.5):len])
if (mean.acceptance < 0.1 || mean.acceptance > 0.44) done.adapt <- FALSE
plot(accept.trace,main=paste0("Acceptace Rate for ",a),xlab="Samples",ylab="Acceptance Rate",type="l")
}
acfCSP(parameter,csp="Selection",numMixtures = numMixtures,samples=samples*percent.to.keep)
acfCSP(parameter,csp="Mutation",numMixtures = numMixtures,samples=samples*percent.to.keep)
dev.off()
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Selection",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_eta_",i,".txt"),ncolumns = 1)
}
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples*percent.to.keep,thin = thinning,what="Mutation",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_m_",i,".txt"),ncolumns = 1)
}
pdf(paste(dir_name,"Graphs/Parameter_comparisons.pdf",sep="/"), width = 11, height = 12)
plot(parameter,what="Mutation",samples=samples*percent.to.keep,mixture.name=mixture.labels)
plot(parameter,what="Selection",samples=samples*percent.to.keep,mixture.name=mixture.labels)
dev.off()
pdf(paste(dir_name,"Graphs/CSP_traces_CUB_plot.pdf",sep="/"), width = 11, height = 12)
createTracePlots(trace=trace,model=model,genome=genome,numMixtures=numMixtures,samples=samples,samples.percent.keep = percent.to.keep,mixture.labels = mixture.labels)
dev.off()
writeParameterObject(parameter,paste(dir_name,"R_objects/parameter.Rda",sep="/"))
writeMCMCObject(mcmc,file=paste(dir_name,"R_objects/mcmc.Rda",sep="/"))
diag <- convergence.test(mcmc,samples = samples*percent.to.keep,thin=thinning,frac1=0.1)
z<-abs(diag$z)
done <- (z > 1.96) && param.conv
rm(parameter)
rm(trace)
rm(model)
}
samples <- 10000
thinning <- 5
parameter<-initializeParameterObject(init.with.restart.file = paste(dir_name,"Restart_files/rstartFile.rst_final",sep="/"),model="ROC")
run_number <- run_number + 1
dir_name <- paste0(directory,"/final_run")
dir.create(dir_name)
dir.create(paste(dir_name,"Graphs",sep="/"))
dir.create(paste(dir_name,"Restart_files",sep="/"))
dir.create(paste(dir_name,"Parameter_est",sep="/"))
dir.create(paste(dir_name,"R_objects",sep="/"))
mcmc <- initializeMCMCObject(samples=samples, thinning=thinning, adaptive.width=adaptiveWidth,
est.expression=TRUE, est.csp=TRUE, est.hyper=TRUE,est.mix=FALSE)
#this part set steps
adptiveRatio=0.5
adaptiveSamples=samples*thinning*adaptiveRatio
mcmc$setStepsToAdapt(0)
model <- initializeModelObject(parameter, "ROC", with.phi)
setRestartSettings(mcmc, paste(dir_name,"Restart_files/rstartFile.rst",sep="/"), adaptiveWidth, F)
#run mcmc on genome with parameter using model
#p<-profmem({
sys.runtime <- system.time(
runMCMC(mcmc, genome, model, num_threads)
)
sys.runtime <- data.frame(Value=names(sys.runtime),Time=as.vector(sys.runtime))
write.table(sys.runtime,file=paste(dir_name,"mcmc_runtime.csv",sep="/"),sep=",",col.names = T,row.names = T,quote=F)
createParameterOutput(parameter = parameter,numMixtures = numMixtures,samples = samples,mixture.labels = mixture.labels,samples.percent.keep = 1,relative.to.optimal.codon = F,report.original.ref = T)
# mixtureAssignment <- getMixtureAssignmentEstimate(parameter,c(1:size),samples*0.5)
expressionValues <- getExpressionEstimates(parameter,c(1:size),samples)
write.table(expressionValues,file=paste(dir_name,"Parameter_est/gene_expression.txt",sep="/"),sep=",",col.names = T,quote = F,row.names = F)
#plots different aspects of trace
trace <- parameter$getTraceObject()
pdf(paste(dir_name,"Graphs/mcmc_traces.pdf",sep="/"))
plot(mcmc,what = "LogPosterior")
plot(trace, what = "ExpectedPhi")
acfCSP(parameter,csp="Selection",numMixtures = numMixtures,samples=samples)
acfCSP(parameter,csp="Mutation",numMixtures = numMixtures,samples=samples)
dev.off()
pdf(paste(dir_name,"Graphs/Parameter_comparisons.pdf",sep="/"), width = 11, height = 12)
plot(parameter,what="Mutation",samples=samples,mixture.name=mixture.labels)
plot(parameter,what="Selection",samples=samples,mixture.name=mixture.labels)
dev.off()
pdf(paste(dir_name,"Graphs/CSP_traces_CUB_plot.pdf",sep="/"), width = 11, height = 12)
createTracePlots(trace=trace,model=model,genome=genome,numMixtures=numMixtures,samples=samples,samples.percent.keep = 1,mixture.labels = mixture.labels)
dev.off()
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples,thin = thinning,what="Selection",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_eta_",i,".txt"),ncolumns = 1)
}
for (i in 1:numMixtures)
{
param.diag<-convergence.test(trace,samples=samples,thin = thinning,what="Mutation",mixture=i,frac1=0.1)
z.scores <- param.diag$z[which(abs(param.diag$z) > 1.96)]
if (length(z.scores) > 0)
{
param.conv <- FALSE
}
write(param.diag$z,paste0(dir_name,"/Parameter_est/convergence_delta_m_",i,".txt"),ncolumns = 1)
}
rm(trace)
rm(model)
writeParameterObject(parameter,paste(dir_name,"R_objects/parameter.Rda",sep="/"))
writeMCMCObject(mcmc,file=paste(dir_name,"R_objects/mcmc.Rda",sep="/"))
|
## These functions will calculate the inverse of an invertible square matrix
## and cache and return the result. Subsequent calls for the same input matrix
## will return the cached value without recalculating.
## Create a special matrix object which can cache its inverse.
makeCacheMatrix <- function(x = matrix()) { ## create a matrix
xI <- NULL ## Holding variable for matrix inverse
set <- function(y) {
x <<- y ## Save copy of input matrix
xI <<- NULL ## Reset matrix Inverse to NULL
}
get <- function() {
x ## Input getter (get the function input value)
}
setInv <- function(solve) {
xI <<- solve ## Function setter (function to use to calculate matrix inverse)
}
getInv <- function() {
xI ## Result getter (matrix inverse)
}
list(set = set, get = get, setInv = setInv, getInv = getInv) ## make internal functions externally available
}
## Compute the inverse of the special matrix. If the inverse has already been
## calculated and the value has not changed, then return the cached value...
cacheSolve <- function(x, ...) {
## Return a matrix that is the inverse of 'x'
xI <- x$getInv() ## set variable to value of makeCacheMatrix
if(!is.null(xI)) { ## check if the inverse (xI) already exists
message("getting cached data") ## if inverse already exists, report to console
return(xI) ## return the cached inverse matrix value
}
data <- x$get() ## set 'data' to the input matrix from makeCacheMarix
xI <- solve(data, ...) ## calculate the inverse of the matrix
x$setInv(xI) ## store the inverse with the input matrix
xI ## return the inverse of the input matrix
}
| /cachematrix.R | no_license | Blockish/ProgrammingAssignment2 | R | false | false | 2,150 | r | ## These functions will calculate the inverse of an invertible square matrix
## and cache and return the result. Subsequent calls for the same input matrix
## will return the cached value without recalculating.
## Create a special matrix object which can cache its inverse.
makeCacheMatrix <- function(x = matrix()) { ## create a matrix
xI <- NULL ## Holding variable for matrix inverse
set <- function(y) {
x <<- y ## Save copy of input matrix
xI <<- NULL ## Reset matrix Inverse to NULL
}
get <- function() {
x ## Input getter (get the function input value)
}
setInv <- function(solve) {
xI <<- solve ## Function setter (function to use to calculate matrix inverse)
}
getInv <- function() {
xI ## Result getter (matrix inverse)
}
list(set = set, get = get, setInv = setInv, getInv = getInv) ## make internal functions externally available
}
## Compute the inverse of the special matrix. If the inverse has already been
## calculated and the value has not changed, then return the cached value...
cacheSolve <- function(x, ...) {
## Return a matrix that is the inverse of 'x'
xI <- x$getInv() ## set variable to value of makeCacheMatrix
if(!is.null(xI)) { ## check if the inverse (xI) already exists
message("getting cached data") ## if inverse already exists, report to console
return(xI) ## return the cached inverse matrix value
}
data <- x$get() ## set 'data' to the input matrix from makeCacheMarix
xI <- solve(data, ...) ## calculate the inverse of the matrix
x$setInv(xI) ## store the inverse with the input matrix
xI ## return the inverse of the input matrix
}
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/s3-sparsebnData.R
\name{as.data.frame.sparsebnData}
\alias{as.data.frame.sparsebnData}
\title{Convert a sparsebnData object back to a data.frame}
\usage{
\method{as.data.frame}{sparsebnData}(x, ...)
}
\arguments{
\item{x}{a \code{\link{sparsebnData}} object.}
\item{...}{(optional) additional argument to \code{as.data.frame}.}
}
\description{
Convert a sparsebnData object back to a data.frame
}
| /man/as.data.frame.sparsebnData.Rd | no_license | itsrainingdata/sparsebnUtils | R | false | true | 476 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/s3-sparsebnData.R
\name{as.data.frame.sparsebnData}
\alias{as.data.frame.sparsebnData}
\title{Convert a sparsebnData object back to a data.frame}
\usage{
\method{as.data.frame}{sparsebnData}(x, ...)
}
\arguments{
\item{x}{a \code{\link{sparsebnData}} object.}
\item{...}{(optional) additional argument to \code{as.data.frame}.}
}
\description{
Convert a sparsebnData object back to a data.frame
}
|
#' Bayesian Probit Regression
#'
#' @param formula a symbolic representation of the model to be
#' estimated, in the form \code{y ~ x1 + x2}, where \code{y} is the
#' dependent variable and \code{x1} and \code{x2} are the explanatory
#' variables, and \code{y}, \code{x1}, and \code{x2} are contained in the
#' same dataset. (You may include more than two explanatory variables,
#' of course.) The \code{+} symbol means ``inclusion'' not
#' ``addition.'' You may also include interaction terms and main
#' effects in the form \code{x1*x2} without computing them in prior
#' steps; \code{I(x1*x2)} to include only the interaction term and
#' exclude the main effects; and quadratic terms in the form
#' \code{I(x1^2)}.
#' @param model the name of a statistical model to estimate.
#' For a list of supported models and their documentation see:
#' \url{http://docs.zeligproject.org/articles/}.
#' @param data the name of a data frame containing the variables
#' referenced in the formula or a list of multiply imputed data frames
#' each having the same variable names and row numbers (created by
#' \code{Amelia} or \code{\link{to_zelig_mi}}).
#' @param ... additional arguments passed to \code{zelig},
#' relevant for the model to be estimated.
#' @param by a factor variable contained in \code{data}. If supplied,
#' \code{zelig} will subset
#' the data frame based on the levels in the \code{by} variable, and
#' estimate a model for each subset. This can save a considerable amount of
#' effort. For example, to run the same model on all fifty states, you could
#' use: \code{z.out <- zelig(y ~ x1 + x2, data = mydata, model = 'ls',
#' by = 'state')} You may also use \code{by} to run models using MatchIt
#' subclasses.
#' @param cite If is set to 'TRUE' (default), the model citation will be printed
#' to the console.
#'
#' @details
#' Additional parameters avaialable to this model include:
#' \itemize{
#' \item \code{weights}: vector of weight values or a name of a variable in the dataset
#' by which to weight the model. For more information see:
#' \url{http://docs.zeligproject.org/articles/weights.html}.
#' \item \code{burnin}: number of the initial MCMC iterations to be discarded (defaults to 1,000).
#' \item \code{mcmc}: number of the MCMC iterations after burnin (defaults to 10,000).
#' \item \code{thin}: thinning interval for the Markov chain. Only every thin-th draw from the
#' Markov chain is kept. The value of mcmc must be divisible by this value. The default value is 1.
#' \item \code{verbose}: defaults to FALSE. If TRUE, the progress of the sampler (every 10\%) is
#' printed to the screen.
#' \item \code{seed}: seed for the random number generator. The default is \code{NA} which
#' corresponds to a random seed of 12345.
#' \item \code{beta.start}: starting values for the Markov chain, either a scalar or vector with
#' length equal to the number of estimated coefficients. The default is \code{NA}, such that the
#' maximum likelihood estimates are used as the starting values.
#' }
#' Use the following parameters to specify the model's priors:
#' \itemize{
#' \item \code{b0}: prior mean for the coefficients, either a numeric vector or a scalar.
#' If a scalar value, that value will be the prior mean for all the coefficients. The default is 0.
#' \item \code{B0}: prior precision parameter for the coefficients, either a square matrix (with
#' the dimensions equal to the number of the coefficients) or a scalar. If a scalar value, that
#' value times an identity matrix will be the prior precision parameter. The default is 0, which
#' leads to an improper prior.
#' }
#' Use the following arguments to specify optional output for the model:
#' \itemize{
#' \item \code{bayes.resid}: defaults to FALSE. If TRUE, the latent Bayesian residuals for all
#' observations are returned. Alternatively, users can specify a vector of observations for
#' which the latent residuals should be returned.
#' }
#' @return Depending on the class of model selected, \code{zelig} will return
#' an object with elements including \code{coefficients}, \code{residuals},
#' and \code{formula} which may be summarized using
#' \code{summary(z.out)} or individually extracted using, for example,
#' \code{coef(z.out)}. See
#' \url{http://docs.zeligproject.org/articles/getters.html} for a list of
#' functions to extract model components. You can also extract whole fitted
#' model objects using \code{\link{from_zelig_model}}.
#'
#'
#' @examples
#' data(turnout)
#' z.out <- zelig(vote ~ race + educate, model = "probit.bayes",data = turnout, verbose = FALSE)
#' summary(z.out)
#'
#' @seealso Vignette: \url{http://docs.zeligproject.org/articles/zelig_probitbayes.html}
#' @import methods
#' @export Zelig-probit-bayes
#' @exportClass Zelig-probit-bayes
#'
#' @include model-zelig.R
#' @include model-probit.R
zprobitbayes <- setRefClass("Zelig-probit-bayes",
contains = c("Zelig-bayes",
"Zelig-probit"))
zprobitbayes$methods(
initialize = function() {
callSuper()
.self$name <- "probit-bayes"
.self$family <- "binomial"
.self$link <- "probit"
.self$linkinv <- eval(call(.self$family, .self$link))$linkinv
.self$year <- 2013
.self$category <- "dichotomous"
.self$authors <- "Ben Goodrich, Ying Lu"
.self$description = "Bayesian Probit Regression for Dichotomous Dependent Variables"
.self$fn <- quote(MCMCpack::MCMCprobit)
# JSON from parent
.self$wrapper <- "probit.bayes"
}
)
zprobitbayes$methods(
mcfun = function(x, b0=0, b1=1, ..., sim=TRUE){
mu <- pnorm(b0 + b1 * x)
if(sim){
y <- rbinom(n=length(x), size=1, prob=mu)
return(y)
}else{
return(mu)
}
}
)
| /R/model-probit-bayes.R | no_license | IQSS/Zelig | R | false | false | 5,875 | r | #' Bayesian Probit Regression
#'
#' @param formula a symbolic representation of the model to be
#' estimated, in the form \code{y ~ x1 + x2}, where \code{y} is the
#' dependent variable and \code{x1} and \code{x2} are the explanatory
#' variables, and \code{y}, \code{x1}, and \code{x2} are contained in the
#' same dataset. (You may include more than two explanatory variables,
#' of course.) The \code{+} symbol means ``inclusion'' not
#' ``addition.'' You may also include interaction terms and main
#' effects in the form \code{x1*x2} without computing them in prior
#' steps; \code{I(x1*x2)} to include only the interaction term and
#' exclude the main effects; and quadratic terms in the form
#' \code{I(x1^2)}.
#' @param model the name of a statistical model to estimate.
#' For a list of supported models and their documentation see:
#' \url{http://docs.zeligproject.org/articles/}.
#' @param data the name of a data frame containing the variables
#' referenced in the formula or a list of multiply imputed data frames
#' each having the same variable names and row numbers (created by
#' \code{Amelia} or \code{\link{to_zelig_mi}}).
#' @param ... additional arguments passed to \code{zelig},
#' relevant for the model to be estimated.
#' @param by a factor variable contained in \code{data}. If supplied,
#' \code{zelig} will subset
#' the data frame based on the levels in the \code{by} variable, and
#' estimate a model for each subset. This can save a considerable amount of
#' effort. For example, to run the same model on all fifty states, you could
#' use: \code{z.out <- zelig(y ~ x1 + x2, data = mydata, model = 'ls',
#' by = 'state')} You may also use \code{by} to run models using MatchIt
#' subclasses.
#' @param cite If is set to 'TRUE' (default), the model citation will be printed
#' to the console.
#'
#' @details
#' Additional parameters avaialable to this model include:
#' \itemize{
#' \item \code{weights}: vector of weight values or a name of a variable in the dataset
#' by which to weight the model. For more information see:
#' \url{http://docs.zeligproject.org/articles/weights.html}.
#' \item \code{burnin}: number of the initial MCMC iterations to be discarded (defaults to 1,000).
#' \item \code{mcmc}: number of the MCMC iterations after burnin (defaults to 10,000).
#' \item \code{thin}: thinning interval for the Markov chain. Only every thin-th draw from the
#' Markov chain is kept. The value of mcmc must be divisible by this value. The default value is 1.
#' \item \code{verbose}: defaults to FALSE. If TRUE, the progress of the sampler (every 10\%) is
#' printed to the screen.
#' \item \code{seed}: seed for the random number generator. The default is \code{NA} which
#' corresponds to a random seed of 12345.
#' \item \code{beta.start}: starting values for the Markov chain, either a scalar or vector with
#' length equal to the number of estimated coefficients. The default is \code{NA}, such that the
#' maximum likelihood estimates are used as the starting values.
#' }
#' Use the following parameters to specify the model's priors:
#' \itemize{
#' \item \code{b0}: prior mean for the coefficients, either a numeric vector or a scalar.
#' If a scalar value, that value will be the prior mean for all the coefficients. The default is 0.
#' \item \code{B0}: prior precision parameter for the coefficients, either a square matrix (with
#' the dimensions equal to the number of the coefficients) or a scalar. If a scalar value, that
#' value times an identity matrix will be the prior precision parameter. The default is 0, which
#' leads to an improper prior.
#' }
#' Use the following arguments to specify optional output for the model:
#' \itemize{
#' \item \code{bayes.resid}: defaults to FALSE. If TRUE, the latent Bayesian residuals for all
#' observations are returned. Alternatively, users can specify a vector of observations for
#' which the latent residuals should be returned.
#' }
#' @return Depending on the class of model selected, \code{zelig} will return
#' an object with elements including \code{coefficients}, \code{residuals},
#' and \code{formula} which may be summarized using
#' \code{summary(z.out)} or individually extracted using, for example,
#' \code{coef(z.out)}. See
#' \url{http://docs.zeligproject.org/articles/getters.html} for a list of
#' functions to extract model components. You can also extract whole fitted
#' model objects using \code{\link{from_zelig_model}}.
#'
#'
#' @examples
#' data(turnout)
#' z.out <- zelig(vote ~ race + educate, model = "probit.bayes",data = turnout, verbose = FALSE)
#' summary(z.out)
#'
#' @seealso Vignette: \url{http://docs.zeligproject.org/articles/zelig_probitbayes.html}
#' @import methods
#' @export Zelig-probit-bayes
#' @exportClass Zelig-probit-bayes
#'
#' @include model-zelig.R
#' @include model-probit.R
zprobitbayes <- setRefClass("Zelig-probit-bayes",
contains = c("Zelig-bayes",
"Zelig-probit"))
zprobitbayes$methods(
initialize = function() {
callSuper()
.self$name <- "probit-bayes"
.self$family <- "binomial"
.self$link <- "probit"
.self$linkinv <- eval(call(.self$family, .self$link))$linkinv
.self$year <- 2013
.self$category <- "dichotomous"
.self$authors <- "Ben Goodrich, Ying Lu"
.self$description = "Bayesian Probit Regression for Dichotomous Dependent Variables"
.self$fn <- quote(MCMCpack::MCMCprobit)
# JSON from parent
.self$wrapper <- "probit.bayes"
}
)
zprobitbayes$methods(
mcfun = function(x, b0=0, b1=1, ..., sim=TRUE){
mu <- pnorm(b0 + b1 * x)
if(sim){
y <- rbinom(n=length(x), size=1, prob=mu)
return(y)
}else{
return(mu)
}
}
)
|
library(FSAdata)
### Name: Morwong3
### Title: Ages of Morwong assigned from otoliths by two readers.
### Aliases: Morwong3
### Keywords: datasets
### ** Examples
data(Morwong3)
str(Morwong3)
head(Morwong3)
plot(readerB~readerA,data=Morwong3)
with(Morwong3,table(readerA,readerB))
| /data/genthat_extracted_code/FSAdata/examples/Morwong3.Rd.R | no_license | surayaaramli/typeRrh | R | false | false | 289 | r | library(FSAdata)
### Name: Morwong3
### Title: Ages of Morwong assigned from otoliths by two readers.
### Aliases: Morwong3
### Keywords: datasets
### ** Examples
data(Morwong3)
str(Morwong3)
head(Morwong3)
plot(readerB~readerA,data=Morwong3)
with(Morwong3,table(readerA,readerB))
|
# TODO: Shadow attribute for numpy ndarray
# TODO: Display in RStudio environment pane
# TODO: Handling of FLAGS / command line parameters in R
# TODO: persistent modules
# TODO: check for revisions to mnist and other examples
# TODO: calling eval() in interactive session for printing
#' TensorFlow for R
#'
#' \href{https://tensorflow.org}{TensorFlow} is an open source software library
#' for numerical computation using data flow graphs. Nodes in the graph
#' represent mathematical operations, while the graph edges represent the
#' multidimensional data arrays (tensors) communicated between them. The
#' flexible architecture allows you to deploy computation to one or more CPUs or
#' GPUs in a desktop, server, or mobile device with a single API.
#'
#' The \href{https://www.tensorflow.org/api_docs/python/index.html}{TensorFlow
#' API} is composed of a set of Python modules that enable constructing and
#' executing TensorFlow graphs. The tensorflow package provides access to the
#' complete TensorFlow API from within R.
#'
#' For additional documentation on the tensorflow package see
#' \href{https://rstudio.github.io/tensorflow}{https://rstudio.github.io/tensorflow}
#'
#'
#' @docType package
#' @name tensorflow
#' @useDynLib tensorflow
#' @importFrom Rcpp evalCpp
NULL
.onLoad <- function(libname, pkgname) {
# initialize python
config <- py_config()
py_initialize(config$libpython);
# add our python scripts to the search path
py_run_string(paste0("import sys; sys.path.append('",
system.file("python", package = "tensorflow") ,
"')"))
# call tf onLoad handler
tf_on_load(libname, pkgname)
}
.onAttach <- function(libname, pkgname) {
# call tf onAttach handler
tf_on_attach(libname, pkgname)
}
.onUnload <- function(libpath) {
py_finalize();
}
| /R/package.R | permissive | mrecos/tensorflow | R | false | false | 1,839 | r |
# TODO: Shadow attribute for numpy ndarray
# TODO: Display in RStudio environment pane
# TODO: Handling of FLAGS / command line parameters in R
# TODO: persistent modules
# TODO: check for revisions to mnist and other examples
# TODO: calling eval() in interactive session for printing
#' TensorFlow for R
#'
#' \href{https://tensorflow.org}{TensorFlow} is an open source software library
#' for numerical computation using data flow graphs. Nodes in the graph
#' represent mathematical operations, while the graph edges represent the
#' multidimensional data arrays (tensors) communicated between them. The
#' flexible architecture allows you to deploy computation to one or more CPUs or
#' GPUs in a desktop, server, or mobile device with a single API.
#'
#' The \href{https://www.tensorflow.org/api_docs/python/index.html}{TensorFlow
#' API} is composed of a set of Python modules that enable constructing and
#' executing TensorFlow graphs. The tensorflow package provides access to the
#' complete TensorFlow API from within R.
#'
#' For additional documentation on the tensorflow package see
#' \href{https://rstudio.github.io/tensorflow}{https://rstudio.github.io/tensorflow}
#'
#'
#' @docType package
#' @name tensorflow
#' @useDynLib tensorflow
#' @importFrom Rcpp evalCpp
NULL
.onLoad <- function(libname, pkgname) {
# initialize python
config <- py_config()
py_initialize(config$libpython);
# add our python scripts to the search path
py_run_string(paste0("import sys; sys.path.append('",
system.file("python", package = "tensorflow") ,
"')"))
# call tf onLoad handler
tf_on_load(libname, pkgname)
}
.onAttach <- function(libname, pkgname) {
# call tf onAttach handler
tf_on_attach(libname, pkgname)
}
.onUnload <- function(libpath) {
py_finalize();
}
|
## Put comments here that give an overall description of what your
## functions do
## Write a short comment describing this function
## writing this similar to the other example function
makeCacheMatrix <- function(x = matrix()) {
m <- NULL
set <- function(y){
x <<- y
m <<- NULL
}
get <- function() x
setInverse <- function(Inverse) m <<- Inverse
getInverse <- function() m
list(set = set, get = get, setInverse = setInverse, getInverse = getInverse)
}
## Write a short comment describing this function
## writing this similar to the makevector example but using the MASS package for the ginv function instead of solve
cacheSolve <- function(x, ...) {
## Return a matrix that is the inverse of 'x'
## invoking the MASS package
library('MASS')
#to return an inverse
m <- x$getInverse()
if (!is.null(m)){
message("inverse matrix available in cache !!... ")
return(m)
}
else {
message("cache is empty :( ")
}
data <- x$get()
m <- ginv(data, ...)
x$setInverse(m)
m
}
| /cachematrix.R | no_license | sganesh07/ProgrammingAssignment2 | R | false | false | 1,049 | r | ## Put comments here that give an overall description of what your
## functions do
## Write a short comment describing this function
## writing this similar to the other example function
makeCacheMatrix <- function(x = matrix()) {
m <- NULL
set <- function(y){
x <<- y
m <<- NULL
}
get <- function() x
setInverse <- function(Inverse) m <<- Inverse
getInverse <- function() m
list(set = set, get = get, setInverse = setInverse, getInverse = getInverse)
}
## Write a short comment describing this function
## writing this similar to the makevector example but using the MASS package for the ginv function instead of solve
cacheSolve <- function(x, ...) {
## Return a matrix that is the inverse of 'x'
## invoking the MASS package
library('MASS')
#to return an inverse
m <- x$getInverse()
if (!is.null(m)){
message("inverse matrix available in cache !!... ")
return(m)
}
else {
message("cache is empty :( ")
}
data <- x$get()
m <- ginv(data, ...)
x$setInverse(m)
m
}
|
### title: Line graph with error bars ###
### author: Yuri (yuri.eco2013@gmail.com)
### data: 10/17/2019
### Description: Abundancia de grupos em cada parcela e em cada amostragem por tratamento em um grafico linear com desvio padrao
rm(list = ls())
library(tidyverse)
library(boot)
bt.dt <- read_csv("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/01_dados/padrao/life_form_yuri_2019v2.csv")
bt.dt
bt.dt.slc.gtr <- bt.dt %>%
select(-c(1,5,23:28)) %>%
gather(key = "time", value = "value", 4:20) %>%
rename(month = time) %>%
mutate(time = month %>% stringr::str_replace("p", ""))
bt.dt.slc.gtr
# grafico de erro padrao --------------------------------------------------
### Arvores
arvores <- bt.dt.slc.gtr %>%
filter(`Life Form` == "tree" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
arvores
tree <- ggplot(arvores, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
#stat_summary(fun.data = mean_cl_boot,
# geom = "errorbar",
# width = 0.2,
# aes(group = Treatment),
# color = "black",
# fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
labs(x = "Sampled period (months)", y = "Trees abundances (log)") +
theme(axis.title = element_text(size = 20),
axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14),
legend.position = c(0.15, .85),
legend.title = element_text(size = 16),
legend.text = element_text(size = 14)) +
#annotate("text", label = "2009", size = 2.5, x = 1, y = 2.29) +
#annotate("text", label = "2010", size = 2.5, x = 3, y = 2.399) +
#annotate("text", label = "2011", size = 2.5, x = 5, y = 2.4) +
#annotate("text", label = "2012", size = 2.5, x = 7, y = 2.47) +
#annotate("text", label = "2013", size = 2.5, x = 9, y = 2.435) +
#annotate("text", label = "2014", size = 2.5, x = 11, y = 2.389) +
#annotate("text", label = "2015", size = 2.5, x = 13, y = 2.477) +
#annotate("text", label = "2016", size = 2.5, x = 15, y = 2.53) +
#annotate("text", label = "2017", size = 2.5, x = 17, y = 2.49) +
annotate("text", label = 'atop(bold("G"))', parse= TRUE, size = 7, x = 1, y = 3.38)
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
tree
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_trees_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### Palmeiras
palmeiras <- bt.dt.slc.gtr %>%
filter(`Life Form` == "palm" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
palmeiras
palm <- ggplot(palmeiras, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20),
axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14),
legend.position = "none") +
labs(x = "", y = "Palms abundances (log)") +
annotate("text", label = 'atop(bold("B"))', parse= TRUE, size = 7, x = 17.3, y = 2.90) +
# annotate("text", label = "2009", size = 3, x = 1, y = 1.866) +
# annotate("text", label = "2010", size = 3, x = 3, y = 1.71) +
# annotate("text", label = "2011", size = 3, x = 5, y = 1.789) +
# annotate("text", label = "2012", size = 3, x = 7, y = 1.97) +
# annotate("text", label = "2013", size = 3, x = 9, y = 1.68) +
# annotate("text", label = "2014", size = 3, x = 11, y = 1.71) +
# annotate("text", label = "2015", size = 3, x = 13, y = 1.81) +
# annotate("text", label = "2016", size = 3, x = 15, y = 1.71) +
# annotate("text", label = "2017", size = 3, x = 17, y = 1.735) +
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96")) +
expand_limits(y=3)
palm
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_palm_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### Ervas
ervas <- bt.dt.slc.gtr %>%
filter(`Life Form` == "herb" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
ervas
herb <- ggplot(ervas, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("E"))', parse= TRUE, size = 7, x = 1, y = 2.98) +
expand_limits(y=2) +
labs(x = "", y = "Herbs abundances (log)")
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
herb
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_herbs_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### lianas
lianas <- bt.dt.slc.gtr %>%
filter(`Life Form` == "liana" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
lianas
liana <- ggplot(lianas, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("C"))', parse= TRUE, size = 7, x = 1, y =2.1) +
expand_limits(y=2.1) +
labs(x = "", y = "Lianas abundances (log)")
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
liana
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_lianas_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### bamboo
bamboos <- bt.dt.slc.gtr %>%
filter(`Life Form` == "bamboo" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
bamboos
bamboo <- ggplot(bamboos, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("F"))', parse= TRUE, size = 7, x = 17.3, y =2.55) +
expand_limits(y=2.5) +
labs(x = "", y = "Bamboos abundances (log)")
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
bamboo
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_bamboo_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### arbustos
arbustos <- bt.dt.slc.gtr %>%
filter(`Life Form` == "shrub" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
arbustos
shrub <- ggplot(arbustos, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
labs(x = "", y = "Shrubs abundances (log)") +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("D"))', parse= TRUE, size = 7, x = 17.3, y =2.32) +
expand_limits(y=2.4)
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
shrub
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_shrubs_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
| /00_script/padrao/abundancia/abudancia_error_bar_graph_plant_life_paper.R | no_license | souzayuri/BIOTA-plant-life-forms | R | false | false | 12,051 | r | ### title: Line graph with error bars ###
### author: Yuri (yuri.eco2013@gmail.com)
### data: 10/17/2019
### Description: Abundancia de grupos em cada parcela e em cada amostragem por tratamento em um grafico linear com desvio padrao
rm(list = ls())
library(tidyverse)
library(boot)
bt.dt <- read_csv("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/01_dados/padrao/life_form_yuri_2019v2.csv")
bt.dt
bt.dt.slc.gtr <- bt.dt %>%
select(-c(1,5,23:28)) %>%
gather(key = "time", value = "value", 4:20) %>%
rename(month = time) %>%
mutate(time = month %>% stringr::str_replace("p", ""))
bt.dt.slc.gtr
# grafico de erro padrao --------------------------------------------------
### Arvores
arvores <- bt.dt.slc.gtr %>%
filter(`Life Form` == "tree" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
arvores
tree <- ggplot(arvores, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
#stat_summary(fun.data = mean_cl_boot,
# geom = "errorbar",
# width = 0.2,
# aes(group = Treatment),
# color = "black",
# fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
labs(x = "Sampled period (months)", y = "Trees abundances (log)") +
theme(axis.title = element_text(size = 20),
axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14),
legend.position = c(0.15, .85),
legend.title = element_text(size = 16),
legend.text = element_text(size = 14)) +
#annotate("text", label = "2009", size = 2.5, x = 1, y = 2.29) +
#annotate("text", label = "2010", size = 2.5, x = 3, y = 2.399) +
#annotate("text", label = "2011", size = 2.5, x = 5, y = 2.4) +
#annotate("text", label = "2012", size = 2.5, x = 7, y = 2.47) +
#annotate("text", label = "2013", size = 2.5, x = 9, y = 2.435) +
#annotate("text", label = "2014", size = 2.5, x = 11, y = 2.389) +
#annotate("text", label = "2015", size = 2.5, x = 13, y = 2.477) +
#annotate("text", label = "2016", size = 2.5, x = 15, y = 2.53) +
#annotate("text", label = "2017", size = 2.5, x = 17, y = 2.49) +
annotate("text", label = 'atop(bold("G"))', parse= TRUE, size = 7, x = 1, y = 3.38)
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
tree
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_trees_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### Palmeiras
palmeiras <- bt.dt.slc.gtr %>%
filter(`Life Form` == "palm" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
palmeiras
palm <- ggplot(palmeiras, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20),
axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14),
legend.position = "none") +
labs(x = "", y = "Palms abundances (log)") +
annotate("text", label = 'atop(bold("B"))', parse= TRUE, size = 7, x = 17.3, y = 2.90) +
# annotate("text", label = "2009", size = 3, x = 1, y = 1.866) +
# annotate("text", label = "2010", size = 3, x = 3, y = 1.71) +
# annotate("text", label = "2011", size = 3, x = 5, y = 1.789) +
# annotate("text", label = "2012", size = 3, x = 7, y = 1.97) +
# annotate("text", label = "2013", size = 3, x = 9, y = 1.68) +
# annotate("text", label = "2014", size = 3, x = 11, y = 1.71) +
# annotate("text", label = "2015", size = 3, x = 13, y = 1.81) +
# annotate("text", label = "2016", size = 3, x = 15, y = 1.71) +
# annotate("text", label = "2017", size = 3, x = 17, y = 1.735) +
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96")) +
expand_limits(y=3)
palm
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_palm_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### Ervas
ervas <- bt.dt.slc.gtr %>%
filter(`Life Form` == "herb" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
ervas
herb <- ggplot(ervas, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("E"))', parse= TRUE, size = 7, x = 1, y = 2.98) +
expand_limits(y=2) +
labs(x = "", y = "Herbs abundances (log)")
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
herb
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_herbs_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### lianas
lianas <- bt.dt.slc.gtr %>%
filter(`Life Form` == "liana" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
lianas
liana <- ggplot(lianas, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("C"))', parse= TRUE, size = 7, x = 1, y =2.1) +
expand_limits(y=2.1) +
labs(x = "", y = "Lianas abundances (log)")
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
liana
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_lianas_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### bamboo
bamboos <- bt.dt.slc.gtr %>%
filter(`Life Form` == "bamboo" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
bamboos
bamboo <- ggplot(bamboos, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("F"))', parse= TRUE, size = 7, x = 17.3, y =2.55) +
expand_limits(y=2.5) +
labs(x = "", y = "Bamboos abundances (log)")
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
bamboo
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_bamboo_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
### arbustos
arbustos <- bt.dt.slc.gtr %>%
filter(`Life Form` == "shrub" & `value` == "1") %>%
group_by(Site, Plot, Treatment, time, month, `Life Form`) %>%
summarise(abundancia = log(sum(value+1))) %>%
rename(life_form = `Life Form`)
arbustos
shrub <- ggplot(arbustos, aes(time, abundancia, color = Treatment)) +
scale_color_brewer(palette = "Dark2", name = "Treatment", labels = c("Closed", "Open")) + theme_classic() +
stat_summary(fun.data = mean_cl_boot,
geom = "ribbon",
aes(group = Treatment),
color = "0.12",
alpha = 0.12,
fun.args = list(conf.int = .95, B = 2000)) +
stat_summary(fun.y = mean,
geom = "point",
size = 3,
aes(shape = Treatment),
show.legend = FALSE) +
stat_summary(fun.y = mean,
geom = "line",
aes(group = Treatment),
size = 1) +
labs(x = "", y = "Shrubs abundances (log)") +
theme(axis.title = element_text(size = 20), axis.text.x = element_text(size = 14),
axis.text.y = element_text(size = 14), legend.position = "none") +
annotate("text", label = 'atop(bold("D"))', parse= TRUE, size = 7, x = 17.3, y =2.32) +
expand_limits(y=2.4)
#scale_x_discrete(labels = c("0","06","12","18","24","30","36","42","48","54","60","66","72","78","84","90","96"))
shrub
ggsave("C:/Users/Yuri/Google Drive/Yuri/Mestrado/parcelas_biota/projeto/PPG/tese/analises/02_figuras/padrao/grupos/error_bar_line/total_groups/ribbon_line_shrubs_total_month.png", w = 20, h = 10, units = "cm", dpi = 300)
|
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# Author: TUNG-SHENG, CHEN
# DATE: 2017/09/26
# Package: jsonlite, xts
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# install.packages(c("jsonlite", "xts"))
library(jsonlite)
library(xts)
# =====================================================================================================
# Parameter:
# stockNo: String, Stock code of TWSE, default: 2330 (TSMC)
# from: Vector, c(year, month), default: now
# to: Vector, c(year, month), default: now
# Examples:
# ## return '2330', this month
# getTWSE()
#
# ## return '2330', from 2016/01 ~ now
# getTWSE("2330", 2016)
#
# ## return '2330', from 2015/01 ~ 2016/12
# getTWSE("2330", 2015, 2016)
#
# ## return '2330', from 2015/06 ~ 2017/03
# getTWSE("2330", c(2105, 6), c(2017, 3))
# =====================================================================================================
getTWSE <- function(stockNo = "2330",
from = c(as.integer(format(Sys.Date(),"%Y")), as.integer(format(Sys.Date(),"%m"))),
to = c(as.integer(format(Sys.Date(),"%Y")), as.integer(format(Sys.Date(),"%m")))) {
# =================================================================================================
# Inside Function: Change Date to yyyy-mm-dd
# =================================================================================================
CNV_DATE <- function(x){
TMP <- strsplit(x, split = "/")
paste(as.integer(TMP[[1]][1])+1911, TMP[[1]][2], TMP[[1]][3], sep = "-")
}
# =================================================================================================
response <- "json"
url <- "http://www.tse.com.tw/exchangeReport/STOCK_DAY?"
# =================================================================================================
# Using this function, you must library(jsonlite)γlibrary(xts)
# =================================================================================================
packages <- gsub("package:", replacement = "", search())
if (!("jsonlite" %in% packages)){
print("Error: The 'jsonlite' package has not been loaded.")
return(NULL)
} else if (!("xts" %in% packages)){
print("Error: The 'xts' package has not been loaded.")
return(NULL)
}
# =================================================================================================
# parameter check & parse
# =================================================================================================
if (from[1] > to[1]){
print("The starting year is greater than the deadline.")
return(NULL)
}
nowYear <- as.integer(format(Sys.Date(),"%Y"))
nowMonth <- as.integer(format(Sys.Date(),"%m"))
MM <- c("01", "02", "03", "04", "05", "06", "07", "08", "09", "10", "11", "12")
queryDate <- NULL
historyStock <- NULL
startYM <- from
endYM <- to
if (length(startYM) == 1) startYM <- c(startYM, 1)
if (length(endYM) == 1){
ifelse (endYM[1] == nowYear, endYM <- c(endYM, nowMonth), endYM <- c(endYM, 12))
}
# Check
if (startYM[2] < 1 | startYM[2] > 12 | endYM[2] < 1 | endYM[2] > 12){
print("Month must be between 1 ~ 12.")
return(NULL)
} else if (startYM[1] > endYM[1]) {
print("Start year is greater than the End year.")
return(NULL)
} else if ((startYM[1] == endYM[1]) & (startYM[2] > endYM[2])) {
print("Start month is greater than the End month.")
return(NULL)
}
msg <- paste0("Stock Code=", stockNo,
", from(", startYM[1], ", ", startYM[2], ")",
" to(", endYM[1], ", ", endYM[2], ")")
# =======================================================================================
if (startYM[1] == endYM[1]) {
queryDate <- paste0(startYM[1], MM[startYM[2]:endYM[2]], "01")
} else if ((endYM[1] - startYM[1]) == 1) {
queryDate <- c(paste0(startYM[1], MM[startYM[2]:12], "01"),
paste0(endYM[1], MM[1:endYM[2]], "01"))
} else {
tmpY <- c((startYM[1]+1):(endYM[1]-1))
queryDate <- paste0(startYM[1], MM[startYM[2]:12], "01")
for (tY in tmpY){
queryDate <- c(QueryDate, paste0(tY, MM, "01"))
}
queryDate <- c(QueryDate, paste0(endYM[1], MM[1:endYM[2]], "01"))
}
# ========================================================================================
# to TWSE get History Stock
# ========================================================================================
for (qyDate in queryDate){
ttime <- as.character(as.integer(as.POSIXct(Sys.time()))*100)
twseUrl <- paste0(url, "response=", response, "&date=", qyDate, "&stockNo=", stockNo,
"&_=", ttime)
jsonData <- fromJSON(twseUrl, flatten = TRUE)
if (jsonData$stat == "OK"){
tmpStock <- data.frame(jsonData$data[, 1],
jsonData$data[, 4:7],
jsonData$data[, 2:3],
stringsAsFactors = FALSE)
historyStock <- rbind(historyStock, tmpStock)
}
}
# ========================================================================================
# Convert Data Format:
# If the string has a comma, it can not be converted to a value.
# gsub(',', replacement = '', x) --> remove comma
#
# Ex. as.numeric("196,857,432") --> Warning message: NAs introduced by coercion
# as.numeric("196857432") --> 196857432
# ========================================================================================
if (!is.null(historyStock)){
# colnames(historyStock) <- c("Date", "Open", "High", "Low", "Close", "Number", "Value")
colnames(historyStock) <- c("Date", "Open", "High", "Low", "Close", "Volume", "Value")
historyStock$Date <- sapply(historyStock$Date, CNV_DATE)
historyStock$Open <- as.numeric(gsub(',', replacement = '', historyStock$Open))
historyStock$High <- as.numeric(gsub(',', replacement = '', historyStock$High))
historyStock$Low <- as.numeric(gsub(',', replacement = '', historyStock$Low))
historyStock$Close <- as.numeric(gsub(',', replacement = '', historyStock$Close))
historyStock$Volume <- as.numeric(gsub(',', replacement = '', historyStock$Volume))
historyStock$Value <- as.numeric(gsub(',', replacement = '', historyStock$Value))
# data frame to xts
historyStock <- xts(historyStock[, -1], order.by = as.Date(historyStock[, 1]))
print(paste0(msg, ", Stock information, download complete. rows=", nrow(historyStock)))
} else{
print(paste0(msg, ", No Data found."))
}
# ========================================================================================
return(historyStock)
}
# ============================================================================================
# TEST
# ============================================================================================
library(quantmod)
tw3008 <- getTWSE("3008", c(2017, 1), c(2017, 9))
chartSeries(tw3008, theme = chartTheme("white", up.col = "red", dn.col = "green"),
name = "LARGAN 3008", show.grid = TRUE)
| /getTWSE.R | no_license | dong945/R | R | false | false | 7,686 | r | # +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# Author: TUNG-SHENG, CHEN
# DATE: 2017/09/26
# Package: jsonlite, xts
# +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
# install.packages(c("jsonlite", "xts"))
library(jsonlite)
library(xts)
# =====================================================================================================
# Parameter:
# stockNo: String, Stock code of TWSE, default: 2330 (TSMC)
# from: Vector, c(year, month), default: now
# to: Vector, c(year, month), default: now
# Examples:
# ## return '2330', this month
# getTWSE()
#
# ## return '2330', from 2016/01 ~ now
# getTWSE("2330", 2016)
#
# ## return '2330', from 2015/01 ~ 2016/12
# getTWSE("2330", 2015, 2016)
#
# ## return '2330', from 2015/06 ~ 2017/03
# getTWSE("2330", c(2105, 6), c(2017, 3))
# =====================================================================================================
getTWSE <- function(stockNo = "2330",
from = c(as.integer(format(Sys.Date(),"%Y")), as.integer(format(Sys.Date(),"%m"))),
to = c(as.integer(format(Sys.Date(),"%Y")), as.integer(format(Sys.Date(),"%m")))) {
# =================================================================================================
# Inside Function: Change Date to yyyy-mm-dd
# =================================================================================================
CNV_DATE <- function(x){
TMP <- strsplit(x, split = "/")
paste(as.integer(TMP[[1]][1])+1911, TMP[[1]][2], TMP[[1]][3], sep = "-")
}
# =================================================================================================
response <- "json"
url <- "http://www.tse.com.tw/exchangeReport/STOCK_DAY?"
# =================================================================================================
# Using this function, you must library(jsonlite)γlibrary(xts)
# =================================================================================================
packages <- gsub("package:", replacement = "", search())
if (!("jsonlite" %in% packages)){
print("Error: The 'jsonlite' package has not been loaded.")
return(NULL)
} else if (!("xts" %in% packages)){
print("Error: The 'xts' package has not been loaded.")
return(NULL)
}
# =================================================================================================
# parameter check & parse
# =================================================================================================
if (from[1] > to[1]){
print("The starting year is greater than the deadline.")
return(NULL)
}
nowYear <- as.integer(format(Sys.Date(),"%Y"))
nowMonth <- as.integer(format(Sys.Date(),"%m"))
MM <- c("01", "02", "03", "04", "05", "06", "07", "08", "09", "10", "11", "12")
queryDate <- NULL
historyStock <- NULL
startYM <- from
endYM <- to
if (length(startYM) == 1) startYM <- c(startYM, 1)
if (length(endYM) == 1){
ifelse (endYM[1] == nowYear, endYM <- c(endYM, nowMonth), endYM <- c(endYM, 12))
}
# Check
if (startYM[2] < 1 | startYM[2] > 12 | endYM[2] < 1 | endYM[2] > 12){
print("Month must be between 1 ~ 12.")
return(NULL)
} else if (startYM[1] > endYM[1]) {
print("Start year is greater than the End year.")
return(NULL)
} else if ((startYM[1] == endYM[1]) & (startYM[2] > endYM[2])) {
print("Start month is greater than the End month.")
return(NULL)
}
msg <- paste0("Stock Code=", stockNo,
", from(", startYM[1], ", ", startYM[2], ")",
" to(", endYM[1], ", ", endYM[2], ")")
# =======================================================================================
if (startYM[1] == endYM[1]) {
queryDate <- paste0(startYM[1], MM[startYM[2]:endYM[2]], "01")
} else if ((endYM[1] - startYM[1]) == 1) {
queryDate <- c(paste0(startYM[1], MM[startYM[2]:12], "01"),
paste0(endYM[1], MM[1:endYM[2]], "01"))
} else {
tmpY <- c((startYM[1]+1):(endYM[1]-1))
queryDate <- paste0(startYM[1], MM[startYM[2]:12], "01")
for (tY in tmpY){
queryDate <- c(QueryDate, paste0(tY, MM, "01"))
}
queryDate <- c(QueryDate, paste0(endYM[1], MM[1:endYM[2]], "01"))
}
# ========================================================================================
# to TWSE get History Stock
# ========================================================================================
for (qyDate in queryDate){
ttime <- as.character(as.integer(as.POSIXct(Sys.time()))*100)
twseUrl <- paste0(url, "response=", response, "&date=", qyDate, "&stockNo=", stockNo,
"&_=", ttime)
jsonData <- fromJSON(twseUrl, flatten = TRUE)
if (jsonData$stat == "OK"){
tmpStock <- data.frame(jsonData$data[, 1],
jsonData$data[, 4:7],
jsonData$data[, 2:3],
stringsAsFactors = FALSE)
historyStock <- rbind(historyStock, tmpStock)
}
}
# ========================================================================================
# Convert Data Format:
# If the string has a comma, it can not be converted to a value.
# gsub(',', replacement = '', x) --> remove comma
#
# Ex. as.numeric("196,857,432") --> Warning message: NAs introduced by coercion
# as.numeric("196857432") --> 196857432
# ========================================================================================
if (!is.null(historyStock)){
# colnames(historyStock) <- c("Date", "Open", "High", "Low", "Close", "Number", "Value")
colnames(historyStock) <- c("Date", "Open", "High", "Low", "Close", "Volume", "Value")
historyStock$Date <- sapply(historyStock$Date, CNV_DATE)
historyStock$Open <- as.numeric(gsub(',', replacement = '', historyStock$Open))
historyStock$High <- as.numeric(gsub(',', replacement = '', historyStock$High))
historyStock$Low <- as.numeric(gsub(',', replacement = '', historyStock$Low))
historyStock$Close <- as.numeric(gsub(',', replacement = '', historyStock$Close))
historyStock$Volume <- as.numeric(gsub(',', replacement = '', historyStock$Volume))
historyStock$Value <- as.numeric(gsub(',', replacement = '', historyStock$Value))
# data frame to xts
historyStock <- xts(historyStock[, -1], order.by = as.Date(historyStock[, 1]))
print(paste0(msg, ", Stock information, download complete. rows=", nrow(historyStock)))
} else{
print(paste0(msg, ", No Data found."))
}
# ========================================================================================
return(historyStock)
}
# ============================================================================================
# TEST
# ============================================================================================
library(quantmod)
tw3008 <- getTWSE("3008", c(2017, 1), c(2017, 9))
chartSeries(tw3008, theme = chartTheme("white", up.col = "red", dn.col = "green"),
name = "LARGAN 3008", show.grid = TRUE)
|
#' soil discharge on slopes
#'
#' The function \code{sdis.slopes()} computes soil discharge on slopes routed through the river
#' @param Timeresinsec time resolution of the process in second (1hour: 3600s, ... etc)
#' @param layerUH Unit Hydrograph of the saturation layers
#' @param ddist states of each saturation level
#' @param UHriver Unit Hydrograp of the river
#' @param waterContent excess of water in millimeters
#' @param area in squared meters
#' @keywords soilDischarge
#' @export
#' @examples
#' \dontrun{
#' sdis.slopes()
#' }
sdis.slopes <-function(Timeresinsec,
layerUH,
ddist,
UHriver,
waterContent,
area){
#UH SLOPES
res_UHslopes <- dddUH::UHslopes(layerUH=layerUH,ddist=ddist)
#Convolution SLOPES-RIVER
UHslopesConvRiver <- dddUH::xConvRiver(UHx=res_UHslopes,UHriver=UHriver)
# Discharge from slopes
res <- sdis.q(waterContent=waterContent,area=area,Timeresinsec=Timeresinsec,UHxConvRiver=UHslopesConvRiver)
return(res)
}
| /R/sdis.slopes.R | no_license | nexModeling/dddSoilDischarge | R | false | false | 1,075 | r | #' soil discharge on slopes
#'
#' The function \code{sdis.slopes()} computes soil discharge on slopes routed through the river
#' @param Timeresinsec time resolution of the process in second (1hour: 3600s, ... etc)
#' @param layerUH Unit Hydrograph of the saturation layers
#' @param ddist states of each saturation level
#' @param UHriver Unit Hydrograp of the river
#' @param waterContent excess of water in millimeters
#' @param area in squared meters
#' @keywords soilDischarge
#' @export
#' @examples
#' \dontrun{
#' sdis.slopes()
#' }
sdis.slopes <-function(Timeresinsec,
layerUH,
ddist,
UHriver,
waterContent,
area){
#UH SLOPES
res_UHslopes <- dddUH::UHslopes(layerUH=layerUH,ddist=ddist)
#Convolution SLOPES-RIVER
UHslopesConvRiver <- dddUH::xConvRiver(UHx=res_UHslopes,UHriver=UHriver)
# Discharge from slopes
res <- sdis.q(waterContent=waterContent,area=area,Timeresinsec=Timeresinsec,UHxConvRiver=UHslopesConvRiver)
return(res)
}
|
# Think about how weβre using A to G and AP exams β
# are these strong predictors of success in intro chem vs. intro math vs. intro BIS
# (the first course people take here at Davis)?
# Should we be using chem AP score as a predictor in all STEM? Or math AP?
# Admissions A-G requirements
#3 is a medium-size project, bigger than a data request but a lot smaller than the leavers study.
# Itβs exploratory.
# The basic idea is first get some nice clean data set up
# and then run some regressions with the score
# in the first course in whichever sequence at UC Davis as the dependent variable and the usual explanatory variables + A to G,
# number of APs,
# and specific subject AP test scores.
#------library------
library(tidyverse)
# library(synthpop)
setwd("/Users/bvelasq6/Box Sync/CEE Educational Analytics/ATOG Analysis")
#------Functions------
na.count<-function(df){
sapply(df, function(y) length(which(is.na(y))))
}
#----FILES----
admissions<-read.csv("Data/admissions.csv",stringsAsFactors = F)
courses<-read.csv("Data/courses.csv",stringsAsFactors = F)
ap_tests<-read.csv("Data/ap_tests.csv",stringsAsFactors = F)
test<-ap_tests[!duplicated(ap_tests$TEST),]
ap_test_sub<-ap_tests[ap_tests$TEST %in% c("APST","APMA","APBI","APMG","APCH","APPM","APCA","A")]
#-----wrangling-----
admissions<-admissions[admissions$PIDM %in% courses$PIDM,]
courses <-courses[courses$TERM<202001,]
test <- courses[courses$PIDM == 3351901,]
courses$CLASS<-paste(courses$SUBJ,courses$CRSE, sep=" ")
courses_sub <-select(courses, PIDM, CLASS, GRADE_PT, TERM)
courses_sub <- courses_sub %>% group_by(PIDM) %>% mutate(grouped_id = row_number()) %>% spread(CLASS,GRADE_PT) %>% filter(TERM==min(TERM)) %>% select(-grouped_id)
courses_sub_mat_21<-courses_sub[!is.na(courses_sub$`MAT 021A`),c("PIDM","MAT 021A")]
table(duplicated(courses_sub_mat_21$PIDM))
courses_sub_mat_16<-courses_sub[!is.na(courses_sub$`MAT 016A`),c("PIDM","MAT 016A")]
table(duplicated(courses_sub_mat_16$PIDM))
courses_sub_bis_2A<-courses_sub[!is.na(courses_sub$`BIS 002A`),c("PIDM","BIS 002A")]
table(duplicated(courses_sub_bis_2A$PIDM))
courses_sub_che_2A<-courses_sub[!is.na(courses_sub$`CHE 002A`) & !duplicated(courses_sub$PIDM),c("PIDM","CHE 002A")]
table(duplicated(courses_sub_che_2A$PIDM))
courses_sub<-merge(courses_sub_mat_21,courses_sub_mat_16,by="PIDM",all=T)
courses_sub<-merge(courses_sub,courses_sub_bis_2A,by="PIDM",all=T)
courses_sub<-merge(courses_sub,courses_sub_che_2A,by="PIDM",all=T)
#ap test wrangling
ap_tests <- ap_tests[,c("PIDM","SCORE","TEST")] %>% group_by(PIDM,TEST) %>% filter(SCORE==max(SCORE)) %>% ungroup() %>% spread(TEST,SCORE)
#-----models----- | /Code/wrangling_file.R | no_license | zermelos-choice/ATOG-data-analysis | R | false | false | 2,678 | r | # Think about how weβre using A to G and AP exams β
# are these strong predictors of success in intro chem vs. intro math vs. intro BIS
# (the first course people take here at Davis)?
# Should we be using chem AP score as a predictor in all STEM? Or math AP?
# Admissions A-G requirements
#3 is a medium-size project, bigger than a data request but a lot smaller than the leavers study.
# Itβs exploratory.
# The basic idea is first get some nice clean data set up
# and then run some regressions with the score
# in the first course in whichever sequence at UC Davis as the dependent variable and the usual explanatory variables + A to G,
# number of APs,
# and specific subject AP test scores.
#------library------
library(tidyverse)
# library(synthpop)
setwd("/Users/bvelasq6/Box Sync/CEE Educational Analytics/ATOG Analysis")
#------Functions------
na.count<-function(df){
sapply(df, function(y) length(which(is.na(y))))
}
#----FILES----
admissions<-read.csv("Data/admissions.csv",stringsAsFactors = F)
courses<-read.csv("Data/courses.csv",stringsAsFactors = F)
ap_tests<-read.csv("Data/ap_tests.csv",stringsAsFactors = F)
test<-ap_tests[!duplicated(ap_tests$TEST),]
ap_test_sub<-ap_tests[ap_tests$TEST %in% c("APST","APMA","APBI","APMG","APCH","APPM","APCA","A")]
#-----wrangling-----
admissions<-admissions[admissions$PIDM %in% courses$PIDM,]
courses <-courses[courses$TERM<202001,]
test <- courses[courses$PIDM == 3351901,]
courses$CLASS<-paste(courses$SUBJ,courses$CRSE, sep=" ")
courses_sub <-select(courses, PIDM, CLASS, GRADE_PT, TERM)
courses_sub <- courses_sub %>% group_by(PIDM) %>% mutate(grouped_id = row_number()) %>% spread(CLASS,GRADE_PT) %>% filter(TERM==min(TERM)) %>% select(-grouped_id)
courses_sub_mat_21<-courses_sub[!is.na(courses_sub$`MAT 021A`),c("PIDM","MAT 021A")]
table(duplicated(courses_sub_mat_21$PIDM))
courses_sub_mat_16<-courses_sub[!is.na(courses_sub$`MAT 016A`),c("PIDM","MAT 016A")]
table(duplicated(courses_sub_mat_16$PIDM))
courses_sub_bis_2A<-courses_sub[!is.na(courses_sub$`BIS 002A`),c("PIDM","BIS 002A")]
table(duplicated(courses_sub_bis_2A$PIDM))
courses_sub_che_2A<-courses_sub[!is.na(courses_sub$`CHE 002A`) & !duplicated(courses_sub$PIDM),c("PIDM","CHE 002A")]
table(duplicated(courses_sub_che_2A$PIDM))
courses_sub<-merge(courses_sub_mat_21,courses_sub_mat_16,by="PIDM",all=T)
courses_sub<-merge(courses_sub,courses_sub_bis_2A,by="PIDM",all=T)
courses_sub<-merge(courses_sub,courses_sub_che_2A,by="PIDM",all=T)
#ap test wrangling
ap_tests <- ap_tests[,c("PIDM","SCORE","TEST")] %>% group_by(PIDM,TEST) %>% filter(SCORE==max(SCORE)) %>% ungroup() %>% spread(TEST,SCORE)
#-----models----- |
setwd("C:/Users/dl576/OneDrive/Data Science/Exploratory Data Analysis")
library(sqldf)
select <- "SELECT * from file WHERE Date = '1/2/2007' OR Date = '2/2/2007'"
x <- read.csv.sql("household_power_consumption.txt",select,sep=";")
png(file="plot3.png")
plot(x$Sub_metering_1, type="n", pch="", col="black", ylab="Energy sub metering", xlab="", axes=FALSE)
lines(x$Sub_metering_1, type="l", pch="", col="black")
lines(x$Sub_metering_2, type="l", pch="", col="red")
lines(x$Sub_metering_3, type="l", pch="", col="blue")
axis(1, at=1,labels=c("Thu"))
axis(1, at=1440,labels=c("Fri"))
axis(1, at=2880,labels=c("Sat"))
axis(2)
legend("topright",legend=c("Sub_metering_1","Sub_metering_2","Sub_metering_3"),col=c("black","blue","red"), lwd=1)
box()
dev.off()
| /plot3.R | no_license | davelogie/ExData_Plotting1 | R | false | false | 759 | r | setwd("C:/Users/dl576/OneDrive/Data Science/Exploratory Data Analysis")
library(sqldf)
select <- "SELECT * from file WHERE Date = '1/2/2007' OR Date = '2/2/2007'"
x <- read.csv.sql("household_power_consumption.txt",select,sep=";")
png(file="plot3.png")
plot(x$Sub_metering_1, type="n", pch="", col="black", ylab="Energy sub metering", xlab="", axes=FALSE)
lines(x$Sub_metering_1, type="l", pch="", col="black")
lines(x$Sub_metering_2, type="l", pch="", col="red")
lines(x$Sub_metering_3, type="l", pch="", col="blue")
axis(1, at=1,labels=c("Thu"))
axis(1, at=1440,labels=c("Fri"))
axis(1, at=2880,labels=c("Sat"))
axis(2)
legend("topright",legend=c("Sub_metering_1","Sub_metering_2","Sub_metering_3"),col=c("black","blue","red"), lwd=1)
box()
dev.off()
|
#' Read expansion planning options
#'
#' \code{read_options} is a function which read the options related to the
#' expansion planning optimization. The options are usually stored in the file
#' antaresStudyPath/user/expansion/settings.ini.
#'
#' @param file
#' path toward the text file which contains the settings
#' @param opts
#' list of simulation parameters returned by the function
#' \code{antaresRead::setSimulationPath}
#'
#' @return
#' Returns a list containing the different optimisation options
#'
#' @importFrom assertthat assert_that
#' @importFrom antaresRead simOptions
#' @export
#'
#'
#'
read_options <- function(file, opts = antaresRead::simOptions())
{
assertthat::assert_that(file.exists(file))
#assertthat::assert_that(file.info(option_file_name)$size !=0)
# read file
param_data <- scan(file, what=character(), sep="/", quiet = TRUE)
# initiate option list, with default values
options <- list()
options$method <- "benders_decomposition"
options$uc_type <- "relaxed_fast"
options$master <- "integer"
options$optimality_gap <- 0
options$max_iteration <- Inf
options$cut_type <- "yearly"
options$week_selection <- FALSE
options$relaxed_optimality_gap <- "0.01%"
# if the file is empty, the default values are kept
if(length(param_data) == 0){return(options)}
# go through every line of the file
for(line in 1:length(param_data))
{
# read option and value
option_name <- strsplit(param_data[line], "=")[[1]][1]
if(is.na(option_name)){next} # empty line
if(option_name == ""){next} # empty line
option_value <- strsplit(param_data[line], "=")[[1]][2]
# remove white spaces in the beginning and the end
option_name <- sub("^\\s+", "", option_name)
option_name <- sub("\\s+$", "", option_name)
option_value <- sub("^\\s+", "", option_value)
option_value <- sub("\\s+$", "", option_value)
# see what option it is referring to
if (option_name == "method")
{
assertthat::assert_that(option_value %in% c("benders_decomposition"))
options$method <- option_value
}
else if (option_name == "uc_type")
{
assertthat::assert_that(option_value %in% c("accurate", "fast", "relaxed_fast"))
options$uc_type <- option_value
}
else if (option_name == "master")
{
assertthat::assert_that(option_value %in% c("integer", "relaxed", "full_integer"))
options$master <- option_value
}
else if (option_name == "optimality_gap")
{
# if the value is numeric, it is the optimality gap in euros
if (!is.na(suppressWarnings(as.numeric(option_value))))
{
options$optimality_gap <- as.numeric(option_value)
}
# else, the optimality gap is in % of the best found solution
else
{
option_value <- gsub(" ", "", option_value, fixed = TRUE)
assertthat::assert_that(grepl("%$", option_value))
option_value_bis <- gsub("%$", "", option_value)
assertthat::assert_that(!is.na(as.numeric(option_value_bis)))
options$optimality_gap <- option_value
}
}
else if (option_name == "max_iteration")
{
assertthat::assert_that(!is.na(as.numeric(option_value)))
options$max_iteration <- round(as.numeric(option_value))
}
else if (option_name == "cut_type")
{
assertthat::assert_that(option_value %in% c("average", "yearly", "weekly"))
options$cut_type <- option_value
}
else if (option_name == "week_selection")
{
assertthat::assert_that(option_value %in% c("true", "false"))
# for now, week selection is forced to false
# since link-profile has been added, consistency with update_weekly_cuts has to be checked
# options$week_selection <- as.logical(option_value)
}
else if (option_name == "relaxed_optimality_gap")
{
# if the value is numeric, it is the optimality gap in euros
if (!is.na(suppressWarnings(as.numeric(option_value))))
{
options$relaxed_optimality_gap <- as.numeric(option_value)
}
# else, the optimality gap is in % of the best found solution
else
{
option_value <- gsub(" ", "", option_value, fixed = TRUE)
assertthat::assert_that(grepl("%$", option_value))
option_value_bis <- gsub("%$", "", option_value)
assertthat::assert_that(!is.na(as.numeric(option_value_bis)))
options$relaxed_optimality_gap <- option_value
}
}
else
{
warning(paste0("Unknown option : ", option_name))
}
}
return(options)
}
| /R/read_options.R | no_license | Marcow12/antaresXpansion | R | false | false | 4,770 | r |
#' Read expansion planning options
#'
#' \code{read_options} is a function which read the options related to the
#' expansion planning optimization. The options are usually stored in the file
#' antaresStudyPath/user/expansion/settings.ini.
#'
#' @param file
#' path toward the text file which contains the settings
#' @param opts
#' list of simulation parameters returned by the function
#' \code{antaresRead::setSimulationPath}
#'
#' @return
#' Returns a list containing the different optimisation options
#'
#' @importFrom assertthat assert_that
#' @importFrom antaresRead simOptions
#' @export
#'
#'
#'
read_options <- function(file, opts = antaresRead::simOptions())
{
assertthat::assert_that(file.exists(file))
#assertthat::assert_that(file.info(option_file_name)$size !=0)
# read file
param_data <- scan(file, what=character(), sep="/", quiet = TRUE)
# initiate option list, with default values
options <- list()
options$method <- "benders_decomposition"
options$uc_type <- "relaxed_fast"
options$master <- "integer"
options$optimality_gap <- 0
options$max_iteration <- Inf
options$cut_type <- "yearly"
options$week_selection <- FALSE
options$relaxed_optimality_gap <- "0.01%"
# if the file is empty, the default values are kept
if(length(param_data) == 0){return(options)}
# go through every line of the file
for(line in 1:length(param_data))
{
# read option and value
option_name <- strsplit(param_data[line], "=")[[1]][1]
if(is.na(option_name)){next} # empty line
if(option_name == ""){next} # empty line
option_value <- strsplit(param_data[line], "=")[[1]][2]
# remove white spaces in the beginning and the end
option_name <- sub("^\\s+", "", option_name)
option_name <- sub("\\s+$", "", option_name)
option_value <- sub("^\\s+", "", option_value)
option_value <- sub("\\s+$", "", option_value)
# see what option it is referring to
if (option_name == "method")
{
assertthat::assert_that(option_value %in% c("benders_decomposition"))
options$method <- option_value
}
else if (option_name == "uc_type")
{
assertthat::assert_that(option_value %in% c("accurate", "fast", "relaxed_fast"))
options$uc_type <- option_value
}
else if (option_name == "master")
{
assertthat::assert_that(option_value %in% c("integer", "relaxed", "full_integer"))
options$master <- option_value
}
else if (option_name == "optimality_gap")
{
# if the value is numeric, it is the optimality gap in euros
if (!is.na(suppressWarnings(as.numeric(option_value))))
{
options$optimality_gap <- as.numeric(option_value)
}
# else, the optimality gap is in % of the best found solution
else
{
option_value <- gsub(" ", "", option_value, fixed = TRUE)
assertthat::assert_that(grepl("%$", option_value))
option_value_bis <- gsub("%$", "", option_value)
assertthat::assert_that(!is.na(as.numeric(option_value_bis)))
options$optimality_gap <- option_value
}
}
else if (option_name == "max_iteration")
{
assertthat::assert_that(!is.na(as.numeric(option_value)))
options$max_iteration <- round(as.numeric(option_value))
}
else if (option_name == "cut_type")
{
assertthat::assert_that(option_value %in% c("average", "yearly", "weekly"))
options$cut_type <- option_value
}
else if (option_name == "week_selection")
{
assertthat::assert_that(option_value %in% c("true", "false"))
# for now, week selection is forced to false
# since link-profile has been added, consistency with update_weekly_cuts has to be checked
# options$week_selection <- as.logical(option_value)
}
else if (option_name == "relaxed_optimality_gap")
{
# if the value is numeric, it is the optimality gap in euros
if (!is.na(suppressWarnings(as.numeric(option_value))))
{
options$relaxed_optimality_gap <- as.numeric(option_value)
}
# else, the optimality gap is in % of the best found solution
else
{
option_value <- gsub(" ", "", option_value, fixed = TRUE)
assertthat::assert_that(grepl("%$", option_value))
option_value_bis <- gsub("%$", "", option_value)
assertthat::assert_that(!is.na(as.numeric(option_value_bis)))
options$relaxed_optimality_gap <- option_value
}
}
else
{
warning(paste0("Unknown option : ", option_name))
}
}
return(options)
}
|
# sample format: [ 'A', 'X', 5 ],
print("This function is for prepare list for google chart sankey, function called googlesankey()")
print(paste0("output to ", getwd(), "/a.txt"))
print("sample format: [ 'A', 'X', 5 ],")
print("address is https://developers.google.com/chart/interactive/docs/gallery/sankey")
googlesankey <- function(df) {
if (length(df) == 3) {
#sink("a.txt")
for (i in 1:length(df[,1])) {
cat(paste0("[ '",df[i,1],"', '",df[i,2],"', ",df[i,3]," ],\n"))
}
#sink()
} else {stop("Please choose data frame with 3 cols!")}
}
| /googlesankey.R | no_license | wscrdzg/r_toolbox | R | false | false | 566 | r | # sample format: [ 'A', 'X', 5 ],
print("This function is for prepare list for google chart sankey, function called googlesankey()")
print(paste0("output to ", getwd(), "/a.txt"))
print("sample format: [ 'A', 'X', 5 ],")
print("address is https://developers.google.com/chart/interactive/docs/gallery/sankey")
googlesankey <- function(df) {
if (length(df) == 3) {
#sink("a.txt")
for (i in 1:length(df[,1])) {
cat(paste0("[ '",df[i,1],"', '",df[i,2],"', ",df[i,3]," ],\n"))
}
#sink()
} else {stop("Please choose data frame with 3 cols!")}
}
|
LocusControl <-
structure(list(MarkerSuite = c("Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs"), locusnames = c("One_ACBP-79", "One_agt-132",
"One_aldB-152", "One_apoe-83", "One_c3-98", "One_CD9-269", "One_cetn1-167",
"One_CFP1", "One_cin-177", "One_CO1", "One_ctgf-301", "One_Cytb_17",
"One_Cytb_26", "One_E2", "One_gdh-212", "One_GHII-2461", "One_ghsR-66",
"One_GPDH", "One_GPDH2", "One_GPH-414", "One_hcs71-220", "One_HGFA",
"One_HpaI-436", "One_HpaI-99", "One_Hsp47", "One_IL8r-362", "One_KCT1-453",
"One_KPNA-422", "One_LEI-87", "One_lpp1-44", "One_metA-253",
"One_MHC2_190", "One_MHC2_251", "One_Mkpro-129", "One_ODC1-196",
"One_Ots208-234", "One_Ots213-181", "One_p53-576", "One_pax7-248",
"One_PIP", "One_Prl2", "One_rab1a-76", "One_RAG1-103", "One_RAG3-93",
"One_redd1-414", "One_RF-112", "One_RF-295", "One_rpo2j-261",
"One_sast-211", "One_spf30-207", "One_srp09-127", "One_ssrd-135",
"One_STC-410", "One_STR07", "One_SUMO1-6", "One_sys1-230", "One_taf12-248",
"One_Tf_ex10-750", "One_Tf_ex3-182", "One_tshB-92", "One_txnip-401",
"One_U1003-75", "One_U1004-183", "One_U1009-91", "One_U1010-81",
"One_U1012-68", "One_U1013-108", "One_U1014-74", "One_U1016-115",
"One_U1024-197", "One_U1101", "One_U1103", "One_U1105", "One_U1201-492",
"One_U1202-1052", "One_U1203-175", "One_U1204-53", "One_U1205-57",
"One_U1206-108", "One_U1208-67", "One_U1209-111", "One_U1210-173",
"One_U1212-106", "One_U1214-107", "One_U1216-230", "One_U301-92",
"One_U401-224", "One_U404-229", "One_U502-167", "One_U503-170",
"One_U504-141", "One_vamp5-255", "One_vatf-214", "One_VIM-569",
"One_ZNF-61", "One_zP3b"), Publishedlocusnames = c(`One_ACBP-79` = "One_ACBP-79",
`One_agt-132` = NA, `One_aldB-152` = NA, `One_apoe-83` = NA,
`One_c3-98` = NA, `One_CD9-269` = NA, `One_cetn1-167` = NA, One_CFP1 = NA,
`One_cin-177` = NA, One_CO1 = "One_CO1", `One_ctgf-301` = "One_ctgf-301",
One_Cytb_17 = "One_Cytb_17", One_Cytb_26 = "One_Cytb_26", One_E2 = "One_E2-65 ",
`One_gdh-212` = NA, `One_GHII-2461` = "One_GHII-2165", `One_ghsR-66` = NA,
One_GPDH = "One_GPDH-201 ", One_GPDH2 = "One_GPDH2-187 ", `One_GPH-414` = "One_GPH-414",
`One_hcs71-220` = "One_hsc71-220", One_HGFA = "One_HGFA-49 ",
`One_HpaI-436` = "One_HpaI-71", `One_HpaI-99` = "One_HpaI-99",
One_Hsp47 = NA, `One_IL8r-362` = NA, `One_KCT1-453` = NA, `One_KPNA-422` = "One_KPNA-422",
`One_LEI-87` = "One_LEI-87", `One_lpp1-44` = NA, `One_metA-253` = NA,
One_MHC2_190 = "One_MHC2_190", One_MHC2_251 = "One_MHC2_251",
`One_Mkpro-129` = NA, `One_ODC1-196` = NA, `One_Ots208-234` = NA,
`One_Ots213-181` = "One_Ots213-181", `One_p53-576` = "One_p53-534",
`One_pax7-248` = NA, One_PIP = NA, One_Prl2 = "One_Prl2", `One_rab1a-76` = NA,
`One_RAG1-103` = "One_RAG1-103", `One_RAG3-93` = "One_RAG3-93",
`One_redd1-414` = NA, `One_RF-112` = "One_RFC2-102", `One_RF-295` = "One_RFC2-285",
`One_rpo2j-261` = NA, `One_sast-211` = NA, `One_spf30-207` = NA,
`One_srp09-127` = NA, `One_ssrd-135` = NA, `One_STC-410` = "One_STC-410",
One_STR07 = "One_STR07", `One_SUMO1-6` = NA, `One_sys1-230` = NA,
`One_taf12-248` = NA, `One_Tf_ex10-750` = "One_Tf_ex11-750",
`One_Tf_ex3-182` = "One_Tf_in3-182", `One_tshB-92` = NA, `One_txnip-401` = NA,
`One_U1003-75` = NA, `One_U1004-183` = NA, `One_U1009-91` = NA,
`One_U1010-81` = NA, `One_U1012-68` = NA, `One_U1013-108` = NA,
`One_U1014-74` = NA, `One_U1016-115` = NA, `One_U1024-197` = NA,
One_U1101 = NA, One_U1103 = NA, One_U1105 = NA, `One_U1201-492` = NA,
`One_U1202-1052` = NA, `One_U1203-175` = NA, `One_U1204-53` = NA,
`One_U1205-57` = NA, `One_U1206-108` = NA, `One_U1208-67` = NA,
`One_U1209-111` = NA, `One_U1210-173` = NA, `One_U1212-106` = NA,
`One_U1214-107` = NA, `One_U1216-230` = NA, `One_U301-92` = "One_U301-92",
`One_U401-224` = NA, `One_U404-229` = NA, `One_U502-167` = NA,
`One_U503-170` = NA, `One_U504-141` = NA, `One_vamp5-255` = NA,
`One_vatf-214` = NA, `One_VIM-569` = NA, `One_ZNF-61` = NA, One_zP3b = "One_Zp3b-49"
), nalleles = c(`One_ACBP-79` = 2L, `One_agt-132` = 2L, `One_aldB-152` = 2L,
`One_apoe-83` = 2L, `One_c3-98` = 2L, `One_CD9-269` = 2L, `One_cetn1-167` = 2L,
One_CFP1 = 2L, `One_cin-177` = 2L, One_CO1 = 2L, `One_ctgf-301` = 2L,
One_Cytb_17 = 2L, One_Cytb_26 = 2L, One_E2 = 2L, `One_gdh-212` = 2L,
`One_GHII-2461` = 2L, `One_ghsR-66` = 2L, One_GPDH = 2L, One_GPDH2 = 2L,
`One_GPH-414` = 2L, `One_hcs71-220` = 2L, One_HGFA = 2L, `One_HpaI-436` = 2L,
`One_HpaI-99` = 2L, One_Hsp47 = 2L, `One_IL8r-362` = 2L, `One_KCT1-453` = 2L,
`One_KPNA-422` = 2L, `One_LEI-87` = 2L, `One_lpp1-44` = 2L, `One_metA-253` = 2L,
One_MHC2_190 = 2L, One_MHC2_251 = 2L, `One_Mkpro-129` = 2L, `One_ODC1-196` = 2L,
`One_Ots208-234` = 2L, `One_Ots213-181` = 2L, `One_p53-576` = 2L,
`One_pax7-248` = 2L, One_PIP = 2L, One_Prl2 = 2L, `One_rab1a-76` = 2L,
`One_RAG1-103` = 2L, `One_RAG3-93` = 2L, `One_redd1-414` = 2L,
`One_RF-112` = 2L, `One_RF-295` = 2L, `One_rpo2j-261` = 2L, `One_sast-211` = 2L,
`One_spf30-207` = 2L, `One_srp09-127` = 2L, `One_ssrd-135` = 2L,
`One_STC-410` = 2L, One_STR07 = 2L, `One_SUMO1-6` = 2L, `One_sys1-230` = 2L,
`One_taf12-248` = 2L, `One_Tf_ex10-750` = 2L, `One_Tf_ex3-182` = 2L,
`One_tshB-92` = 2L, `One_txnip-401` = 2L, `One_U1003-75` = 2L,
`One_U1004-183` = 2L, `One_U1009-91` = 2L, `One_U1010-81` = 2L,
`One_U1012-68` = 2L, `One_U1013-108` = 2L, `One_U1014-74` = 2L,
`One_U1016-115` = 2L, `One_U1024-197` = 2L, One_U1101 = 2L, One_U1103 = 2L,
One_U1105 = 2L, `One_U1201-492` = 2L, `One_U1202-1052` = 2L,
`One_U1203-175` = 2L, `One_U1204-53` = 2L, `One_U1205-57` = 2L,
`One_U1206-108` = 2L, `One_U1208-67` = 2L, `One_U1209-111` = 2L,
`One_U1210-173` = 2L, `One_U1212-106` = 2L, `One_U1214-107` = 2L,
`One_U1216-230` = 2L, `One_U301-92` = 2L, `One_U401-224` = 2L,
`One_U404-229` = 2L, `One_U502-167` = 2L, `One_U503-170` = 2L,
`One_U504-141` = 2L, `One_vamp5-255` = 2L, `One_vatf-214` = 2L,
`One_VIM-569` = 2L, `One_ZNF-61` = 2L, One_zP3b = 2L), ploidy = c(`One_ACBP-79` = 2,
`One_agt-132` = 2, `One_aldB-152` = 2, `One_apoe-83` = 2, `One_c3-98` = 2,
`One_CD9-269` = 2, `One_cetn1-167` = 2, One_CFP1 = 2, `One_cin-177` = 2,
One_CO1 = 1, `One_ctgf-301` = 2, One_Cytb_17 = 1, One_Cytb_26 = 1,
One_E2 = 2, `One_gdh-212` = 2, `One_GHII-2461` = 2, `One_ghsR-66` = 2,
One_GPDH = 2, One_GPDH2 = 2, `One_GPH-414` = 2, `One_hcs71-220` = 2,
One_HGFA = 2, `One_HpaI-436` = 2, `One_HpaI-99` = 2, One_Hsp47 = 2,
`One_IL8r-362` = 2, `One_KCT1-453` = 2, `One_KPNA-422` = 2, `One_LEI-87` = 2,
`One_lpp1-44` = 2, `One_metA-253` = 2, One_MHC2_190 = 2, One_MHC2_251 = 2,
`One_Mkpro-129` = 2, `One_ODC1-196` = 2, `One_Ots208-234` = 2,
`One_Ots213-181` = 2, `One_p53-576` = 2, `One_pax7-248` = 2,
One_PIP = 2, One_Prl2 = 2, `One_rab1a-76` = 2, `One_RAG1-103` = 2,
`One_RAG3-93` = 2, `One_redd1-414` = 2, `One_RF-112` = 2, `One_RF-295` = 2,
`One_rpo2j-261` = 2, `One_sast-211` = 2, `One_spf30-207` = 2,
`One_srp09-127` = 2, `One_ssrd-135` = 2, `One_STC-410` = 2, One_STR07 = 2,
`One_SUMO1-6` = 2, `One_sys1-230` = 2, `One_taf12-248` = 2, `One_Tf_ex10-750` = 2,
`One_Tf_ex3-182` = 2, `One_tshB-92` = 2, `One_txnip-401` = 2,
`One_U1003-75` = 2, `One_U1004-183` = 2, `One_U1009-91` = 2,
`One_U1010-81` = 2, `One_U1012-68` = 2, `One_U1013-108` = 2,
`One_U1014-74` = 2, `One_U1016-115` = 2, `One_U1024-197` = 2,
One_U1101 = 2, One_U1103 = 2, One_U1105 = 2, `One_U1201-492` = 2,
`One_U1202-1052` = 2, `One_U1203-175` = 2, `One_U1204-53` = 2,
`One_U1205-57` = 2, `One_U1206-108` = 2, `One_U1208-67` = 2,
`One_U1209-111` = 2, `One_U1210-173` = 2, `One_U1212-106` = 2,
`One_U1214-107` = 2, `One_U1216-230` = 2, `One_U301-92` = 2,
`One_U401-224` = 2, `One_U404-229` = 2, `One_U502-167` = 2, `One_U503-170` = 2,
`One_U504-141` = 2, `One_vamp5-255` = 2, `One_vatf-214` = 2,
`One_VIM-569` = 2, `One_ZNF-61` = 2, One_zP3b = 2), alleles = list(
`One_ACBP-79` = structure(list(allele = 1:2, call = c("A",
"G")), row.names = c(NA, -2L), class = c("tbl_df", "tbl",
"data.frame")), `One_agt-132` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_aldB-152` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_apoe-83` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_c3-98` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_CD9-269` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_cetn1-167` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_CFP1 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_cin-177` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_CO1 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_ctgf-301` = structure(list(allele = 1:2,
call = c("G", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_Cytb_17 = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_Cytb_26 = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_E2 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_gdh-212` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_GHII-2461` = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_ghsR-66` = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_GPDH = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_GPDH2 = structure(list(allele = 1:2,
call = c("C", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_GPH-414` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_hcs71-220` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_HGFA = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_HpaI-436` = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_HpaI-99` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_Hsp47 = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_IL8r-362` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_KCT1-453` = structure(list(allele = 1:2,
call = c("G", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_KPNA-422` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_LEI-87` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_lpp1-44` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_metA-253` = structure(list(allele = 1:2,
call = c("C", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_MHC2_190 = structure(list(allele = 1:2,
call = c("G", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_MHC2_251 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_Mkpro-129` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_ODC1-196` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_Ots208-234` = structure(list(
allele = 1:2, call = c("-", "A")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_Ots213-181` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_p53-576` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_pax7-248` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_PIP = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_Prl2 = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_rab1a-76` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RAG1-103` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RAG3-93` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_redd1-414` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RF-112` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RF-295` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_rpo2j-261` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_sast-211` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_spf30-207` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_srp09-127` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_ssrd-135` = structure(list(
allele = 1:2, call = c("-", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_STC-410` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_STR07 = structure(list(
allele = 1:2, call = c("C", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_SUMO1-6` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_sys1-230` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_taf12-248` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_Tf_ex10-750` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_Tf_ex3-182` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_tshB-92` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_txnip-401` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1003-75` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1004-183` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1009-91` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1010-81` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1012-68` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1013-108` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1014-74` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1016-115` = structure(list(
allele = 1:2, call = c("-", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1024-197` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_U1101 = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_U1103 = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_U1105 = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1201-492` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1202-1052` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1203-175` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1204-53` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1205-57` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1206-108` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1208-67` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1209-111` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1210-173` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1212-106` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1214-107` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1216-230` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U301-92` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U401-224` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U404-229` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U502-167` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U503-170` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U504-141` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_vamp5-255` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_vatf-214` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_VIM-569` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_ZNF-61` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_zP3b = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")))), row.names = c(NA,
-96L), class = c("tbl_df", "tbl", "data.frame"))
loci96 <-
c("One_ACBP-79", "One_agt-132", "One_aldB-152", "One_apoe-83",
"One_c3-98", "One_CD9-269", "One_cetn1-167", "One_CFP1", "One_cin-177",
"One_CO1", "One_ctgf-301", "One_Cytb_17", "One_Cytb_26", "One_E2",
"One_gdh-212", "One_GHII-2461", "One_ghsR-66", "One_GPDH", "One_GPDH2",
"One_GPH-414", "One_hcs71-220", "One_HGFA", "One_HpaI-436", "One_HpaI-99",
"One_Hsp47", "One_IL8r-362", "One_KCT1-453", "One_KPNA-422",
"One_LEI-87", "One_lpp1-44", "One_metA-253", "One_MHC2_190",
"One_MHC2_251", "One_Mkpro-129", "One_ODC1-196", "One_Ots208-234",
"One_Ots213-181", "One_p53-576", "One_pax7-248", "One_PIP", "One_Prl2",
"One_rab1a-76", "One_RAG1-103", "One_RAG3-93", "One_redd1-414",
"One_RF-112", "One_RF-295", "One_rpo2j-261", "One_sast-211",
"One_spf30-207", "One_srp09-127", "One_ssrd-135", "One_STC-410",
"One_STR07", "One_SUMO1-6", "One_sys1-230", "One_taf12-248",
"One_Tf_ex10-750", "One_Tf_ex3-182", "One_tshB-92", "One_txnip-401",
"One_U1003-75", "One_U1004-183", "One_U1009-91", "One_U1010-81",
"One_U1012-68", "One_U1013-108", "One_U1014-74", "One_U1016-115",
"One_U1024-197", "One_U1101", "One_U1103", "One_U1105", "One_U1201-492",
"One_U1202-1052", "One_U1203-175", "One_U1204-53", "One_U1205-57",
"One_U1206-108", "One_U1208-67", "One_U1209-111", "One_U1210-173",
"One_U1212-106", "One_U1214-107", "One_U1216-230", "One_U301-92",
"One_U401-224", "One_U404-229", "One_U502-167", "One_U503-170",
"One_U504-141", "One_vamp5-255", "One_vatf-214", "One_VIM-569",
"One_ZNF-61", "One_zP3b")
sillys <-
c("SEXAMP1", "SEXAMP2")
SEXAMP1.gcl <-
structure(list(FK_FISH_ID = c(17, 63, 100, 102, 110, 148, 150,
153, 158, 194, 245, 246, 251, 277, 284, 293, 314, 329, 330, 361,
367, 372, 380, 408, 428, 448, 470, 487, 499, 512, 524, 554, 584,
620, 648, 795, 797, 815, 828, 952, 995, 999, 1038, 1111, 1115,
1169, 1177, 1224, 1239, 1265, 1276, 1284, 1297, 1373, 1400, 1426,
1448, 1449, 1450, 1471, 1514, 1523, 1530, 1537, 1540, 1598, 1599,
1601, 1629, 1634, 1642, 1680, 1684, 1693, 1726, 1736, 1760, 1777,
1787, 1818, 1833, 1838, 1854, 1895, 1918, 1924, 1932, 1934, 1935,
1936, 1938, 1942, 1945, 1948, 1953, 1954, 1959, 1962, 1963, 1967,
2000, 2026, 2051, 2054, 2064, 2070, 2072, 2080, 2124, 2159, 2178,
2191, 2214, 2231, 2240, 2242, 2344, 2350, 2370, 2413, 2449, 2482,
2512, 2525, 2532, 2545, 2551, 2565, 2583, 2619, 2663, 2673, 2680,
2691, 2739, 2790, 2797, 2978, 3039, 3062, 3075, 3103, 3127, 3140,
3201, 3214, 3215, 3217, 3218, 3225, 3226, 3232, 3259, 3322, 3338,
3351, 3415, 3429, 3496, 3523, 3530, 3573, 3574, 3610, 3618, 3624,
3626, 3631, 3632, 3684, 3823, 3826, 3874, 3893, 3925, 3943, 3977,
3982, 4040, 4128, 4132, 4155, 4167, 4191, 4338, 4344, 4432, 4435,
4447, 4473), COLLECTION_ID = c(54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351), SILLY_CODE = c("SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1"), PLATE_ID = c("60074", "60074",
"60074", "60074", "60075", "60075", "60075", "60075", "60075",
"60075", "60076", "60076", "60076", "60076", "60076", "60076",
"60077", "60077", "60077", "60077", "60077", "60077", "60077",
"60078", "60078", "60078", "60078", "60079", "60079", "60079",
"60079", "60079", "60079", "60079", "60079", "60080", "60080",
"60080", "60080", "60081", "60082", "60082", "60082", "60082",
"60082", "60083", "60083", "60083", "60083", "60083", "60083",
"60083", "60083", "60084", "60084", "60084", "60084", "60084",
"60084", "60084", "60085", "60085", "60085", "60085", "60085",
"60085", "60085", "60085", "60086", "60086", "60086", "60086",
"60086", "60086", "60086", "60086", "60086", "60087", "60087",
"60087", "60087", "60087", "60087", "60087", "60087", "60088",
"60088", "60088", "60088", "60088", "60088", "60088", "60088",
"60088", "60088", "60088", "60088", "60088", "60088", "60088",
"60088", "60088", "60088", "60088", "60088", "60089", "60089",
"60089", "60089", "60089", "60089", "60089", "60090", "60090",
"60090", "60090", "60091", "60091", "60091", "60091", "60091",
"60092", "60092", "60092", "60092", "60092", "60092", "60093",
"60093", "60093", "60094", "60094", "60094", "60094", "60094",
"60095", "60095", "60096", "60096", "60096", "60096", "60097",
"60097", "60097", "60097", "60097", "60097", "60097", "60097",
"60097", "60097", "60097", "60098", "60098", "60098", "60098",
"60099", "60099", "60099", "60099", "60099", "60100", "60100",
"60100", "60100", "60100", "60100", "60100", "60100", "60100",
"60101", "60101", "60102", "60102", "60102", "60102", "60102",
"60102", "60103", "60103", "60103", "60103", "60103", "60103",
"60104", "60104", "60104", "60104", "60104", "60104"), PK_TISSUE_TYPE = c("Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip"), CAPTURE_LOCATION = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_),
CAPTURE_DATE = structure(c(NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_), class = "Date"), END_CAPTURE_DATE = structure(c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), class = "Date"), MESH_SIZE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), MESH_SIZE_COMMENT = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), LATITUDE = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), LONGITUDE = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), AGENCY = c("ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG"), VIAL_BARCODE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), DNA_TRAY_CODE = c("0000009837", "0000009950",
"0000009834", "0000009834", "0000009834", "0000007535", "0000007535",
"0000007535", "0000007535", "0000009706", "0000009713", "0000009713",
"0000009713", "0000009711", "0000009711", "0000007087", "0000007087",
"0000007087", "0000007087", "0000009707", "0000009707", "0000009707",
"0000009707", "0000009942", "0000009942", "0000009710", "0000009710",
"0000009712", "0000009712", "0000009712", "0000009712", "0000008321",
"0000008339", "0000009102", "0000009102", "0000009105", "0000009105",
"0000008324", "0000008324", "0000009157", "0000009149", "0000009149",
"0000009158", "0000009159", "0000009141", "0000009142", "0000009142",
"0000009202", "0000009202", "0000008474", "0000008474", "0000008474",
"0000008474", "0000009206", "0000009205", "0000009205", "0000009203",
"0000009203", "0000009203", "0000009204", "0000009170", "0000009705",
"0000009705", "0000009705", "0000009705", "0000006873", "0000006873",
"0000009947", "0000009947", "0000009947", "0000007088", "0000006856",
"0000006856", "0000006856", "0000009948", "0000009948", "0000009805",
"0000009805", "0000009714", "0000009714", "0000009945", "0000009945",
"0000009945", "0000009703", "0000009701", "0000007170", "0000007170",
"0000007170", "0000007170", "0000007170", "0000007170", "0000007170",
"0000007170", "0000007170", "0000007170", "0000007170", "0000007170",
"0000006855", "0000006855", "0000006855", "0000009943", "0000009943",
"0000009944", "0000009944", "0000009944", "0000009944", "0000009944",
"0000009702", "0000007220", "0000007220", "0000007250", "0000007250",
"0000007367", "0000007367", "0000007492", "0000007492", "0000009935",
"0000009935", "0000009936", "0000007175", "0000007082", "0000007169",
"0000007169", "0000007519", "0000007519", "0000007519", "0000007519",
"0000007168", "0000007168", "0000009719", "0000009720", "0000009720",
"0000009720", "0000009720", "0000009718", "0000009717", "0000009717",
"0000009197", "0000009215", "0000009216", "0000009216", "0000009213",
"0000009207", "0000009207", "0000009209", "0000009209", "0000009209",
"0000009209", "0000009209", "0000009209", "0000009209", "0000009209",
"0000009210", "0000009233", "0000009233", "0000009233", "0000009231",
"0000009256", "0000009258", "0000009257", "0000009257", "0000009247",
"0000009247", "0000009248", "0000009248", "0000009250", "0000009250",
"0000009250", "0000009250", "0000009249", "0000009294", "0000009294",
"0000009295", "0000009296", "0000009285", "0000009285", "0000009242",
"0000009242", "0000009414", "0000009418", "0000009418", "0000009419",
"0000009419", "0000009298", "0000009201", "0000009201", "0000009422",
"0000009422", "0000009423", "0000009423"), DNA_TRAY_WELL_CODE = c(7,
17, 9, 11, 19, 17, 19, 22, 27, 23, 34, 35, 40, 26, 33, 2,
23, 38, 39, 19, 25, 30, 38, 3, 23, 3, 25, 2, 14, 27, 39,
23, 13, 9, 37, 24, 26, 4, 17, 33, 36, 40, 7, 40, 4, 18, 26,
5, 20, 6, 17, 25, 38, 26, 13, 39, 21, 22, 23, 4, 7, 4, 11,
18, 21, 39, 40, 2, 30, 35, 3, 1, 5, 14, 7, 17, 1, 18, 8,
39, 14, 19, 35, 36, 19, 5, 13, 15, 16, 17, 19, 23, 26, 29,
34, 35, 40, 3, 4, 8, 1, 27, 12, 15, 25, 31, 33, 1, 5, 40,
19, 32, 15, 32, 1, 3, 25, 31, 11, 34, 32, 8, 38, 11, 18,
31, 37, 11, 29, 1, 7, 17, 24, 35, 3, 10, 17, 38, 19, 2, 15,
3, 7, 20, 1, 14, 15, 17, 18, 25, 26, 32, 19, 2, 18, 31, 15,
7, 34, 21, 28, 31, 32, 28, 36, 2, 4, 9, 10, 22, 21, 24, 32,
11, 3, 21, 15, 20, 18, 36, 40, 23, 35, 19, 16, 22, 30, 33,
5, 31), DNA_TRAY_WELL_POS = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), CONTAINER_ARRAY_TYPE_ID = c(12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12), SillySource = c("SEXAMP1_17", "SEXAMP1_63",
"SEXAMP1_100", "SEXAMP1_102", "SEXAMP1_110", "SEXAMP1_148",
"SEXAMP1_150", "SEXAMP1_153", "SEXAMP1_158", "SEXAMP1_194",
"SEXAMP1_245", "SEXAMP1_246", "SEXAMP1_251", "SEXAMP1_277",
"SEXAMP1_284", "SEXAMP1_293", "SEXAMP1_314", "SEXAMP1_329",
"SEXAMP1_330", "SEXAMP1_361", "SEXAMP1_367", "SEXAMP1_372",
"SEXAMP1_380", "SEXAMP1_408", "SEXAMP1_428", "SEXAMP1_448",
"SEXAMP1_470", "SEXAMP1_487", "SEXAMP1_499", "SEXAMP1_512",
"SEXAMP1_524", "SEXAMP1_554", "SEXAMP1_584", "SEXAMP1_620",
"SEXAMP1_648", "SEXAMP1_795", "SEXAMP1_797", "SEXAMP1_815",
"SEXAMP1_828", "SEXAMP1_952", "SEXAMP1_995", "SEXAMP1_999",
"SEXAMP1_1038", "SEXAMP1_1111", "SEXAMP1_1115", "SEXAMP1_1169",
"SEXAMP1_1177", "SEXAMP1_1224", "SEXAMP1_1239", "SEXAMP1_1265",
"SEXAMP1_1276", "SEXAMP1_1284", "SEXAMP1_1297", "SEXAMP1_1373",
"SEXAMP1_1400", "SEXAMP1_1426", "SEXAMP1_1448", "SEXAMP1_1449",
"SEXAMP1_1450", "SEXAMP1_1471", "SEXAMP1_1514", "SEXAMP1_1523",
"SEXAMP1_1530", "SEXAMP1_1537", "SEXAMP1_1540", "SEXAMP1_1598",
"SEXAMP1_1599", "SEXAMP1_1601", "SEXAMP1_1629", "SEXAMP1_1634",
"SEXAMP1_1642", "SEXAMP1_1680", "SEXAMP1_1684", "SEXAMP1_1693",
"SEXAMP1_1726", "SEXAMP1_1736", "SEXAMP1_1760", "SEXAMP1_1777",
"SEXAMP1_1787", "SEXAMP1_1818", "SEXAMP1_1833", "SEXAMP1_1838",
"SEXAMP1_1854", "SEXAMP1_1895", "SEXAMP1_1918", "SEXAMP1_1924",
"SEXAMP1_1932", "SEXAMP1_1934", "SEXAMP1_1935", "SEXAMP1_1936",
"SEXAMP1_1938", "SEXAMP1_1942", "SEXAMP1_1945", "SEXAMP1_1948",
"SEXAMP1_1953", "SEXAMP1_1954", "SEXAMP1_1959", "SEXAMP1_1962",
"SEXAMP1_1963", "SEXAMP1_1967", "SEXAMP1_2000", "SEXAMP1_2026",
"SEXAMP1_2051", "SEXAMP1_2054", "SEXAMP1_2064", "SEXAMP1_2070",
"SEXAMP1_2072", "SEXAMP1_2080", "SEXAMP1_2124", "SEXAMP1_2159",
"SEXAMP1_2178", "SEXAMP1_2191", "SEXAMP1_2214", "SEXAMP1_2231",
"SEXAMP1_2240", "SEXAMP1_2242", "SEXAMP1_2344", "SEXAMP1_2350",
"SEXAMP1_2370", "SEXAMP1_2413", "SEXAMP1_2449", "SEXAMP1_2482",
"SEXAMP1_2512", "SEXAMP1_2525", "SEXAMP1_2532", "SEXAMP1_2545",
"SEXAMP1_2551", "SEXAMP1_2565", "SEXAMP1_2583", "SEXAMP1_2619",
"SEXAMP1_2663", "SEXAMP1_2673", "SEXAMP1_2680", "SEXAMP1_2691",
"SEXAMP1_2739", "SEXAMP1_2790", "SEXAMP1_2797", "SEXAMP1_2978",
"SEXAMP1_3039", "SEXAMP1_3062", "SEXAMP1_3075", "SEXAMP1_3103",
"SEXAMP1_3127", "SEXAMP1_3140", "SEXAMP1_3201", "SEXAMP1_3214",
"SEXAMP1_3215", "SEXAMP1_3217", "SEXAMP1_3218", "SEXAMP1_3225",
"SEXAMP1_3226", "SEXAMP1_3232", "SEXAMP1_3259", "SEXAMP1_3322",
"SEXAMP1_3338", "SEXAMP1_3351", "SEXAMP1_3415", "SEXAMP1_3429",
"SEXAMP1_3496", "SEXAMP1_3523", "SEXAMP1_3530", "SEXAMP1_3573",
"SEXAMP1_3574", "SEXAMP1_3610", "SEXAMP1_3618", "SEXAMP1_3624",
"SEXAMP1_3626", "SEXAMP1_3631", "SEXAMP1_3632", "SEXAMP1_3684",
"SEXAMP1_3823", "SEXAMP1_3826", "SEXAMP1_3874", "SEXAMP1_3893",
"SEXAMP1_3925", "SEXAMP1_3943", "SEXAMP1_3977", "SEXAMP1_3982",
"SEXAMP1_4040", "SEXAMP1_4128", "SEXAMP1_4132", "SEXAMP1_4155",
"SEXAMP1_4167", "SEXAMP1_4191", "SEXAMP1_4338", "SEXAMP1_4344",
"SEXAMP1_4432", "SEXAMP1_4435", "SEXAMP1_4447", "SEXAMP1_4473"
), `One_ACBP-79` = c(NA, "A", "A", "A", "A", "G", NA, "A",
"A", "A", "A", NA, "A", "G", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", NA, "A", "G", "A", "A", "A", "G",
"G", "G", "A", "G", "A", "A", "A", NA, "G", "G", "G", "A",
"A", "G", "A", NA, "A", "G", "A", "A", "A", "A", "G", "G",
NA, "G", "A", "A", NA, "G", "G", NA, "G", "A", NA, "A", NA,
"A", "G", "A", NA, "G", "G", NA, "G", "A", "G", "A", "G",
"A", "A", "A", NA, NA, "G", NA, "A", "G", "G", NA, NA, NA,
NA, NA, "A", "A", "A", "A", "G", "G", "A", "G", "G", "A",
NA, "G", "A", "A", "A", "A", "G", "A", "A", NA, "G", "A",
NA, NA, "A", "A", "G", "A", "G", "A", "G", "A", "A", "A",
"G", "G", "G", NA, "A", "A", "G", "G", "A", NA, "A", "G",
"G", "G", "A", "A", NA, NA, NA, NA, "A", "A", "A", "G", "A",
"A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "G", "G",
"A", "G", "A", "A", "A", "G", "G", "G", "A", "G", "A", "A",
"G", "A", "G", "A", "A", NA, NA, "G", NA, "G", "G"), `One_ACBP-79.1` = c(NA,
"G", "G", "A", "G", "G", NA, "A", "A", "A", "G", NA, "G",
"G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "A", "G", "G", "G", "A", "G", "G",
"G", "A", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "A", "G", "G", "A", "G", "G", NA, "G", "G", "G", NA,
"G", "G", NA, "G", "G", NA, "G", NA, "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "A", "G", "G", "A", "G", NA, NA,
"G", NA, "G", "G", "G", NA, NA, NA, NA, NA, "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "A",
"A", "G", "A", "G", NA, "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "A", "A", "G", "G", "G", "G", NA, "A",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
NA, NA, NA, "G", "A", "A", "G", "A", "G", "G", "G", "G",
"G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, "G", NA, "G", "G"), `One_agt-132` = c(NA, "A",
"A", NA, NA, "A", "A", "A", "A", "A", "C", NA, "A", "C",
"A", "C", "C", "A", "C", NA, "A", "A", "C", "C", "A", NA,
NA, "C", "C", "A", "A", "A", "C", "A", "A", "A", "A", "C",
"C", "A", "A", "C", "C", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "C", "A", "C", "C", "A", "C", "A",
"A", "A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "C",
"C", "C", "A", NA, "C", "A", "C", "A", "A", "C", "A", NA,
"C", NA, "A", "A", NA, "A", NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "C", "A", "C", "A", "A", "A", "C", "C", "A",
"C", "C", "C", "A", "A", "A", "C", NA, NA, "C", "C", "A",
"C", "C", "C", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"C", "A", "A", "C", NA, "A", "C", "C", "A", "A", "A", "A",
NA, "A", "A", NA, "A", "C", "A", "C", "C", NA, "C", "A",
"A", "C", "A", "A", NA, NA, "A", NA, "A", NA, "A", "C", NA,
"A", "A", "A", "A", "A", NA, "C", "A", "C", "C", "C", "C",
"A", "A", "A", NA, "A", "A"), `One_agt-132.1` = c(NA, "C",
"C", NA, NA, "C", "C", "A", "A", "C", "C", NA, "C", "C",
"C", "C", "C", "A", "C", NA, "C", "C", "C", "C", "C", NA,
NA, "C", "C", "A", "C", "A", "C", "C", "C", "A", "A", "C",
"C", "C", "A", "C", "C", "A", "A", "C", "A", "C", "A", "A",
NA, "A", "C", "C", "A", "C", "A", "C", "C", "C", "C", "C",
"A", "C", "C", "A", NA, NA, "C", "C", "A", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "A", "C", "C", NA,
"C", NA, "C", "C", NA, "C", NA, NA, "C", "C", "C", "C", "C",
"C", "A", "C", "C", "A", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", "A", "C", "A", "C", "C", "A", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "A", "C", "C", NA, "C", "C",
"C", "C", "C", "C", NA, NA, "C", NA, "C", NA, "A", "C", NA,
"A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "A"), `One_aldB-152` = c(NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", NA, NA, "A", "A", "A", "G", "A", "A", "A", "A",
"A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", NA,
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", NA, "A", "A", NA, NA, "A", "A", "A", "A", NA, "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", NA, NA, NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "G", "A", NA, "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", "A", "A", "G", "A", "A", "A",
NA, "A", "A", "A", "A", NA), `One_aldB-152.1` = c(NA, "A",
"A", "A", "G", "G", "G", "A", "G", "A", "A", "A", "G", "A",
"G", "A", "A", "A", "A", "A", "A", "G", "A", "A", NA, NA,
"A", "A", NA, NA, "A", "A", "A", "G", "G", "A", "A", "A",
"A", "A", "G", "A", "A", "G", "G", "A", "A", "G", "A", NA,
NA, "A", "A", "A", "A", "G", NA, "A", "A", "A", "A", "A",
"A", NA, "A", "G", NA, NA, "A", "A", "G", "A", NA, "A", "A",
"A", "A", NA, NA, "G", "A", "A", "A", "A", "G", NA, "A",
"A", "A", NA, NA, "A", "A", "A", "G", "G", "G", "A", "A",
"G", "A", "A", "G", "G", "A", "A", NA, "A", "G", "A", "A",
"A", "A", "A", "A", NA, "A", "A", NA, NA, NA, "A", "A", "G",
"A", "A", "A", "G", "A", "A", "A", "G", "G", NA, "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "G", NA, "A", "A", "A",
"A", "A", "G", "A", NA, "A", "A", "A", "A", "A", "G", NA,
"G", "A", "A", "A", "A", "A", "A", "G", "G", "A", "A", "A",
NA, "G", "G", "G", "A", NA), `One_apoe-83` = c("T", NA, NA,
"T", NA, "T", "C", "T", "C", "C", "T", "T", NA, "C", "C",
"T", "C", "C", "T", "T", "C", "C", "C", "T", NA, "C", NA,
"T", "C", "C", "C", "T", "C", "T", "C", "T", "C", "C", "T",
NA, "T", "C", NA, "C", "T", "C", "T", NA, "T", "T", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
"T", "T", NA, NA, "C", "T", NA, "C", "C", NA, NA, "T", NA,
NA, NA, "C", NA, NA, "T", NA, "C", NA, "T", "T", NA, "T",
"C", "C", "T", NA, NA, NA, "T", "C", "T", "C", "C", "T",
"T", "C", "C", "T", "T", NA, "C", "C", "C", "T", "C", "C",
"C", "T", "C", "C", "T", "C", "T", "T", NA, "C", "C", "C",
"T", "T", "C", "C", "C", "C", "C", "T", "T", NA, "C", "T",
NA, NA, "T", "T", "C", "C", NA, "C", "T", "C", "C", "C",
"T", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", NA, NA, "C", "T", "T", "C", "T", "C", "C",
NA, "T", "C", "T", "T"), `One_apoe-83.1` = c("T", NA, NA,
"T", NA, "T", "T", "T", "T", "C", "T", "T", NA, "C", "C",
"T", "T", "T", "T", "T", "C", "C", "C", "T", NA, "T", NA,
"T", "T", "T", "T", "T", "C", "T", "C", "T", "C", "C", "T",
NA, "T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "T",
"C", "T", "C", "T", "C", NA, "T", "T", NA, "T", "T", "C",
NA, "T", "T", NA, NA, "T", "T", "C", "T", "T", "C", "T",
"T", "T", NA, NA, "T", "T", NA, "C", "C", NA, NA, "T", NA,
NA, NA, "T", NA, NA, "T", NA, "C", NA, "T", "T", NA, "T",
"T", "T", "T", NA, NA, NA, "T", "T", "T", "C", "C", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "C", "C",
"T", "T", "C", "T", "T", "T", "T", "T", NA, "C", "T", "T",
"T", "T", "T", "T", "T", "T", "C", "T", "T", NA, "T", "T",
NA, NA, "T", "T", "T", "T", NA, "T", "T", "T", "C", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "C", "C", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", "C", "T",
NA, "T", "T", "T", "T"), `One_c3-98` = c("T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "C", "T", "C", "C",
"T", NA, "C", "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "C", "T", "C", "T", NA, NA, NA,
"T", "T", "T", "C", "T", "T", "C", "T", "T", NA, "T", NA,
"T", "T", NA, "C", "C", "C", "T", "C", "T", "C", "T", "T",
"T", "T", "C", "T", "T", "C", "T", "T", "C", NA, "T", NA,
"T", NA, NA, NA, NA, NA, NA, "T", "C", "T", "T", "T", "C",
NA, "C", NA, NA, NA, NA, "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", NA, "C", "T", "C", "T", "C", "T", "T",
"T", "C", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "C", "C", "C", "T", "T", NA, NA, NA, NA, NA,
"T", "T", "T", "T", "T", NA, "C", "T", "T", "T", "T", "T",
"T", NA, "T", "C", NA, NA, "C", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "C", "T", "T", NA, NA, "C",
"C", "T", "T"), `One_c3-98.1` = c("T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", NA, "T", "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T", NA,
"T", NA, NA, NA, NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, NA, "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", "T"), `One_CD9-269` = c(NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "T", "C", "C",
"C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"T", "T", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "T", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", NA, NA, "C", "C", NA,
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", NA, "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "T"), `One_CD9-269.1` = c(NA, NA, "T", "T", "C", NA,
"T", "T", "C", "C", "T", NA, "C", "T", "T", "T", "T", "C",
"C", "T", "C", "C", "T", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "T", "C", "C", "C", "C", "T", NA, "T", "C",
"C", "T", "T", "C", "C", "C", "C", "T", "T", "C", "T", "C",
"C", "C", NA, "T", "C", "T", "T", "T", "C", NA, "T", "T",
NA, NA, "C", "C", "C", "C", "T", "T", "C", "C", "C", "C",
NA, "T", "T", "C", "C", "C", "C", NA, "C", "C", NA, "T",
"C", "T", "C", "C", "T", "T", "C", NA, "C", "T", "T", "C",
"C", "T", "C", "C", NA, "C", "T", "T", "C", "C", "C", "C",
"T", "T", "T", "C", "C", "T", "C", "C", "T", "T", "T", "C",
"C", "C", "T", "C", "T", "T", "T", NA, "C", "C", "C", "T",
"C", "T", "C", "T", "C", "C", "T", "C", NA, NA, "C", "C",
NA, "C", "T", "C", "C", NA, "C", "T", "C", "C", "T", "T",
"T", "C", NA, "C", "T", NA, NA, "T", NA, "C", "C", "T", "C",
"T", "C", "C", "T", "C", "T", "C", "C", "T", NA, NA, "C",
"T", NA, "T"), `One_cetn1-167` = c("A", NA, NA, NA, "C",
"C", "A", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"A", "A", "C", "C", "C", "C", "A", "C", NA, NA, "A", "C",
"A", "A", "A", "A", "A", "C", "C", "C", "C", "A", NA, "A",
"A", "C", "A", "C", "A", "C", "A", "C", NA, NA, "C", "C",
"C", "C", "A", NA, "A", "A", "C", "A", "C", "A", NA, "C",
"A", NA, "C", "A", "A", "C", "A", "C", "A", "A", "A", "C",
NA, "C", "A", "C", NA, "A", "C", "A", NA, "A", NA, "A", NA,
NA, NA, NA, NA, "A", "A", "A", NA, "A", "A", "A", "C", "A",
"A", "C", "A", "A", "A", "A", "A", "A", "A", "A", "C", "C",
NA, "A", "A", NA, NA, "C", "C", "C", "C", "A", "A", "A",
"A", "C", "C", "A", "A", "A", NA, "C", "C", "C", "A", "C",
"C", "C", "A", "C", "A", "C", NA, "A", "A", "C", NA, NA,
"A", "C", "A", "A", "C", "A", "C", "A", "A", "A", "A", "C",
"C", NA, "C", "A", "C", "C", "A", "A", NA, "A", "A", "A",
"C", "C", "A", "C", "C", "A", "A", "A", "A", "A", NA, NA,
"C", "C", "A"), `One_cetn1-167.1` = c("C", NA, NA, NA, "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "A", "C",
"C", "C", "A", "C", "C", "C", "C", "C", "C", "C", NA, "A",
"C", "C", "A", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", NA, "C", "A", "C", "C", "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", "C", "C", "A", "A", "C", "C",
NA, "C", "C", "C", NA, "C", "C", "C", NA, "C", NA, "C", NA,
NA, NA, NA, NA, "C", "C", "C", NA, "C", "C", "A", "C", "C",
"A", "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "A", "C", "C",
"C", "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA, NA,
"C", "C", "A", "C", "C", "C", "C", "C", "A", "A", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "A", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "A"), One_CFP1 = c("C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", NA, NA, "C", NA, NA, NA, NA, "C",
NA, "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "T", "T", "C", "C", "C", "C",
"T", "C", NA, "C", "C", "C", "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, NA, NA, "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C"), One_CFP1.1 = c("C", "C", "C", "T", "C", "C", "T", "T",
"C", "C", "C", "T", NA, "C", "T", "C", "T", "T", "C", "T",
"C", "T", "C", "C", "T", "C", NA, "T", "C", "C", "T", "T",
"T", "T", "C", "C", "C", "T", "C", "T", "C", "T", "C", "T",
"T", "C", "T", NA, "C", "C", "T", "C", "C", "T", "C", "C",
NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", NA, NA, "T",
"C", "C", "C", "T", "C", "T", "T", "C", "C", "C", "C", "T",
"T", "T", "C", NA, NA, "C", NA, NA, NA, NA, "C", NA, "T",
"C", NA, "T", "C", "C", "C", "T", "T", "T", "C", NA, "C",
NA, "T", "T", "T", "T", "T", "C", "T", "T", "T", "T", "T",
NA, "C", "C", "T", "T", "T", "C", "T", "T", "C", "T", "T",
"C", "C", "T", NA, "C", "C", "C", "T", "T", NA, "T", "T",
"C", "C", "T", NA, NA, NA, "C", NA, "T", "C", "C", "C", "T",
"C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "T", NA,
"C", NA, "T", "C", "C", "T", "C", "C", "C", "C", NA, "C",
"C", "C", "T", "T", "C", "T", NA, "C", "T", NA, "C"), `One_cin-177` = c("C",
"C", NA, NA, "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", "C", "T", "T", "C", "C", NA, "T", "C", "C", "C", "C",
"T", NA, "T", NA, "C", "C", "T", "T", "C", "T", "T", "C",
"C", "C", "C", NA, "T", "C", "C", "C", "T", "C", "C", "T",
NA, "T", "C", "T", "C", "T", "T", NA, "T", "C", "T", "T",
"T", "C", "T", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "T", "C", "C", "C", "T", "C", "T", "C", "T", "C", "C",
NA, "C", NA, "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", NA, "C", NA, NA, NA, NA, "T", "C", "T", "T",
"C", "T", "C", "C", "C", "T", "T", NA, "C", "T", "C", "T",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C",
"C", "C", "T", "C", "C", "C", "T", "C", "T", "C", "C", NA,
NA, "C", "C", "T", "C", "C", "T", "C", "C", "C", "T", "C",
"C", "T", "C", "T", NA, NA, "C", NA, "C", "T", "T", NA, "C",
"C", "C", "T", "T", "C", NA, "C", "T", "C", "T", "C", "C",
"C", NA, "C", "C", "C", NA), `One_cin-177.1` = c("T", "C",
NA, NA, "C", "T", "T", "C", "C", "T", "T", "T", NA, "C",
"T", "T", "T", "C", "T", NA, "T", "C", "C", "T", "C", "T",
NA, "T", NA, "T", "T", "T", "T", "C", "T", "T", "T", "C",
"C", "T", NA, "T", "T", "T", "C", "T", "T", "T", "T", NA,
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "C", "T", "T", "T", "T", "T", "C",
"T", "T", "C", "T", "T", "T", "T", "T", "T", "C", "C", NA,
"C", NA, "T", "T", NA, NA, NA, "T", "C", "T", NA, "C", "T",
"T", "T", NA, "T", NA, NA, NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "C", "T", "C",
"C", "C", "T", "C", "T", "T", "T", NA, NA, NA, "T", "T",
"C", "T", "T", "C", "T", "T", "C", "T", "T", "T", NA, NA,
"C", "C", "T", "C", "T", "T", "T", "T", "T", "T", "C", "C",
"T", "C", "T", NA, NA, "T", NA, "T", "T", "T", NA, "T", "C",
"T", "T", "T", "T", NA, "T", "T", "C", "T", "C", "C", "T",
NA, "T", "T", "T", NA), One_CO1 = c("T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "C", "T", "T", "T", "T", "C", "T",
"T", "T", "T", "C", "T", "T", "T", "C", "T", "T", "T", NA,
"T", "T", "T", "C", "C", "T", "T", "T", NA, "T", "C", "T",
"T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "C", "T", "T", "T", "C", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "C", "T", NA, "T", "T",
"T", "T", NA, "T", NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "C", "C", "T", NA, "T", "T", "C", "C", "C",
"T", "C", "C", "T", "T", "T", "T", "T", "T", "T", "T", "C",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "C", "T", "T", "C", "T", "T", "T", "T", "C", "T", "C",
"T", "T", NA, NA, "T", "T", NA, "T", "T", NA, "T", "C", "C",
"C", "C", "T", "T", "T", "C", "C", "T", "C", "T", "T", NA,
"T", "T", "T", "T"), One_CO1.1 = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), `One_ctgf-301` = c(NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "T",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "T"), `One_ctgf-301.1` = c(NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "T",
"G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", NA,
"G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "T", "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G",
"G", "G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "G", "T"), One_Cytb_17 = c("A", NA, NA, NA, NA,
"G", NA, "A", "G", "A", "A", NA, "G", "G", "G", "G", "A",
"A", "A", "A", "A", "G", "G", "A", NA, NA, NA, "G", "A",
NA, "A", "A", "G", "G", "A", "G", "G", "G", "A", "G", NA,
"G", "G", "G", "G", "G", "G", NA, "A", NA, "A", "G", "G",
"A", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, NA,
"A", NA, "G", "A", "G", "G", "G", NA, "G", "A", "A", "A",
NA, NA, "G", "G", NA, "G", "G", "G", NA, "G", NA, NA, "G",
"G", NA, NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G",
NA, "G", "G", NA, "A", "A", "A", "G", "A", "A", "A", "A",
NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"A", "A", "G", "G", NA, NA, "G", "A", "G", "G", "G", NA,
"G", "A", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"A", "G", "A", NA, NA, "G", "G", "G", "G", "A", "G", "G",
NA, "A", NA, "G", "G", "A", "G", NA, "G", "G", "G", "G",
NA, "G", "A", "G", "G", "G", "G", "A", "G", "G", "G", "G",
NA, NA), One_Cytb_17.1 = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), One_Cytb_26 = c("G", "G", NA, "G", "G", "A", "A", "G",
"A", "G", "G", "A", "A", "A", "G", "A", "G", "G", "G", "G",
"G", "A", "G", "G", NA, NA, "G", "G", "G", NA, "G", "G",
"G", "A", "G", "A", "G", "A", "G", NA, "G", "A", "A", "A",
"G", "G", "A", "G", "G", "G", "G", "G", "A", "G", "A", "A",
NA, "G", "A", "A", "A", "G", "A", "G", NA, "G", NA, "A",
"G", "G", "A", "A", "G", "G", "G", "G", "G", "G", "G", "A",
"A", NA, "A", "A", "G", "G", NA, "G", NA, "A", "A", "G",
NA, NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "G",
NA, NA, "G", "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", "A", "G", "G", "A", "G", "G", "G", "A", "G", "G", "G",
"G", "A", NA, NA, NA, "A", "G", "G", "A", "A", NA, "A", "G",
"A", "A", "A", "A", "A", NA, "A", "G", "G", "A", "G", "G",
"G", "G", NA, "A", "G", "A", "G", "G", "A", "G", "G", "G",
NA, "G", "A", "G", NA, NA, "G", "G", "G", "G", "A", "A",
"G", "G", "G", "A", "G", "G", "A", "G", "A", "A", "G", NA
), One_Cytb_26.1 = c(NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_), One_E2 = c(NA,
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, NA, NA), One_E2.1 = c(NA, "C",
"C", "C", "T", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "T", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C",
"T", "C", NA, "C", NA, "C", "C", "C", "T", "C", "C", NA,
"C", "C", "T", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "T", "C", NA, "C", "T", "T", "C", "C", NA, "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "T", NA, "T", "C", "C", "C", NA,
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"T", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "C", "C", NA, "T", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "T",
"C", "T", "C", "C", NA, NA, NA, NA), `One_gdh-212` = c(NA,
NA, NA, "A", NA, "A", NA, "C", "A", "C", "C", "C", "A", "A",
"A", "A", "A", "A", "C", NA, "A", "A", "A", "A", NA, NA,
"A", "C", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, "C", "A", "C", "C", NA, "A", NA, "A",
"C", "A", "A", "C", "C", NA, "A", "A", "C", "A", "A", "C",
NA, "A", "C", NA, NA, "A", "C", "A", "A", "A", "C", "C",
"A", "A", "C", "A", "A", "A", "A", "A", "A", "A", NA, NA,
NA, "A", "A", NA, "A", NA, "A", NA, NA, "C", NA, "A", "C",
"A", "A", "A", NA, NA, NA, NA, "A", "C", "A", "C", "A", "A",
"C", "A", "A", "C", "A", NA, "A", NA, "A", "A", "A", "A",
"C", "A", "A", "A", "C", "C", NA, "A", NA, "C", "A", "A",
"A", "C", NA, "A", "A", "A", "C", "A", NA, "A", "C", NA,
"A", "A", "A", "C", "A", "A", "A", "A", "A", "C", "C", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A", "C",
"C", "C", "C", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"A", "A", NA, "C", NA), `One_gdh-212.1` = c(NA, NA, NA, "C",
NA, "A", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "A", "A", "A", "C", NA, NA, "C", "C",
"C", NA, "A", "A", "C", "C", "A", "A", "C", "C", "A", "A",
NA, "C", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "A",
"C", "C", "C", NA, "C", "A", "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "A", "A", "C", "C", "C", "C", NA, NA, NA, "A",
"A", NA, "A", NA, "C", NA, NA, "C", NA, "A", "C", "A", "A",
"C", NA, NA, NA, NA, "C", "C", "C", "C", "C", "A", "C", "A",
"A", "C", "C", NA, "C", NA, "A", "A", "A", "A", "C", "A",
"A", "C", "C", "C", NA, "C", NA, "C", "C", "C", "A", "C",
NA, "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "A",
"C", "C", "A", "C", "C", NA, "C", NA, "A", "C", "C", "C",
"C", "C", "C", "A", "C", "C", "C", "A", "A", "C", "C", "C",
NA, "C", NA), `One_GHII-2461` = c("A", NA, "A", "T", NA,
NA, "A", "T", "A", "T", "T", "A", "A", "A", "A", "A", "A",
"T", "A", "A", "T", "T", "A", "T", "A", "T", "T", "T", NA,
"T", "A", "A", "A", "A", "T", "A", "A", "A", "A", NA, "A",
"A", "T", "A", "A", "A", "A", "T", "A", NA, "A", "A", "A",
"T", "T", "A", NA, "A", "T", "A", "A", NA, "A", NA, "A",
"A", NA, NA, "T", "A", "A", "A", NA, "A", "A", "T", "T",
"T", NA, "T", "A", NA, "A", "T", "A", NA, "A", NA, "A", "A",
"A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", NA, "A", "A", "T", "T", "T", "A", "A", "T", "A",
"T", "A", "T", "T", NA, NA, "T", "T", "A", "A", "A", "A",
"A", "A", "T", "T", "T", NA, NA, NA, "A", "A", "A", "A",
"A", "T", "A", "T", "A", "A", "T", "A", NA, NA, "T", NA,
NA, "A", "A", "A", "T", "A", "A", "T", "A", "A", "T", "T",
"A", NA, "A", "A", NA, NA, "A", "A", "T", NA, "A", "T", "A",
"A", NA, NA, "T", "A", "T", "A", "T", "A", "A", "A", "T",
NA, NA, NA), `One_GHII-2461.1` = c("T", NA, "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", NA, "A",
"A", "T", "T", "T", "T", "A", "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "A", "T", "T", "T", NA, "T", NA, "T",
"T", NA, NA, "T", "T", "T", "A", NA, "A", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", NA, "T", NA, "T", "T",
"A", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "A", NA, "T", "T", "T", "T", "T", "A", "A", "T", "T",
"T", "T", "T", "T", NA, NA, "T", "T", "T", "T", "A", "T",
"T", "T", "T", "T", "T", NA, NA, NA, "T", "A", "A", "A",
"T", "T", "A", "T", "T", "T", "T", "T", NA, NA, "T", NA,
NA, "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, NA, "T", "T", "T", NA, "T", "T", "T",
"T", NA, NA, "T", "T", "T", "A", "T", "T", "T", "T", "T",
NA, NA, NA), `One_ghsR-66` = c(NA, "A", NA, "A", NA, NA,
NA, "A", "A", "A", "A", "A", NA, "A", "T", "A", "T", "A",
"A", "A", "A", "A", "T", "A", "A", NA, "T", "T", "A", "T",
"A", "A", "T", "A", "A", "A", "A", "A", "T", "A", NA, "T",
"A", "A", "A", "A", "A", NA, "A", NA, NA, "A", "A", "A",
"A", "A", "T", "A", "A", "A", NA, "A", "A", NA, NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", NA, NA, NA, NA, "A", NA, NA,
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "T", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, NA, "A", "A", "A", "A", "A", "A",
"A", "T", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, NA, NA, "A", NA, "A", "A",
"A", "A", "T", "A", "A", "A", "A", "A", "A", "A", "T", NA,
NA, "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "A",
NA, NA), `One_ghsR-66.1` = c(NA, "A", NA, "T", NA, NA, NA,
"A", "T", "A", "T", "T", NA, "T", "T", "A", "T", "T", "T",
"T", "A", "A", "T", "A", "T", NA, "T", "T", "T", "T", "A",
"A", "T", "T", "A", "A", "A", "A", "T", "A", NA, "T", "T",
"T", "T", "A", "T", NA, "T", NA, NA, "A", "T", "T", "T",
"A", "T", "A", "T", "T", NA, "T", "T", NA, NA, "T", NA, "T",
"T", "A", "A", "A", "T", "A", "A", "T", "A", NA, "T", "A",
"A", "T", "T", "T", NA, NA, NA, NA, "T", NA, NA, NA, NA,
"A", "A", "A", "T", "T", "A", "A", "T", "T", "T", NA, NA,
"A", "A", "T", "T", "T", "A", "T", "A", "A", "T", "T", "T",
"T", NA, NA, NA, "A", "A", "A", "T", "T", "T", "A", "T",
"A", "A", NA, "A", NA, "A", "T", "A", "A", "T", "A", "A",
"T", "T", "T", "T", NA, NA, NA, "A", NA, "A", "A", "T", "A",
"T", "T", "T", "T", "A", "A", "T", "A", "T", NA, NA, "T",
"T", "A", NA, "A", "A", "A", "T", "A", "T", "T", "A", "T",
"A", "A", "T", "A", "A", "T", NA, NA, "T", "T", NA, NA),
One_GPDH = c("C", NA, "T", "C", "C", "C", "C", "T", "C",
"T", "C", "C", "C", "C", "C", "T", "C", "C", "T", "T", "T",
"T", "T", "T", "C", "C", NA, "C", NA, NA, "T", "C", "T",
"C", "C", "C", "C", "T", "T", NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, NA, "C", "C", "T", "T", "C", NA,
"C", "T", "C", "T", "C", "T", "C", "C", "C", NA, NA, "C",
"T", "T", "T", "C", "T", "C", "C", "C", "C", "C", "T", "T",
"C", "T", "C", NA, NA, "C", NA, "C", "C", "C", "T", "T",
"T", NA, "T", "C", "C", "C", NA, "C", NA, "T", "C", "C",
NA, NA, "T", "C", "T", "C", "T", "C", "T", "C", "C", "C",
"C", NA, "C", "C", "T", "C", "T", "T", "T", "C", "T", "C",
"C", "C", "C", NA, NA, "C", "T", "T", "C", "C", "C", "C",
"T", "T", "C", "C", "T", NA, "T", "T", "T", NA, "T", "T",
"C", "C", NA, NA, "T", "C", "C", "C", "T", "T", NA, NA, "C",
NA, "C", NA, "C", NA, "T", "C", "T", "C", "C", "C", "C",
"C", "T", "C", "C", "T", "T", "C", "C", "C", "C", "T", NA
), One_GPDH.1 = c("T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "C", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "C", "T", "C", NA,
"T", "T", "C", "T", "T", NA, NA, "C", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "C", NA, "T", NA, "T", "C",
"T", NA, NA, "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "C", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "C", "C", NA, NA, "T", "T", "T", "T", "C", "T",
"T", "T", "T", "T", "C", "T", NA, "T", "T", "T", NA, "T",
"T", "T", "T", NA, NA, "T", "T", "T", "C", "T", "T", NA,
NA, "T", NA, "T", NA, "T", NA, "T", "C", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA), One_GPDH2 = c("C", "G", "G", "G", "G", "G", "G", "G",
"C", "C", "G", "G", "G", "C", "G", "C", "G", "G", "G", "G",
"G", "G", "G", "C", NA, NA, "G", "C", "G", "G", "G", "C",
"C", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", NA,
"C", "G", "G", "G", "C", NA, "G", "G", "G", "G", "C", "G",
NA, "G", "C", NA, "C", "G", "C", NA, NA, "G", NA, "G", "C",
"C", "G", "G", "G", "G", "C", "G", "G", NA, "C", "C", "C",
"G", "G", "G", "G", NA, "G", NA, NA, NA, "C", "G", NA, "C",
"G", "G", "G", NA, "G", "C", "G", "G", "G", NA, NA, "G",
NA, "C", "G", "G", "G", "G", "G", "C", "G", "G", "G", "G",
NA, "G", NA, "C", "G", "G", "G", "C", "G", "G", "G", "C",
"G", "C", "G", NA, "G", "C", "G", "C", "G", "C", "C", "G",
"G", "G", "G", "C", "C", NA, NA, NA, NA, "G", "C", "C", "G",
"G", "C", "C", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"C", "G", "G", "G", "G", "G", NA, "G", "G", "C", NA), One_GPDH2.1 = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "C", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "C", NA, "G",
"G", "G", NA, NA, "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "C", "C", "G", "G", "G", "G",
NA, "G", NA, NA, NA, "G", "G", NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, NA, "G", NA, "C", "G", "G",
"G", "G", "G", "C", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "C", "G", "G", "G", "G", "G", "C", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, NA, "G", "G", "G", "G", "G", "G", "C", "G",
"G", "G", "G", "G", NA, NA, "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", NA), `One_GPH-414` = c(NA, NA,
NA, "T", NA, "C", "C", "C", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "C", "T", "T", "T", "T", "T", NA, "C",
NA, "T", "C", "C", "C", "T", "C", "C", "C", "T", "T", "T",
"T", NA, NA, "T", "T", NA, "C", "C", "T", "C", "T", NA, NA,
"C", "T", "C", "T", "T", "T", "C", "T", "C", NA, NA, "C",
NA, "C", "C", NA, NA, "T", "T", "C", "T", "T", "C", "T",
"T", "T", "C", "T", "T", "C", "C", "T", "T", NA, NA, NA,
NA, "T", "T", "C", "C", NA, NA, NA, "T", NA, "C", "C", "T",
"T", "C", "T", NA, NA, "T", NA, "C", "T", "C", "T", "T",
"T", "C", "C", NA, "T", "C", NA, NA, NA, "T", "T", "T", "T",
"T", "T", "C", "T", "C", "C", NA, "T", NA, "T", "T", "T",
"T", "C", NA, "C", "T", "T", "T", "C", "C", NA, NA, "T",
NA, "C", "C", "T", "C", "C", NA, "C", "T", "T", "C", "C",
"C", "T", "C", NA, "T", "T", "T", "T", "C", NA, NA, "C",
"C", "T", "C", "C", NA, "T", "T", "T", "C", "C", "T", "C",
NA, "C", "C", NA, NA), `One_GPH-414.1` = c(NA, NA, NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", "T", "C", "C", "T", "T", "T", "T", "T", NA,
NA, "T", "T", NA, "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "C", NA, "T",
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T", "T",
"T", "T", NA, NA, NA, "T", NA, "T", "C", "T", "T", "T", "T",
NA, NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "C", "T", NA, "T", NA, "T", "T", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", NA, NA, "T", NA, "T", "C",
"T", "T", "C", NA, "T", "T", "T", "C", "C", "T", "T", "T",
NA, "T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
NA, NA), `One_hcs71-220` = c(NA, NA, "C", "C", "C", NA, "A",
"C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "A", "C",
"A", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"A", "C", "C", "A", "C", "C", "C", "C", "A", NA, "C", "C",
"C", "C", "C", "A", "C", "C", "C", "C", "A", "C", "A", "C",
"A", NA, "C", "C", NA, "C", "C", "A", NA, "A", "C", NA, NA,
"A", "A", "C", "C", "C", "A", "C", "C", "C", "A", NA, "C",
"C", "A", "A", "A", "A", NA, NA, NA, "C", NA, NA, "C", "C",
"A", "A", "A", NA, NA, "C", NA, "C", "C", "A", NA, NA, NA,
NA, "C", "C", "A", "A", "A", "C", "C", "C", "C", "C", "C",
"C", "A", "C", "A", "C", "A", "C", "A", "C", "C", "C", "C",
"C", "A", "A", NA, "A", "C", "C", "A", "C", "C", "C", "C",
"A", "C", "A", "C", "A", "A", "C", "A", NA, "C", "C", "C",
"C", NA, "C", "C", "A", "A", "C", "C", "C", "C", NA, "C",
"C", "A", "A", "C", NA, "C", "C", "A", "C", "A", "A", "C",
"C", "C", "A", "A", "C", "A", NA, NA, "C", "C", "A", NA),
`One_hcs71-220.1` = c(NA, NA, "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "A", NA, NA, NA, "C", NA, NA, "C", "C", "C",
"A", "A", NA, NA, "C", NA, "C", "C", "C", NA, NA, NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"A", "C", "C", NA, "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "A", NA, NA, "C", "C", "A", NA), One_HGFA = c("A",
NA, "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "T", "A", NA, "A", "A", "A", NA, "A",
"A", NA, "A", "T", "T", "A", "A", NA, "A", "A", "A", "A",
NA, "A", NA, NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "A", "T", NA, NA,
"A", NA, NA, NA, NA, NA, NA, "A", NA, NA, "A", "A", "T",
"A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "T", "A", NA, "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A",
"A", "T", "A", "A", "A", "A", "T", "A", "A", "A", "A", "A",
NA, NA, "A", NA, "T", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, NA, "A", NA, "A", NA, "T", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, NA, "A", "A", "A"), One_HGFA.1 = c("A", NA, "T",
"A", "T", "T", NA, "A", "A", "A", "A", "T", "T", "A", "A",
"T", "A", "T", "A", "A", "T", "T", "A", "T", "T", "T", "A",
"A", NA, "A", "A", "T", "A", "A", "T", "A", "T", "A", "T",
"A", "A", "T", "T", NA, "A", "T", "T", NA, "A", "A", NA,
"A", "T", "T", "A", "A", NA, "T", "A", "A", "T", NA, "A",
NA, NA, "A", NA, "T", "A", "A", "A", "A", "A", "A", "T",
"T", "T", "A", "A", "A", "T", NA, "T", "T", NA, NA, "A",
NA, NA, NA, NA, NA, NA, "T", NA, NA, "T", "A", "T", "A",
"T", "A", "A", "A", "T", NA, NA, "A", "T", "A", "A", "T",
"A", "T", "A", "A", "T", "A", NA, "A", NA, "A", "A", "A",
"A", "A", "T", "A", "T", "T", "T", NA, "T", NA, "T", "A",
"T", "T", "T", "A", "T", "T", "A", "T", "A", "T", "T", NA,
NA, "T", NA, "T", "A", "T", "T", "T", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "T", NA, "T", NA, "T", NA, "T", "T",
"A", "A", "A", "T", "A", "A", "T", "A", "T", "A", "A", NA,
NA, NA, "A", "A", "A"), `One_HpaI-436` = c("A", "T", "A",
"T", NA, "A", "A", "T", "T", "T", "A", "A", NA, "T", "T",
"A", "T", "A", "A", NA, "T", "A", "A", "A", "T", "A", NA,
"A", "A", "T", "A", "A", "A", "A", "T", "A", "A", "A", "A",
"A", NA, "T", "A", NA, "A", "A", "A", "A", "T", NA, "A",
"A", "A", "A", "T", "A", NA, "A", "T", NA, "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "T", "A",
"T", "T", NA, NA, "A", "T", NA, "A", "A", "A", NA, "A", NA,
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, NA, "A", NA, "A", "A", "A", "A", "A", "A",
"A", "T", NA, "A", "A", NA, "A", NA, "A", "T", "A", "A",
"A", "A", "A", "A", "A", "A", "T", NA, NA, "A", "A", "A",
"A", "A", NA, "T", "A", "A", "T", "T", "A", NA, NA, NA, NA,
"A", "A", "A", "T", "A", "A", "A", "A", "A", "T", "A", "T",
"A", "A", NA, "T", "T", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "T", "A", "A", "A",
"A", "A", "A", NA), `One_HpaI-436.1` = c("T", "T", "A", "T",
NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", "T", NA, "T", "A", "A", "T", "T", "T", NA, "T",
"T", "T", "T", "A", "T", "A", "T", "T", "A", "A", "A", "A",
NA, "T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "A",
"A", "A", "T", "A", NA, "T", "T", NA, "T", "A", "T", "T",
"A", "T", NA, "T", "A", "T", "A", "T", NA, "T", "T", "T",
"T", NA, NA, "T", "T", NA, "A", "T", "T", NA, "A", NA, "T",
NA, "T", NA, "A", "A", "A", "A", "A", "T", "T", "T", "A",
NA, "A", NA, NA, "T", NA, "T", "A", "A", "T", "A", "A", "T",
"T", NA, "T", "T", NA, "T", NA, "A", "T", "A", "A", "A",
"A", "A", "A", "A", "T", "T", NA, NA, "A", "A", "A", "T",
"A", NA, "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T",
"A", "A", "T", "T", "T", "T", "T", "A", "T", "A", "T", "T",
"T", NA, "T", "T", "T", "T", "T", NA, "T", "A", "A", "A",
"T", "T", "T", "T", "A", "A", "A", "T", "T", "T", "T", "T",
"T", "A", NA), `One_HpaI-99` = c("C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "T", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", NA, NA, "C", NA, NA, "C",
NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "T",
"T", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", NA), `One_HpaI-99.1` = c("C", "C", "C", "C",
"C", "T", "T", "C", "C", "C", "C", "C", "C", "C", "T", "C",
"C", "C", "T", NA, "C", "C", "C", "C", NA, "T", "T", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "T", "T", "T", "C",
"C", "C", "C", NA, "C", "C", "C", "T", "C", "C", "C", "C",
"T", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C", NA, NA,
"C", NA, NA, "C", "T", "C", "C", NA, "C", "C", "C", "T",
"C", NA, "C", "C", "T", "C", "C", "C", NA, "T", NA, "C",
"C", "C", "C", NA, "C", NA, "C", "C", "T", "C", "T", "T",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "T", "C", "C", "T",
"T", "T", "T", "C", "C", "C", NA, "T", NA, "T", "T", "T",
"C", "C", "C", "T", "T", "T", "T", "T", "C", NA, NA, "C",
"C", NA, "T", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "T",
"C", "C", "C", "C", "T", "C", "T", "T", "C", "C", "T", NA,
NA, "T", "C", "C", NA), One_Hsp47 = c("G", NA, "A", "A",
"A", NA, NA, "G", "A", "A", "A", NA, NA, "A", "A", "G", "G",
"G", "G", "A", "G", "A", "G", "G", "A", "A", NA, "G", NA,
"A", "A", "G", "A", "A", "G", "A", "G", "A", "G", "A", NA,
"G", NA, "A", "G", "G", "G", NA, "A", NA, "A", "A", "A",
"A", "G", "A", NA, "G", "A", "G", NA, "A", "G", NA, NA, "G",
NA, NA, NA, "A", "G", "G", "G", "G", "A", "A", "A", "A",
NA, "A", "A", NA, "A", "A", "A", NA, "A", NA, "G", NA, NA,
NA, NA, NA, "A", "A", "A", "A", "G", "G", "A", "G", "G",
NA, "A", "A", NA, "G", "G", "G", "A", "G", "G", "G", "G",
"A", "G", "A", NA, "A", "A", "A", "A", "G", "G", "A", "G",
"G", "G", "G", "A", NA, NA, NA, "A", "A", "G", "G", "A",
NA, "G", "A", "A", "A", "A", NA, NA, NA, "G", NA, NA, "A",
"G", "A", "A", "G", "A", "A", "A", "G", "G", "A", "G", NA,
NA, "A", "A", NA, "A", "G", "A", "A", "A", "A", "A", "A",
"G", "A", "A", "A", "G", "A", "A", "G", NA, NA, "G", "A",
NA, NA), One_Hsp47.1 = c("G", NA, "G", "G", "G", NA, NA,
"G", "A", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G",
"G", "G", "A", "G", "A", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"A", NA, "G", "G", "G", NA, "G", "G", NA, NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "A", "G", "G", "G", NA, "G",
"A", NA, "G", "A", "G", NA, "G", NA, "G", NA, NA, NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, NA, NA, "G", NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "A", "A",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G", NA, NA), `One_IL8r-362` = c(NA,
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "T", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "T", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C"), `One_IL8r-362.1` = c(NA,
"C", "C", "C", "C", NA, "T", "C", "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "T", "C", "C", "C", "C", "T",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "T",
"C", "C", "T", "C", "T", "C", "C", "C", "C", NA, "C", "T",
"T", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "T",
NA, "T", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "T", "C", "C", "C", NA,
"T", "C", "C", "T", "C", "T", "T", NA, "C", "C", "C", "C",
"T", "C", "C", "T", "T", "T", "C", NA, NA, "C", "T", "C",
"C", "T", "C", NA, "C", "C", "C", "C", "C"), `One_KCT1-453` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "G", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "G", "T", "T", "T", NA, "T", "T", "T", "G",
"T", "T", "T", "T", "T", NA, NA, "G", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T",
"T", "T", NA, "T", "T", "G", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", NA, "T", "G",
"T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "G", "T",
NA, "T", "G", "T", "T", "G", NA, "T", "T", "T", "G", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "G", NA, "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "G"), `One_KCT1-453.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "G", "T",
NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G"), `One_KPNA-422` = c(NA,
"A", "A", NA, "A", NA, "A", "A", "A", "A", "A", NA, NA, "A",
"A", "A", "G", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A", "A",
"A", "A", "G", "A", "A", "A", NA, "A", "A", "A", NA, "A",
"A", NA, NA, "A", NA, NA, "A", "A", "A", "A", "A", "G", "A",
"G", "A", "A", "A", "A", "A", NA, "A", "G", "A", NA, NA,
NA, "A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A",
NA, "A", NA, "G", "A", "A", NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", NA, "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "G", "A",
"A", "A", "A", "A", "A", "G", "A", "G", "A", "A", "A", NA,
NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", NA, "A", "A", "A", "A",
"A", "G", "A", "A", "A", "A", "A", "G", "G", "A", "A", "A",
"A", NA, "A", "A", "A", "A"), `One_KPNA-422.1` = c(NA, "G",
"G", NA, "G", NA, "A", "A", "A", "A", "G", NA, NA, "A", "G",
"A", "G", "G", "A", NA, "G", "A", "A", "G", "G", "A", "A",
"A", NA, NA, "G", "A", "A", "A", "G", "A", "G", "G", "G",
"A", "A", "A", NA, "A", "G", "A", "G", NA, "A", "A", "A",
"G", "G", "A", "A", "G", NA, "A", "A", "G", NA, "A", "A",
NA, NA, "A", NA, NA, "A", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "A", "A", NA, "G", "G", "G", NA, NA, NA, "G",
"G", "G", "A", NA, "G", "G", "G", "A", NA, "A", NA, "G",
NA, "G", "A", "G", NA, NA, "G", "A", "A", "G", "A", "G",
"A", "G", NA, "A", "G", NA, "G", "G", "G", "A", "G", "G",
"G", "A", "G", "G", "A", "A", "A", "G", NA, "G", "A", "G",
"G", "A", "G", "A", "G", "G", "G", "A", "A", "A", NA, NA,
NA, NA, "G", "G", "G", "A", "G", "A", "A", "A", "G", "G",
"G", "A", "G", NA, "A", "A", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "A", "A", "G",
NA, "A", "G", "G", "A"), `One_LEI-87` = c(NA, "A", "A", "A",
NA, "A", "A", "A", "A", "A", "G", "G", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "G", "A", "A", "A", "A", "A", "A", "A", "G", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "G", NA,
NA, "A", NA, NA, "A", "A", "A", "A", NA, "A", "A", "A", "G",
NA, "A", "A", "A", "G", "A", "A", "A", NA, NA, NA, "A", NA,
"A", NA, NA, "A", NA, NA, "A", NA, "A", "A", "A", "A", "A",
"G", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", NA, "A", "A", "G", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A",
"G", "A", "G", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, "A", NA, "A", NA, NA, "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "G", "A", NA, "A", NA,
"A", "G"), `One_LEI-87.1` = c(NA, "A", "G", "A", NA, "G",
"G", "G", "A", "A", "G", "G", NA, "G", "A", "G", "G", "A",
"G", "A", "A", "G", "A", "A", "G", "G", "G", "G", "A", NA,
"G", "G", "A", "G", "A", "A", "G", "A", "G", "G", "G", "G",
"G", "G", "A", "A", "A", "G", "A", "G", "A", "G", "A", "A",
"G", "G", NA, "G", "A", "G", "G", "A", "G", NA, NA, "G",
NA, NA, "A", "A", "G", "G", NA, "A", "G", "G", "G", NA, "G",
"A", "A", "G", "G", "G", "G", NA, NA, NA, "A", NA, "G", NA,
NA, "A", NA, NA, "G", NA, "G", "G", "A", "G", "G", "G", NA,
"G", NA, "A", "G", "A", "G", "G", "A", "G", "A", "A", "A",
"G", NA, "G", "G", "G", "A", "G", "A", "G", "G", "A", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "A", "A",
"A", "G", "A", "G", "G", "G", NA, "A", NA, "G", "G", "G",
"G", "A", NA, "A", "A", "G", "G", "A", "G", "G", "G", NA,
"G", NA, "G", NA, "A", NA, NA, "G", "A", "G", "A", "A", "G",
"G", "G", "A", "A", "A", "G", "G", NA, "A", NA, "A", "G"),
`One_lpp1-44` = c("C", NA, "C", NA, NA, NA, NA, "C", "C",
"T", "C", "C", "C", "T", "C", "T", "C", "C", "C", "C", "T",
"C", "C", "T", "T", NA, NA, "C", NA, NA, "C", "C", "C", "C",
"T", "C", "C", "C", "C", "C", NA, "T", NA, "T", "T", "C",
"C", "C", "T", "C", NA, "C", "C", "T", "C", "T", NA, "C",
"C", NA, "C", "T", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", NA,
"C", "T", NA, NA, "C", NA, "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "T", NA, "T", "T", "C", NA, NA, NA, "C", "T",
"C", "C", "T", "C", "T", "C", "T", NA, "T", "T", NA, "C",
"C", "C", "T", "C", "C", "C", "C", "C", "T", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "T", "C", "C", "T",
"C", NA, NA, "C", NA, NA, NA, "C", "C", "T", "T", NA, "C",
"C", "C", "C", "C", "C", "C", NA, "C", "T", "C", "C", "C",
"C", "T", NA, "C", "C", "C", "T", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C"), `One_lpp1-44.1` = c("T",
NA, "T", NA, NA, NA, NA, "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", "C", "T", "T", NA,
NA, "C", NA, NA, "C", "C", "T", "T", "T", "T", "C", "C",
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", NA, "C", "T", NA, "T", "T",
"T", NA, "T", "T", NA, "T", "T", "C", "T", "C", "T", "C",
"C", "C", "C", "T", "T", "T", "T", NA, "C", "T", NA, NA,
"C", NA, "T", NA, "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T",
"C", "T", "T", "T", NA, "T", "T", NA, "T", "T", "C", "T",
"T", "C", "T", "T", "C", "T", "C", "T", "C", NA, NA, "T",
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", NA, NA, NA, "T", "C", "T", "T", NA, "T", "C", "T", "C",
"T", "T", "T", NA, "T", "T", "T", "C", "T", "C", "T", NA,
"C", "T", "T", "T", "T", NA, "C", "C", "T", "T", "T", "C",
"T", "T", "C", NA, "C", "T"), `One_metA-253` = c("C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"G", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "G", "C",
"G", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA, NA, "C",
NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "G", NA, "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", NA, NA, "C", "C", NA, "C",
"C", "C", NA, NA, NA, NA, "C", "C", "C", "C", "G", "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "G", "C",
"C", "G", "C", "C", "C", NA, "C", NA, "C", "G", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", NA, NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "G", "C", "C", "C", "C", "G", NA, "C", "C",
"C", "C", NA), `One_metA-253.1` = c("C", "C", "C", "C", "C",
"G", "G", "C", "C", "C", "C", "C", NA, "C", "G", "C", "C",
"C", "C", "G", "C", "C", "G", "C", "G", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "G", "G", "G", "C", NA,
"C", "G", "G", "C", "C", "G", NA, "G", NA, "C", "G", "C",
"C", "C", "G", NA, "C", "C", NA, NA, NA, "C", NA, NA, "C",
NA, NA, "G", "C", "G", "C", "C", "C", "C", "C", "G", "C",
"C", "C", "C", NA, "C", "G", NA, "C", NA, NA, "C", "C", "C",
"C", "C", "C", "G", NA, NA, "C", "G", NA, "G", "C", "C",
NA, NA, NA, NA, "C", "C", "C", "C", "G", "C", "G", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "G", "C", "G", "G",
"C", "C", "C", NA, "G", NA, "C", "G", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", NA, NA, "C", "G", "G",
"C", "C", NA, "C", "C", "G", "C", "C", "C", "G", "G", NA,
"C", "C", "C", "C", "C", "C", NA, "C", "G", "C", "C", NA,
"C", "G", "C", "G", "C", "C", "G", NA, "C", "C", "C", "C",
NA), One_MHC2_190 = c(NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"T", "T", "G", "T", NA, "G", "G", "G", NA, "G", "T", "G",
"G", "T", "G", "T", "G", "G", "G", NA, "G", "T", "G", "G",
"G", "G", "T", "G", "T", NA, NA, "G", "G", "G", "T", "G",
"T", "T", "G", "G", NA, NA, "T", NA, NA, "T", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "T", NA, "G", "G", NA, "G",
"G", "G", "G", "G", "T", "G", "T", "G", "G", "G", NA, "G",
NA, "T", "G", "T", "G", "G", "G", "T", "T", "G", "T", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "T", "G", "G",
"T", NA, "G", NA, "G", "G", "G", "G", "T", "G", "G", "T",
"G", "G", "G", NA, NA, NA, NA, NA, NA, "G", "G", "G", "T",
"G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "T", "G",
NA, "T", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", NA, "G", NA, NA, NA, NA), One_MHC2_190.1 = c(NA,
"T", "T", "T", "T", "T", NA, "T", "T", "G", "T", "T", "T",
"T", "T", "T", "T", "T", "G", NA, "T", "T", "G", "T", NA,
"T", "T", "G", NA, "T", "T", "G", "T", "T", "T", "T", "G",
"G", "G", NA, "G", "T", "T", "G", "T", "T", "T", "T", "T",
NA, NA, "G", "T", "T", "T", "G", "T", "T", "G", "T", NA,
NA, "T", NA, NA, "T", NA, "T", NA, "G", "G", "G", "T", "G",
"G", "G", "T", "T", "T", "T", "T", "T", "G", "G", "G", NA,
"T", NA, "T", NA, "T", "T", NA, "G", "G", "G", "G", "T",
"T", "G", "T", "T", "G", "G", NA, "T", NA, "T", "T", "T",
"G", "G", "T", "T", "T", "T", "T", "T", NA, "T", NA, "G",
"G", "G", "G", "G", "G", "T", "T", "G", "T", NA, "G", NA,
"T", "G", "G", "G", "T", "T", "G", "T", "G", "T", "G", NA,
NA, NA, NA, NA, NA, "G", "G", "T", "T", "T", "T", "G", "G",
"G", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "G",
"G", "G", "G", "G", "T", "T", "G", "G", "G", "G", "T", "T",
"G", NA, "T", NA, NA, NA, NA), One_MHC2_251 = c("C", NA,
"C", NA, "C", NA, NA, "T", "C", "T", "T", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"T", "C", "C", "C", "T", "C", "C", "C", "C", "T", "C", "T",
NA, NA, "T", "C", NA, "C", "C", "C", "C", "C", NA, "C", "T",
"C", "C", "C", "T", NA, "C", "T", "T", NA, "C", "C", "C",
NA, "C", NA, "C", NA, "T", "C", "T", "C", "T", "T", "T",
"C", "C", "C", "C", "C", "C", "T", "T", "T", NA, "C", NA,
"C", "C", "C", NA, NA, NA, "T", "T", "T", "C", "C", "T",
"C", "C", "T", NA, NA, NA, "C", "C", "T", "C", "T", "T",
"T", "C", "C", "C", "C", "T", NA, "C", "C", "T", "C", "T",
"T", "T", "T", "C", "C", "C", "T", "T", NA, NA, "T", "T",
"T", "C", "C", "C", "T", "C", "T", "C", "T", "C", NA, NA,
"C", "C", NA, "T", "T", "C", "C", NA, "C", "C", "T", "T",
"C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "T", "T",
"T", "T", "T", "C", "C", "C", "T", "T", "T", "C", "C", "T",
NA, "C", NA, "C", NA, NA), One_MHC2_251.1 = c("T", NA, "C",
NA, "T", NA, NA, "T", "C", "T", "T", "T", NA, "C", "T", "T",
"T", "T", "T", "T", "C", "C", "T", "C", "T", "T", "T", "T",
"T", "C", "C", "T", "C", "C", "C", "C", "T", "T", "T", NA,
NA, "T", "C", NA, "T", "T", "C", "T", "C", NA, "T", "T",
"T", "T", "C", "T", NA, "C", "T", "T", NA, "T", "C", "T",
NA, "T", NA, "T", NA, "T", "C", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "T", NA, "T", NA,
"C", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, NA, "T", "C", "T", "T", "T", "T",
"T", "C", "C", "T", "C", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "C", "T", "T", NA, NA, "T", "T",
"T", "T", "C", "T", "T", "C", "T", "C", "T", "T", NA, NA,
"T", "T", NA, "T", "T", "C", "C", NA, "T", "T", "T", "T",
"T", "T", "C", "T", "T", "C", NA, NA, "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "C", "T", "T",
NA, "T", NA, "T", NA, NA), `One_Mkpro-129` = c("A", "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "G", "G", "A", "G", NA, "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "G", "A", "A", "A", "A", "G", "G", "A", "A", "G",
NA, "A", "A", "A", "G", "A", NA, "A", "A", "A", "A", NA,
"A", "A", "A", "G", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "G", "G", "G", "A", "A", NA, NA, "A",
NA, NA, "G", NA, NA, NA, NA, "G", "G", NA, NA, "G", "A",
"G", "A", "G", "G", NA, "G", NA, "G", "A", "G", "G", "A",
"A", "A", "A", "A", "A", "A", NA, NA, NA, "G", "G", "A",
"A", "A", "A", "A", "G", "A", "A", "G", NA, NA, "G", "A",
"A", "G", "A", "G", "A", "A", "A", "G", "A", NA, "A", NA,
"A", "A", NA, "A", "A", "G", "A", "A", "G", "A", "G", "A",
"A", "G", "A", "A", "A", "G", "A", "A", "A", "A", NA, NA,
"A", "A", "G", "A", "A", "A", "G", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "G"), `One_Mkpro-129.1` = c("G",
"G", NA, "G", NA, "A", "G", "G", "G", "G", "A", "G", "G",
"G", "A", "G", "A", "G", "G", "A", "G", "G", "A", "G", NA,
"G", "G", "G", "A", "G", "G", "A", "A", "G", "A", "A", "A",
"G", "A", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "A", "A", "G", "A", NA, "A", "G", "G", "G",
NA, "G", "G", "G", "G", NA, "G", NA, "G", "A", "G", "A",
"G", "A", "A", "A", NA, NA, "G", "G", "G", "G", "G", NA,
NA, "G", NA, NA, "G", NA, NA, NA, NA, "G", "G", NA, NA, "G",
"G", "G", "A", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", "A", "G", "A", "G", "G", "G", NA, NA, NA, "G", "G",
"A", "A", "G", "A", "G", "G", "A", "A", "G", NA, NA, "G",
"A", "A", "G", "A", "G", "G", "G", "G", "G", "A", NA, "G",
NA, "G", "G", NA, "A", "G", "G", "A", "G", "G", "A", "G",
"G", "G", "G", "G", "A", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "A", "A", "G", "G", "G", "A", "G", "G",
"A", NA, "G", "G", "G", "G", "G"), `One_ODC1-196` = c(NA,
"C", NA, "C", "C", NA, "C", "C", "T", "C", "T", "C", NA,
"C", "C", "T", "T", "C", "C", "T", "C", "T", "T", "C", NA,
"C", "T", "C", "C", "C", "T", "C", "T", "T", "C", "C", "C",
"C", "T", "T", "T", "T", "T", "C", "C", "C", "T", NA, "T",
"T", NA, "T", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "T", NA, "T", "T", NA, "C", "T", "C", "C", "C", "C",
"C", "T", "T", "T", NA, "C", "T", "C", "T", "T", "C", "C",
NA, "C", "C", "C", "C", "C", "T", NA, "C", "C", "C", "T",
"C", "C", "C", "T", "C", "C", "T", NA, NA, NA, "T", "C",
"C", "T", "T", "C", "C", "T", NA, "C", "C", NA, NA, NA, "C",
"T", "C", "T", "T", "C", "T", "C", "C", "T", "T", "C", NA,
"C", "T", "C", "C", "T", "T", "T", "T", "T", "T", "T", "C",
"C", NA, "T", "T", NA, "C", "C", "C", "C", "C", "T", "T",
"C", "T", "T", "C", "C", NA, NA, "C", "C", "C", NA, "C",
NA, NA, "C", "C", "C", "T", "C", NA, "C", "C", "T", "C",
"C", "T", NA, "C", "C", "T", "C", "T"), `One_ODC1-196.1` = c(NA,
"T", NA, "T", "T", NA, "T", "C", "T", "C", "T", "T", NA,
"T", "C", "T", "T", "T", "C", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", NA, "T", "C", "T", "C", "C", NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", NA, "T", "T", "T", "C", "C", "T",
"T", "T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T",
NA, "T", "C", "C", "C", "T", "T", NA, "T", "T", "T", "T",
"C", "C", "T", "T", "T", "T", "T", NA, NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", NA, NA, NA, "C",
"T", "T", "T", "T", "C", "T", "T", "C", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", NA, NA, "T", "C", "T", NA, "T",
NA, NA, "C", "C", "T", "T", "T", NA, "T", "C", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T"), `One_Ots208-234` = c("-",
NA, "-", "-", "A", "-", "-", "A", "-", "-", "A", "-", NA,
"A", "A", "-", "-", "-", "-", "A", "-", "A", "-", "-", "A",
NA, "-", "A", "-", "-", "-", "-", "A", "-", "-", "A", "-",
"-", "-", "-", "A", "-", "-", NA, "A", "A", "A", "-", "-",
"A", "-", "A", "-", "A", "-", "-", NA, "A", "A", "-", "-",
"-", "-", NA, "-", "-", NA, "-", NA, "A", "A", "-", "A",
"A", "-", "A", "-", "-", "-", "-", "-", "A", "-", "-", NA,
NA, "A", NA, "-", "-", "-", "-", NA, "-", NA, NA, "A", NA,
"A", "A", "A", "-", "-", "A", NA, NA, NA, "-", "A", "-",
"-", "A", "-", "A", "-", "-", "-", "-", NA, "-", "-", "-",
"A", "-", "-", "-", "-", "-", "-", "-", "A", "A", "-", NA,
"-", "-", "-", "A", "-", "-", "-", "-", "-", "-", "A", "-",
NA, NA, NA, "-", "-", "-", "-", "A", "-", "-", "-", "-",
"-", "-", "A", "A", "-", "-", "-", "A", "-", "-", "-", "-",
"-", NA, "-", "A", "-", "A", NA, "-", "-", "A", "-", "A",
"-", "-", "-", NA, "-", NA, "-", "A"), `One_Ots208-234.1` = c("A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "-", "A", NA, "A", "A", "A", "A", "-",
"A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "-", "-", "A", "-", "A", NA,
NA, "A", NA, "A", "-", "A", "A", NA, "A", NA, NA, "A", NA,
"A", "A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "-",
"A", "A", "-", "A", "A", "-", "A", "-", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", "-", "A", "-", "A", "A", "A",
NA, NA, NA, "A", "A", "A", "-", "A", "-", "A", "A", "-",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "-", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "-", "A"), `One_Ots213-181` = c("T",
"T", "T", "T", "T", "A", "A", "T", "T", "T", "T", "A", "T",
"T", "T", "T", "T", "A", "T", "T", "T", "A", "A", "T", "T",
NA, "A", "T", NA, NA, "A", "A", "A", "T", "T", "A", "T",
"A", "A", "A", "T", "T", NA, NA, "T", "A", "A", NA, "T",
"T", NA, "T", "A", "T", "A", "T", NA, "A", "A", "A", NA,
"A", "A", NA, "T", "A", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "A", NA, "T", "T", "A", NA, "T", "T", "A",
NA, NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"A", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", "A", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "A", "T", "A", "A", "A", "T", "A", "T", "A", "T",
"T", "T", "A", "T", "A", NA, "T", "T", "T", "T", "T", "A",
NA, "T", "T", "T", NA, "T", "T", "T", "A", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, "A", NA, "T", NA, "T", "A",
NA, "T", "T", "T", "T", NA, "T", "T", "T", "A", "T", "T",
"T", NA, "A", "A", "A", "A", "T"), `One_Ots213-181.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"A", "A", "T", "T", "T", NA, NA, "T", "T", "A", NA, "T",
"T", NA, "T", "A", "T", "A", "T", NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T", "T",
NA, NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", NA, "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T"), `One_p53-576` = c("C",
"C", "A", "C", NA, "C", "A", "A", "A", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "A", "C",
"A", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "A",
"C", "C", NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "A", "C", "C", "C", "C", "C",
NA, "C", "C", NA, NA, "A", "C", "C", NA, NA, NA, "A", "C",
NA, "C", "C", "C", "C", NA, NA, "C", "A", "C", "A", "A",
"C", "C", "C", "C", "C", "A", "C", NA, NA, "C", "C", "C",
"A", "C", "A", "C", "C", "A", "C", "C", "C", "C", NA, "C",
"A", "C", "C", "C", NA, "C", "C", "A", "C", "C", "C", "C",
NA, "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "A", "C", NA, "C", "C", NA, "A", "C", NA,
NA, "C", "A", "A", "C", "C", "C", "A", "A", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_p53-576.1` = c("C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C", "C", NA, NA, NA, "C", "C",
NA, "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "A", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_pax7-248` = c(NA,
NA, "A", "A", "C", "C", NA, "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", NA,
"A", "C", "C", "A", NA, "C", "C", "C", "C", "A", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "A", "C", "C",
"C", "C", "C", "C", "A", "C", "C", NA, "C", "C", NA, NA,
"A", "A", NA, "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"A", "A", "C", NA, NA, "C", "A", "C", "C", "C", "C", NA,
"C", NA, NA, "A", "C", "A", NA, NA, "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "A", NA, "C", "A", "C", "C",
"C", "C", "C", "C", "C", "A", "A", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "A", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "A", "C", "C", NA, "C", "A", "C", "C", "C", "A",
NA, "C", "C", "C", "A", "A", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_pax7-248.1` = c(NA,
NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA,
"C", "C", NA, "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", NA,
"C", NA, NA, "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), One_PIP = c("C", "C", NA,
NA, NA, NA, "C", "C", "T", "C", "T", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "T", "C", "T", "C", "C", "C", "C", "C", "C",
"C", "T", "C", NA, NA, "C", "C", "C", "C", "C", "T", "T",
"T", "T", "C", "C", "C", NA, "T", "T", "C", NA, "C", "C",
"C", "C", "C", NA, "C", "C", "T", "T", "T", NA, "T", "C",
"C", "C", "C", NA, "C", "C", "T", "C", "T", "T", NA, "C",
NA, "C", NA, "C", "C", NA, NA, NA, NA, "C", "C", "T", "T",
"T", "C", "C", "T", NA, "C", NA, "C", "C", "T", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "T",
"T", "T", "C", "C", "C", "T", "C", "T", "C", NA, "T", "C",
"T", "C", "C", NA, "C", "T", "C", "C", "C", NA, NA, NA, NA,
NA, "C", "C", "T", "T", "C", "C", NA, "C", "T", "T", "C",
"C", "T", NA, "C", "C", NA, "C", "C", "C", "T", "T", "T",
"T", "C", "T", NA, "C", "C", "C", "T", "T", "C", "C", "C",
NA, NA, "C", NA, NA), One_PIP.1 = c("T", "T", NA, NA, NA,
NA, "T", "C", "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "T", NA, "C", "C",
"T", "T", "C", "T", "C", "T", "C", "C", "C", "C", "C", "T",
"T", NA, NA, "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "C", "C", NA, "T", "T", "C", NA, "C", "T", "T", "T",
"T", NA, "T", "C", "T", "T", "T", NA, "T", "C", "T", "T",
"T", NA, "C", "C", "T", "T", "T", "T", NA, "T", NA, "T",
NA, "T", "T", NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", "C", "T", "T", "C", "C", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"C", "T", "C", "T", "T", "T", "T", NA, "T", "C", "T", "T",
"T", NA, "T", "T", "T", "T", "C", NA, NA, NA, NA, NA, "T",
"C", "T", "T", "C", "T", NA, "T", "T", "T", "T", "T", "T",
NA, "T", "C", NA, "T", "T", "T", "T", "T", "T", "T", "C",
"T", NA, "T", "T", "T", "T", "T", "T", "C", "T", NA, NA,
"C", NA, NA), One_Prl2 = c("G", "G", NA, "G", "G", NA, "G",
"G", "G", "T", "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "T", "G", "T", "T", "T", NA, "G", "G", NA, NA, "G", "T",
"G", "T", "T", "G", "G", "T", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G",
NA, "G", "G", NA, "G", NA, "G", NA, "G", "T", NA, "G", "G",
"G", "G", "G", "G", "G", "T", "G", "G", NA, "G", "T", "G",
"G", "G", "G", NA, NA, NA, NA, "G", "G", "G", NA, NA, "G",
NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", NA, NA, NA,
"T", "G", "G", "G", "G", "G", "G", "G", "G", "T", "T", NA,
NA, NA, "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "T", "G", "G", "T", "G", "G", "G", "G",
"G", "G", NA, NA, NA, "G", NA, NA, "G", "T", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", NA, "T", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "T", "T", NA, "G", NA, NA, "G", "G"), One_Prl2.1 = c("G",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "G", "G", NA,
"T", "T", "G", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, "T", "G", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", "T", "T", "T", "G", "T",
"G", "T", "G", "T", "T", "T", "T", NA, "G", "G", NA, "T",
NA, "G", NA, "T", "T", NA, "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "G", "G", NA,
NA, NA, NA, "G", "G", "T", NA, NA, "T", NA, "T", "T", NA,
"G", "T", "G", "T", "T", "G", NA, NA, NA, "T", "T", "G",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, "T",
"T", "G", "T", "T", "G", "T", "T", "T", "T", "G", "G", NA,
"T", "T", "G", "G", "T", "T", "T", "T", "T", "T", "T", NA,
NA, NA, "G", NA, NA, "G", "T", "G", "G", "T", "T", "T", "T",
"T", "G", "T", "G", "T", NA, "T", NA, "T", "G", "T", "T",
NA, "T", "G", "G", "T", "T", "G", "T", "G", "T", "G", "T",
"T", NA, "T", NA, NA, "T", "G"), `One_rab1a-76` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "T", "G", NA, "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, "G", NA, "G", "G", "G", "G", "G", NA, "T",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "T", "G",
"G", "G", NA, "G", NA, "G", NA, "G"), `One_rab1a-76.1` = c("G",
"T", "T", "G", "T", "G", "G", "G", "G", "T", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T",
"G", "T", "G", "G", "G", "G", "T", "G", "G", "G", NA, "T",
"G", "G", "G", "G", "G", "T", "G", NA, "T", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "T", "G", "G",
"T", "G", "G", "G", "T", "G", "G", "T", "G", "G", "G", "G",
"G", "T", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "T", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"T", "G", "G", "T", "G", "G", "T", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "T", "T", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, "G", NA, "G", "G", "G", "T", "G", NA, "T",
"G", "T", "T", "G", "T", "G", "G", "G", "T", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "T", "G", "G", "T", "G",
"G", "G", NA, "G", NA, "G", NA, "G"), `One_RAG1-103` = c(NA,
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "A", "A", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "A", "A", "T",
"T", "T", "T", "T", "T", "A", "T", "T", "T", "T", "T", "T",
"T", "A", "T", NA, NA, "T", "T", "A", "T"), `One_RAG1-103.1` = c(NA,
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T"), `One_RAG3-93` = c("C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA,
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C"), `One_RAG3-93.1` = c("C",
"C", "T", "C", "C", "C", NA, "C", "C", "T", "C", "C", "C",
"C", "C", "T", "C", "T", "C", "C", "C", "C", "T", "C", NA,
"T", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "T", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "T", "C", "C", "C", "T", NA, "C", "T", "C", "C",
"T", "T", "C", "C", "C", NA, "C", NA, "T", "C", "T", "C",
"T", "C", "C", "C", "C", "T", "T", "T", "C", "C", "T", "T",
"C", NA, "C", NA, "T", "T", "T", "C", "T", "C", NA, NA, "C",
"C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "T", "C", "C",
"C", "T", "C", "T", "T", "C", "C", "T", "C", NA, NA, NA,
"C", "C", "C", "C", "C", NA, "C", "T", "T", "T", "C", "T",
NA, NA, "C", NA, NA, "C", "T", "T", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T",
NA, "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"C", NA, "C", "T", "C", "C", "C"), `One_redd1-414` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", "T", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", NA, "T", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "T", "C", NA,
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", NA,
NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", NA,
"T", "C", "C", "C", "C", "C", NA, NA, "C", "T", "C", "C",
"C", "C", "C", "C", "C", "C", "T", "T", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "T", "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", NA, "C", NA, "C", "C", "C", "T", "C", NA, NA, "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", NA, "T", "T", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_redd1-414.1` = c("T",
"T", "C", "T", "C", "T", "C", "C", "C", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", NA, "C", "T", "T", "T", NA,
"T", "T", "T", "C", "C", "T", "T", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "T", "T",
"C", "C", "C", "C", "C", "T", "T", NA, "T", "C", "T", "T",
"T", "T", NA, "T", "C", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "C", "T", NA, "T", "T", "T", "T", "T", "T", NA,
NA, NA, "C", "T", "T", "T", NA, "T", "C", "C", NA, "T", NA,
"T", "T", "C", "C", "C", "C", NA, NA, "T", "T", "C", "C",
"C", "T", "C", "C", "T", "T", "T", "T", NA, NA, "T", "T",
"T", "C", "T", "T", "C", "T", "T", "T", "T", NA, "C", NA,
"T", "C", "T", "C", "T", "T", "C", "C", "T", "C", "T", NA,
"T", NA, "C", NA, "T", "C", "C", "T", "T", NA, NA, "T", "T",
"T", "T", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"T", "C", "C", "T", "T", "T", NA, "T", "T", "C", "T", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_RF-112` = c(NA, NA,
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA, "A",
"G", "A", "A", "A", "A", NA, "A", "A", "A", "G", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "G", "A", "A", "A", "A",
"A", "A", "G", "G", "A", "A", "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "G", NA, NA, "A", NA, "A", "A",
"A", NA, NA, "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", NA, "A", NA, NA, NA, "G", "G", "A", "A", "G", "A",
"A", "A", "A", "G", NA, NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "G", "A", "G",
"A", "A", "A", "A", "G", "A", "A", "G", "A", NA, "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", NA, "A", "G", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "G"), `One_RF-112.1` = c(NA, NA,
"G", "G", "A", NA, "A", "G", "A", "G", "G", NA, NA, "G",
"G", "A", "G", "A", "G", NA, "G", "A", "A", "G", NA, "A",
"A", "A", NA, "G", "G", "A", "A", "G", "G", "G", "A", "G",
"A", "G", "G", "G", "G", "A", "G", "A", "G", "G", "G", "G",
"G", "A", "A", "A", "A", "G", NA, NA, "A", NA, "G", "A",
"A", NA, NA, "G", NA, "A", "A", "G", "A", "G", NA, "G", "G",
"A", "A", "G", "G", "G", "A", "G", "A", "A", "G", NA, NA,
"A", "A", NA, "G", NA, NA, NA, "G", "G", "G", "G", "G", "G",
"G", "A", "G", "G", NA, NA, NA, "A", "A", "A", "G", "G",
"A", "G", "A", "G", "A", "A", NA, "G", "G", "G", "G", "G",
"A", "G", "A", "G", "G", "G", "G", "G", "G", NA, "G", "A",
"G", "A", "A", NA, "A", "G", "A", "A", "G", "G", "A", NA,
"A", NA, NA, "G", "A", "A", "G", "G", NA, "A", "G", "G",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "G", "G",
"G", "G", "G", "A", "G", "A", "G", "A", "A", "A", "A", "G",
"G", "G", NA, "G", "G", "G"), `One_RF-295` = c(NA, "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
NA, "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, NA, NA, "A", "A",
"A", "A", "A", "T", "A", "A", "A", "A", NA, NA, NA, "A",
"A", "A", "T", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "T", "A", NA, "A", "A", "A", "A", "A", NA,
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, NA, "A", "A", "A", "A"), `One_RF-295.1` = c(NA,
"T", "A", "T", "T", "T", NA, "T", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "T", "A", NA, "A", "T", "A", "A", "T",
"T", "T", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "T", "A", "A", "A",
"A", "T", "T", "T", "T", "A", "A", NA, "A", "A", "T", "A",
"A", "A", "A", "A", "A", NA, "T", NA, "T", "A", "A", "T",
"A", "T", "T", "A", "A", "A", "A", "T", "A", "A", "A", "A",
NA, "T", NA, "T", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "T", "A", "A", "A", "A", "A", "A", "A",
"A", "T", "A", "A", "A", "A", "A", "A", "A", NA, NA, NA,
"A", "A", "A", "A", "A", "T", "A", "A", "A", "A", NA, NA,
NA, "A", "A", "A", "T", "T", "A", "T", "A", "A", "T", "A",
"T", NA, "A", NA, NA, NA, "A", "T", "T", "A", "A", "A", "A",
"A", "A", "A", "T", "T", "T", NA, "A", "A", "A", "T", "T",
NA, NA, "A", "A", "A", "T", "A", "T", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "T", "A", "A"), `One_rpo2j-261` = c(NA,
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "T", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", NA, NA, NA,
"G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "T", NA, "G", "G", NA, NA, "G",
NA, NA, "G", "G", NA, NA, NA, NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA, NA,
NA, NA, NA, "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "T", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, NA, NA, "G", "G", "G"), `One_rpo2j-261.1` = c(NA, "G",
"T", "T", "G", "T", "G", "G", "T", "T", "G", "G", "T", "G",
"G", "T", "G", "G", "T", "T", "G", "G", "G", "G", "G", "T",
"T", "G", NA, "T", "G", "G", "T", "T", "T", "T", "G", "G",
"G", "T", "G", "T", "T", "T", "G", "G", "G", "G", "T", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G",
NA, "G", "T", NA, "T", "T", "T", "G", "G", "T", "G", "T",
"T", "G", NA, NA, "T", "T", NA, "G", "G", NA, NA, "G", NA,
NA, "G", "G", NA, NA, NA, NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", NA, "G", "G", "T", "G", "T", "T",
"T", "G", "G", "G", "T", NA, NA, NA, "G", "G", "G", "T",
"T", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "T", "T", "G", "G", "G", "G", "G", NA, NA, NA, NA, NA,
NA, "G", "T", "T", "T", "G", "G", "G", "G", "G", "G", "T",
"G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "T", NA, NA,
NA, "G", "T", "G"), `One_sast-211` = c(NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "T", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, "G"), `One_sast-211.1` = c(NA, "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "T", "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "T", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "T", "G", "T", "G",
"G", "G", "G", "G", NA, "G", "G", "T", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "T", "G", "G", "G", "T", NA, "G", "G", "T",
"G", "G", "T", NA, "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "T", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", NA, "T", "G", NA, "G"), `One_spf30-207` = c(NA,
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", NA, NA), `One_spf30-207.1` = c(NA,
"G", "G", "G", "T", "T", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", NA, "G", "G", "G", "G", "G", "G", NA, "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "T", NA, "G", "G", "G", "T", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "T", NA, "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", NA, "G", "T", NA, "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "T", "T", "G", NA, NA), `One_srp09-127` = c("A",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", NA, NA,
"T", "T", "T", "A", "T", "T", "A", "T", "T", "T", "T", "A",
"T", "T", "T", "T", NA, "T", "A", "T", "T", "A", "T", "T",
"T", "A", "A", "A", "T", "T", "T", "A", "T", "A", "T", "T",
"A", "T", "A", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"A", "T", "T", "T", "T", NA, "T", "A", "A", "T", "A", "T",
"A", "A", "T", "T", "T", "T", "T", "A", "T", "A", "A", NA,
NA, NA, NA, "T", NA, NA, "A", NA, "A", "A", NA, "A", NA,
"T", "A", "T", NA, "A", "A", "T", "T", NA, "T", "T", "T",
"A", "A", "T", "A", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "A", "T", NA,
"T", "A", "T", "A", "T", NA, "T", "T", "A", "T", "T", "A",
NA, "T", "A", NA, NA, "T", "T", "A", "A", "A", NA, "T", "A",
"T", "T", "T", "T", "T", NA, "T", "T", "A", "A", "T", "T",
"T", "T", "A", "A", "T", "T", "T", "A", "A", "A", "T", "A",
"T", NA, "T", "T", "T", "T", NA), `One_srp09-127.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T",
"A", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", "T", NA,
NA, NA, NA, "T", NA, NA, "T", NA, "T", "A", NA, "A", NA,
"T", "T", "T", NA, "T", "A", "T", "T", NA, "T", "T", "T",
"A", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
NA, "T", "A", NA, NA, "T", "T", "T", "T", "T", NA, "T", "A",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", NA), `One_ssrd-135` = c("-",
NA, "-", "-", "-", "-", "-", "-", "-", "T", "-", "-", "-",
"-", "-", "T", "-", "T", "-", NA, "-", "-", "-", "T", "-",
NA, NA, "T", NA, NA, "-", "-", "T", "T", "-", "-", "-", "-",
"T", "-", "-", "-", "-", "-", "T", "T", "-", "-", "T", NA,
NA, "T", "-", "T", "-", "-", NA, "-", "-", NA, NA, NA, "T",
"-", NA, "T", NA, "-", NA, "T", "-", "-", NA, "-", "-", "-",
"-", "-", "T", NA, "-", NA, "-", "-", "-", NA, "T", NA, "-",
NA, "-", "-", NA, "-", NA, NA, NA, "-", "-", "-", "-", "-",
"-", "-", NA, "-", NA, "T", "T", "-", "-", "-", "-", "T",
"-", "-", "T", "-", NA, "-", "-", "-", "-", "T", "-", "T",
"T", "-", "T", "-", "-", "-", NA, NA, "T", "-", "-", "-",
"-", "T", "-", "T", "-", "T", "-", NA, "-", "-", "-", "-",
"-", "-", "-", "T", "T", "-", "-", "-", "T", "-", "T", "-",
"T", "-", NA, "-", "-", "-", "-", "-", "-", "-", "T", "-",
"T", "-", NA, "-", "-", "-", "-", "-", "-", "-", "-", "-",
NA, NA, NA, "-"), `One_ssrd-135.1` = c("T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "-", "T", "T", "T", "-", "T",
"-", "T", "T", NA, "T", "-", "-", "T", "T", NA, NA, "T",
NA, NA, "-", "-", "T", "T", "-", "T", "-", "T", "T", "T",
"-", "T", "-", "-", "T", "T", "T", "-", "T", NA, NA, "T",
"-", "T", "-", "T", NA, "T", "-", NA, NA, NA, "T", "T", NA,
"T", NA, "T", NA, "T", "T", "-", NA, "T", "T", "T", "-",
"T", "T", NA, "T", NA, "-", "T", "T", NA, "T", NA, "T", NA,
"T", "T", NA, "T", NA, NA, NA, "-", "T", "T", "T", "T", "T",
"-", NA, "T", NA, "T", "T", "T", "-", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"-", "T", "T", "T", "-", NA, NA, "T", "T", "T", "-", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "-", "T",
"-", "T", "T", "T", "T", "T", "T", "T", "-", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "-", "T", "T", "-", "T", "T", NA,
NA, NA, "-"), `One_STC-410` = c("C", NA, "C", "C", NA, NA,
"C", "C", "C", "T", "C", NA, "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", "T", "C", "C", NA, "C", "C", NA, "C",
"C", "T", "C", "C", "C", "C", "T", "T", "T", NA, NA, "T",
"C", "C", "C", "T", "C", NA, "C", NA, "C", "T", "C", "T",
"C", "T", NA, "T", "C", "C", NA, "T", "C", NA, "C", "T",
NA, "C", NA, "T", "T", "T", "T", "T", "C", "T", "C", NA,
"T", "C", "C", NA, "T", "T", "T", NA, "T", NA, "C", NA, NA,
NA, "T", "T", "T", "T", "T", NA, "C", "T", "C", "T", "T",
"T", "T", "C", NA, "C", "C", "T", "T", "T", "C", "C", "C",
NA, "T", "T", NA, "C", NA, "T", "C", "T", "T", "T", "T",
"T", "T", "C", "T", NA, NA, "T", "T", "T", "T", "C", "C",
"C", "C", "C", "T", "C", "T", "C", NA, NA, "T", "T", NA,
"C", "T", "C", "C", NA, "T", "C", "T", "T", "C", "T", "C",
NA, "C", "C", NA, NA, NA, "T", "C", NA, "T", "T", "T", "T",
"C", "C", "T", "T", "C", "C", "C", "T", NA, NA, NA, "T",
NA, NA), `One_STC-410.1` = c("T", NA, "T", "T", NA, NA, "T",
"C", "T", "T", "C", NA, "T", "T", "C", "T", "T", "T", "C",
"T", "C", "T", "T", "T", "T", NA, "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "C",
"T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "T", "T", NA, "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "C", NA, "T", "T",
"T", NA, "T", "T", "T", NA, "T", NA, "C", NA, NA, NA, "T",
"T", "T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "C", "T", "T", "T", "T", "C", "T", NA, "T",
"T", NA, "T", NA, "T", "C", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", "T", "T", "T", "T", "C", "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
"T", "T", NA, "T", "C", "T", "T", "C", "T", "T", NA, "T",
"T", NA, NA, NA, "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, NA, NA, "T", NA, NA), One_STR07 = c(NA,
"C", "C", "C", NA, "C", "C", "C", "C", "G", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "G", "C", "G", "C", NA,
"C", NA, "C", "C", NA, "C", "C", "C", "C", "G", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "G", "C", "C", "G", "C", "C", NA, "C", "C", "C", NA,
NA, "C", NA, NA, "G", NA, "C", "C", "C", "C", "C", "C", "C",
"G", "C", "C", NA, NA, "C", "C", "C", "C", "C", NA, NA, NA,
NA, "C", NA, NA, NA, NA, "C", "C", "G", NA, NA, "C", NA,
"C", NA, "G", NA, "C", NA, "C", "G", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C",
"C", "G", "C", "C", "G", "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "G", "C", NA, NA, "C",
"C", NA, NA, "C", "C", "C", "G", NA, NA, "C", "C", "C", "C",
"C", "C", NA, "C", "G", "C", "C", "C", "C", "C", "C", "G",
"C", "C", "G", NA, NA, "C", "C", "C", "C", "C", "G", "C",
"C", "C", NA, "C", NA), One_STR07.1 = c(NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "C", "G", "G", "G", "C", "G",
"G", "G", "G", NA, "G", "C", "G", "G", NA, "G", NA, "G",
"G", NA, "G", "G", "C", "G", "G", "C", "G", "G", "G", "G",
NA, "G", "C", "C", "G", "C", "C", "C", "G", NA, "G", "C",
"G", "G", "G", "G", NA, "C", "G", "G", NA, NA, "G", NA, NA,
"G", NA, "G", "G", "G", "C", "G", "G", "C", "G", "C", "C",
NA, NA, "C", "G", "G", "C", "C", NA, NA, NA, NA, "G", NA,
NA, NA, NA, "G", "G", "G", NA, NA, "G", NA, "G", NA, "G",
NA, "G", NA, "G", "G", "G", "G", "C", "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "C", "G", "C", "G", "G", "C",
"G", "G", "G", "C", NA, "G", NA, "C", "C", "G", "C", "G",
"G", "C", "G", "G", "G", "C", NA, NA, "G", "G", NA, NA, "G",
"C", "C", "G", NA, NA, "G", "C", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "C", "C", "G", "G", "G", "G", "C", "G",
NA, NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", NA), `One_SUMO1-6` = c("C", "C", "A", "C", "C", "C",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "A", "C", "C", "C",
"C", "C", "A", "A", "C", "C", "C", "C", "C", "A", NA, "A",
"C", "C", "C", "A", "A", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "A", "A", "A", NA, "C", "C",
NA, NA, "C", "C", "A", "C", NA, "A", "C", "C", "C", NA, "C",
"C", "C", NA, "A", "C", "C", "C", "A", "C", "A", "A", "C",
"A", "C", "C", "A", "A", "C", "C", "C", "A", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "A", "A", "C", "C", "A",
"C", "A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "A", "C", "C", "C", "A", "C", "C", "C", "C", "A",
"C", "C", "A", "A", "A", "C", "A", "C", "C", "C", "A", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA,
"A", "A", NA), `One_SUMO1-6.1` = c("C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, NA, "C", "C", NA), `One_sys1-230` = c(NA, "G", "T", NA,
"G", "G", "G", "G", "G", "T", "T", "G", NA, "T", "G", "G",
"G", "T", "G", "G", "G", "T", "G", "T", "G", NA, "G", "G",
NA, NA, "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "T", "T", "T", "G", "T", "T", NA, "T", "G", NA, "G",
"G", "G", "G", "T", NA, "G", "G", "G", "G", "G", "T", NA,
"G", "T", NA, "G", "G", "G", "T", "G", "G", "G", "G", "T",
"T", "G", NA, "T", "G", "G", "G", "T", "G", "G", "G", "T",
NA, "G", NA, "T", "G", NA, "G", "G", NA, NA, "G", NA, "G",
NA, "G", "G", NA, "T", NA, "G", "G", "G", "T", "G", "G",
"G", "G", NA, "G", "G", NA, NA, NA, "G", "T", "T", "G", "T",
"G", "G", "G", "G", "G", "G", "G", NA, "T", "G", "G", "G",
"G", NA, "G", "G", "T", "G", "G", "G", NA, "G", "G", NA,
"G", "T", "G", "G", "T", "G", NA, "T", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G"), `One_sys1-230.1` = c(NA, "G", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "G", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
NA, NA, "T", "T", "T", "T", "G", "T", "G", "T", "G", "T",
"G", "T", "T", "T", "T", "T", "T", NA, "T", "G", NA, "G",
"G", "G", "T", "T", NA, "G", "T", "T", "G", "G", "T", NA,
"T", "T", NA, "G", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "G", NA, "T", "G", "T", "T", "T", "T", "T", "T", "T",
NA, "T", NA, "T", "T", NA, "T", "T", NA, NA, "G", NA, "T",
NA, "T", "G", NA, "T", NA, "T", "T", "T", "T", "T", "T",
"G", "G", NA, "G", "T", NA, NA, NA, "T", "T", "T", "T", "T",
"T", "G", "G", "T", "T", "G", "T", NA, "T", "T", "T", "G",
"T", NA, "T", "G", "T", "G", "T", "G", NA, "G", "G", NA,
"T", "T", "T", "G", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "G", "G", "G", "G", "T", "G",
"T", "G", "T", "T", "G", "T", "G", "G", "G", "T", "T", "T",
"T", "G", "T", "G"), `One_taf12-248` = c(NA, "G", "G", "G",
"G", "G", NA, "G", "T", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "T", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "T", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA), `One_taf12-248.1` = c(NA, "G",
"G", "G", "G", "G", NA, "G", "T", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "T", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T",
"T", "G", "T", "G", "G", "G", "T", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, "G", "T", "T", "G", "G", "T", "G",
"G", "T", "G", "G", "T", "T", "T", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", NA, "G", "T", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "T", NA, "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "T", "G", NA,
"G", "G", "G", "G", "G", NA, "G", "T", "G", "G", "G", "G",
NA, "G", "T", NA, "G", "G", "T", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "T",
"T", "T", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA), `One_Tf_ex10-750` = c("G",
"G", "G", "G", "A", "G", NA, "A", "A", "G", "G", "G", NA,
"A", "G", "A", "A", "G", "G", "A", "G", "G", "A", "A", NA,
"A", NA, "A", "A", NA, "G", "G", "G", "A", "A", "G", "G",
"G", "G", NA, NA, "G", "G", "G", "G", "G", "A", "A", "G",
NA, "G", "G", "A", "A", "A", "G", NA, "G", "A", "G", NA,
NA, "A", NA, "G", "G", NA, "A", "G", "G", "A", "G", "A",
"G", "A", "A", "A", "A", "G", "A", "G", "A", "G", "G", "G",
NA, "A", "G", "G", "G", "G", "A", NA, NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "A", NA, "G", "G", "A",
"G", "G", "G", "G", "G", "A", "A", "A", "A", NA, NA, NA,
"G", "G", "G", "A", "G", "G", "G", "A", "A", "G", "G", "G",
NA, "G", "A", "G", "G", "G", "G", "A", "A", "G", "G", "G",
"G", "G", NA, "G", NA, "A", "G", "A", "G", "G", "A", "A",
"G", "G", "G", "A", "A", "G", NA, NA, "G", "A", "A", "A",
"G", "G", "G", "G", "G", "G", "A", NA, "G", "G", "A", "G",
"G", "A", "G", NA, NA, "G", "G", "G", NA), `One_Tf_ex10-750.1` = c("G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA,
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", NA,
"G", NA, "G", "G", NA, "G", "G", "G", "A", "G", "G", "G",
"G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "A", "G", "G", "G", NA, "G", "G", "G", NA,
NA, "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", "G", NA, NA, NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", "A", "A", "G", NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", NA), `One_Tf_ex3-182` = c("A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "G", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", NA, "A", "G"), `One_Tf_ex3-182.1` = c("A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "G", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "G", NA, "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "G", "G", "A",
"A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "G", NA, "G", "G"), `One_tshB-92` = c("A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "C", "A", NA, "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", NA, NA), `One_tshB-92.1` = c("A",
"C", "C", "C", "A", NA, "A", "A", "A", "A", "C", NA, "A",
"A", "C", "C", "C", "A", "C", NA, "A", "A", "A", "A", "A",
"C", "A", "A", "C", "C", "A", "A", "A", "C", "A", "A", "A",
"C", "A", "C", "A", "A", NA, "A", "C", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "C", "A", NA, "C",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "C", "A", "A", "C", NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "C", "A", "A", "A", "C", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "C", "C", "A", NA,
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"C", "A", "A", "A", "A", "A", "C", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", NA, NA), `One_txnip-401` = c(NA,
"C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
NA, "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C"), `One_txnip-401.1` = c(NA,
"C", NA, NA, "C", "C", "T", "T", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "T", "C", "C", "C", "C", NA,
"T", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"T", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", NA, NA,
NA, "C", "C", NA, "C", NA, "C", "T", "C", "T", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", NA,
"C", NA, "T", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "T", "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "T", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "T", "C", "C", "C", "C",
"C", "T", NA, "C", "C", "C", "C", "C"), `One_U1003-75` = c(NA,
NA, NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C",
NA, "C", NA, NA, "T", "C", "T", "T", "C", "C", "C", "C",
"C", "C", "T", "T", "C", NA, "C", "C", "C", NA, "C", "T",
NA, "C", "C", "C", "C", "C", NA, "T", "C", "C", "C", "C",
"C", NA, NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "T",
"T", "C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "T", NA, NA, "C", "C", NA, NA, "T", NA,
"C", NA, "T", "T", "C", "C", NA, "C", "C", "T", "C", "C",
"C", "C", "C", NA, "C", "C", NA, NA, NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "T", "C",
"T", "C", "C", "T", "C", "T", "C", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C", "T",
"C", "T", "C", NA, "C", "C", "C", NA, "C", "T", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "T", "C", "T", "T", NA,
NA, NA, "C", "C", "T"), `One_U1003-75.1` = c(NA, NA, NA,
NA, "T", NA, "T", "T", "T", "C", "C", "T", "T", "T", "T",
"T", "T", "T", "C", NA, "C", "T", "T", "T", "T", "T", NA,
"T", NA, NA, "T", "C", "T", "T", "T", "C", "T", "C", "C",
"T", "T", "T", "C", NA, "C", "C", "C", NA, "T", "T", NA,
"T", "T", "C", "C", "C", NA, "T", "C", "T", "T", "T", "T",
NA, NA, "C", NA, "T", NA, "C", "T", "T", NA, "T", "T", "T",
"C", NA, "T", "C", "T", "T", "C", "C", "T", NA, "C", NA,
"T", "C", "C", "T", NA, NA, "T", "T", NA, NA, "T", NA, "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", "T", "C", "T",
"T", "T", NA, "T", "T", NA, NA, NA, "C", "C", "T", "T", "C",
"T", "T", "T", "C", "T", NA, "C", NA, "T", "T", "C", "T",
"T", "T", "T", "C", "T", "T", "T", "T", NA, "C", "C", "T",
"T", "T", "C", "T", "C", "T", NA, "T", "T", "C", "T", "C",
"T", "T", NA, "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "C", "T", NA, "C", "T", "T", "T", "T", "T", NA, NA,
NA, "T", "T", "T"), `One_U1004-183` = c("A", "A", NA, "G",
"A", NA, NA, "A", "A", "A", "A", NA, NA, "A", "A", "A", "G",
"A", "G", "A", "A", "G", "G", "A", "G", "G", NA, "A", NA,
"A", "A", "A", "A", "G", "G", "A", "G", "G", "A", "A", "G",
"A", NA, "A", "G", "A", "A", "A", "G", "G", "A", "G", "G",
"A", "A", "G", NA, "A", "G", NA, "G", "A", "A", "G", "G",
"A", NA, "G", "A", "A", "A", "G", NA, "A", "A", "A", "G",
"A", "G", "G", "G", "A", "A", "A", "A", NA, NA, "G", NA,
NA, "A", "A", "G", "G", "A", NA, "A", "G", "G", NA, "G",
"A", "A", "G", "A", "A", NA, "A", "G", "G", "G", "A", "A",
"G", "G", "G", "G", "A", NA, "G", "G", "A", "G", "G", "G",
"G", "G", "A", "G", "G", "A", "G", "G", NA, "G", "A", "A",
"G", "G", "A", "A", "G", "A", "A", "A", NA, "A", NA, "G",
"A", NA, "G", "A", "A", "A", "A", "A", "G", "G", "G", "G",
"G", "A", NA, NA, "A", NA, "G", "A", "A", "A", NA, "A", "G",
"G", "A", "A", NA, "A", "A", "A", "G", "G", "A", NA, "A",
NA, NA, NA, "G"), `One_U1004-183.1` = c("G", "G", NA, "G",
"G", NA, NA, "A", "G", "A", "A", NA, NA, "G", "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "A", "G", "A", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", NA,
NA, "G", "G", "G", "G", "G", NA, "A", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "A",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, NA, "G", NA, "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "A", "G", "G", "G", NA, "G",
NA, NA, NA, "G"), `One_U1009-91` = c("A", NA, NA, "G", NA,
NA, NA, "A", "A", "G", "A", "A", "A", "A", "A", "G", "G",
"A", "G", NA, "A", "G", "G", "G", "A", "G", "A", "G", "G",
"G", "A", "A", "A", "A", "G", "G", "G", "G", "G", "A", "G",
"A", "A", "A", "G", "A", "A", "A", "A", "G", NA, "A", "G",
"G", "G", "A", NA, "G", "A", "G", NA, NA, "A", "A", NA, "G",
NA, "A", NA, "A", "G", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "G", NA, "A", "A", NA, NA, NA, NA, NA, "A", "A",
"A", NA, NA, NA, NA, "A", "A", "G", "G", "A", NA, "G", "G",
"A", NA, "A", "G", "G", "G", "A", "G", "G", "A", "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "A", "G", "A",
"G", "G", "G", NA, "G", NA, "G", "G", "A", "A", "A", "G",
"G", "A", "G", "A", "A", "A", "A", NA, "G", NA, "G", "A",
"A", "G", "A", "G", NA, "A", "G", "G", "G", "G", "G", "G",
NA, "A", "A", "A", "G", "A", NA, "A", "G", "G", "A", "A",
"A", "G", "G", "A", "A", "G", "G", "G", NA, "A", NA, NA,
"A", "G"), `One_U1009-91.1` = c("G", NA, NA, "G", NA, NA,
NA, "G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", NA, NA, "A", "G", NA, "G", NA,
"G", NA, "G", "G", "G", NA, "G", "G", "G", "A", "G", "G",
"A", "G", NA, "G", "A", NA, NA, NA, NA, NA, "G", "G", "G",
NA, NA, NA, NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, "G", "G", "G", "G", "A", "G", "A", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "A", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA,
"A", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", NA, NA, "G",
"G"), `One_U1010-81` = c("G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "A", NA, "A", "A", "G", "A", "A", "G", "G",
"G", "G", "A", "A", "G", NA, "G", "A", "A", "A", NA, "G",
"G", "G", "A", "A", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "A", "G",
"G", NA, "G", "G", "G", "G", NA, "G", NA, "A", "A", NA, "A",
"G", "G", "G", "G", "A", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", NA, "A", "G", NA, "A", "G", NA,
"G", "G", "G", "G", "G", NA, "A", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "A", "G", "G", "G", "A", "G", "G", "G",
"A", "A", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, NA, NA, "G", "G", "G", "A", "A", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
NA, "G", "G", NA, "A", "G", "G", NA, "G", "G", "G", "A",
"G", "G", "A", "G", "G", "G", "A", "G", NA, "G", "G", "G",
"A", NA), `One_U1010-81.1` = c("G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "A", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "A", "G", "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "A", "G", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", NA), `One_U1012-68` = c("C", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", NA, NA, "C", "C", "T", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", NA, "C"), `One_U1012-68.1` = c("T", "C", "T",
"C", NA, NA, "C", "C", "C", "C", "T", NA, "T", "C", "C",
"T", "C", "T", "T", "T", "T", "C", "C", "C", "T", NA, "T",
"C", NA, "T", "C", "C", "T", "C", "C", "C", "T", "C", "C",
"C", "C", "C", NA, NA, "C", "T", "C", NA, "C", "C", "T",
"C", "T", "C", "C", "C", NA, "C", "T", NA, NA, NA, "C", NA,
NA, "C", NA, "C", "C", "C", "C", "T", "T", "C", "C", "T",
"C", "C", "C", "T", "C", "C", "C", "C", NA, NA, NA, "C",
"T", "T", NA, "C", "C", "C", NA, "C", "C", "T", "T", "T",
"T", "T", "C", "C", "C", NA, NA, "C", "C", "T", "C", "C",
"C", "C", "T", NA, "T", "C", NA, "T", "T", "T", "C", "T",
"C", "C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "T", NA, NA,
"C", "T", NA, "C", "C", "C", "C", NA, "C", "C", "T", "C",
"C", "T", "C", "T", NA, "C", "C", "T", "T", "C", "C", "C",
"C", "T", "T", "C", "C", "T", "T", "C", "C", "T", "C", "C",
NA, NA, "T", "C", NA, "C"), `One_U1013-108` = c("T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", "T", "G", "T", "G", "G", "T",
"G", "T", "G", "T", "T", NA, "T", "T", "T", NA, "T", "G",
"T", "T", "T", "T", "G", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", NA, "T", "G", "T", "T", "G", "T", "G",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "G", "T",
"T", "T", "T", NA, NA, NA, "T", NA, "G", "G", "G", "T", "T",
"G", "T", "T", "T", "G", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T",
"G", "T", "T", "G", "T", "T", "T", "T", "G", "G", NA, "T",
"G", "G", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "G", "T", "T", "T", "G", "T", "T", "T", "T", "T", "T",
"G", "G", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "G", "G", "T", "T", "T", "T", "T", "T", "T", "G",
"T", "T", "T", "G", "G", NA, "G"), `One_U1013-108.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "T", "T", NA, "T", "T", "T", NA, "T",
"G", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, NA, NA, "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "G", "T", NA,
"T", "T", "G", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "G"), `One_U1014-74` = c(NA,
"C", "T", NA, "T", "T", "T", "T", "C", "T", "C", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "C",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "C", "T", "C", "T", "T", "T", "T",
"T", "T", NA, "T", "C", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T"), `One_U1014-74.1` = c(NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T"), `One_U1016-115` = c(NA,
NA, NA, "-", "-", "T", "T", "-", "T", "T", "-", "-", NA,
"-", "-", "T", "T", "-", "-", NA, "T", "T", "-", "-", NA,
"T", NA, "-", "-", "T", "-", "T", "-", "T", "-", "T", "-",
"-", "-", "-", NA, "-", "-", NA, "-", "T", "T", "-", "T",
NA, NA, "T", "T", "T", "T", "-", NA, "T", "-", NA, "T", NA,
"-", NA, "-", "T", NA, NA, NA, "-", "T", "-", "T", "-", "T",
"T", "T", "T", NA, "-", "T", "-", "T", "-", "-", NA, NA,
NA, "T", NA, NA, NA, NA, "-", "-", NA, NA, NA, "T", "-",
"T", "-", "-", NA, NA, "T", NA, "-", "T", "-", "-", "-",
"T", "-", "T", NA, "-", "T", NA, "-", NA, "-", "-", "-",
"-", "-", "-", "T", "T", "T", "T", NA, "-", NA, "-", "-",
"-", "-", "-", NA, "-", "T", "-", "-", "-", "T", NA, NA,
NA, "-", NA, "-", "-", "-", "-", NA, "-", "T", "-", "-",
"-", "T", "T", "T", NA, "T", "T", "-", "T", "-", "T", NA,
"-", "-", "-", "-", "T", "-", "-", "-", "-", "T", "T", "-",
"-", "-", "T", NA, "-", NA), `One_U1016-115.1` = c(NA, NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "-", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "-", "T", "-", "T",
"-", "T", NA, "T", "T", NA, "-", "T", "T", "T", "T", NA,
NA, "T", "T", "T", "T", "-", NA, "T", "T", NA, "T", NA, "T",
NA, "T", "T", NA, NA, NA, "-", "T", "T", "T", "-", "T", "T",
"T", "T", NA, "T", "T", "-", "T", "-", "T", NA, NA, NA, "T",
NA, NA, NA, NA, "T", "-", NA, NA, NA, "T", "T", "T", "T",
"-", NA, NA, "T", NA, "T", "T", "-", "-", "-", "T", "-",
"T", NA, "T", "T", NA, "T", NA, "T", "T", "-", "-", "-",
"-", "T", "T", "T", "T", NA, "-", NA, "T", "-", "-", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, NA, NA, "T", NA,
"T", "-", "-", "T", NA, "-", "T", "-", "-", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "-", "T",
"-", "T", "T", "-", "T", "T", "T", "T", "-", "T", "T", "T",
NA, "T", NA), `One_U1024-197` = c("G", "T", "T", NA, NA,
"T", "G", "T", "G", "G", "T", "T", "T", "T", "G", "T", "T",
"T", "T", NA, "G", "T", "T", "G", "G", "T", "T", "T", "T",
"T", "G", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", NA, "G", "T", "G", "G", "T", "T", "T", "G", "T",
"T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T",
"G", NA, "T", NA, "T", "T", "T", "T", "T", "G", "G", "T",
"G", "T", "G", "T", "T", "T", "T", "T", NA, NA, NA, "T",
NA, NA, "T", NA, "T", "G", NA, NA, "T", "T", NA, "T", "G",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "G", "T", "T",
"T", "T", "T", "T", "T", "G", "T", "G", "T", "T", "T", "G",
"T", "T", "T", "T", "T", "T", "G", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, NA, "T",
"T", "T", "T", "G", NA, NA, "T", "T", "G", "G", "T", "G",
NA, NA, "T", "T", "T", NA, "T", "T", "T", "G", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "G", NA, "T",
"G", "G", "T"), `One_U1024-197.1` = c("T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA,
"T", NA, NA, "T", NA, "T", "T", NA, NA, "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, NA,
"T", "T", "T", "T", "G", NA, NA, "T", "T", "T", "G", "T",
"T", NA, NA, "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "G", "T"), One_U1101 = c("A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "C", "A",
"A", "A", NA, "A", "A", "A", "C", "A", NA, "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", NA, "A", NA, "A", "A", "A", NA, "A", "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", "A", NA, NA, NA, "A", "A",
"A", NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "C", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "C", "A", "A", "A", "A", NA, NA, "A", NA, NA, "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A",
"A", NA), One_U1101.1 = c("C", NA, "C", "A", "A", "A", "C",
"C", "A", "C", "A", "A", "A", "C", "A", "C", "C", "C", "A",
NA, "A", "A", "A", "C", "C", NA, "C", "A", "C", NA, "A",
"A", "C", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "C", "A", "C", "C", "A", "A", "C", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "C", "A", NA, "C", "C", NA,
"C", NA, "A", "A", "A", NA, "A", "C", "A", "C", NA, "C",
"A", "A", NA, "A", "A", "A", NA, NA, NA, "A", "A", "A", NA,
NA, NA, "A", "A", "A", "C", "A", "A", "A", NA, "A", NA, "A",
"C", NA, "A", "C", "A", "A", "A", "A", "A", "A", "A", "C",
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "C",
"C", "C", NA, "A", NA, "A", "A", "C", "A", "C", "C", "A",
"C", "C", "A", "A", "A", NA, NA, "A", NA, NA, "A", "A", "A",
"A", NA, NA, "A", "A", "A", "C", "A", "A", "A", NA, "C",
NA, NA, "C", "C", "A", "A", "A", "C", "C", "A", "C", "A",
"A", "A", "A", "A", "A", "A", NA, "C", NA, "A", "A", NA),
One_U1103 = c("G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "G", NA, "G", "G", "G", "G", "A", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", NA, NA, "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "A", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"A", "G", "A", "G", "G", "G", "G", "A", "A", "G", "G", "G",
"A", "A", "G", "G", "G", "G", "G", NA, "A", "G", "G", "G"
), One_U1103.1 = c("G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", NA, NA, "G", "G", "G", "G", NA, NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G"), One_U1105 = c("T", "A", "T", NA, "A", NA, "T", "T",
"T", "T", "T", "A", "T", "T", "T", "A", "A", "A", "T", "T",
"A", "T", "T", "T", NA, "T", "A", "A", "A", NA, "A", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "A", "T", "T", NA,
"A", "A", "T", NA, "A", "A", "T", "A", "T", "T", "T", "T",
NA, "T", "T", NA, "T", "A", "T", "T", "T", "T", NA, "T",
"A", "T", "A", "T", "A", "T", "T", "A", "T", "T", "T", "A",
"A", NA, "T", "T", "T", NA, "T", NA, "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "A", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "A", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "A", "T", "T", "T",
"A", "T", NA, "T", "T", "T", "T", "T", "T", "A", "A", "A",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "A", "T", "T", "T", "T", "A", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "A", "A", "T", NA, NA, "A", "T", "A",
"A"), One_U1105.1 = c("T", "T", "T", NA, "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "A", "A", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "A", "T", "T", NA,
"A", "T", "T", NA, "T", "A", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "T", NA, "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "A", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"A", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T",
"A"), `One_U1201-492` = c(NA, "A", NA, NA, NA, "G", "G",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "G", "A", "A", NA, "G", "G", NA, "A",
"A", "G", "A", "A", "G", "A", "A", "A", "A", "A", "A", NA,
NA, "G", "A", "A", "A", "A", "A", "A", "A", "G", "A", "A",
"A", NA, "G", "G", NA, "G", "A", "G", NA, "A", "A", NA, "A",
NA, "A", "A", "A", NA, "A", "A", "A", "A", NA, "A", "G",
"A", "A", "A", "A", "A", NA, "A", NA, NA, "A", "A", "A",
NA, "A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A",
NA, "A", NA, "G", "A", "A", "A", "A", "A", "G", "A", NA,
"A", "A", NA, "A", NA, "A", "G", "A", "A", "A", "A", "A",
"A", "G", "G", "A", "A", NA, "G", "A", "A", "G", "G", "A",
"A", "G", "A", "G", "A", NA, "A", NA, NA, "A", NA, "A", "A",
"G", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, NA, NA, "A", NA, NA, "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", NA, NA, "A", "G", "G", "A"),
`One_U1201-492.1` = c(NA, "G", NA, NA, NA, "G", "G", "A",
"G", "A", "G", "G", NA, "A", "G", "A", "A", "A", "A", NA,
"G", "A", "A", "G", "G", "G", NA, "G", "G", NA, "A", "G",
"G", "G", "G", "G", "A", "G", "A", "G", "A", "G", NA, NA,
"G", "G", "A", "G", "A", "A", "G", "A", "G", "G", "A", "A",
NA, "G", "G", NA, "G", "G", "G", NA, "G", "G", NA, "G", NA,
"A", "G", "G", NA, "G", "G", "A", "A", NA, "G", "G", "G",
"G", "G", "A", "G", NA, "G", NA, NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "A", NA, "A",
NA, "G", "G", "G", "A", "A", "G", "G", "G", NA, "G", "G",
NA, "G", NA, "G", "G", "G", "A", "A", "A", "G", "A", "G",
"G", "A", "G", NA, "G", "A", "A", "G", "G", "G", "G", "G",
"A", "G", "G", NA, "G", NA, NA, "G", NA, "G", "A", "G", "A",
"G", "G", "A", "A", "A", "A", "G", "A", "G", NA, "G", NA,
NA, NA, "G", NA, NA, "G", "A", "A", "G", "G", "G", "A", "G",
"G", "G", "G", "A", NA, NA, "G", "G", "G", "A"), `One_U1202-1052` = c("C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "T", "C", "C",
"C", "C", "C", "C", "C", "T", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
NA, "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, NA, NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, NA, "C", "T", "T", "C",
"C", "C", "C", "C", "C", "C", "T", NA, NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_U1202-1052.1` = c("T",
"T", "T", "C", "T", "C", NA, "T", NA, "C", "T", "T", "T",
"C", "C", "T", "T", "C", "T", NA, "T", "T", "T", "T", NA,
"C", "T", "T", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"T", "T", NA, "C", "T", "C", NA, "T", "T", "T", "C", "C",
"C", "C", "T", "T", "C", "C", "C", NA, "T", "C", NA, "T",
NA, "C", NA, "C", "C", NA, NA, "C", "C", "T", "C", NA, "C",
"C", "T", "C", "C", "T", "T", "C", "C", "C", "C", "C", NA,
NA, NA, NA, NA, "C", NA, NA, "C", "C", "C", "C", "T", "T",
"C", "T", NA, "C", "C", "C", NA, NA, "T", "T", "T", "C",
"T", "T", "C", "C", "C", "T", "T", NA, NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"T", "C", "T", "C", NA, "T", "T", "C", "T", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "T", "T", "C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "T", "T", "T",
NA, "C", "T", "C", "T", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_U1203-175` = c(NA,
NA, NA, "A", "A", "A", "A", "A", "A", "G", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", NA, "A", "A", "A", "G", "A", NA, "A", "A", NA, "A",
"A", "A", NA, "A", "A", NA, "A", "A", "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, "A", "A", NA, "A", NA, NA, NA, NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "G", "A", "A", "A"), `One_U1203-175.1` = c(NA,
NA, NA, "A", "G", "A", "A", "G", "A", "G", "G", NA, "A",
"A", "G", "G", "A", "A", "G", "A", "A", "A", "A", "A", "A",
"A", NA, "G", NA, "A", "A", "A", "A", "G", "A", "G", "A",
"G", "G", NA, "A", "A", "A", "G", "A", "A", "A", NA, "A",
"A", NA, "G", "A", "A", "G", "G", NA, "A", "A", NA, "A",
"G", "A", NA, "G", "A", NA, "A", "A", "A", "A", "G", "A",
"G", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "G",
NA, "A", NA, "A", "A", NA, "G", NA, NA, NA, NA, "G", "G",
"A", "A", "G", "A", "A", "A", "A", "G", NA, "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "G",
"A", "G", "A", "A", "G", "A", "A", "A", "A", "A", NA, NA,
"A", "A", "G", "A", "A", NA, "A", "G", "A", "A", "A", "A",
NA, NA, "A", "A", NA, "G", "A", "A", "A", "A", NA, "A", "G",
"A", "G", "A", "A", "A", NA, "A", "A", "G", "A", "G", "A",
"A", "G", "A", "G", "A", "A", "A", "G", "A", "G", "A", "G",
"A", "G", "G", "G", "G", "G", "A"), `One_U1204-53` = c(NA,
"C", "C", "C", NA, "C", NA, "C", "T", "C", "C", NA, "C",
"T", "C", "C", "C", "C", "C", "C", "T", "C", "C", "T", "C",
NA, NA, "C", "C", "T", "C", "C", "C", "C", "C", "T", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA, NA, "C",
NA, "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, "T", "C", NA, "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", "T", NA, NA, NA, "C", "T", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"T", "C", "C", "T", "T", "C", "C", "C", "C", "C", "C", NA,
"C", NA, NA, "C", "T", "C", "T", "C", NA, "C", "C", "T",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "T", NA, "C", "C", "C", "C", "T", "C", "C", "C",
"C", NA, "C", "C", "C"), `One_U1204-53.1` = c(NA, "T", "C",
"T", NA, "T", NA, "T", "T", "C", "T", NA, "T", "T", "C",
"C", "T", "T", "T", "T", "T", "C", "T", "T", "C", NA, NA,
"C", "T", "T", "T", "C", "C", "T", "C", "T", "C", "C", "T",
NA, "C", "T", NA, "C", "T", "T", "C", NA, "T", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "T", "T", NA, "C", NA,
NA, "C", NA, NA, NA, "C", "T", "T", "C", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "C", "T", NA, NA, "T", NA, "C", "C",
"C", NA, "C", "T", "T", NA, "T", "C", "C", NA, "T", NA, "T",
"C", NA, "C", NA, "T", "T", "C", "T", "C", "T", "C", "C",
"C", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "C",
"C", "T", "C", "T", "C", "T", NA, "C", "T", "T", "C", "T",
"T", "T", "T", "T", "C", "T", "C", "T", NA, "C", NA, NA,
"T", "T", "C", "T", "T", NA, "C", "C", "T", "C", "C", "T",
"T", NA, "C", "C", NA, "C", "T", NA, NA, "T", "C", "T", "T",
NA, "T", "C", "T", "T", "T", "C", "C", "T", "T", NA, "T",
"C", "C"), `One_U1205-57` = c("G", "G", NA, "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "A",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G", "G",
"G", NA, "G", "G"), `One_U1205-57.1` = c("G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G"), `One_U1206-108` = c("G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "T", "T", NA, "G", "T", "G", "G", NA,
"G", "G", "G", "G", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "T",
"G", "G", NA, "G", NA, NA, "G", "G"), `One_U1206-108.1` = c("T",
"G", "G", "G", NA, "G", "G", "T", "G", "G", "G", "T", NA,
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T", "G",
"G", NA, "G", "T", NA, "T", "G", "G", "T", "G", "T", "G",
"G", "G", "G", "G", "T", NA, NA, "G", "G", "G", "T", "G",
"G", "G", "G", "G", "T", "T", "T", NA, "G", "T", "T", "G",
NA, "G", "G", "G", "T", NA, NA, NA, "T", "G", "G", "G", "G",
"G", "T", "T", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "T", "G", "G", "G", NA, "T", "T", "G",
"G", "G", "T", "G", "G", "G", "T", "G", NA, "T", "T", "G",
"T", "T", "G", "T", "G", "G", "G", "T", "G", "G", NA, "G",
"G", "T", "G", "T", "G", "G", "G", "G", "T", "G", "T", "G",
"G", "G", "G", NA, NA, "G", "T", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "T", "G", "G", "G",
"G", NA, "T", "T", "G", "T", "T", NA, "T", "G", "G", "T",
"T", "G", NA, "T", NA, NA, "G", "G"), `One_U1208-67` = c(NA,
"A", NA, NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "C", "A",
"C", "C", NA, NA, "A", NA, "A", "A", "A", "C", NA, "A", NA,
NA, "C", "A", "A", "A", "C", NA, "A", "A", NA, NA, "A", "A",
NA, "A", "A", NA, NA, "A", "C", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "C", "A", "A", "A",
NA, NA, "A", "A", "A", NA, "A", "A", "A", NA, "A", "A", NA,
"A", "A", "C", NA, "A", "A", "A", "A", "C", "A", "A", "C",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"C", "A", "C", "A", "A", "A", "A", "C", "A", "A", "C", "C",
"A", "C", "A", "A", "A", "A", "A", "C", "A", NA, NA, NA,
NA, NA, NA, "A", "C", "A", "A", "A", "A", "A", "C", "C",
"C", "A", "A", "A", NA, "C", NA, NA, NA, "A", NA, NA, "C",
"C", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A", "A",
NA, NA, "A", "A", NA), `One_U1208-67.1` = c(NA, "C", NA,
NA, "C", NA, "C", "C", "A", "C", "A", "C", "C", "C", "C",
"A", "A", "A", "A", "C", "A", "A", "C", "A", "C", "A", NA,
"C", NA, "A", "C", "A", "A", "C", "A", "C", "C", "C", "C",
NA, NA, "C", NA, "A", "A", "C", "C", NA, "A", NA, NA, "C",
"A", "A", "A", "C", NA, "C", "A", NA, NA, "C", "A", NA, "C",
"A", NA, NA, "C", "C", "A", "A", "A", "C", "A", "A", "A",
NA, NA, "C", "A", "C", "C", "C", "C", "C", "A", NA, NA, "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", NA, "C", "C", "C", "A", "C", "A", "A", "C", "A", "A",
"C", "C", "A", "A", NA, "C", "C", "C", "A", "A", "C", "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "A", "A", "C", "C", "C", "A", NA, NA, NA, NA, NA, NA,
"C", "C", "A", "C", "A", "C", "A", "C", "C", "C", "A", "C",
"C", NA, "C", NA, NA, NA, "C", NA, NA, "C", "C", "C", "C",
"C", "A", "A", "C", "C", "C", "C", "C", "C", NA, NA, "A",
"A", NA), `One_U1209-111` = c(NA, "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", "T", "T", "C", "T",
NA, "T", "C", "T", "C", "C", "T", "C", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "C", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "C", NA,
"T", "T", "T", "T", "T", "T", "T", NA, "T", NA, NA, "C",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "C", "T", "C", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "C", NA, NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "C", "T", "T", "T", "T",
"T", "T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", "C", "T", "T", NA,
"T", "T", NA, "C"), `One_U1209-111.1` = c(NA, "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"C", "T", NA, "T", "T", "T", "C", "C", "T", "C", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "C"), `One_U1210-173` = c("G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "A", NA,
"G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "A", "A", "G", "G"), `One_U1210-173.1` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G"), `One_U1212-106` = c(NA,
"G", NA, NA, NA, NA, "A", "A", "G", "G", "G", "A", NA, "A",
"G", "G", "A", "G", "A", "G", "A", "G", "A", "G", "A", NA,
NA, "A", "A", NA, "A", "A", "A", "G", "A", "A", "A", "A",
"A", NA, NA, "A", NA, "G", "G", "A", "A", NA, "G", "G", "A",
"G", "A", "A", "G", "A", "G", "A", "G", "G", "A", "A", "G",
NA, "A", "G", NA, NA, "G", "G", "G", "A", "A", "A", "G",
"A", "G", "G", "A", "G", "G", NA, "A", "G", NA, NA, NA, NA,
NA, NA, "A", NA, NA, "A", "A", "A", NA, "G", "A", "A", "A",
NA, "A", NA, "A", NA, "A", "A", "A", "G", "A", "A", "A",
"G", "A", "A", "G", "A", NA, "G", NA, "G", "A", "A", "A",
"A", "A", "G", "G", "A", "G", "G", "G", NA, "G", "A", "A",
"A", "A", NA, "A", "A", "A", "G", "A", "A", NA, NA, "G",
"G", "A", "G", "G", "A", "G", "A", "G", "G", "A", "A", "A",
"A", "G", "A", NA, "A", NA, "A", "A", "G", "G", NA, "A",
"A", "A", "A", NA, "A", "A", "G", "A", "G", "A", "A", NA,
"A", "A", "A", NA, NA), `One_U1212-106.1` = c(NA, "G", NA,
NA, NA, NA, "G", "G", "G", "G", "G", "G", NA, "A", "G", "G",
"G", "G", "G", "G", "G", "G", "A", "G", "G", NA, NA, "A",
"G", NA, "G", "G", "G", "G", "G", "G", "A", "A", "G", NA,
NA, "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, NA, NA,
NA, "G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G", NA,
"G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "A", "G", "A", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "A", "A",
"G", "G", NA, "G", NA, "G", "G", "G", "G", NA, "G", "G",
"G", "G", NA, "A", "G", "G", "G", "G", "G", "A", NA, "G",
"G", "G", NA, NA), `One_U1214-107` = c(NA, "C", "A", "A",
NA, "A", "A", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", "A", "C", "C", "A", "A", "C", "A", "C", "C", NA, "C",
NA, "A", "C", "A", "A", "C", "A", "C", "A", "A", "A", NA,
"A", "A", "C", "C", "C", "C", "C", NA, "A", "A", "C", "C",
"C", "A", "A", "A", NA, "C", "A", NA, NA, "C", "A", NA, "C",
"C", NA, NA, "A", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "A", "C", "C", "C", "A", "C", "A", "C", NA, NA,
"A", "A", "A", "A", NA, "C", "C", NA, "A", "C", NA, "A",
NA, "C", "A", "C", "C", NA, "C", "A", "A", "C", "A", "C",
"C", "A", NA, "C", "C", NA, NA, "C", "C", "A", "A", "A",
"C", "A", "A", "C", "C", "C", "A", "A", "A", "A", "C", "C",
"A", "C", "C", "C", "C", "A", "C", "C", NA, "C", "C", "C",
"C", NA, "A", "A", "A", "C", NA, "C", "A", "C", "A", "C",
"A", "A", "C", NA, "C", "C", "C", "A", "C", "C", "C", "A",
"C", "A", "A", NA, NA, "C", "C", "C", "C", "A", "A", NA,
NA, "C", NA, "A", NA), `One_U1214-107.1` = c(NA, "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "A", "A",
NA, "A", "C", "C", "C", "C", "C", "C", NA, "C", "A", "C",
"C", "C", "A", "C", "C", NA, "C", "C", NA, NA, "C", "A",
NA, "C", "C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "C", "C", NA, "C", "C", NA, "A", "C", NA, "C",
NA, "C", "A", "C", "C", NA, "C", "C", "A", "C", "A", "C",
"C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"A", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "A", "A", NA, NA, "C", "C", "C", "C", "A", "C", NA,
NA, "C", NA, "C", NA), `One_U1216-230` = c("A", NA, "A",
"A", "A", NA, "A", "T", "A", "A", "A", NA, NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A",
"A", "A", NA, "A", "T", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "T", "A", "A", "A", "A", "A", "A", NA,
"T", "A", "A", "A", "A", "A", "A", "T", "A", "A", "A", "A",
NA, "A", "A", NA, "A", NA, "T", "A", "T", NA, "A", "A", "T",
"A", NA, NA, "A", "A", NA, "A", "T", NA, "A", "A", NA, "A",
"T", "A", "A", NA, "A", "T", "T", "A", "A", "A", "T", "T",
"A", "A", NA, NA, "T", "A", "A", "A", "A", "A", "A", "A",
"A", "T", "T", "A", "A", NA, NA, "A", "T", "T", "T", "A",
"T", "A", "T", "A", "A", "A", NA, "A", NA, "T", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "T", "A", "A", NA, "A",
NA, NA, "T", "T", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", NA, NA, "T", "A", NA, "A", "A",
"T", "A", "A", "A", "A", "A", "T", "A", "A", "A", "A", "A",
"T", "A", "A", NA), `One_U1216-230.1` = c("T", NA, "T", "T",
"T", NA, "T", "T", "T", "A", "T", NA, NA, "A", "A", "A",
"T", "A", "T", "T", "T", "T", "A", "T", NA, NA, "T", "T",
"T", NA, "T", "T", "T", "T", "A", "T", "A", "T", "A", "T",
"A", "A", NA, "T", "T", "T", "T", "T", "A", "A", NA, "T",
"T", "A", "T", "T", "A", "A", "T", "T", "T", "T", "T", NA,
"T", "T", NA, "T", NA, "T", "T", "T", NA, "T", "A", "T",
"T", NA, NA, "T", "T", NA, "A", "T", NA, "T", "T", NA, "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "A", "T", "T",
"T", "T", NA, NA, "T", "T", "T", "T", "A", "T", "T", "T",
"T", "T", "T", "A", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "A", "T", "T", "A", "A", NA, "T", NA, "T", "T", "T",
"T", "T", "T", "A", "T", "T", "A", "T", "T", "T", NA, "A",
NA, NA, "T", "T", "A", "T", "T", NA, "A", "A", "T", "A",
"T", "A", NA, NA, "A", "A", NA, NA, "T", "A", NA, "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "A", "T", "T",
"T", "T", "T", NA), `One_U301-92` = c("T", NA, "G", "T",
"T", "G", "T", "T", "G", "T", "G", "G", "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", "T", "G", "G", "G", "G",
"G", "G", "T", "G", "T", "G", "G", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "G", "T",
"G", "G", "T", "T", "T", "T", "T", NA, "T", "T", "G", "T",
"T", "G", NA, "T", "G", "T", "T", "G", "G", "G", "T", "G",
"T", "T", "G", "T", "T", "T", "G", "T", "T", NA, NA, "T",
"T", "T", "T", "G", "T", "T", "T", NA, "T", "T", "T", "G",
"T", "T", "T", NA, "G", NA, "T", "T", "G", "G", "T", "T",
"T", "T", "G", "G", "G", "G", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", "G", "T", NA, "T", "T", "T",
"G", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "G", "G", "T", "T", "T", "T", "G", "G",
"T", "T", "T", "T", NA, "T", "T", "G", "T", "T", "G", NA,
"T", "G", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "G", NA, "T", NA), `One_U301-92.1` = c("T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", NA, "T", NA), `One_U401-224` = c(NA,
"C", "A", "A", "A", NA, "A", "C", "A", "A", "A", "A", "A",
"A", "A", "C", "A", "A", "A", "A", "A", "A", "C", "A", NA,
"A", "A", "A", "C", "A", "A", "A", "A", "A", "A", "C", "C",
"A", "A", "A", "A", "A", NA, "C", "A", "A", "A", "A", "A",
"C", "A", "C", "A", "A", "A", "C", "C", "A", "A", "A", "A",
"A", "C", NA, NA, "C", NA, NA, NA, "C", "C", "A", "A", "A",
"A", "A", "C", NA, "A", "A", "A", "A", "A", "A", NA, NA,
"C", NA, NA, "A", "A", "A", NA, "A", "A", "A", "A", "C",
"C", NA, "C", "A", "C", NA, NA, "A", NA, "C", "C", "C", "C",
"C", "A", "A", "A", NA, "A", "A", NA, "A", "A", "A", "A",
"A", "C", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"C", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
NA, "A", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", "A", "C", "A", "A", NA, "A",
"A", NA, "A", "A", NA, "C", "A", "C", "A", "A", "A", "C",
"A", "A", NA, "A", NA, "A"), `One_U401-224.1` = c(NA, "C",
"C", "C", "C", NA, "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", "A", "C", "C", "C", "C", "C", "A", NA, "C",
"C", "A", "C", "A", "A", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "A", NA, "C", "C", "C", "C", "C", "A", "C",
"C", "C", "C", "C", "A", "C", "C", "A", "A", "C", "C", "C",
"C", NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C", "A",
"A", "C", NA, "C", "A", "A", "C", "A", "C", NA, NA, "C",
NA, NA, "C", "A", "A", NA, "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, "A", "C", NA, "C", "C", "A", "A", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "A", "C", NA, "A", "C", "A", "C", "C", "C", NA, NA,
"C", "A", NA, "C", "A", "C", "A", NA, NA, "A", "C", "C",
"A", NA, "C", "A", NA, "C", "C", "C", "C", "A", NA, "C",
"C", NA, "C", "A", NA, "C", "A", "C", "A", "A", "C", "C",
"C", "C", NA, "C", NA, "C"), `One_U404-229` = c(NA, "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "T", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, NA, "C", "C",
"C", "T", "C", "C", "T", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, NA, NA), `One_U404-229.1` = c(NA,
"C", "C", NA, "C", NA, "C", "T", "C", "C", "C", "C", "T",
"T", "T", "C", "C", "C", "C", NA, "C", "C", "C", "T", "T",
"T", "C", "C", "C", "C", "C", "C", "T", "C", "C", "T", "C",
"C", "T", "C", NA, "T", "C", "C", "C", "T", "C", "T", "C",
NA, "C", "T", "C", "T", "C", "T", NA, "T", "C", "C", "C",
"C", "C", "C", "C", "T", NA, "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "T", "C", "C",
NA, NA, "T", "C", "C", "C", "C", "C", NA, "T", "T", NA, "C",
"C", "C", "C", "T", "T", NA, "T", "T", NA, "C", "C", "T",
"C", "C", "C", "C", "T", NA, "C", "T", NA, NA, "C", "T",
"T", "T", "T", "T", "T", "T", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "T", "C", "C", "T", "T", "T", "C", "T", NA,
NA, "T", "T", "C", NA, "C", "T", "C", "C", "T", "C", "C",
"T", "T", "C", "C", "T", NA, NA, "C", "T", "C", "C", "C",
"C", "C", "C", "T", "T", "T", "T", "C", "C", "T", "C", "C",
"C", "T", NA, NA, "T", NA, NA, NA), `One_U502-167` = c("A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A"), `One_U502-167.1` = c("A",
"G", NA, "A", "A", "A", "A", "A", "A", "A", "G", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A",
NA, "A", NA, NA, "G", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A",
NA, "G", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "G", "A", "A", "A", "A", "A", NA, "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A"), `One_U503-170` = c("T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "G", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "G", "T", "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "G", "T",
"T", "G", "G", "T", "T", "T", "G", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "G", "T", "G", "T",
"G", "T", "T", "T", "T", NA, "T", "T", NA, "G", "G", "G",
"T", NA, NA, "T", NA, NA, "G", "T", "T", NA, "T", "G", "T",
"T", "G", "T", "T", "T", "T", "G", NA, NA, "T", "T", "T",
"T", "G", "T", "T", "T", "T", "T", "T", NA, "T", NA, "G",
"T", "G", "T", "G", "G", "G", "T", "T", "T", "T", "G", NA,
"T", "T", "G", "T", "T", "T", "T", "T", "G", "T", "G", "T",
"T", "G", "T", "T", "T", "G", "G", "T", "T", "G", "T", "T",
"G", "T", "T", "T", "T", "T", NA, "T", "T", "G", "T", "T",
NA, "T", "G", "T", "G", "T", "T", "T", "T", "G", "T", "T",
"T", "T", NA, NA, "G", "T", "T", "T"), `One_U503-170.1` = c("T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T",
"T", NA, NA, "T", NA, NA, "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", "G", "G", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, "T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", "T", "T", "T"), `One_U504-141` = c("A",
"A", "A", "C", "C", "A", "A", "C", "C", "C", "C", "C", NA,
"C", "A", "C", "A", "C", "C", "C", "C", "A", "A", "C", NA,
"C", "C", "C", "A", "C", "A", "C", "A", "C", "C", "A", "C",
"A", "A", "A", "C", "C", "C", "C", "C", "C", "C", "A", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "A", "C", "C", NA,
"A", "A", NA, "A", "C", "A", "A", NA, "C", "A", "A", NA,
"A", "C", "C", "C", "C", NA, "C", "C", "A", "A", "A", "A",
NA, "A", NA, "C", NA, "A", NA, NA, NA, NA, NA, "A", "C",
"A", NA, "C", NA, "C", "C", "A", NA, NA, "C", "C", "A", "A",
"A", "A", "C", "C", NA, "C", "C", NA, "C", "A", "A", "A",
"A", "C", "C", "C", "A", "A", "A", "C", "C", "A", "A", "A",
"C", "A", "C", "C", NA, "A", "A", "C", "A", "C", "A", NA,
"A", "A", "A", "A", "C", "C", "A", "A", "A", "C", "A", "C",
"A", "C", "C", "A", NA, "A", "C", "C", NA, "C", "C", "A",
NA, "C", "C", "A", "C", NA, NA, "A", "A", "A", "C", "C",
"A", NA, "A", "A", "C", "C", "C"), `One_U504-141.1` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "A", "C", NA,
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", NA, "C", NA, NA, NA, NA, NA, "C", "C",
"C", NA, "C", NA, "C", "C", "C", NA, NA, "C", "C", "A", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C",
"A", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
NA, "C", "C", "C", "C", NA, NA, "C", "C", "A", "C", "C",
"C", NA, "C", "C", "C", "C", "C"), `One_vamp5-255` = c(NA,
NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "T", "C", NA, NA, NA, "C", "C", "C"), `One_vamp5-255.1` = c(NA,
NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
NA, "C", "C", "C", "T", "C", "T", "C", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "T", "C", "C", "C",
"C", "T", "T", "C", "C", "C", "C", NA, "C", "C", "T", "T",
"C", "C", "C", "C", "C", NA, "C", "C", "T", "C", "C", "T",
"C", "T", "T", "C", "C", "T", "C", "T", NA, "T", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", NA, "T", "C",
"T", "C", "T", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "T", "T", "T", "C", "C", "C", "C", "C", "C", "C",
"T", "T", "C", "C", "C", NA, "T", "C", "T", "T", "C", "C",
"C", "C", "T", "C", "C", "T", "T", NA, "C", "T", "T", "C",
"C", "C", "T", "T", "C", "T", "C", "C", NA, "T", "C", "C",
"C", "T", "C", NA, NA, NA, "C", "C", "C"), `One_vatf-214` = c("C",
"C", "C", "A", "C", "C", "A", "A", "C", "C", "A", NA, "A",
"C", "C", "C", "C", "A", "A", "A", "A", "C", "C", "C", "C",
NA, "C", "C", "A", NA, "C", "C", "C", "C", "C", "A", "A",
"C", "C", "C", NA, "C", "A", "C", "A", "C", "C", "C", "A",
NA, "C", "A", "C", "A", "C", "C", NA, "C", "C", "C", "A",
"A", "C", NA, NA, "C", NA, "C", "C", "A", "C", "C", "A",
"C", "C", "C", "C", "A", "C", "A", "A", "C", "C", "C", "A",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "A", "C", "A", NA, "C", "A", NA, "C", NA,
"C", "C", "A", "C", "C", "A", "C", "C", "C", "A", NA, NA,
"C", "C", "C", "C", "C", "C", "A", "A", "C", "C", "A", "C",
"C", NA, "C", "C", "C", NA, "A", "C", "C", "A", NA, NA, "A",
"C", "C", "C", "A", "C", "C", "C", "C", "A", "C", "C", "C",
"C", NA, "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "A", "C", NA), `One_vatf-214.1` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "A", NA, "C",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", NA), `One_VIM-569` = c(NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "A",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
NA, NA, "A", "G", "G", "G", "A", "A", "A", "G", "G", "G",
"A", "A", "G", NA, "G", "G", "G", "G", "A", "A", "G", "G",
"G", "A", "G", "G", "G", "G", "G", "G", "G", "A", "G", NA,
NA, "G", "G", "G", "G", NA, "G", "G", "A", "A", "G", "G",
"G", "A", "G", "G", NA, "G", "G", "G", "G", "G", "A", NA,
NA, NA, NA, "G", "G", "G", "A", NA, NA, "G", NA, "G", "A",
"A", NA, "G", "G", "A", NA, "G", "A", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "G", "G", "G", "A", "G", "A", "G", "G", NA,
"G", "A", "G", "G", "G", NA, "G", "G", "A", "G", "G", "G",
"G", NA, NA, "G", "G", "A", "G", "A", "A", "A", NA, "G",
"G", "G", "G", "G", "G", "A", NA, "G", "G", "G", "G", "G",
"A", NA, "G", "G", "G", "G", "A", "A", "A", "A", "A", "G",
"A", "G", NA, NA, NA, "G", "A", "G"), `One_VIM-569.1` = c(NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, NA, "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
NA, NA, NA, "G", "G", "G", "G", NA, NA, "G", NA, "G", "G",
"A", NA, "G", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G"), `One_ZNF-61` = c(NA,
NA, "C", NA, "C", "C", "A", "A", "C", "C", "A", NA, "C",
"C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "A", "C", "A", "A", "C", "C", "C", "A", "C", "C",
"A", "C", "C", NA, "C", "A", "C", "A", "C", "C", "C", "C",
"C", "C", "A", "C", "A", "C", "C", "C", "C", "C", NA, "A",
"A", "C", NA, "A", "C", NA, "A", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "A", "C", "C", "A", "A", "A", NA,
NA, NA, NA, "C", NA, NA, "A", NA, "A", "A", "A", NA, NA,
"A", NA, "A", "A", "C", NA, NA, NA, NA, "C", "C", "C", "C",
"A", "C", "C", "A", NA, "C", "C", NA, "C", "A", "C", "A",
"A", "C", "C", "A", "C", "C", "C", "A", NA, "A", NA, "A",
"A", "C", "A", "A", "C", "C", "C", "C", "A", "C", NA, NA,
NA, NA, NA, NA, "A", "A", "C", "C", NA, "C", "A", "C", "C",
"A", "C", "C", "C", NA, "A", NA, "A", NA, "A", "C", NA, "C",
"A", "C", "A", "C", "C", "A", "A", "C", "C", "C", "C", NA,
NA, NA, "C", "C", NA), `One_ZNF-61.1` = c(NA, NA, "C", NA,
"C", "C", "C", "C", "C", "C", "A", NA, "C", "C", "C", "C",
"A", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "A", "C", "C", "C", "A", "C", "C", "A", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, NA, "C",
NA, NA, "C", NA, "C", "C", "C", NA, NA, "A", NA, "A", "C",
"C", NA, NA, NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", "C", "A", "C", "C", "C",
"C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, NA, NA, NA, NA, NA, "C",
"C", "C", "C", NA, "C", "C", "C", "C", "A", "C", "C", "C",
NA, "C", NA, "C", NA, "C", "C", NA, "C", "A", "C", "C", "C",
"C", "C", "A", "C", "C", "C", "C", NA, NA, NA, "C", "C",
NA), One_zP3b = c("A", "C", NA, "C", "C", "A", NA, "C", "C",
"A", "C", "C", "C", "C", "C", "A", "A", "C", "C", "C", "C",
"A", "C", "C", "C", "C", "A", "C", "C", "C", "C", "A", "C",
"A", "C", "A", "C", "C", "A", "A", "C", "C", "C", "C", "C",
"A", "C", "C", "C", "C", "C", "A", "C", "C", "A", "A", NA,
"A", "C", "A", "C", "C", "C", NA, NA, "C", NA, "C", "A",
"A", "A", "A", "C", "A", "A", "C", "C", NA, NA, "C", "C",
"C", "A", "A", NA, "C", "C", "C", "C", NA, NA, "C", NA, "A",
"A", "A", "A", "C", "C", "A", "C", NA, "A", "C", NA, NA,
NA, "C", "C", "C", "A", "A", "C", "C", "C", "A", "C", "C",
NA, NA, "C", "A", "C", "C", "C", "A", "A", "A", "C", "C",
"C", "C", "A", NA, "C", "A", "A", "A", "A", NA, "A", "C",
"C", "C", "A", "C", NA, NA, "C", "C", NA, "A", "A", "A",
"C", "A", "C", "C", "A", "C", "C", "C", "C", NA, NA, "C",
"C", NA, NA, "C", NA, NA, "A", NA, "A", "C", "A", NA, "A",
"A", "C", "C", "A", "A", NA, NA, "A", "A", "A", "C"), One_zP3b.1 = c("C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", NA, "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, "C", "C", "A", "C", "A", "C",
"C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, NA, "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", NA, NA, "C", "A",
"C", "C", "C", "C", "A", "A", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "A", "C", "C", "C", "C", "C",
NA, NA, "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", NA, NA, "C", NA,
NA, "C", NA, "A", "C", "C", NA, "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C")), row.names = c(NA, -190L
), class = c("tbl_df", "tbl", "data.frame"))
SEXAMP2.gcl <-
structure(list(FK_FISH_ID = c(23, 62, 66, 71, 91, 95, 98, 99,
106, 115, 127, 131, 168, 172, 189, 221, 240, 243, 257, 262, 281,
303, 316, 321, 331, 332, 339, 342, 343, 346, 360, 361, 371, 373,
384, 391, 397, 414, 466, 478, 479, 531, 536, 539, 669, 691, 723,
751, 812, 825, 847, 861, 871, 884, 888, 903, 915, 944, 945, 959,
970, 998, 1008, 1035, 1054, 1056, 1066, 1079, 1083, 1089, 1090,
1101, 1104, 1112, 1125, 1129, 1156, 1229, 1243, 1255, 1259, 1267,
1268, 1285, 1286, 1299, 1300, 1307, 1313, 1338, 1346, 1356, 1384,
1385, 1389, 1400, 1415, 1425, 1502, 1506, 1530, 1592, 1630, 1635,
1697, 1699, 1701, 1718, 1728, 1732, 1753, 1773, 1780, 1837, 1840,
1848, 1849, 1850, 1865, 1869, 1888, 1910, 1920, 1927, 1928, 1969,
1988, 1994, 1999, 2034, 2037, 2061, 2067, 2115, 2132, 2133, 2142,
2158, 2186, 2222, 2309, 2320, 2340, 2342, 2361, 2371, 2383, 2396,
2397, 2412, 2460, 2461, 2472, 2532, 2533, 2545, 2547, 2566, 2789,
2803, 2871, 2896, 2933, 3008, 3047, 3050, 3113, 3131, 3143, 3147,
3326, 3351, 3378, 3384, 3403, 3411, 3476, 3556, 3607, 3631, 3637,
3648, 3661, 3672, 3673, 3702, 3713, 3722, 3724, 3743), COLLECTION_ID = c(54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890
), SILLY_CODE = c("SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2"
), PLATE_ID = c("60950", "60950", "60950", "60950", "60950",
"60950", "60951", "60951", "60951", "60951", "60951", "60951",
"60951", "60951", "60951", "60952", "60952", "60952", "60952",
"60952", "60952", "60952", "60952", "60952", "60952", "60952",
"60952", "60953", "60953", "60953", "60953", "60953", "60953",
"60953", "60953", "60953", "60953", "60953", "60953", "60953",
"60953", "60954", "60954", "60954", "60955", "60955", "60955",
"60955", "60956", "60956", "60956", "60956", "60956", "60956",
"60956", "60956", "60956", "60956", "60956", "60957", "60957",
"60957", "60957", "60957", "60957", "60957", "60957", "60957",
"60957", "60957", "60957", "60957", "60957", "60957", "60957",
"60958", "60958", "60958", "60958", "60958", "60958", "60958",
"60958", "60958", "60958", "60959", "60959", "60959", "60959",
"60959", "60959", "60959", "60959", "60959", "60959", "60959",
"60959", "60959", "60960", "60960", "60960", "60960", "60961",
"60961", "60961", "60961", "60961", "60961", "60961", "60961",
"60961", "60962", "60962", "60962", "60962", "60962", "60962",
"60962", "60962", "60962", "60962", "60962", "60962", "60962",
"60962", "60963", "60963", "60963", "60963", "60963", "60963",
"60963", "60963", "60964", "60964", "60964", "60964", "60964",
"60964", "60965", "60965", "60965", "60966", "60966", "60966",
"60966", "60966", "60966", "60966", "60966", "60967", "60967",
"60967", "60968", "60968", "60968", "60968", "60968", "60969",
"60969", "60970", "60970", "60970", "60971", "60971", "60971",
"60971", "60971", "60971", "60971", "60972", "60973", "60973",
"60973", "60973", "60973", "60974", "60974", "60975", "60975",
"60975", "60975", "60975", "60975", "60975", "60975", "60975",
"60975", "60975", "60976"), PK_TISSUE_TYPE = c("Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip"), CAPTURE_LOCATION = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_),
CAPTURE_DATE = structure(c(NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_), class = "Date"), END_CAPTURE_DATE = structure(c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), class = "Date"), MESH_SIZE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), MESH_SIZE_COMMENT = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), LATITUDE = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), LONGITUDE = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), AGENCY = c("ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG"), VIAL_BARCODE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), DNA_TRAY_CODE = c("0000009930", "0000007085",
"0000007416", "0000007416", "0000007416", "0000007416", "0000007416",
"0000007416", "0000009196", "0000009196", "0000009196", "0000009196",
"0000009297", "0000009297", "1000005126", "1000005126", "0000009473",
"0000009473", "0000009473", "0000009473", "0000009424", "0000009425",
"0000009425", "0000009425", "0000009425", "0000009425", "0000009425",
"0000009425", "0000009470", "0000009470", "0000009470", "0000009470",
"0000009470", "0000009470", "0000009471", "0000009471", "0000009471",
"0000009471", "1000004087", "1000004087", "1000004087", "1000004088",
"1000004088", "1000004088", "1000004014", "1000004011", "0000009723",
"0000009723", "0000006868", "0000006868", "0000009724", "0000009724",
"0000009724", "0000009941", "0000009941", "0000009941", "0000009941",
"0000009939", "0000009939", "0000009939", "0000009940", "0000009940",
"0000009931", "0000009981", "0000009981", "0000009981", "0000007180",
"0000007180", "0000007180", "0000007180", "0000007180", "0000007180",
"0000007435", "0000007435", "0000007435", "0000007435", "0000009982",
"0000007514", "0000007514", "0000007436", "0000007436", "0000007436",
"0000007436", "0000007436", "0000007437", "0000007437", "0000007437",
"0000007437", "0000009938", "0000009938", "0000009938", "0000009929",
"0000009929", "0000009929", "0000009929", "0000007179", "0000007179",
"0000007179", "0000007174", "0000007174", "0000009928", "0000007083",
"0000009976", "0000009976", "0000009933", "0000009933", "0000009933",
"0000009933", "0000009933", "0000009933", "0000009716", "0000009716",
"0000009716", "0000007035", "0000007035", "0000007035", "0000007035",
"0000007035", "0000007035", "0000007035", "0000007167", "0000007167",
"0000007517", "0000007441", "0000007441", "0000006625", "0000006625",
"0000006625", "0000006625", "0000007084", "0000007084", "0000007176",
"0000007176", "0000008508", "0000008508", "0000008508", "0000008508",
"0000008509", "0000008509", "0000008510", "0000008512", "0000008513",
"0000008513", "0000008513", "0000008515", "0000008515", "0000008515",
"0000008516", "0000008516", "0000008516", "1000004061", "1000004061",
"1000004060", "1000004062", "1000004062", "1000004062", "1000004062",
"1000004063", "1000004067", "1000004067", "1000004066", "1000004066",
"1000004065", "1000004051", "1000004111", "1000004111", "1000004110",
"1000002311", "1000002311", "1000002311", "1000004052", "1000004032",
"1000004032", "1000004031", "1000004031", "1000004031", "1000004078",
"1000002408", "1000002377", "1000002378", "1000002378", "1000002378",
"1000002375", "1000002375", "1000002375", "1000004044", "1000004044",
"1000004044", "1000004044", "1000002400"), DNA_TRAY_WELL_CODE = c(13,
13, 1, 6, 26, 30, 33, 34, 6, 15, 27, 31, 28, 32, 5, 37, 18,
21, 35, 40, 19, 1, 14, 19, 29, 30, 37, 40, 1, 4, 18, 19,
29, 31, 2, 9, 15, 32, 4, 16, 17, 29, 34, 37, 20, 2, 1, 29,
10, 23, 5, 19, 29, 2, 6, 21, 33, 22, 23, 37, 8, 36, 6, 13,
32, 34, 4, 17, 21, 27, 28, 39, 2, 10, 23, 27, 14, 7, 21,
8, 12, 20, 21, 38, 1, 14, 15, 22, 3, 28, 36, 6, 34, 35, 39,
10, 25, 35, 32, 36, 20, 2, 20, 25, 1, 3, 5, 22, 32, 36, 3,
23, 30, 7, 10, 18, 19, 20, 35, 39, 18, 40, 10, 6, 7, 8, 27,
33, 38, 33, 36, 19, 25, 5, 22, 23, 32, 8, 36, 32, 39, 10,
30, 32, 11, 21, 33, 6, 7, 22, 30, 31, 2, 22, 23, 35, 37,
16, 9, 23, 11, 36, 33, 8, 7, 10, 33, 11, 23, 27, 26, 11,
38, 4, 23, 31, 16, 16, 39, 23, 29, 40, 13, 24, 25, 14, 25,
34, 36, 15), DNA_TRAY_WELL_POS = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), CONTAINER_ARRAY_TYPE_ID = c(12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12), SillySource = c("SEXAMP2_23", "SEXAMP2_62",
"SEXAMP2_66", "SEXAMP2_71", "SEXAMP2_91", "SEXAMP2_95", "SEXAMP2_98",
"SEXAMP2_99", "SEXAMP2_106", "SEXAMP2_115", "SEXAMP2_127",
"SEXAMP2_131", "SEXAMP2_168", "SEXAMP2_172", "SEXAMP2_189",
"SEXAMP2_221", "SEXAMP2_240", "SEXAMP2_243", "SEXAMP2_257",
"SEXAMP2_262", "SEXAMP2_281", "SEXAMP2_303", "SEXAMP2_316",
"SEXAMP2_321", "SEXAMP2_331", "SEXAMP2_332", "SEXAMP2_339",
"SEXAMP2_342", "SEXAMP2_343", "SEXAMP2_346", "SEXAMP2_360",
"SEXAMP2_361", "SEXAMP2_371", "SEXAMP2_373", "SEXAMP2_384",
"SEXAMP2_391", "SEXAMP2_397", "SEXAMP2_414", "SEXAMP2_466",
"SEXAMP2_478", "SEXAMP2_479", "SEXAMP2_531", "SEXAMP2_536",
"SEXAMP2_539", "SEXAMP2_669", "SEXAMP2_691", "SEXAMP2_723",
"SEXAMP2_751", "SEXAMP2_812", "SEXAMP2_825", "SEXAMP2_847",
"SEXAMP2_861", "SEXAMP2_871", "SEXAMP2_884", "SEXAMP2_888",
"SEXAMP2_903", "SEXAMP2_915", "SEXAMP2_944", "SEXAMP2_945",
"SEXAMP2_959", "SEXAMP2_970", "SEXAMP2_998", "SEXAMP2_1008",
"SEXAMP2_1035", "SEXAMP2_1054", "SEXAMP2_1056", "SEXAMP2_1066",
"SEXAMP2_1079", "SEXAMP2_1083", "SEXAMP2_1089", "SEXAMP2_1090",
"SEXAMP2_1101", "SEXAMP2_1104", "SEXAMP2_1112", "SEXAMP2_1125",
"SEXAMP2_1129", "SEXAMP2_1156", "SEXAMP2_1229", "SEXAMP2_1243",
"SEXAMP2_1255", "SEXAMP2_1259", "SEXAMP2_1267", "SEXAMP2_1268",
"SEXAMP2_1285", "SEXAMP2_1286", "SEXAMP2_1299", "SEXAMP2_1300",
"SEXAMP2_1307", "SEXAMP2_1313", "SEXAMP2_1338", "SEXAMP2_1346",
"SEXAMP2_1356", "SEXAMP2_1384", "SEXAMP2_1385", "SEXAMP2_1389",
"SEXAMP2_1400", "SEXAMP2_1415", "SEXAMP2_1425", "SEXAMP2_1502",
"SEXAMP2_1506", "SEXAMP2_1530", "SEXAMP2_1592", "SEXAMP2_1630",
"SEXAMP2_1635", "SEXAMP2_1697", "SEXAMP2_1699", "SEXAMP2_1701",
"SEXAMP2_1718", "SEXAMP2_1728", "SEXAMP2_1732", "SEXAMP2_1753",
"SEXAMP2_1773", "SEXAMP2_1780", "SEXAMP2_1837", "SEXAMP2_1840",
"SEXAMP2_1848", "SEXAMP2_1849", "SEXAMP2_1850", "SEXAMP2_1865",
"SEXAMP2_1869", "SEXAMP2_1888", "SEXAMP2_1910", "SEXAMP2_1920",
"SEXAMP2_1927", "SEXAMP2_1928", "SEXAMP2_1969", "SEXAMP2_1988",
"SEXAMP2_1994", "SEXAMP2_1999", "SEXAMP2_2034", "SEXAMP2_2037",
"SEXAMP2_2061", "SEXAMP2_2067", "SEXAMP2_2115", "SEXAMP2_2132",
"SEXAMP2_2133", "SEXAMP2_2142", "SEXAMP2_2158", "SEXAMP2_2186",
"SEXAMP2_2222", "SEXAMP2_2309", "SEXAMP2_2320", "SEXAMP2_2340",
"SEXAMP2_2342", "SEXAMP2_2361", "SEXAMP2_2371", "SEXAMP2_2383",
"SEXAMP2_2396", "SEXAMP2_2397", "SEXAMP2_2412", "SEXAMP2_2460",
"SEXAMP2_2461", "SEXAMP2_2472", "SEXAMP2_2532", "SEXAMP2_2533",
"SEXAMP2_2545", "SEXAMP2_2547", "SEXAMP2_2566", "SEXAMP2_2789",
"SEXAMP2_2803", "SEXAMP2_2871", "SEXAMP2_2896", "SEXAMP2_2933",
"SEXAMP2_3008", "SEXAMP2_3047", "SEXAMP2_3050", "SEXAMP2_3113",
"SEXAMP2_3131", "SEXAMP2_3143", "SEXAMP2_3147", "SEXAMP2_3326",
"SEXAMP2_3351", "SEXAMP2_3378", "SEXAMP2_3384", "SEXAMP2_3403",
"SEXAMP2_3411", "SEXAMP2_3476", "SEXAMP2_3556", "SEXAMP2_3607",
"SEXAMP2_3631", "SEXAMP2_3637", "SEXAMP2_3648", "SEXAMP2_3661",
"SEXAMP2_3672", "SEXAMP2_3673", "SEXAMP2_3702", "SEXAMP2_3713",
"SEXAMP2_3722", "SEXAMP2_3724", "SEXAMP2_3743"), `One_ACBP-79` = c("A",
NA, "A", "G", "A", "A", NA, "G", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", NA, "A", NA, NA, "A",
NA, "A", NA, "A", NA, NA, NA, "A", NA, "A", "A", NA, "A",
NA, "G", "A", "A", NA, "G", "A", "A", NA, "A", "A", NA, "A",
"A", NA, NA, "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"G", "A", "A", "A", "A", NA, "A", "A", "A", "A", "G", "A",
NA, "A", "A", "A", "A", "A", "A", NA, NA, NA, "G", NA, NA,
NA, NA, NA, "A", "G", NA, NA, NA, "A", "G", NA, NA, "A",
"A", "A", NA, "A", NA, NA, "A", NA, NA, NA, NA, "A", NA,
"G", NA, "A", "A", "A", "A", "A", "G", NA, NA, NA, NA, "G",
"A", NA, "A", NA, NA, "A", "A", "A", "G", NA, "A", "A", NA,
NA, "A", "A", "A", "A", "A", NA, "A", "G", "A", NA, "A",
NA, NA, "A", "A", "A", "A", NA, NA, "G", "A", "A", NA, NA,
NA, NA, NA, NA, NA, "G", NA, NA, NA, "A", NA, NA, NA, "A",
"A", NA, "A", "A", "A", "A", "A", NA), `One_ACBP-79.1` = c("A",
NA, "G", "G", "G", "G", NA, "G", NA, NA, "G", "G", "G", "G",
"G", "A", "G", "A", "G", NA, "G", "G", NA, "G", NA, NA, "G",
NA, "G", NA, "G", NA, NA, NA, "A", NA, "G", "G", NA, "G",
NA, "G", "G", "A", NA, "G", "G", "G", NA, "G", "G", NA, "A",
"A", NA, NA, "G", NA, "G", "G", "A", "G", "A", NA, "G", "G",
"G", "G", "G", "G", "G", NA, "G", "A", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, NA, NA, "G", NA, NA,
NA, NA, NA, "A", "G", NA, NA, NA, "G", "G", NA, NA, "G",
"A", "G", NA, "G", NA, NA, "A", NA, NA, NA, NA, "G", NA,
"G", NA, "G", "A", "G", "A", "G", "G", NA, NA, NA, NA, "G",
"G", NA, "G", NA, NA, "G", "G", "G", "G", NA, "G", "A", NA,
NA, "A", "G", "G", "G", "G", NA, "A", "G", "A", NA, "G",
NA, NA, "G", "G", "G", "A", NA, NA, "G", "G", "A", NA, NA,
NA, NA, NA, NA, NA, "G", NA, NA, NA, "G", NA, NA, NA, "G",
"G", NA, "A", "G", "G", "G", "G", NA), `One_agt-132` = c(NA,
NA, NA, "A", NA, NA, "C", "C", NA, "A", "C", "A", NA, "A",
"A", "C", NA, "A", "A", "A", "A", "A", "A", NA, NA, NA, "C",
"A", "A", "C", NA, "A", "A", "A", NA, "C", "C", "A", "A",
"A", "C", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "C", "A", "A", NA, "A", "A", NA, NA, "A", "A", "C",
"A", NA, NA, "A", "A", NA, "A", NA, NA, "A", "A", "A", NA,
"A", "C", "A", "A", "C", NA, NA, "A", "A", "C", "C", NA,
NA, "A", "C", "A", NA, "A", "C", "A", NA, "A", NA, "C", "A",
NA, "C", NA, "A", "C", NA, "C", "A", NA, "C", "A", "A", "A",
"A", "C", NA, "A", "A", "C", "A", "A", "A", "A", "A", NA,
"A", "A", NA, "C", NA, "A", "A", NA, NA, NA, NA, "C", NA,
NA, NA, "C", NA, NA, "C", "A", "A", NA, "A", NA, "A", "A",
"C", NA, "A", NA, NA, "A", "A", "A", "A", "C", "C", "A",
"A", "C", NA, "A", "A", "A", NA, "A", "C", "C", "A", NA,
NA, "A", "A", NA, "A", NA, "A", NA, "C", "A", "C", "C", NA,
"A"), `One_agt-132.1` = c(NA, NA, NA, "C", NA, NA, "C", "C",
NA, "C", "C", "C", NA, "C", "A", "C", NA, "A", "C", "A",
"A", "C", "C", NA, NA, NA, "C", "C", "C", "C", NA, "C", "C",
"C", NA, "C", "C", "A", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", NA, NA, "C", "A", NA, "C",
NA, NA, "A", "C", "C", NA, "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", NA, NA, "C", "C", "C", NA, "C", "C",
"C", NA, "A", NA, "C", "C", NA, "C", NA, "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA, "C",
"C", NA, NA, NA, NA, "C", NA, NA, NA, "C", NA, NA, "C", "C",
"C", NA, "A", NA, "A", "C", "C", NA, "C", NA, NA, "A", "C",
"A", "C", "C", "C", "A", "C", "C", NA, "C", "C", "C", NA,
"A", "C", "C", "C", NA, NA, "C", "C", NA, "A", NA, "C", NA,
"C", "C", "C", "C", NA, "C"), `One_aldB-152` = c("A", "A",
NA, "A", NA, NA, "A", "A", "A", NA, "A", "A", NA, NA, "A",
"A", "A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", NA, "A", NA, NA, "A", NA, NA, NA, "A", NA, NA,
"A", NA, "A", "A", NA, "A", NA, "A", "A", NA, "A", "A", NA,
NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", NA, "A", NA, NA, "A", NA,
NA, NA, "A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "A",
NA, "A", "A", "A", NA, "A", NA, NA, NA, NA, NA, "A", NA,
"A", NA, "A", "A", "A", "A", "A", "A", "G", "A", "A", "G",
"A", NA, NA, NA, "A", "A", NA, "A", "A", "A", NA, NA, "A",
NA, "A", NA, "A", NA, "A", NA, "A", "A", "A", "A", "A", NA
), `One_aldB-152.1` = c("A", "A", NA, "G", NA, NA, "A", "A",
"A", NA, "G", "A", NA, NA, "A", "G", "A", "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", NA, NA, "A",
NA, NA, NA, "G", NA, NA, "G", NA, "G", "A", NA, "A", NA,
"A", "G", NA, "G", "A", NA, NA, NA, NA, "A", "A", "A", "G",
"G", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "G", "A", "A", "A", NA, "A", "G", NA, "A", NA, "G",
"G", "A", "A", "A", "G", NA, "A", NA, "A", "A", "A", "A",
"A", "G", "A", NA, "A", "A", "A", NA, "A", "A", "G", "A",
"A", "G", "G", "A", NA, "A", NA, "A", "A", "A", "A", "A",
NA, "A", NA, NA, "G", NA, NA, NA, "A", "G", "A", "A", "A",
"A", NA, NA, "A", "G", "A", NA, "A", "A", "G", NA, "G", NA,
NA, NA, NA, NA, "G", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "G", "A", "A", "G", "A", NA, NA, NA, "G", "A", NA, "G",
"G", "A", NA, NA, "A", NA, "A", NA, "A", NA, "G", NA, "A",
"A", "A", "A", "G", NA), `One_apoe-83` = c(NA, NA, NA, "T",
NA, "T", NA, NA, NA, "C", "C", NA, NA, "C", "T", NA, "C",
"T", NA, NA, "T", "C", NA, "T", NA, NA, NA, "C", "T", "C",
NA, NA, NA, NA, NA, "C", "T", "T", NA, NA, NA, NA, NA, NA,
"C", "T", "C", NA, "C", NA, "C", NA, NA, "T", NA, "C", "C",
NA, "C", "C", "T", NA, "T", "T", NA, "C", "T", NA, NA, "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "C", NA, "C", "C", "T", "C", "T", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "T", "C",
"T", NA, NA, NA, NA, NA, "C", "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", NA, "C", NA, "C", NA, NA, "C",
"T", "C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C", NA,
"C", NA, "T", NA, "T", "C", "T", "T", "C", "C", NA, "C",
NA, "C", "T", "T", NA, "C", "C", "C", NA, "C", "C", "C",
NA, "C", "C", "T", "C", NA, NA, "C", NA, "C", NA, NA, "C",
"C", "T", "C", NA, "C", "C", "C"), `One_apoe-83.1` = c(NA,
NA, NA, "T", NA, "T", NA, NA, NA, "T", "C", NA, NA, "T",
"T", NA, "T", "T", NA, NA, "T", "T", NA, "T", NA, NA, NA,
"T", "T", "T", NA, NA, NA, NA, NA, "T", "T", "T", NA, NA,
NA, NA, NA, NA, "C", "T", "T", NA, "T", NA, "T", NA, NA,
"T", NA, "T", "T", NA, "T", "T", "T", NA, "T", "T", NA, "T",
"T", NA, NA, "T", "T", NA, "T", "T", "T", "T", "T", NA, "T",
"T", NA, NA, "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, NA, NA, NA, "T", "C", "T",
"T", "C", NA, "T", "T", "T", NA, "T", "T", "T", NA, "T",
NA, "T", NA, NA, "T", "T", "T", "T", "T", NA, NA, NA, "T",
"C", NA, "T", "T", NA, "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "C", NA, "T", "T", "T", NA, "T", "T", "T",
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, NA, "T", NA,
"T", NA, NA, "T", "T", "T", "T", NA, "T", "C", "T"), `One_c3-98` = c("T",
"C", "T", NA, "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "C", "T", "C", NA, NA, "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", NA, "C", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", NA, NA, "T", "T", "T", NA, "C",
"T", "T", "T", "T", "T", "C", "T", "C", NA, "C", NA, "T",
"T", "T", "T", NA, "T", "C", "C", "T", "T", "C", "T", "C",
"T", "C", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", "C", "T", "T", "T", "T", "T",
"T", "T", "C", "T", "C", NA, "T", "T", "T", "T", "T", "C",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "C", "T", "T",
"T", NA, "T", "T", "T", "C", "C", "C", "T", NA, "T", "T",
"T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "C", "C",
"T", NA, "C", "T", "C", NA, "T", "T", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", "T", NA), `One_c3-98.1` = c("T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", NA, NA, "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", NA), `One_CD9-269` = c("C",
NA, NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", NA, "C", "C", NA, "C", "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", "C", NA, NA, "C", NA, "C", "C",
"C", "T", NA, NA, NA, "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", NA, "C", NA, NA, NA, "C", "C", "T", NA, "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", NA, "C", NA, "C", NA, NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, NA, "T", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", NA, NA, "T", "C",
NA, "C", "C", NA, "C", "C", "C", "C", "C", NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
NA, "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, NA, NA, "C", NA, NA, "C", "C", NA, NA,
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C"), `One_CD9-269.1` = c("C",
NA, NA, "C", "C", NA, NA, "T", "C", "T", "C", "T", NA, "T",
"C", NA, NA, "C", NA, "C", "C", NA, "C", "C", NA, "T", "T",
NA, "C", NA, "C", "T", "T", "T", NA, NA, "T", NA, "C", "T",
"C", "T", NA, NA, NA, "C", "T", NA, "T", NA, "T", "T", "C",
"C", "C", NA, "T", NA, NA, NA, "T", "C", "T", NA, "T", "T",
"C", "C", NA, NA, "C", "C", "T", "C", "C", "C", NA, "C",
"C", "C", NA, "C", NA, "T", NA, "C", NA, NA, "C", "C", NA,
"T", "C", "C", "C", "T", "T", "T", NA, NA, "T", "T", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", NA, NA, "T", "T",
NA, "C", "T", NA, "C", "C", "T", "T", "C", NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "T",
NA, "C", "C", NA, NA, "T", NA, "T", "C", "T", "T", NA, NA,
"T", "T", "C", "C", "T", "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", NA, NA, NA, "C", NA, NA, "C", "T", NA, NA,
NA, NA, "C", "C", "C", "T", "T", NA, "T", "C"), `One_cetn1-167` = c("C",
NA, "C", "A", NA, "C", NA, "C", NA, "A", "C", NA, "A", "A",
"A", NA, NA, "C", "A", "A", "A", "C", "A", NA, "C", NA, "A",
"A", "C", "A", NA, "C", "C", "C", NA, "C", "C", NA, "C",
"C", "C", NA, "A", NA, "C", "A", NA, "C", "A", "C", "A",
"A", "A", "C", "A", "C", "C", NA, NA, "C", NA, "A", "C",
"C", NA, "A", NA, "C", "A", NA, NA, "C", NA, NA, "A", NA,
NA, "A", NA, "A", "A", "C", "C", "A", "C", "A", NA, "A",
"C", NA, "C", "C", "A", "C", "A", "C", "A", "A", "A", "C",
"A", "C", "A", "C", "A", NA, NA, "C", NA, "A", "C", NA, "A",
NA, "C", "C", NA, "C", NA, "C", "A", "A", "C", "C", "C",
NA, "C", "C", "C", "A", "C", NA, "A", NA, "A", "A", "C",
"C", "C", "A", NA, "A", NA, NA, "A", "A", "A", NA, "A", "C",
"A", "C", "A", "A", NA, "C", "A", "A", "A", "A", "A", "A",
"A", "C", "A", "A", "A", "C", "A", "C", "C", "A", NA, "C",
"C", NA, "C", "A", "C", "A", "C", NA, "A", NA, "C", "A",
"A", "C", "C", "A"), `One_cetn1-167.1` = c("C", NA, "C",
"C", NA, "C", NA, "C", NA, "C", "C", NA, "C", "C", "A", NA,
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", NA, "C", NA, "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C",
NA, "C", NA, "C", "C", NA, NA, "C", NA, NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", NA, "C", "C", NA, "C", NA,
"C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", NA, "A", NA, NA, "A", "C", "C", NA, "C", "C", "A",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, "C", NA, "C", "A", "C",
"C", "C", "C"), One_CFP1 = c("C", NA, NA, "C", NA, "C", NA,
"C", "C", NA, "C", "C", NA, NA, "T", "C", "C", "C", NA, NA,
"C", "C", NA, "C", NA, "C", "C", NA, NA, NA, NA, NA, NA,
"C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", NA, NA, "C", NA, NA, NA, "C", "C", NA, NA, "C",
NA, "T", NA, "T", "C", "C", "C", "T", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C", "C",
"C", NA, "C", "C", NA, "C", NA, "C", "C", NA, NA, "C", "C",
"C", NA, NA, "C", "C", "C", NA, NA, "C", NA, NA, "C", NA,
"C", NA, NA, NA, NA, NA, "C", NA, "C", NA, NA, "C", NA, "C",
"C", "C", NA, NA, NA, "C", NA, NA, NA, "C", NA, NA, NA, "C",
"C", NA, NA, "C", "C", NA, "C", "T", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", NA, "C", "C", "C", "C",
"C", NA, "C", NA, NA, NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", NA), One_CFP1.1 = c("C", NA, NA, "T", NA, "T",
NA, "T", "T", NA, "C", "C", NA, NA, "T", "T", "C", "C", NA,
NA, "T", "C", NA, "C", NA, "T", "T", NA, NA, NA, NA, NA,
NA, "C", NA, NA, "C", "C", "T", NA, "T", "C", "T", "T", NA,
"T", "C", "C", NA, NA, "C", NA, NA, NA, "C", "T", NA, NA,
"T", NA, "T", NA, "T", "C", "C", "C", "T", "T", "C", NA,
"C", "C", "T", "T", "C", NA, "C", "C", "C", NA, NA, "T",
"T", "T", NA, "C", "T", NA, "C", NA, "T", "T", NA, NA, "C",
"C", "C", NA, NA, "C", "C", "T", NA, NA, "T", NA, NA, "T",
NA, "T", NA, NA, NA, NA, NA, "T", NA, "C", NA, NA, "T", NA,
"T", "C", "T", NA, NA, NA, "C", NA, NA, NA, "T", NA, NA,
NA, "T", "C", NA, NA, "T", "C", NA, "T", "T", "T", "T", NA,
NA, "C", "T", "T", "C", "T", "C", "T", "T", "T", "T", "T",
"T", "C", NA, "C", "T", NA, "T", "T", "T", NA, "C", "C",
"C", "T", "T", NA, "C", NA, NA, NA, NA, "C", "T", NA, "C",
"T", "T", "T", "T", NA), `One_cin-177` = c(NA, "C", "C",
"C", "T", "C", NA, "T", "C", NA, "C", NA, NA, NA, "C", "C",
"C", "T", NA, "C", "T", "T", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "T", "C", "C", "C", NA, NA, "T", NA, "C", NA, NA,
NA, NA, NA, "T", "C", "T", NA, NA, NA, "C", NA, NA, "C",
"T", NA, "C", "C", NA, "C", "T", "T", "C", NA, NA, "C", "C",
"T", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
NA, "C", NA, "T", NA, "C", "C", "C", "C", NA, NA, NA, NA,
"C", "C", "T", "C", "C", "C", NA, "C", NA, NA, "C", "C",
NA, "C", "C", "C", NA, NA, NA, NA, "C", "C", "T", NA, "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "T", NA,
NA, "C", NA, "C", NA, "C", NA, "C", "T", NA, NA, "C", "C",
NA, "C", NA, NA, "C", NA, NA, "T", "C", "C", NA, NA, NA,
NA, "T", NA, "T", "C", "C", "C", "C", "T", "T", "C", NA,
"C", "C", "C", "C", "C", "C", NA, NA, NA, "C", NA, NA, "C",
NA, "C", "C", "T", "C", NA, NA, "T", "C"), `One_cin-177.1` = c(NA,
"T", "T", "T", "T", "C", NA, "T", "T", NA, "C", NA, NA, NA,
"T", "T", "T", "T", NA, "T", "T", "T", "T", NA, "C", "C",
NA, NA, "C", "C", "T", "T", "T", "T", "T", NA, NA, "T", NA,
"T", NA, NA, NA, NA, NA, "T", "C", "T", NA, NA, NA, "T",
NA, NA, "T", "T", NA, "T", "T", NA, "T", "T", "T", "T", NA,
NA, "C", "T", "T", NA, "T", "T", "T", "C", NA, "T", NA, "C",
"T", "C", NA, "T", NA, "T", NA, "T", "T", "T", "T", NA, NA,
NA, NA, "T", "C", "T", "C", "T", "T", NA, "T", NA, NA, "T",
"T", NA, "T", "T", "T", NA, NA, NA, NA, "T", "T", "T", NA,
"C", NA, "T", "T", "T", "T", "T", "C", "T", "T", "T", "T",
NA, NA, "T", NA, "T", NA, "T", NA, "T", "T", NA, NA, "C",
"C", NA, "C", NA, NA, "C", NA, NA, "T", "T", "T", NA, NA,
NA, NA, "T", NA, "T", "C", "T", "T", "C", "T", "T", "T",
NA, "T", "T", "T", "T", "C", "T", NA, NA, NA, "C", NA, NA,
"T", NA, "T", "T", "T", "T", NA, NA, "T", "T"), One_CO1 = c("T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA,
"T", NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, NA,
"T", "T", NA, "T", "T", "T", NA, "T", "T", NA, "T", "T",
"T", "C", "C", NA, NA, "T", "T", "C", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "C", "T", "C", "T",
"T", "T", "T", "C", "T", NA, "T", "T", NA, NA, "T", "C",
"T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "T", "T",
NA, "T", NA, "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "C", "C", NA, "T", NA), One_CO1.1 = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), `One_ctgf-301` = c("G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G"), `One_ctgf-301.1` = c("G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, NA, "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", "G", "T", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "T", "T",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "T", "G", NA, NA, "G", "G", "G", "T", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "T", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G",
"G", "G", "G", "G", NA, "G", "G", NA, "T", "G", "G", "G",
"G", "G", "G", "T", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G"), One_Cytb_17 = c("G", "A", "A",
"A", "A", NA, NA, NA, "A", NA, "G", "A", "A", "A", "A", NA,
"G", "G", "A", "A", "A", NA, NA, NA, "G", "A", "A", NA, "G",
"G", NA, "A", NA, NA, "G", "A", "A", "A", "A", NA, NA, NA,
"G", NA, "G", "A", "A", NA, NA, NA, NA, "G", NA, NA, NA,
"G", NA, "A", NA, NA, "A", "G", "G", "A", "G", NA, "A", NA,
"A", NA, "G", NA, "A", "A", "G", NA, NA, "G", NA, NA, NA,
"G", "G", "G", NA, "G", NA, NA, "A", "A", "A", "G", NA, NA,
"A", "A", NA, "A", NA, "G", "G", NA, NA, "G", "G", "G", NA,
NA, "G", "G", "G", NA, "G", "G", "G", "A", NA, "A", NA, NA,
NA, "A", "A", "G", "G", NA, "G", NA, "A", "G", NA, NA, "A",
NA, "G", "G", "G", "G", "A", NA, NA, "A", "G", NA, "G", "G",
"G", "G", "A", "G", "A", NA, "G", "A", NA, NA, NA, "G", "A",
"G", "G", NA, NA, "G", "G", "A", "G", NA, NA, "G", "G", "G",
NA, "G", NA, NA, NA, "G", NA, NA, NA, "G", NA, "G", "G",
"G", "G", "G", "G", "G"), One_Cytb_17.1 = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), One_Cytb_26 = c("A", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "A", "G", "G", "G", "G", "G", "A",
"A", "G", "G", "G", "A", "G", "G", NA, "G", "G", "G", "A",
"G", "G", "G", "A", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "A", NA, NA, "G", "G", NA, "G", "A", "G", "A", "G",
"G", "G", "A", "A", "G", "G", "G", "G", "A", "A", "G", "A",
"G", "G", "A", "G", "G", "A", "G", "G", "G", "A", "A", "G",
"A", "A", "G", "G", "A", "A", "A", "G", "A", "G", "G", "G",
"G", "G", "A", "G", "A", "G", "G", "G", "G", "G", "G", "A",
"G", "G", "A", "G", "A", "G", NA, "G", "A", "A", "G", "G",
"A", "A", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "A", "A", "A",
"A", "G", "G", "G", "G", "G", NA, "G", "A", "A", "A", "G",
"G", "G", "G", "A", "G", "G", "G", NA, "G", "G", "A", "G",
"G", "G", "A", "A", "G", NA, NA, NA, "A", "G", "A", "G",
"A", "G", NA, NA, "A", "G", "G", "A", "A", "A", "G", "A",
"G", "G", NA, "A", "G"), One_Cytb_26.1 = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), One_E2 = c(NA, NA, "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", NA, "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C"), One_E2.1 = c(NA, NA, "C", NA, "C", "C", NA, "T", "T",
"T", "C", "C", NA, NA, "C", "T", "C", "C", "C", "T", "C",
"C", NA, NA, "C", "C", "C", "C", "C", "C", "T", NA, "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"C", "C", "T", "T", "C", "C", "C", "C", "C", NA, "T", "C",
"C", "C", "C", NA, "C", "C", "C", "T", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", NA, "C", "C", NA, "T", "C", "C", "C", "C",
"C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C"), `One_gdh-212` = c(NA,
NA, NA, "C", "A", NA, NA, "A", NA, "A", "C", "A", "A", NA,
"A", "A", "A", "C", "C", "A", "A", "A", "A", "A", NA, "A",
NA, NA, "A", "A", NA, "C", "A", "A", NA, "A", "A", "A", NA,
"A", NA, NA, "A", NA, NA, "C", NA, "A", "C", NA, NA, NA,
"A", "A", NA, NA, NA, "A", "A", "A", "A", NA, "A", "A", "A",
"C", "A", NA, "A", "A", NA, "A", NA, NA, "A", "A", NA, "C",
NA, NA, "A", "C", "A", "A", NA, "A", NA, "A", NA, "A", NA,
"A", NA, NA, "A", "A", NA, "C", NA, "A", "A", NA, NA, NA,
NA, "A", NA, "A", NA, "A", "C", "C", NA, "A", "A", "A", NA,
"A", "C", NA, NA, "A", "A", "A", "C", NA, NA, "A", "A", NA,
"C", "A", NA, "A", "A", "A", "A", "C", NA, NA, "A", "A",
NA, "A", "A", "A", NA, NA, "A", NA, "C", "C", "C", "C", NA,
"A", NA, "A", NA, "A", "A", NA, "C", "A", "A", NA, NA, "A",
"A", "A", "A", "A", NA, "A", NA, NA, "C", NA, "A", "A", NA,
NA, "A", "A", "A", "A", "A", NA, "C", "C"), `One_gdh-212.1` = c(NA,
NA, NA, "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", NA,
"A", "C", "C", "C", "C", "A", "A", "C", "C", "C", NA, "C",
NA, NA, "C", "C", NA, "C", "C", "C", NA, "C", "C", "C", NA,
"C", NA, NA, "C", NA, NA, "C", NA, "C", "C", NA, NA, NA,
"C", "A", NA, NA, NA, "C", "C", "C", "C", NA, "C", "A", "C",
"C", "C", NA, "C", "C", NA, "C", NA, NA, "C", "C", NA, "C",
NA, NA, "C", "C", "C", "C", NA, "C", NA, "C", NA, "C", NA,
"C", NA, NA, "C", "C", NA, "C", NA, "C", "A", NA, NA, NA,
NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "C", "C", NA,
"A", "C", NA, NA, "C", "C", "C", "C", NA, NA, "A", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", NA, NA, "C", "A",
NA, "C", "A", "C", NA, NA, "C", NA, "C", "C", "C", "C", NA,
"C", NA, "C", NA, "C", "A", NA, "C", "C", "C", NA, NA, "C",
"C", "C", "A", "C", NA, "C", NA, NA, "C", NA, "C", "C", NA,
NA, "C", "A", "A", "C", "C", NA, "C", "C"), `One_GHII-2461` = c(NA,
"T", NA, "T", "T", NA, NA, "T", "T", "A", "T", "T", "T",
NA, "A", "T", "A", "T", NA, "T", "A", NA, "A", "T", "A",
"A", "A", NA, NA, NA, "A", "A", NA, NA, "A", NA, NA, NA,
"A", "A", "A", NA, NA, "A", "A", "T", "A", "A", NA, NA, NA,
"A", NA, NA, NA, NA, NA, "A", NA, "A", "T", NA, "T", "A",
NA, NA, "A", "A", "T", NA, NA, NA, "A", NA, "T", "A", NA,
"T", NA, "A", NA, "A", NA, "T", "A", "A", NA, NA, "T", NA,
NA, "A", "A", NA, "A", "A", "A", "A", "T", NA, "T", NA, "A",
NA, "A", NA, NA, "A", NA, NA, NA, "A", "A", NA, "A", "A",
"A", "A", NA, NA, NA, NA, NA, "A", "A", "T", "A", "A", NA,
NA, NA, "A", "T", "A", "A", NA, NA, "A", "A", NA, "A", "A",
"A", NA, "T", "A", "A", "A", "A", "A", "T", NA, "T", "A",
NA, NA, "T", "T", "A", "A", "A", NA, "A", "T", "A", NA, NA,
"A", NA, "A", NA, NA, "A", "A", "T", NA, "A", NA, "A", NA,
NA, NA, "A", NA, "T", "T", "T", NA, NA, "A"), `One_GHII-2461.1` = c(NA,
"T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "A",
"T", "T", NA, NA, NA, "T", "T", NA, NA, "T", NA, NA, NA,
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", NA, NA, NA,
"T", NA, NA, NA, NA, NA, "T", NA, "T", "T", NA, "T", "T",
NA, NA, "A", "T", "T", NA, NA, NA, "T", NA, "T", "T", NA,
"T", NA, "T", NA, "T", NA, "T", "T", "T", NA, NA, "T", NA,
NA, "T", "T", NA, "A", "T", "T", "T", "T", NA, "T", NA, "T",
NA, "T", NA, NA, "T", NA, NA, NA, "T", "T", NA, "A", "T",
"T", "T", NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", NA,
NA, NA, "T", "T", "A", "T", NA, NA, "T", "T", NA, "T", "A",
"T", NA, "T", "T", "T", "T", "T", "A", "T", NA, "T", "T",
NA, NA, "T", "T", "A", "A", "A", NA, "T", "T", "T", NA, NA,
"T", NA, "T", NA, NA, "A", "A", "T", NA, "T", NA, "T", NA,
NA, NA, "T", NA, "T", "T", "T", NA, NA, "T"), `One_ghsR-66` = c("A",
"A", "A", NA, NA, "A", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "A",
"A", NA, NA, "A", NA, "A", NA, NA, "A", "A", "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", "A", "T", NA, "A", "A",
NA, "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
NA, NA, NA, "A", NA, NA, NA, NA, "A", NA, NA, "A", "A", "A",
"T", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A", NA, "A",
NA, NA, NA, "A", "T", "A", "A", NA, NA, "A", "A", "A", "A",
NA, "A", NA, NA, "A", "A", "A", "A", NA, NA, NA, NA, "A",
NA, "T", "A", "A", NA, "A", NA, "A", "A", "A", NA, "A", NA,
"A", NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, "A", "A",
NA, NA, "T", NA, NA, NA, "A", "A", "A", "A", "A", NA, "A",
"A", NA, "A", NA, "A", "A", "A", NA, "A", "T", NA, NA, "A",
"A", "A", NA, NA, NA, "A", "A", NA, NA, "A", NA, NA, NA,
NA, "A", NA, "A", "A", NA, NA, NA, NA), `One_ghsR-66.1` = c("T",
"T", "A", NA, NA, "T", NA, "T", NA, "T", "T", "T", "T", "T",
"A", "A", "T", "A", "T", "A", "T", NA, NA, "T", "A", "A",
"T", NA, NA, "A", NA, "T", NA, NA, "A", "A", "A", "A", "A",
NA, "A", "A", "A", NA, "T", "A", "A", "T", NA, "T", "T",
NA, "T", "T", "A", "T", NA, "T", "T", "A", "T", "T", "T",
NA, NA, NA, "T", NA, NA, NA, NA, "T", NA, NA, "T", "T", "T",
"T", "T", NA, "A", "T", "T", "A", NA, NA, "T", "T", NA, "T",
NA, NA, NA, "T", "T", "A", "A", NA, NA, "A", "A", "A", "T",
NA, "A", NA, NA, "T", "T", "T", "A", NA, NA, NA, NA, "T",
NA, "T", "A", "A", NA, "T", NA, "A", "T", "T", NA, "T", NA,
"A", NA, NA, "T", "T", "A", "A", NA, NA, "T", NA, "T", "T",
NA, NA, "T", NA, NA, NA, "A", "A", "A", "T", "T", NA, "A",
"A", NA, "T", NA, "T", "A", "T", NA, "A", "T", NA, NA, "A",
"T", "T", NA, NA, NA, "T", "A", NA, NA, "A", NA, NA, NA,
NA, "T", NA, "T", "A", NA, NA, NA, NA), One_GPDH = c(NA,
NA, "C", "C", NA, "T", "T", NA, NA, "T", "T", NA, "T", NA,
"T", NA, "C", "C", NA, NA, "T", "C", "C", "C", "T", "T",
"C", NA, NA, "T", "T", "T", NA, "T", "C", NA, "C", NA, NA,
NA, NA, "C", "C", NA, "T", "C", NA, "T", NA, NA, "T", NA,
"T", "C", NA, NA, "T", NA, "C", "C", "T", "T", "C", "T",
"C", "C", "T", "C", "T", NA, "C", "C", "T", "C", "T", "C",
"T", NA, "T", "T", NA, NA, NA, "C", NA, NA, "C", NA, "C",
NA, "C", "C", NA, NA, "T", "C", "C", "C", NA, "C", "T", "T",
NA, "C", NA, "C", NA, "C", "C", "C", "C", NA, NA, "C", "C",
"T", NA, "C", "C", "T", NA, NA, "T", "T", "T", "C", "C",
"T", NA, NA, "C", "T", "C", NA, "C", "T", NA, NA, "C", "C",
"C", "T", "C", "C", "C", "C", "C", NA, "C", "C", "T", "C",
"C", NA, "T", NA, "C", "C", NA, "T", "T", "T", "C", "C",
"C", "C", NA, "C", NA, NA, NA, NA, "T", "C", "T", NA, NA,
NA, "C", NA, "T", NA, "T", "C", "C", "T", "C", NA, NA, "T"
), One_GPDH.1 = c(NA, NA, "T", "T", NA, "T", "T", NA, NA,
"T", "T", NA, "T", NA, "T", NA, "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", NA, "T",
"T", NA, "T", NA, NA, NA, NA, "C", "T", NA, "T", "T", NA,
"T", NA, NA, "T", NA, "T", "T", NA, NA, "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", NA, NA, NA, "T", NA,
NA, "T", NA, "T", NA, "T", "T", NA, NA, "T", "T", "T", "T",
NA, "T", "T", "T", NA, "T", NA, "T", NA, "T", "T", "T", "T",
NA, NA, "T", "T", "T", NA, "T", "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", NA, NA, "T", "T", "T", NA, "T", "T",
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, "T", NA, NA, NA, NA, "T",
"T", "T", NA, NA, NA, "T", NA, "T", NA, "T", "T", "T", "T",
"T", NA, NA, "T"), One_GPDH2 = c("G", NA, "C", NA, "C", "C",
NA, "G", "C", NA, "G", "G", NA, NA, "C", NA, "C", "C", "C",
NA, "C", "C", NA, NA, "G", "G", NA, "G", "C", "C", NA, NA,
"C", "C", "G", NA, "G", "C", "C", "C", "C", NA, "G", NA,
"C", "G", NA, "G", NA, NA, "G", NA, NA, "C", "C", "C", "C",
"G", NA, NA, "C", NA, "C", NA, "C", NA, "C", NA, NA, "G",
NA, "G", NA, "C", "G", "C", "C", NA, NA, NA, "G", "G", "G",
"G", "C", NA, NA, "C", "G", NA, "G", NA, NA, "G", "G", "G",
NA, "C", "G", "C", "G", "C", "C", "G", NA, "G", "G", NA,
"C", NA, "G", NA, NA, NA, "C", "C", NA, "G", NA, NA, "G",
NA, NA, "C", "C", "C", NA, "G", "C", "C", "C", "C", "C",
NA, "G", NA, "G", NA, "G", NA, "G", "C", NA, "C", "G", NA,
NA, "C", NA, NA, "C", "G", "G", "C", "G", "G", NA, "C", "C",
"C", "C", "C", "C", "G", "C", "G", "G", "G", "G", "C", NA,
"G", NA, "G", "C", NA, NA, "G", NA, NA, "C", NA, "G", "G",
"G", "G", NA, NA, "G", "G"), One_GPDH2.1 = c("G", NA, "G",
NA, "G", "C", NA, "G", "G", NA, "G", "G", NA, NA, "C", NA,
"G", "G", "C", NA, "C", "G", NA, NA, "G", "G", NA, "G", "G",
"G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G", "G",
NA, "G", NA, "G", "G", NA, "G", NA, NA, "G", NA, NA, "G",
"G", "G", "G", "G", NA, NA, "C", NA, "G", NA, "G", NA, "G",
NA, NA, "G", NA, "G", NA, "G", "G", "G", "G", NA, NA, NA,
"G", "G", "G", "G", "G", NA, NA, "G", "G", NA, "G", NA, NA,
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", NA, "G", NA, NA, NA, "G", "C", NA, "G",
NA, NA, "G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", NA, "G", NA, "G", "G", NA, "G",
"G", NA, NA, "G", NA, NA, "C", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", "G", NA, NA, "G", NA, NA, "G", NA,
"G", "G", "G", "G", NA, NA, "G", "G"), `One_GPH-414` = c(NA,
"T", "T", "T", "T", "T", NA, "C", "T", "T", "T", NA, NA,
NA, "T", NA, NA, "C", "T", NA, "T", "T", "T", NA, NA, "T",
NA, NA, NA, "T", "T", "T", NA, NA, "T", "T", "T", "C", "C",
NA, "C", "T", "T", "C", "C", "T", "C", "C", NA, "C", "C",
"T", "C", "C", NA, "T", "T", "C", NA, "C", "T", "C", NA,
NA, "C", "T", "T", NA, "T", "T", "C", "C", NA, NA, "C", "T",
NA, "T", NA, "T", "C", "C", NA, "C", NA, "T", NA, NA, "C",
"C", "T", "C", NA, NA, "T", "C", "C", "C", "C", "T", "C",
"T", "T", "C", NA, NA, "C", "C", NA, "C", NA, NA, "T", "C",
"T", "T", "T", "C", NA, "C", "T", "C", NA, "T", "T", "T",
"T", "T", NA, "T", "C", "T", "C", NA, "T", "T", "C", NA,
NA, "C", NA, "T", "T", "C", "C", "C", NA, NA, "C", "T", "T",
NA, "T", NA, NA, "T", "C", "C", NA, "T", "C", NA, "C", "T",
"T", NA, NA, NA, "T", NA, NA, "T", "T", "C", NA, NA, "T",
"T", "T", "C", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"C"), `One_GPH-414.1` = c(NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", NA, NA, NA, "T", NA, NA, "T", "T", NA,
"T", "T", "T", NA, NA, "T", NA, NA, NA, "T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "T",
"T", NA, "T", "T", "T", NA, NA, "T", "T", "T", NA, "T", "T",
"T", "T", NA, NA, "T", "T", NA, "T", NA, "T", "T", "T", NA,
"T", NA, "T", NA, NA, "T", "T", "T", "T", NA, NA, "T", "T",
"T", "C", "T", "T", "C", "T", "T", "T", NA, NA, "T", "T",
NA, "T", NA, NA, "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
NA, "T", "T", "T", NA, NA, "T", NA, "T", "T", "T", "T", "T",
NA, NA, "C", "T", "T", NA, "T", NA, NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", "T", NA, NA, NA, "T", NA, NA, "T",
"T", "C", NA, NA, "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T"), `One_hcs71-220` = c(NA, NA,
"A", NA, NA, NA, NA, "C", "A", "A", "C", "C", "A", "A", "C",
"A", "C", "C", "A", "A", "A", "C", NA, "A", "A", NA, NA,
NA, "C", "A", NA, NA, NA, NA, NA, NA, NA, "C", NA, NA, NA,
"A", "C", NA, "C", "C", "C", "C", "A", NA, "C", "C", "C",
NA, "A", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
NA, "C", NA, "C", "C", "C", "C", "A", "C", "C", "A", "A",
"A", "C", "A", "C", "C", "C", "A", NA, "C", "C", "A", "C",
"C", "C", NA, NA, "C", "A", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "A", "C", "C", "C", "A", NA, NA, NA, "C", "C",
"C", "C", NA, "C", NA, "C", NA, "C", "C", NA, "C", "A", "A",
NA, NA, NA, "C", "C", "C", NA, "A", NA, "A", NA, NA, NA,
"C", "C", NA, "A", "C", "C", NA, NA, "C", "C", "A", NA, "A",
"C", "C", "C", NA, "A", "C", "C", "C", "C", NA, "A", "C",
"C", "C", NA, "A", "A", "C", "C", NA, "C", "C", NA, "C",
NA, NA, NA, "A", NA, "C", NA, "C", "C", "C", NA, "C", NA),
`One_hcs71-220.1` = c(NA, NA, "C", NA, NA, NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A", "C",
"C", NA, "C", "A", NA, NA, NA, "C", "C", NA, NA, NA, NA,
NA, NA, NA, "C", NA, NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, NA, "C", "C", "C", "C", NA, "C", NA, "C", NA,
"C", "C", NA, "C", "C", "C", NA, NA, NA, "C", "C", "C", NA,
"C", NA, "C", NA, NA, NA, "C", "C", NA, "C", "C", "C", NA,
NA, "C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", NA, "C", NA, NA, NA, "A", NA, "C", NA,
"C", "C", "C", NA, "C", NA), One_HGFA = c(NA, "A", "A", "A",
NA, "A", "A", NA, "A", "A", "A", "A", NA, NA, "A", NA, NA,
"A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A", NA, "A",
"A", "A", NA, NA, NA, "A", "A", NA, NA, NA, "A", NA, NA,
"A", "A", "A", "A", NA, NA, NA, "A", "A", "A", NA, "A", NA,
"A", NA, NA, NA, "A", NA, "A", "A", "A", NA, "A", NA, "A",
"A", NA, "A", "A", "A", NA, NA, NA, "A", NA, "A", NA, "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", NA, NA, NA, "A", NA, NA, "A", "A", "A", NA, "T", NA,
NA, NA, NA, "A", NA, "A", "A", "A", "A", NA, "A", NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"T", "A", "A", NA, "A", NA, "A", NA, "A", NA, NA, "A", NA,
"T", NA, "A", "A", NA, "A", "A", "A", "A", NA, "A", NA, NA,
"A", "A", NA, "A", "A", NA, NA, NA, "A", NA, NA, "A", "A",
"A", "A", "T", "A", "A", NA, NA), One_HGFA.1 = c(NA, "T",
"T", "T", NA, "A", "T", NA, "A", "T", "A", "A", NA, NA, "A",
NA, NA, "A", "A", "A", "A", "A", NA, NA, NA, "A", "T", "T",
NA, "A", "T", "T", NA, NA, NA, "A", "A", NA, NA, NA, "T",
NA, NA, "T", "A", "A", "A", NA, NA, NA, "T", "T", "A", NA,
"A", NA, "T", NA, NA, NA, "A", NA, "A", "A", "A", NA, "T",
NA, "T", "T", NA, "T", "T", "A", NA, NA, NA, "A", NA, "A",
NA, "T", NA, "A", NA, "A", "A", "A", "A", "A", "T", "T",
"A", "A", "A", "A", NA, NA, "T", "T", "T", "A", "A", "A",
NA, "A", "A", NA, NA, NA, "T", NA, NA, "A", "A", "A", NA,
"T", NA, NA, NA, NA, "A", NA, "T", "A", "T", "A", NA, "A",
NA, "A", NA, "A", "T", "A", "A", "A", "A", "A", "A", "T",
NA, "A", "T", "A", "A", NA, "A", NA, "T", NA, "A", NA, NA,
"A", NA, "T", NA, "A", "A", NA, "A", "T", "T", "A", NA, "A",
NA, NA, "T", "T", NA, "A", "A", NA, NA, NA, "T", NA, NA,
"T", "T", "A", "A", "T", "T", "T", NA, NA), `One_HpaI-436` = c(NA,
"A", "T", NA, NA, "A", NA, NA, "A", "A", "A", "A", "A", NA,
"A", NA, NA, "A", "A", NA, "A", "A", NA, "A", NA, "A", NA,
"A", "A", NA, "A", "A", "A", "A", NA, NA, NA, NA, "A", "A",
NA, NA, "A", "T", "A", "A", NA, "A", NA, NA, "A", "A", "A",
"T", "T", "T", NA, "A", NA, "A", "A", NA, "T", NA, NA, NA,
NA, NA, "T", "T", NA, "A", "A", NA, "T", "A", NA, "A", NA,
"A", "T", NA, NA, "T", "A", NA, "A", "A", "A", NA, NA, "A",
NA, "A", "T", "A", "A", "A", NA, NA, "T", NA, NA, "A", NA,
"A", NA, "A", NA, "T", NA, NA, "T", NA, NA, "A", NA, "A",
"A", NA, "A", "A", NA, "A", "A", NA, NA, NA, "A", NA, NA,
NA, "A", "A", "A", "A", "A", "A", "T", NA, "A", "A", NA,
NA, "A", NA, NA, NA, NA, NA, "T", "T", "T", NA, NA, "A",
"A", "T", "A", "A", "A", "T", "A", "A", "T", NA, "A", "A",
"A", NA, NA, "A", "A", "A", NA, NA, "A", NA, "A", "A", NA,
NA, "A", "A", "T", "T", "T", NA, "A", NA), `One_HpaI-436.1` = c(NA,
"T", "T", NA, NA, "A", NA, NA, "A", "A", "T", "T", "T", NA,
"A", NA, NA, "T", "A", NA, "T", "A", NA, "T", NA, "T", NA,
"A", "A", NA, "T", "T", "T", "T", NA, NA, NA, NA, "A", "T",
NA, NA, "T", "T", "T", "T", NA, "T", NA, NA, "T", "T", "T",
"T", "T", "T", NA, "T", NA, "T", "A", NA, "T", NA, NA, NA,
NA, NA, "T", "T", NA, "T", "T", NA, "T", "T", NA, "A", NA,
"T", "T", NA, NA, "T", "T", NA, "T", "T", "T", NA, NA, "T",
NA, "T", "T", "T", "A", "T", NA, NA, "T", NA, NA, "T", NA,
"T", NA, "T", NA, "T", NA, NA, "T", NA, NA, "A", NA, "T",
"T", NA, "T", "T", NA, "A", "A", NA, NA, NA, "T", NA, NA,
NA, "T", "T", "T", "A", "T", "T", "T", NA, "T", "A", NA,
NA, "A", NA, NA, NA, NA, NA, "T", "T", "T", NA, NA, "T",
"T", "T", "T", "A", "T", "T", "T", "T", "T", NA, "T", "T",
"A", NA, NA, "T", "A", "T", NA, NA, "T", NA, "T", "T", NA,
NA, "T", "T", "T", "T", "T", NA, "T", NA), `One_HpaI-99` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", "C", NA, "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", NA, "C", "C",
NA, NA, "C", "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C",
"C", "C", NA, NA, "C", NA, "T", "C", NA, "C", "C", "C", NA,
"C", "C", "C", "C", NA, NA, "C", NA, "C", NA, NA, NA, "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "C",
NA, "C", NA, "C"), `One_HpaI-99.1` = c("C", "C", "C", "C",
"C", "C", "C", "T", "C", "C", "T", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "T", NA, "C", "T",
"C", "T", NA, "C", "C", "C", NA, "C", "C", "T", "C", NA,
"T", "C", NA, "T", NA, "C", "T", "C", "T", NA, "C", "C",
"T", "C", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C",
"C", NA, "C", "C", "T", "C", NA, NA, "T", "T", "C", NA, "C",
"C", NA, "C", "C", "T", NA, "C", "T", NA, NA, "C", "C", "C",
NA, NA, NA, "C", "T", "C", NA, "C", "T", NA, "C", "C", "T",
"C", NA, "C", "C", "C", NA, NA, "C", "C", "C", NA, NA, "C",
NA, "T", "C", NA, "C", "C", "C", NA, "T", "T", "T", "C",
NA, NA, "C", NA, "T", NA, NA, NA, "T", "C", "T", "C", NA,
"T", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "T", NA, "C", NA, "C", "T", "C", "C", "C", "C",
"C", NA, "C", "T", "C", "C", "C", NA, "C", "C", NA, "C",
NA, "C", NA, "C", "C", "T", NA, "C", "C", NA, "T", NA, "T"
), One_Hsp47 = c(NA, "G", "G", NA, NA, "A", NA, "A", NA,
NA, "A", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, "A", "A", NA, NA, "A", "A", "A", "G", NA, NA,
"G", NA, "G", "G", NA, "A", "A", NA, "A", NA, NA, "A", NA,
"A", "G", NA, "G", "A", "G", "A", NA, NA, NA, NA, "A", "G",
"A", NA, NA, "G", "A", NA, "A", "G", NA, "A", NA, "A", "A",
NA, "A", NA, "G", "G", NA, NA, "A", "A", "A", "G", NA, NA,
NA, "A", "A", "A", "G", NA, NA, "A", "A", "A", "G", NA, "G",
"A", "G", NA, "G", NA, NA, NA, "A", "A", "A", "A", "A", "G",
"A", "G", "G", "A", "A", "A", "A", NA, "G", "A", NA, NA,
"A", "A", "G", "A", "A", "A", NA, "A", NA, "A", "G", "G",
"A", "A", "A", NA, NA, "G", "A", "A", "A", "A", "A", "A",
"A", "A", "G", NA, "G", "A", "A", "G", "A", "A", "G", "A",
"G", "G", NA, "A", "A", "A", NA, "A", "G", NA, "A", "G",
NA, "A", "A", NA, NA, "G", NA, "G", "A", NA, "G", NA, "A",
"A", "G", "G", "A", NA), One_Hsp47.1 = c(NA, "G", "G", NA,
NA, "G", NA, "G", NA, NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G", NA, NA, "A", "G",
"G", "G", NA, NA, "G", NA, "G", "G", NA, "G", "G", NA, "G",
NA, NA, "A", NA, "G", "G", NA, "G", "G", "G", "A", NA, NA,
NA, NA, "G", "G", "G", NA, NA, "G", "G", NA, "G", "G", NA,
"A", NA, "G", "G", NA, "G", NA, "G", "G", NA, NA, "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", NA, NA, "G", "G",
"A", "G", NA, "G", "G", "G", NA, "G", NA, NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "G", "G", "G", NA, "G",
NA, "G", "G", "G", "G", "A", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "A", "G", "G", "G", "G", NA, "A", "G", "G", NA, "G",
"G", NA, "G", "G", NA, "G", "G", NA, NA, "G", NA, "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", NA), `One_IL8r-362` = c("C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", NA, NA, NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", NA, NA,
"C", NA, "C", "C", NA, "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", NA, NA), `One_IL8r-362.1` = c("C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"T", NA, NA, NA, "T", NA, "T", "T", "C", "C", "C", "C", "C",
NA, NA, "C", NA, "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
NA, "C", "C", "C", NA, "T", "C", NA, "C", "C", "T", NA, "C",
NA, "C", "T", NA, "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "T", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "T", "C", NA, "T",
NA, NA, "C", NA, "T", "T", "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "T", "C", "C", "C", NA, NA, "C", NA, "C",
"C", NA, "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", NA, NA), `One_KCT1-453` = c(NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "G",
"T", "T", NA, NA, "G", NA, "T", NA, "T", "T", NA, "G", "T",
"T", "G", "T", "T", "T", "G", "T", "T", NA, "T", "T", "T",
NA, "T", NA, "T", "T", NA, "T", "G", "G", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "G", "T",
"T", "T", "T", "T", "T", "T", "G", NA, "T", "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T", "G",
NA, "G", "T", "T", "T", "T", "G", "T", "G", "T", NA, NA,
"T", "T", "T", "T", "G", "G", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "G", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "G", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", NA, NA, "T", NA, NA, "T", NA, "T", "G", "G", "T", "T",
"T", "T", "T"), `One_KCT1-453.1` = c(NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", NA, "T", NA, "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA,
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "G", NA,
"G", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
NA, NA, "T", NA, NA, "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T"), `One_KPNA-422` = c("A", NA, NA, NA, "A", "A",
NA, "A", NA, "A", "A", "A", NA, NA, "A", NA, "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", "A", NA, NA, "A",
"A", "A", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A",
"A", "A", "A", "A", NA, NA, NA, "A", "A", NA, "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA, NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", NA, "A",
"A", "A", "A", NA, "A", "A", "G", "A", "A", NA, NA, "A",
NA, "A", "A", "A", "A", NA, "A", NA, "A", "A", "A", "A",
"A", NA, "A", "A", "A", NA, "A", "A", "A", "A", "G", NA,
NA, "A", NA, NA, NA, NA, "A", NA, "A", NA, NA, "A", NA, NA,
"A", "A", NA, "A", "A", "A", "A", "A", "A", NA, NA, NA, NA,
"A", "A", "A", "A", NA, "A", "A", "A", NA, NA, NA, "A", "G",
"A", NA, "A", "A", NA, NA, "A", NA, "A", "A", "A", "A", "A",
NA, "A", "A", NA, "A", NA, NA), `One_KPNA-422.1` = c("A",
NA, NA, NA, "G", "A", NA, "G", NA, "G", "A", "A", NA, NA,
"A", NA, "A", "G", "A", "A", "A", "G", NA, "A", NA, "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", NA, "A", "G",
"A", "G", NA, NA, "G", "G", "G", "A", "A", "G", NA, NA, NA,
"A", "G", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
"G", "A", NA, "A", "G", "G", "A", "A", "A", NA, "G", "G",
"G", "G", "G", NA, NA, NA, "A", "G", "G", NA, "A", "G", "A",
"A", "A", NA, "A", NA, "G", "A", "A", "G", NA, "G", "A",
"G", "G", "A", NA, NA, "G", NA, "G", "G", "G", "G", NA, "G",
NA, "A", "A", "A", "A", "G", NA, "G", "G", "A", NA, "A",
"A", "G", "A", "G", NA, NA, "A", NA, NA, NA, NA, "G", NA,
"A", NA, NA, "A", NA, NA, "G", "G", NA, "G", "A", "G", "A",
"A", "G", NA, NA, NA, NA, "G", "A", "G", "G", NA, "A", "A",
"A", NA, NA, NA, "G", "G", "G", NA, "A", "A", NA, NA, "G",
NA, "G", "A", "G", "G", "A", NA, "G", "A", NA, "G", NA, NA
), `One_LEI-87` = c("A", NA, NA, "A", NA, "A", NA, NA, "A",
"A", "A", "A", NA, "A", "G", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, NA, "A", NA, "A", NA, NA, NA, NA, NA, "A",
NA, "A", "G", NA, NA, NA, NA, "A", NA, NA, "A", NA, NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, NA, NA, NA, "A", "A", "G", "A", "A",
NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, NA, "A",
"A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", NA, "A", NA, "A", NA, NA,
"A", "A", NA, "A", NA, "A", "A", NA, "A", "A", "A", NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "G",
"A", NA, NA, "A", "A", "A", "A", "A", "A", NA, NA, "A", NA,
"A", NA, NA, NA, NA, NA, NA, "A", NA, "A", NA, "A", "A",
"A", NA, NA, NA), `One_LEI-87.1` = c("A", NA, NA, "G", NA,
"G", NA, NA, "A", "G", "A", "G", NA, "G", "G", "G", "A",
"G", "G", "G", "G", "G", NA, "A", NA, NA, "G", NA, "G", NA,
NA, NA, NA, NA, "A", NA, "G", "G", NA, NA, NA, NA, "G", NA,
NA, "A", NA, NA, "A", NA, "A", "A", "G", "A", "A", "G", "G",
NA, NA, "G", "A", "A", "A", "A", "G", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", NA, "A", NA, NA, NA, NA, "G",
"G", "G", "G", "A", NA, "G", "A", NA, "G", "A", "A", "G",
"A", "G", NA, "G", "G", "G", "A", "G", "G", "G", "G", "G",
NA, NA, NA, "A", "G", NA, "A", "A", "A", "A", "G", "A", NA,
"A", "A", "A", NA, "G", "A", "A", NA, "G", "A", NA, "A",
NA, "A", NA, NA, "G", "G", NA, "A", NA, "G", "A", NA, "A",
"A", "G", NA, "G", NA, "G", "A", "A", "A", "A", "A", "G",
NA, "G", "G", "G", "A", NA, NA, "G", "A", "G", "A", "A",
"A", NA, NA, "A", NA, "A", NA, NA, NA, NA, NA, NA, "G", NA,
"G", NA, "G", "G", "G", NA, NA, NA), `One_lpp1-44` = c("C",
"C", "C", "C", "C", NA, NA, NA, NA, NA, "T", "C", "C", NA,
"C", "C", "T", "C", "C", NA, "C", NA, "C", NA, "C", NA, NA,
NA, NA, NA, NA, "T", NA, NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, "C", "C", "T", NA, NA, NA, NA, NA, NA, "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, NA, NA, "C", NA,
NA, NA, NA, "T", NA, "C", NA, NA, NA, "C", NA, "C", NA, NA,
"C", NA, NA, "C", "C", "T", "T", "C", "T", NA, "C", "C",
"C", "C", "C", "T", "C", "C", NA, "C", "T", "C", "C", "T",
NA, NA, NA, NA, NA, NA, NA, NA, "C", "C", NA, "T", NA, "C",
"C", NA, "C", NA, "T", NA, "C", "C", NA, "T", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", NA, NA, "C", "C", NA, NA,
"C", "C", "C", NA, NA, NA, "C", "C", "C", NA, "C", "C", NA,
"T", NA, "C", "C", "C", "C", "C", "T", "T", NA, NA, "T",
"C", "C", NA, NA, "C", "C", NA, NA, "C", NA, "C", NA, NA,
"C", "C", "C", "T", "C", "C", "C", "C"), `One_lpp1-44.1` = c("C",
"T", "T", "T", "T", NA, NA, NA, NA, NA, "T", "T", "T", NA,
"C", "C", "T", "T", "T", NA, "T", NA, "T", NA, "T", NA, NA,
NA, NA, NA, NA, "T", NA, NA, "T", "T", NA, "C", "T", "T",
NA, "C", NA, "C", "C", "T", NA, NA, NA, NA, NA, NA, "C",
"T", "T", "T", NA, "T", "T", "T", "C", NA, NA, NA, "T", NA,
NA, NA, NA, "T", NA, "T", NA, NA, NA, "C", NA, "T", NA, NA,
"T", NA, NA, "C", "C", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, NA, NA, NA, NA, NA, NA, NA, "T", "T", NA, "T", NA, "C",
"C", NA, "T", NA, "T", NA, "C", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", NA, NA, "C", NA, NA, "T", "T", NA, NA,
"C", "T", "T", NA, NA, NA, "T", "T", "T", NA, "T", "T", NA,
"T", NA, "C", "T", "T", "T", "C", "T", "T", NA, NA, "T",
"C", "T", NA, NA, "T", "T", NA, NA, "C", NA, "C", NA, NA,
"T", "T", "T", "T", "C", "C", "C", "T"), `One_metA-253` = c("G",
"C", "C", NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA,
NA, NA, NA, NA, NA, NA, "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", NA, NA, "C", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", NA, "C", NA, NA,
"C", NA, NA, "C", "C", "C", "C", "C", NA, "C", NA, NA, "C",
"C", NA, "C", "C", "C", NA, "C", NA, "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "G", NA, "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "G", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA), `One_metA-253.1` = c("G", "G", "G", NA, "C",
NA, NA, "C", "G", NA, "C", "G", NA, NA, "C", "C", "C", "C",
"G", "G", "G", NA, "G", "G", NA, NA, NA, NA, NA, NA, NA,
NA, "G", "G", NA, "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, NA, "C", "G", "G", "C", NA, NA, "C", "G", "C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "G", "C",
"G", "G", NA, "C", NA, "G", "G", "C", "G", "C", "C", "C",
NA, NA, "C", "C", NA, "C", NA, NA, "C", NA, NA, "C", "C",
"C", "C", "C", NA, "C", NA, NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, "C", NA, "C", "G", NA, "G", "C", "C", "C", "C",
"G", "C", NA, "C", "C", "C", "C", NA, "C", "C", "G", NA,
"C", "G", "C", NA, NA, "C", "G", "G", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "G", "C", "C", "G", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", NA), One_MHC2_190 = c(NA,
NA, "G", NA, NA, "G", NA, "G", NA, NA, "T", "G", NA, NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", NA, NA, NA, "G", NA, "G", "T", "G",
NA, NA, "G", "G", NA, "G", "G", NA, "T", "G", NA, NA, NA,
NA, "T", "G", "G", NA, "G", NA, "G", "G", NA, "G", NA, "G",
NA, NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", NA, NA, NA, NA, "G", NA, NA, "G", NA, NA, NA, "T", "G",
"G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "T", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "T", "G", "T", NA, NA, NA, NA, "G", "G", NA, NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, "G", NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "T", "G", NA, "G", NA,
NA, NA, "G", NA, "G", "G", "G", "T", NA, "G", "G", NA), One_MHC2_190.1 = c(NA,
NA, "G", NA, NA, "T", NA, "T", NA, NA, "T", "T", NA, NA,
"G", NA, "T", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "T", "G", NA, NA, NA, "T", NA, "T", "T", "T",
NA, NA, "G", "T", NA, "T", "T", NA, "T", "T", NA, NA, NA,
NA, "T", "T", "G", NA, "T", NA, "T", "G", NA, "G", NA, "G",
NA, NA, "T", "T", "G", "G", "T", "T", NA, "T", "T", NA, "G",
"T", NA, NA, NA, NA, "G", NA, NA, "T", NA, NA, NA, "T", "T",
"T", NA, "T", "T", NA, "T", "G", "G", "T", "T", "G", "T",
"T", "T", "T", NA, "T", "T", "T", NA, "T", "T", "G", "G",
"G", "G", NA, "T", "G", "G", "T", "G", "G", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, NA, NA, "T", "T", NA, NA,
"G", NA, "T", "G", "T", "T", "T", "T", "G", "G", "T", "T",
NA, "T", "G", NA, "G", NA, "T", "G", "T", NA, "G", "T", "T",
"T", "T", "G", NA, "T", "T", "T", "T", "T", NA, "T", NA,
NA, NA, "T", NA, "G", "T", "T", "T", NA, "G", "T", NA), One_MHC2_251 = c(NA,
NA, "T", "T", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C",
"T", "T", "C", "T", "T", "T", "T", "T", NA, "C", "T", "T",
NA, NA, NA, "C", "T", "C", "C", NA, "C", NA, "C", "T", NA,
"C", "C", NA, "C", "C", "C", "T", "C", "C", NA, NA, "C",
NA, NA, "C", "C", NA, "T", "C", NA, "C", NA, "C", NA, NA,
"T", NA, NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", NA,
NA, "C", NA, NA, "C", "C", "T", NA, "C", "C", NA, "C", "C",
NA, "T", "C", "C", "C", "C", NA, "C", "T", NA, "C", "C",
"T", "C", NA, "C", "C", "T", NA, "C", "C", NA, "C", "C",
"C", "T", "T", "T", NA, "C", "T", "C", "C", "T", "T", "C",
NA, NA, NA, "T", "C", NA, "C", "C", NA, NA, "C", "C", "C",
NA, "C", "T", NA, NA, "T", "C", NA, NA, NA, "T", "T", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "T", "C", NA, "T",
"C", "C", NA, "C", NA, NA, "C", NA, NA, "T", NA, NA, NA,
NA, NA, "T", "C", "C", "T", "C", "C", "C", "C", NA, "C",
"C"), One_MHC2_251.1 = c(NA, NA, "T", "T", NA, "T", NA, "C",
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", NA, NA, NA, "T", "T", "T", "T",
NA, "T", NA, "T", "T", NA, "T", "C", NA, "T", "T", "T", "T",
"T", "C", NA, NA, "T", NA, NA, "C", "C", NA, "T", "T", NA,
"T", NA, "T", NA, NA, "T", NA, NA, NA, "T", NA, NA, "T",
"T", "T", "C", "T", NA, NA, "T", NA, NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "T", NA,
"C", "T", NA, "C", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", NA, NA, NA, "T", "C", NA, "C", "T",
NA, NA, "C", "T", "T", NA, "C", "T", NA, NA, "T", "T", NA,
NA, NA, "T", "T", "T", "C", "T", "T", "C", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "C", NA, "T", NA, NA, "T", NA,
NA, "T", NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"C", "T", NA, "T", "T"), `One_Mkpro-129` = c("A", "A", NA,
"A", "A", NA, "A", NA, NA, NA, "A", NA, NA, NA, "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", NA, NA, "A",
"A", NA, "A", NA, NA, "A", NA, NA, NA, NA, NA, "A", "G",
"A", NA, "A", "A", "A", "A", NA, "A", "A", NA, NA, "A", "A",
"A", NA, NA, NA, "A", "A", NA, "A", "A", NA, NA, "A", NA,
NA, NA, NA, "A", NA, NA, "A", NA, NA, NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", NA, "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "A",
NA, NA, NA, "A", "A", NA, NA, NA, NA, "A", NA, "G", NA, NA,
"A", NA, "A", NA, "A", NA, "A", "A", NA, NA, "G", "A", NA,
"A", "A", "A", "G", "A", "A", NA, NA, "A", NA, "A", "A",
"A", NA, NA, NA, NA, "A", NA, "A", "A", NA, NA, "A", "A",
"A", "A", "G", "A", "A", "A", "A", "A", NA, NA, "A", "A",
"A", NA, NA, "G", "A", NA, "A", NA, "A", NA, NA, "A", "A",
"A", "A", "G", "A", "G", "A", "A"), `One_Mkpro-129.1` = c("G",
"G", NA, "G", "G", NA, "G", NA, NA, NA, "A", NA, NA, NA,
"A", "A", "G", "A", NA, NA, "A", "G", "G", "A", "G", "G",
NA, NA, "G", "G", NA, "G", NA, NA, "A", NA, NA, NA, NA, NA,
"G", "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", NA,
NA, "A", "G", "G", NA, NA, NA, "G", "A", NA, "G", "G", NA,
NA, "A", NA, NA, NA, NA, "A", NA, NA, "G", NA, NA, NA, "G",
"G", "G", "A", NA, "G", "G", NA, "G", NA, "G", "G", "A",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "A",
"G", NA, "G", NA, NA, NA, "G", "G", NA, NA, NA, NA, "G",
NA, "G", NA, NA, "G", NA, "A", NA, "G", NA, "A", "A", NA,
NA, "G", "A", NA, "A", "G", "G", "G", "G", "G", NA, NA, "A",
NA, "G", "A", "G", NA, NA, NA, NA, "A", NA, "A", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "A", "A", "G", NA,
NA, "G", "A", "A", NA, NA, "G", "G", NA, "G", NA, "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "A", "G"), `One_ODC1-196` = c(NA,
NA, NA, "C", NA, "C", "C", NA, "T", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "T", "T", "C", NA, NA, NA, "T", "T",
NA, NA, "C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C",
NA, "C", "T", NA, "C", NA, "C", NA, "T", "C", NA, "T", "C",
"C", "C", NA, NA, NA, "C", NA, "C", "C", "T", "C", "T", NA,
"T", "T", "C", "C", NA, "C", "C", "C", "T", "C", "T", "T",
NA, "C", "C", NA, NA, NA, "C", NA, "C", NA, "C", "C", "T",
NA, "C", "C", NA, "T", "T", "T", "C", "C", NA, "T", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", "C",
"T", "T", "C", "T", "C", "C", NA, NA, NA, "C", "C", "C",
"C", "T", "T", "C", "T", NA, "C", "C", NA, "C", NA, NA, "C",
NA, "C", "C", NA, "T", "C", "T", "C", NA, "C", "C", "C",
NA, "C", "T", "C", "C", NA, "T", NA, "T", "C", "C", "C",
"T", "T", "C", "T", "C", "C", "C", "T", "C", NA, "C", NA,
NA, NA, NA, NA, NA, "C", NA, "C", "C", "C", "C", "C", NA,
NA, "C"), `One_ODC1-196.1` = c(NA, NA, NA, "T", NA, "T",
"T", NA, "T", "T", "C", NA, "T", "T", "C", "T", "T", "T",
"T", "T", "T", NA, NA, NA, "T", "T", NA, NA, "T", "T", "T",
NA, NA, NA, "T", "T", NA, "T", "T", NA, "C", "T", NA, "T",
NA, "C", NA, "T", "T", NA, "T", "T", "T", "T", NA, NA, NA,
"T", NA, "T", "T", "T", "T", "T", NA, "T", "T", "C", "T",
NA, "T", "T", "C", "T", "T", "T", "T", NA, "T", "T", NA,
NA, NA, "C", NA, "T", NA, "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", NA, NA, "T", NA, "T", "T", NA,
"T", "C", "T", "T", NA, "T", "T", "T", NA, "T", "T", "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, NA, NA, NA, NA, NA,
"C", NA, "C", "T", "T", "C", "T", NA, NA, "T"), `One_Ots208-234` = c("A",
"A", NA, "A", NA, "-", "-", "A", "-", NA, "A", NA, "A", NA,
"-", NA, "-", "-", "-", "-", "A", "-", NA, "-", "-", "-",
"-", NA, NA, "A", "-", "-", "-", "-", "-", "A", NA, NA, "A",
NA, "-", "A", "A", NA, "-", "-", "-", NA, "-", NA, "A", "A",
"-", "-", NA, NA, NA, "A", NA, "-", "A", NA, NA, NA, NA,
"A", "-", NA, "-", "-", NA, "A", "-", "-", "-", "-", NA,
"A", "-", NA, "-", "-", "-", "-", "-", "A", NA, "-", "A",
NA, "A", "-", "A", NA, "-", "-", "-", NA, NA, "-", "-", NA,
"-", "A", "-", "-", "-", "A", NA, "-", NA, NA, NA, "A", NA,
"-", "-", "A", "-", NA, "A", NA, "-", "-", "A", "-", "-",
NA, "A", "-", "-", "-", "-", "-", NA, "-", NA, "A", "-",
"-", "-", "-", "-", "-", "A", "A", "A", "A", "A", "A", "-",
"-", "-", "A", NA, NA, NA, "A", NA, "-", "-", "-", "A", "-",
"-", NA, "-", "A", NA, NA, "-", NA, "-", "-", NA, NA, NA,
"-", NA, "-", "-", "-", "A", NA, "-", "-", "-", "-", "-",
NA), `One_Ots208-234.1` = c("A", "A", NA, "A", NA, "A", "A",
"A", "A", NA, "A", NA, "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A", "A",
"A", "A", "A", "A", NA, NA, "A", NA, "A", "A", "A", NA, "A",
"A", "A", NA, "A", NA, "A", "A", "A", "A", NA, NA, NA, "A",
NA, "A", "A", NA, NA, NA, NA, "A", "-", NA, "A", "A", NA,
"A", "A", "A", "A", "A", NA, "A", "A", NA, "A", "A", "A",
"A", "A", "A", NA, "A", "A", NA, "A", "A", "A", NA, "-",
"A", "A", NA, NA, "A", "-", NA, "A", "A", "A", "A", "A",
"A", NA, "A", NA, NA, NA, "A", NA, "-", "-", "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "-", "A", NA, NA,
NA, "A", NA, "A", "-", "A", "A", "A", "A", NA, "A", "A",
NA, NA, "A", NA, "A", "A", NA, NA, NA, "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA), `One_Ots213-181` = c("T",
"A", "T", "T", NA, "A", NA, "T", "A", "A", "T", "A", NA,
"A", "A", NA, "A", "A", "T", "A", "A", "A", NA, "A", "T",
"T", "T", "A", "T", "A", "A", "T", "T", "T", "A", "T", "T",
"T", NA, NA, "T", "T", "A", NA, NA, "T", NA, "T", NA, NA,
"A", "T", "T", "A", "A", NA, "A", NA, NA, NA, "T", "T", "A",
"A", "A", NA, "T", "A", NA, "T", "T", NA, NA, "A", "T", NA,
"T", "T", "A", "T", "A", "T", "T", "A", NA, NA, NA, NA, "A",
"A", "T", "A", NA, "A", "A", "A", NA, "T", NA, "T", "T",
NA, "A", NA, "T", "T", "T", NA, "T", NA, "A", "T", "A", "A",
NA, "T", "T", "T", NA, "A", NA, "T", "T", NA, "T", "T", NA,
"T", NA, "A", "T", NA, "T", "T", "A", "A", NA, "T", "A",
"T", "A", "A", "T", "A", "T", "T", NA, NA, "A", NA, "T",
"A", "T", "A", "T", NA, "A", "A", "T", "A", "A", NA, "A",
"A", "A", "A", "A", NA, "T", "A", "T", "A", NA, "T", "A",
NA, "A", NA, NA, "T", NA, NA, "T", "T", "T", "T", "T", "T",
NA, NA), `One_Ots213-181.1` = c("T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", NA, "T", "T", NA, "T", "A",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", NA, NA, "T", NA, "T", NA, NA, "T", "T", "T", "T", "T",
NA, "T", NA, NA, NA, "T", "T", "T", "T", "T", NA, "T", "T",
NA, "T", "T", NA, NA, "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, NA, NA, "T", "T", "T", "T", NA, "T",
"T", "T", NA, "T", NA, "T", "T", NA, "T", NA, "T", "T", "T",
NA, "T", NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, "T",
NA, "T", "T", NA, "T", "T", NA, "T", NA, "T", "T", NA, "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", NA, "T", "T", "T", "T", "T", NA, "T", "A",
"T", "T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", NA, "T", "T", NA, "T", NA, NA, "T", NA, NA, "T",
"T", "T", "T", "T", "T", NA, NA), `One_p53-576` = c("A",
NA, "C", NA, "C", NA, "C", "C", "C", "C", "A", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C",
"A", "C", "C", "A", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "A", NA, "A", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "A", "C", "C", "C", NA, NA, "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "A", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "A", "C", "C", "C", "C", "C", NA, NA, NA, NA, "C",
"A", NA, "C", "C", "C", "A", NA, "C", NA, "C", "C", "A",
"C", "A", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "A", "C", "C", "C", NA, "A", "A",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
"A", "C", "C", "C", "C", NA, "C", "C"), `One_p53-576.1` = c("C",
NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "A", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, NA, "C",
"C", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C"), `One_pax7-248` = c("C",
"C", "C", "C", "C", "C", NA, "A", NA, "A", "A", "C", "C",
NA, "C", NA, NA, "C", "C", "C", "C", "C", "A", "C", "C",
"A", "A", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "A", "A", "C", "A", NA, "C", "C", NA, "A", "A",
NA, "C", "C", "C", "A", "A", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", NA, "C", "A", "C", NA, "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", "A", "A", "C", "C",
"C", "C", "C", "A", NA, "A", "C", NA, NA, "A", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", NA, NA, "C", NA, "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", NA, "C", "C", "C",
"A", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C", NA,
"C", "A", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "A", "C", "C", "C", "C", "A", "C", "C", "C", NA, "C",
NA, "C", "C", "A", "C", NA, NA, "C", "C", NA, NA, NA, "C",
NA, "A", "C", "C", "C", "C", "C"), `One_pax7-248.1` = c("C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
NA, "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", NA, NA, "C", NA, "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", NA, NA, "C", "C", NA, NA, NA, "C",
NA, "C", "C", "C", "C", "C", "C"), One_PIP = c("C", NA, "C",
"C", "T", NA, NA, "C", "C", NA, "C", "C", NA, NA, "C", NA,
NA, "C", "T", NA, "C", "C", NA, "C", "T", "C", "C", NA, "C",
"C", NA, "T", "C", "C", "C", "T", "C", NA, NA, "C", NA, NA,
"C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, "C",
"C", "C", NA, "C", NA, "C", "T", "C", NA, "C", NA, NA, "C",
NA, "C", NA, "C", NA, NA, NA, "C", "T", "C", "C", "C", "C",
"C", "T", "C", NA, NA, NA, "C", "T", "C", "C", "C", "C",
NA, "C", NA, NA, NA, NA, NA, NA, "C", "C", "T", "C", "C",
"T", "T", "C", "C", NA, "T", "T", NA, "C", NA, "C", NA, "C",
NA, NA, "C", NA, "C", NA, NA, NA, NA, "C", "C", NA, NA, "T",
"C", "C", NA, "T", NA, "C", "C", "C", NA, NA, "C", "C", "C",
NA, "C", "C", "C", "C", "T", "C", NA, "C", NA, "C", NA, NA,
"C", "C", "C", NA, NA, NA, NA, "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", "C", "C"), One_PIP.1 = c("T", NA, "T",
"C", "T", NA, NA, "T", "C", NA, "T", "T", NA, NA, "T", NA,
NA, "C", "T", NA, "C", "C", NA, "C", "T", "T", "C", NA, "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, NA, "T", NA, NA,
"C", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, NA, "T", "C", NA, "T", "T", NA, "C",
"T", "T", NA, "T", NA, "C", "T", "T", NA, "C", NA, NA, "T",
NA, "T", NA, "T", NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T",
NA, "T", NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", NA, "T", NA, "T",
NA, NA, "T", NA, "T", NA, NA, NA, NA, "T", "C", NA, NA, "T",
"T", "T", NA, "T", NA, "C", "T", "T", NA, NA, "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", NA, "T", NA, "T", NA, NA,
"T", "T", "T", NA, NA, NA, NA, "C", "T", "T", NA, "T", "C",
"C", "T", NA, "T", "T", "T"), One_Prl2 = c(NA, NA, "G", "G",
"G", NA, "G", NA, "T", "G", "T", "G", NA, "G", "G", NA, "G",
"T", "G", NA, "G", "G", "G", NA, NA, NA, "G", NA, NA, NA,
"G", "T", NA, NA, NA, "G", "G", "G", NA, "G", "G", NA, NA,
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", NA, "G",
NA, "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", NA, "G", NA, "G", NA, NA, NA, "G",
NA, "G", NA, "T", NA, NA, "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", NA, "G", "G", "G", "T", NA, "G", NA, NA, "G",
"G", "G", NA, NA, "G", "G", NA, NA, "G", "G", NA, "G", "G",
NA, "G", NA, NA, NA, "G", "G", "G", NA, "G", NA, "T", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", NA, "T",
"G", NA, "G", NA, "G", "G", "G", "G", NA, NA, NA, NA, "G",
"T", "G", "T", "G", "G", "G", "G", NA, NA, "G", "G", "G",
NA, "G", NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G"), One_Prl2.1 = c(NA, NA,
"T", "T", "T", NA, "T", NA, "T", "T", "T", "G", NA, "T",
"T", NA, "T", "T", "T", NA, "T", "T", "T", NA, NA, NA, "T",
NA, NA, NA, "T", "T", NA, NA, NA, "T", "T", "T", NA, "T",
"T", NA, NA, "T", "G", "T", "T", "T", NA, "T", NA, "T", "T",
NA, "T", NA, "T", "T", NA, "T", "T", "T", "G", NA, "T", "T",
"T", "T", "T", "G", NA, "T", NA, "G", NA, "T", NA, NA, NA,
"T", NA, "T", NA, "T", NA, NA, "G", "T", "T", "T", NA, "T",
NA, "T", "G", "T", NA, "T", "G", "T", "T", NA, "T", NA, NA,
"T", "T", "T", NA, NA, "T", "T", NA, NA, "G", "G", NA, "T",
"T", NA, "T", NA, NA, NA, "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, "T", "T",
NA, "T", "T", NA, "G", NA, "T", "T", "G", "G", NA, NA, NA,
NA, "G", "T", "T", "T", "T", "T", "T", "G", NA, NA, "T",
"T", "T", NA, "T", NA, "T", "T", NA, NA, NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T"), `One_rab1a-76` = c(NA,
"G", "G", NA, "G", NA, "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "T",
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "G", NA), `One_rab1a-76.1` = c(NA,
"T", "T", NA, "T", NA, "T", "G", "T", NA, "G", "G", "T",
NA, "G", "T", "G", "T", "G", NA, "T", "G", NA, NA, "G", "G",
"T", "G", "G", "G", "T", "G", NA, "G", "G", "T", NA, "G",
"G", "G", "G", "G", "G", "G", "T", "T", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "T", "G",
"G", "G", "T", "G", "G", "T", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "T", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "T",
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "T", "G", NA, "G", "G", "G", "G", "G", "G", "T",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", NA, "G", NA), `One_RAG1-103` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "A", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "A", "T", "T", "T", "T", "T",
"A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"A", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T"), `One_RAG1-103.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T"), `One_RAG3-93` = c(NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", NA, "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "C", NA, "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", NA, "C", "C", NA, "C", NA, NA, NA, "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", NA, "C", "C",
"C", "T", "C", "C", NA, "C", NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C",
"C", NA, NA, NA, "C", NA, "C", NA, NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA, NA,
"C", "C", NA, NA, "C", "C", NA, "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA), `One_RAG3-93.1` = c(NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C",
NA, "C", "C", "T", "T", "T", NA, "C", NA, "T", NA, NA, "C",
"C", "C", "T", "T", "C", "C", "C", "C", "C", "C", "C", NA,
"T", NA, "C", "C", NA, "C", "C", "C", "C", "C", NA, "C",
"C", "T", "C", "C", "T", NA, "C", NA, "C", "C", "C", NA,
"C", "T", NA, "C", NA, NA, NA, "C", "C", "C", "C", "C", "C",
"T", NA, "T", NA, "C", "C", "T", NA, "C", "C", "C", "T",
"C", "C", NA, "T", NA, "T", "C", "T", NA, "C", "T", "C",
"C", "C", NA, "C", "T", NA, "C", "C", "C", "C", "C", NA,
NA, NA, "C", NA, "C", NA, NA, "T", "C", "C", "C", "C", "C",
"C", "C", "T", "T", NA, "C", "C", "C", NA, NA, "C", "C",
NA, NA, "C", "C", NA, "T", "C", "C", NA, "C", "C", NA, "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "T", NA, "T", "T", "C", "T", NA, "C", "T", "T",
NA, "C", "C", "C", "C", "C", NA, "T", "C", "C", "C", "C",
"C", "C", NA), `One_redd1-414` = c(NA, NA, "C", NA, NA, NA,
NA, "C", NA, NA, "C", NA, NA, "C", "C", NA, "C", "C", NA,
"T", "C", NA, "C", NA, NA, "C", NA, "C", "C", "C", "C", NA,
"C", "C", NA, "C", NA, NA, NA, "C", "C", NA, NA, "C", "C",
"C", "C", "C", NA, NA, NA, "C", "C", "C", "C", NA, "C", NA,
"C", "C", "T", "C", "C", "C", NA, NA, "C", NA, "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", NA, NA, "T",
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, NA, "C", NA, "C", "C",
NA, "C", "C", "C", NA, "C", NA, "C", "T", "C", NA, "C", "C",
"C", "C", NA, "C", "C", NA, "C", NA, "C", "C", NA, NA, "C",
"C", NA, NA, "C", "C", "T", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", NA, NA, "T", "T", NA, NA, NA, "T", NA,
"C", "C", "C", "C", "C", NA, NA, "C", NA, "C", NA, NA, "C",
NA, "C", "C", "C", NA, NA, "C"), `One_redd1-414.1` = c(NA,
NA, "C", NA, NA, NA, NA, "T", NA, NA, "C", NA, NA, "T", "T",
NA, "C", "C", NA, "T", "T", NA, "T", NA, NA, "T", NA, "C",
"T", "T", "T", NA, "C", "C", NA, "C", NA, NA, NA, "C", "C",
NA, NA, "C", "C", "C", "T", "C", NA, NA, NA, "T", "C", "T",
"T", NA, "T", NA, "T", "C", "T", "T", "T", "T", NA, NA, "C",
NA, "T", "T", "C", "T", "C", "C", NA, "T", "C", NA, NA, "T",
"C", "C", "C", "C", "C", "C", "C", "T", "T", NA, "C", NA,
NA, "T", "T", "C", "T", "T", NA, "C", "T", "C", "C", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", NA, NA, "C", NA,
"C", "T", NA, "C", "T", "T", NA, "T", NA, "C", "T", "C",
NA, "T", "C", "T", "T", NA, "T", "C", NA, "T", NA, "T", "C",
NA, NA, "C", "T", NA, NA, "T", "T", "T", "T", "C", NA, "C",
"T", "C", "T", NA, "T", "T", NA, NA, "T", "T", NA, NA, NA,
"T", NA, "C", "C", "C", "C", "C", NA, NA, "T", NA, "C", NA,
NA, "C", NA, "T", "T", "T", NA, NA, "T"), `One_RF-112` = c(NA,
"A", "A", NA, "A", NA, NA, NA, NA, "A", "A", NA, NA, NA,
"A", "A", "A", "A", "G", "A", "A", NA, NA, "A", NA, NA, NA,
"A", "A", NA, NA, NA, "A", "A", "A", NA, NA, "A", NA, NA,
"A", NA, "A", "A", NA, "A", NA, "A", NA, "A", NA, NA, "A",
"A", "A", NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "A", NA, "A", NA, NA, "A",
"A", NA, "A", "A", "A", "A", NA, "A", NA, NA, "A", "A", NA,
"A", "A", "A", "A", "A", NA, NA, NA, NA, "A", "A", NA, NA,
NA, "A", "A", NA, NA, "A", NA, NA, NA, "A", "A", "A", NA,
"A", "A", "A", "A", "A", NA, NA, "A", "A", "A", NA, "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, NA, NA, NA, NA, "G", NA, "G", NA,
"A", NA, NA, "A", "A", "A", "G", "A", "A", "A", "A", NA,
"A", "A", "A", NA, NA, "A", "A", "A", "A", NA, "A", "A",
"A", NA, NA, NA, "G", NA, "A", "A", "A", NA, "A", "A"), `One_RF-112.1` = c(NA,
"G", "G", NA, "A", NA, NA, NA, NA, "G", "G", NA, NA, NA,
"G", "G", "A", "A", "G", "G", "G", NA, NA, "G", NA, NA, NA,
"G", "A", NA, NA, NA, "G", "G", "A", NA, NA, "G", NA, NA,
"A", NA, "G", "A", NA, "A", NA, "G", NA, "G", NA, NA, "A",
"A", "G", NA, NA, NA, "G", "A", "A", "G", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "G", NA, "A", NA, NA, "G",
"A", NA, "G", "G", "G", "A", NA, "A", NA, NA, "A", "A", NA,
"A", "A", "A", "A", "A", NA, NA, NA, NA, "A", "A", NA, NA,
NA, "A", "A", NA, NA, "A", NA, NA, NA, "A", "G", "A", NA,
"A", "A", "A", "G", "G", NA, NA, "A", "G", "G", NA, "A",
NA, "G", NA, "A", "A", "A", "A", "G", "A", "G", "A", "A",
"A", "G", NA, "G", NA, NA, NA, NA, NA, "G", NA, "G", NA,
"A", NA, NA, "A", "G", "G", "G", "A", "A", "G", "G", NA,
"A", "A", "A", NA, NA, "G", "A", "A", "G", NA, "G", "G",
"A", NA, NA, NA, "G", NA, "G", "G", "A", NA, "G", "A"), `One_RF-295` = c("A",
"A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", NA, "A", "A",
"A", "A", NA, "A", NA, "A", "A", "A", "A", NA, "A", "A",
NA, NA, NA, "A", "A", NA, NA, "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "T",
"A", NA, "A", NA, NA, NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, NA, "A", "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, "A", "A", NA, "A", "A", NA, "A", "A",
"A", NA, NA, NA, NA, "A", NA, "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", NA, NA, NA, NA, "A", NA, "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA), `One_RF-295.1` = c("A", "A", "A", "A",
"A", "A", NA, NA, NA, "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "T", "A", "A", "A", "T", "A", "A", "A",
"A", NA, "A", "T", "T", NA, "A", "T", "T", "A", NA, "A",
NA, "A", "A", "A", "T", NA, "A", "A", NA, NA, NA, "A", "T",
NA, NA, "A", "T", NA, "T", "A", "A", "T", "T", "A", "A",
"T", "T", "T", "T", "A", "A", "T", "T", "A", NA, "A", "A",
"T", "A", "A", "A", "A", "A", "A", "T", "T", NA, "T", NA,
NA, NA, "T", NA, "T", "T", "A", "T", "A", "A", "T", "T",
"A", "T", NA, NA, "A", "A", NA, "T", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "T", "A", "A", "T", "A", "T", NA, "A",
NA, "A", "A", NA, "A", "T", NA, "A", "A", "A", NA, NA, NA,
NA, "A", NA, "A", "T", "A", "A", NA, "T", "A", "A", "A",
"A", NA, NA, NA, NA, "A", NA, "A", "A", "T", "A", "A", "A",
NA, NA, "T", "T", "A", "A", "A", "A", "T", "T", NA, "A",
"T", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA), `One_rpo2j-261` = c(NA, NA, NA, "G", "G", "G", NA, NA,
NA, NA, "G", NA, NA, NA, "G", "G", "T", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "T", NA,
NA, NA, NA, "G", NA, "G", "G", "G", "G", "G", NA, "G", "T",
NA, "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, NA, "G", "G", "T", "G", "G", "G", "G", "G", "G", NA,
NA, NA, NA, "G", NA, "G", NA, "G", NA, "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", NA, NA, "G", NA, NA, "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", "G", NA, "G", NA, "G",
NA, NA, NA, "G", "G", NA, "G", "G", NA, "G", "G", NA, NA,
"G", "G", NA, "G", "G", "G", NA, NA, "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", NA, "G", NA, NA, "G", NA, "G",
"G", "G", "G", NA, "G", "G", "G", NA, "G", NA, "G", NA, "G",
"T", "G", "G", "G", "G"), `One_rpo2j-261.1` = c(NA, NA, NA,
"T", "T", "G", NA, NA, NA, NA, "T", NA, NA, NA, "T", "G",
"T", "G", "G", "G", "G", "T", NA, "T", "G", "T", "G", "G",
NA, "G", "G", "T", NA, NA, NA, NA, "G", NA, "G", "T", "T",
"G", "G", NA, "G", "T", NA, "G", NA, "T", "T", "T", "G",
"T", "T", NA, "G", "T", NA, NA, "T", "G", "T", "G", "G",
"G", "G", "G", "T", NA, NA, NA, NA, "T", NA, "G", NA, "G",
NA, "G", NA, "G", "G", "T", NA, "G", "G", "G", "T", NA, NA,
"T", NA, NA, "T", "G", NA, "T", "G", "G", "G", NA, "G", "T",
NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", NA, "G", NA, NA, NA, "T", "T", NA, "G", "G",
NA, "T", "G", NA, NA, "G", "G", NA, "G", "T", "T", NA, NA,
"G", "T", "G", "G", "T", "G", "T", "G", "G", "T", NA, "T",
NA, NA, "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", NA,
"T", NA, "G", NA, "T", "T", "G", "G", "G", "T"), `One_sast-211` = c("G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", NA, "T", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G"), `One_sast-211.1` = c("G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"T", "T", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", NA, "G", "G",
NA, "G", "G", "G", NA, "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", NA, "T", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "T", "G", "G", "T", "G", "G", "G", "G", "T", "G",
"G", NA, NA, "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "T", "G"), `One_spf30-207` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G"), `One_spf30-207.1` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", NA,
NA, "G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T",
NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "T", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", "G",
"G", "G", "T", "T", "G", NA, NA, "G", "G"), `One_srp09-127` = c("T",
"T", "A", "T", "A", "A", NA, "T", "A", "A", "T", "A", NA,
"A", "A", "T", "T", "T", "A", "T", "A", "T", "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", NA, "T", "T", "A", NA,
NA, "A", NA, "T", NA, "T", "A", "T", "A", "T", "A", "T",
NA, "A", "A", "T", "T", "A", "A", "T", NA, NA, "T", "A",
"A", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "A",
"T", "T", "A", "A", "A", "A", "A", NA, "T", "T", "T", "T",
NA, "A", "A", "A", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "A", NA, "A", "A", "T", "T",
"T", "T", NA, "A", "T", "T", NA, "T", "A", "T", "T", NA,
"T", "A", "T", "A", NA, "A", NA, NA, "T", NA, NA, "A", NA,
NA, "A", NA, NA, "A", "T", "A", NA, "T", "T", "T", "T", NA,
"A", "A", "A", NA, "T", "A", NA, NA, "T", "A", "A", "T",
"T", "T", "T", NA, NA, "T", "A", "T", NA, "A", NA, "A", NA,
"T", "T", NA, "T", "T", NA), `One_srp09-127.1` = c("T", "T",
"A", "T", "T", "T", NA, "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", NA, NA, "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "T", "T", NA, "T", "T", "T", "T", NA, "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "A", "T", "T", "T", "T", "T",
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", "T", NA, "T", NA, NA, "T", NA, NA, "T", NA, NA, "T",
NA, NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "A",
"T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", NA, "T", NA, "T", NA, "T", "T",
NA, "T", "T", NA), `One_ssrd-135` = c("-", "-", NA, NA, "-",
"-", NA, "-", "-", "-", "-", NA, "-", "-", "T", "-", NA,
"T", "-", "T", "-", "-", "-", "-", NA, "-", NA, "T", "T",
"-", "-", "-", NA, NA, "-", "-", "-", NA, "-", "-", NA, NA,
NA, "-", "-", "-", NA, NA, "T", "-", NA, NA, "-", NA, "-",
"-", "-", "-", "-", "-", "-", NA, NA, "-", "-", "-", "-",
"-", NA, NA, NA, "-", "-", "-", NA, "-", NA, "-", "-", NA,
NA, NA, NA, "-", "-", "T", "T", "-", NA, NA, "-", NA, NA,
"-", "-", "-", NA, "-", NA, "T", "T", NA, NA, NA, NA, "-",
NA, "T", "-", NA, "-", "-", NA, "-", NA, NA, NA, "-", NA,
"-", NA, "-", NA, "-", "T", "-", "-", NA, NA, NA, "-", "-",
NA, "-", "-", "-", "-", "-", "-", NA, "T", "-", NA, "-",
"-", "-", "-", NA, "-", "T", "-", "T", "-", "T", "-", "-",
"-", "-", "-", "-", "-", "T", "-", "-", "-", "-", NA, "-",
NA, "-", "T", "T", "-", "T", NA, NA, "-", NA, "-", NA, "-",
"-", "-", "-", "T", "T", "-", NA, "-", NA), `One_ssrd-135.1` = c("T",
"T", NA, NA, "T", "T", NA, "-", "T", "T", "-", NA, "T", "T",
"T", "T", NA, "T", "T", "T", "T", "-", "T", "T", NA, "-",
NA, "T", "T", "T", "T", "-", NA, NA, "T", "T", "T", NA, "T",
"T", NA, NA, NA, "T", "T", "-", NA, NA, "T", "T", NA, NA,
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "-", "T", NA, NA, NA, "-", "T", "T", NA, "T", NA,
"-", "T", NA, NA, NA, NA, "-", "T", "T", "T", "T", NA, NA,
"-", NA, NA, "T", "-", "-", NA, "T", NA, "T", "T", NA, NA,
NA, NA, "T", NA, "T", "T", NA, "T", "T", NA, "T", NA, NA,
NA, "T", NA, "T", NA, "T", NA, "T", "T", "T", "-", NA, NA,
NA, "T", "T", NA, "-", "T", "-", "T", "T", "T", NA, "T",
"-", NA, "T", "-", "T", "T", NA, "T", "T", "-", "T", "T",
"T", "T", "T", "-", "T", "T", "-", "-", "T", "T", "-", "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", NA, NA, "T", NA,
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", NA),
`One_STC-410` = c("C", "T", "T", "T", NA, NA, NA, "C", "T",
"T", "T", "T", NA, "T", "T", "T", NA, "T", "T", "T", "T",
"C", "C", "T", NA, "T", "C", "T", "T", "T", "T", "C", "C",
"C", "T", "T", "T", "T", "T", "C", "C", "C", NA, NA, NA,
"C", NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, NA, NA,
NA, NA, "T", "T", NA, "C", "T", NA, "T", NA, "T", "T", NA,
NA, NA, "T", NA, NA, "T", "T", "C", NA, "C", "C", "C", "T",
NA, "C", "C", "C", NA, NA, "C", NA, "C", NA, "T", "C", "C",
"C", NA, "T", "C", NA, "T", NA, "T", NA, NA, "C", NA, NA,
"T", NA, "T", NA, "C", "C", NA, "T", "C", "T", "T", "C",
NA, "T", "T", NA, NA, NA, "C", "T", "T", "T", NA, "C", "C",
"C", "C", "C", NA, NA, NA, "T", NA, "C", "C", "C", NA, "C",
"C", NA, "T", "C", "C", "C", "T", "T", "T", "C", NA, "C",
"T", "C", "C", "T", "C", NA, NA, NA, "T", "T", "T", "T",
"T", "C", "C", NA, "T", "T", "T", NA, NA, NA, "T", "T", "T",
"T", "T", "T", NA, "C"), `One_STC-410.1` = c("T", "T", "T",
"T", NA, NA, NA, "T", "T", "T", "T", "T", NA, "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, NA, "T", NA, "C", NA, NA, "T", "T", NA,
"T", "T", NA, NA, NA, NA, NA, "T", "T", NA, "T", "T", NA,
"T", NA, "T", "T", NA, NA, NA, "T", NA, NA, "T", "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, NA, "T", NA,
"T", NA, "T", "C", "T", "T", NA, "T", "C", NA, "T", NA, "T",
NA, NA, "C", NA, NA, "T", NA, "T", NA, "T", "C", NA, "T",
"T", "T", "T", "T", NA, "T", "T", NA, NA, NA, "T", "T", "T",
"T", NA, "C", "T", "T", "T", "T", NA, NA, NA, "T", NA, "T",
"C", "T", NA, "T", "T", NA, "T", "T", "T", "C", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "C", NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA, NA,
NA, "T", "T", "T", "T", "T", "T", NA, "T"), One_STR07 = c("C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, "G", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "G", "G", NA,
"C", NA, NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C",
"C", "G", NA, NA, "C", "C", "C", "G", "C", "C", "C", "C",
NA, NA, NA, "C", NA, NA, NA, NA, "C", "C", "C", NA, "C",
NA, NA, "C", NA, "G", "G", NA, NA, "C", "G", NA, "C", NA,
"C", NA, "C", NA, "C", NA, "C", "C", "C", NA, NA, "G", "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", NA, NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"G", "C", "G", NA, "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "G", "G", "C", "G", "C",
"C", NA, "C", NA, NA, "C", "C", NA, "C", "C", "C", "C", "G",
"C", "C", "C", "G", NA, "C", "C", "G", "G", "C", NA, "C",
"C", "G", NA, "G", NA, "C", NA, NA, "C", "C", NA, NA, "C",
"C", "C", "G", NA, "C", "C", NA, "C", "C", NA, "C", NA, "C"
), One_STR07.1 = c("G", "G", "G", "G", "G", NA, "G", "G",
NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"C", NA, NA, "G", "G", NA, "G", NA, NA, NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", NA, NA, NA,
NA, "G", "C", "G", NA, "G", NA, NA, "G", NA, "G", "G", NA,
NA, "G", "G", NA, "G", NA, "G", NA, "G", NA, "G", NA, "G",
"G", "G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, "G", NA, NA, "C", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "C", NA, NA, "G",
"G", NA, "G", "G", "G", "C", "G", "C", "C", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "C", "C", "G", NA, "G", NA,
"G", NA, NA, "G", "G", NA, NA, "G", "G", "G", "G", NA, "G",
"G", NA, "G", "C", NA, "G", NA, "C"), `One_SUMO1-6` = c("A",
"C", "C", "A", NA, "A", "C", "C", "C", "C", "A", "C", NA,
"C", "C", "C", NA, "C", "C", "C", "C", "A", "A", NA, NA,
"C", "A", "C", "C", "C", "C", NA, "C", "C", "A", "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", NA, "C", NA, NA, "C", "C",
NA, "A", "C", "C", NA, "C", "C", "C", "C", NA, "A", NA, "C",
"A", NA, "C", "C", "A", "C", "A", NA, NA, "A", NA, "C", "C",
"C", "C", "C", "C", "C", NA, "C", "A", "A", "C", "C", "C",
"C", "C", "C", "C", NA, "C", NA, "C", "A", "C", "C", "C",
"C", "C", NA, "A", "C", "C", "C", "A", "A", "C", "C", "C",
"A", "C", NA, NA, "C", "C", NA, "C", "C", "C", "A", "C",
"A", "C", "C", "C", "A", "A", "C", NA, "C", "C", "A", "C",
"C", "C", "C", "C", NA, "C", NA, "C", "C", NA, "C", NA, "A",
"C", "C", "A", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "A", "C", NA, "C", "C", NA, "C", "C", "A", "C", "C",
"C", "A", "C", "C", "C", "A"), `One_SUMO1-6.1` = c("C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, NA, "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C"), `One_sys1-230` = c(NA, NA, NA,
"G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", NA, NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", NA, NA, NA, "G", NA, NA, "G",
"G", NA, NA, "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "T", "T", NA, NA, NA, "G", NA, "G", "T", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "T", "G", "G", "G", NA, "G", NA,
NA, NA, NA, "G", NA, "T", NA, NA, "T", NA, NA, "G", NA, "G",
NA, NA, "G", "T", "G", NA, "G", "G", "G", NA, "G", NA, NA,
"G", "G", "G", "G", "G", NA, "G", NA, "T", "G", "G", NA,
NA, "G", "G", NA, NA, "G", "G", "T", "T", "T", "G", NA, "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", NA, NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", NA, NA, "T"), `One_sys1-230.1` = c(NA,
NA, NA, "T", NA, NA, "T", "T", NA, "T", "G", "T", "T", "T",
"T", NA, "G", "T", NA, NA, "G", "T", "T", "T", NA, "T", "T",
"G", "T", "T", NA, "G", NA, NA, NA, NA, "T", "G", "T", "T",
"T", "G", "T", NA, "G", "G", "T", NA, NA, NA, "G", NA, NA,
"T", "T", NA, NA, "T", "T", NA, "T", NA, "G", "T", "T", "T",
"T", "T", "T", "T", NA, NA, NA, "G", NA, "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "G", "T", "G", "G", "G",
"G", "T", "G", "G", "T", NA, "T", "T", "T", "G", NA, "T",
NA, NA, NA, NA, "G", NA, "T", NA, NA, "T", NA, NA, "T", NA,
"T", NA, NA, "T", "T", "T", NA, "T", "G", "G", NA, "G", NA,
NA, "T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T",
NA, NA, "G", "T", NA, NA, "G", "T", "T", "T", "T", "G", NA,
"T", NA, "G", "T", "G", "T", "G", "T", "T", "T", "G", "T",
NA, "T", NA, NA, "T", "G", "G", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", NA, NA, "T"), `One_taf12-248` = c("G",
NA, "G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "T", NA, "G", "G", "G",
NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", NA, NA, NA,
NA, NA, "G", NA, "G", "G", "G", "T", NA, "G", "G", NA, "G",
"G", "G", "G", "G", NA, "G", NA, NA, "G", "G", "G", "T",
"G", "G", NA, "G", "G", "G", NA, "G", "G", "G", NA, "G",
NA, "G", NA, NA, "G", "G", "G", "G", "G", NA, NA, NA, "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G", NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", NA, NA, NA, NA,
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G"), `One_taf12-248.1` = c("G", NA,
"T", NA, "T", "T", "G", "G", "G", NA, "G", "G", "T", "T",
"T", "T", "G", "G", "T", NA, "T", NA, "G", "T", "T", NA,
"G", "T", "T", "T", NA, NA, "T", "T", "G", NA, NA, NA, NA,
NA, "G", NA, "G", "G", "G", "T", NA, "G", "G", NA, "G", "T",
"G", "G", "G", NA, "G", NA, NA, "G", "T", "T", "T", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", NA, "G", NA, "G",
NA, NA, "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", NA, "T", "T", "G", "G", "G", NA, "G", NA, "T", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", NA,
"G", "G", "T", "G", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "T", NA, "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "T", NA, NA, NA, NA, "G", "T", "G",
"G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G"), `One_Tf_ex10-750` = c("A", NA, "A", "A", NA, "A",
"G", "G", "G", NA, "A", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "A", "G", "G", NA, "A", "G", "A", "G", "G", NA,
"A", "G", NA, "A", NA, "G", "G", "G", NA, NA, "G", "G", NA,
NA, "G", "G", NA, NA, NA, "A", "A", "G", NA, NA, "G", "A",
"A", NA, NA, "A", "A", NA, NA, NA, NA, "G", "A", NA, "G",
NA, "G", NA, NA, "A", NA, "A", NA, NA, "A", NA, NA, "A",
"A", "A", "A", "A", "A", "G", "A", NA, "A", "G", NA, "A",
"A", "A", NA, "G", "G", "G", "G", "A", NA, "G", NA, NA, NA,
NA, "A", "G", NA, "A", NA, "A", "A", NA, "G", "A", NA, "G",
"A", NA, NA, "G", "A", "G", NA, "G", "A", NA, NA, "G", "A",
"A", "A", NA, "G", "A", "A", NA, "A", "A", NA, "G", "A",
NA, NA, NA, NA, "G", "A", "A", "A", "A", NA, "G", "G", "G",
"A", "G", "A", "A", "G", "G", "G", NA, "A", "A", "A", "A",
NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "A", "G", "G",
"G", "G", NA, NA, "A", "G"), `One_Tf_ex10-750.1` = c("G",
NA, "G", "G", NA, "G", "G", "G", "G", NA, "G", NA, NA, NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", NA, "A", "G", NA, "G", NA, "G", "G",
"G", NA, NA, "G", "G", NA, NA, "G", "G", NA, NA, NA, "G",
"G", "G", NA, NA, "G", "G", "G", NA, NA, "G", "G", NA, NA,
NA, NA, "G", "G", NA, "G", NA, "G", NA, NA, "G", NA, "G",
NA, NA, "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"A", NA, "G", NA, NA, NA, NA, "G", "G", NA, "G", NA, "G",
"G", NA, "G", "G", NA, "G", "G", NA, NA, "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", NA, "G", "G", NA, NA, NA, NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G"),
`One_Tf_ex3-182` = c("A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
NA, "A", "A", NA, NA, NA, "A", NA, NA, NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", "A", NA, "A", "A", NA, NA, NA,
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", NA, "A", "A", "A", "A", NA, "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A", NA,
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"A", NA, "A", NA, "A", NA, NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A"), `One_Tf_ex3-182.1` = c("A",
"A", NA, "A", "A", "A", "A", "A", "G", "A", "A", "A", "A",
NA, "A", "A", "A", "A", NA, "A", "G", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", NA, "A", "A", NA, NA, NA,
"G", NA, NA, NA, "A", "A", "A", "A", NA, "A", "G", NA, "A",
"A", NA, "A", "A", NA, NA, NA, NA, "A", "A", "A", "A", "G",
NA, "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "G", "A", NA, "A", "A", "A", "A", NA, "A", "A",
"A", "A", NA, "A", NA, "A", "A", "G", NA, "A", "A", "A",
"A", "G", "A", NA, "A", NA, NA, "A", NA, "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "G", NA, "A", "A", "A",
"G", "A", NA, "G", "A", "A", NA, "A", NA, "G", NA, NA, "A",
"A", "A", "A", "A", "A", "A", "A", "G", "A", "A", "A", "G",
"G", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"G", NA, "A", "A", "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A"), `One_tshB-92` = c("A", "A", "A", "A",
"A", NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A",
NA, "A", NA, "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", NA, NA, "A", NA, NA, "A", "A", NA, "A",
NA, NA, "A", "A", "A", "A", NA, "A", "A", "A", NA, "A", NA,
NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", NA, "A", "A", "A", "A", "A", "C", "A", "A",
"A", "A"), `One_tshB-92.1` = c("A", "A", "A", "A", "A", NA,
NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "C", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "C", "C", "A", "A", NA, "A", NA, "A",
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "C", "A",
NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "A", "A",
"C", "C", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"C", "A", "A", "A", "A", "A", "C", "A", NA, "A", "A", "A",
"A", "C", "C", "A", "A", "A", "A", NA, "A", "C", "A", "A",
"A", "A", "A", "C", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, NA, "A", NA, NA, "A", "A", NA, "A", NA, NA,
"A", "A", "A", "A", NA, "A", "A", "A", NA, "A", NA, NA, "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "C", "C", "A", "A", NA,
NA, "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", NA, "A", "A", "A", "A", "A", "C", "A", "A", "A", "A"
), `One_txnip-401` = c("C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C",
"C", NA, NA, NA, "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C"), `One_txnip-401.1` = c("C", "C", "C", "T", "C", NA,
"C", "C", "T", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", "T", "T", "C", "T", "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", "C", "C", "T", NA, "C", "C", "C", NA,
"C", "C", "C", NA, "C", "C", "T", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", NA, "C", "T", "C", "C", NA, "C",
"C", "C", NA, NA, NA, "C", "C", "C", "C", "C", "C", "C",
NA, NA, "T", "T", "C", "C", "C", "C", NA, "C", "C", NA, NA,
"C", "C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", "C", "T", "C", "C", "C", "C", "T", "T", "C", NA,
"C", "T", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C",
"C", "T", "C", "C", "T", "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA,
"T", NA, "T", "C", "T", "C", "C", "T", "C", "C", "C", "C",
"C", "C"), `One_U1003-75` = c(NA, NA, NA, NA, "C", NA, NA,
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", NA, NA, "C", NA, "C", "C",
"C", "C", NA, NA, NA, "T", "C", "C", NA, NA, "C", "C", NA,
"C", "C", "T", "C", NA, "C", "C", NA, "T", "C", "C", "T",
NA, NA, "C", "C", "C", "C", "C", NA, NA, "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", "C", NA, "C", NA, "C", NA, NA,
"C", NA, "C", "C", "C", "T", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", NA, NA, NA, "C",
"C", NA, "C", NA, NA, "C", NA, NA, "T", NA, "C", NA, NA,
"C", "T", NA, "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", NA, "C", NA, NA, NA, "T", NA, "C", "C", "T", "T", "C",
"T", "C", "C", NA, NA, "C", NA, "T", "C", "C", "C", NA, "C",
"C", "T", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, NA, NA, "C", NA, "C",
NA, "C", "C", "C", "T", "C", NA), `One_U1003-75.1` = c(NA,
NA, NA, NA, "T", NA, NA, NA, "T", NA, "T", "T", "T", "T",
"C", "T", "T", "C", "T", NA, "T", "T", NA, "T", "C", "C",
NA, NA, "C", NA, "T", "T", "T", "T", NA, NA, NA, "T", "T",
"T", NA, NA, "T", "T", NA, "C", "T", "T", "T", NA, "T", "T",
NA, "T", "T", "T", "T", NA, NA, "T", "T", "C", "T", "T",
NA, NA, "C", NA, "T", "C", NA, "T", NA, "T", "C", "T", "C",
NA, "T", NA, "T", NA, NA, "T", NA, "T", "T", "C", "T", "T",
"T", NA, "C", "T", "C", "C", "T", "T", "T", "T", "T", "T",
"T", NA, NA, NA, "T", "T", NA, "T", NA, NA, "T", NA, NA,
"T", NA, "C", NA, NA, "T", "T", NA, "C", "T", "T", NA, "T",
NA, "C", "T", "T", "C", NA, "T", NA, NA, NA, "T", NA, "T",
"C", "T", "T", "C", "T", "T", "T", NA, NA, "T", NA, "T",
"T", "T", "C", NA, "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "C", "T", "C", "T", "T", "C", "T", "T", NA, "T",
NA, NA, NA, "T", NA, "C", NA, "C", "T", "T", "T", "T", NA
), `One_U1004-183` = c("G", NA, "A", NA, "G", NA, NA, "A",
NA, "A", "G", NA, NA, "A", "A", NA, NA, "A", NA, "A", "A",
"A", NA, "A", "G", "A", NA, NA, NA, NA, NA, "A", NA, "A",
"A", "A", NA, "G", "A", "A", "A", "G", "A", NA, NA, "G",
"G", "A", NA, NA, "G", "G", "A", "A", "A", "A", NA, "A",
NA, "A", NA, "A", "G", NA, "A", NA, "G", "A", "A", "A", NA,
NA, NA, "G", "G", "A", "A", "A", NA, NA, "A", NA, "G", "A",
"A", "A", "A", "A", "G", "A", NA, NA, "G", "A", "A", "G",
"A", "A", NA, "A", "A", "A", "G", "A", "G", NA, NA, "A",
NA, "A", "G", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"G", "A", "G", "G", "G", "A", NA, "A", "A", "A", "A", "G",
"G", NA, NA, "A", NA, NA, "G", "G", "A", "G", NA, "A", "A",
"G", NA, NA, "A", "A", "A", "A", "A", NA, NA, "A", NA, "A",
"A", "A", "G", NA, "A", "G", "A", NA, NA, "A", NA, "A", "A",
"A", NA, "G", "A", NA, NA, "G", NA, NA, "G", NA, "G", "G",
"G", "G", NA, NA, "G", "A"), `One_U1004-183.1` = c("G", NA,
"G", NA, "G", NA, NA, "G", NA, "G", "G", NA, NA, "G", "A",
NA, NA, "A", NA, "G", "G", "G", NA, "G", "G", "G", NA, NA,
NA, NA, NA, "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, NA, "G", "G", "G", NA, NA, "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", NA, "G", "G", NA, "G", NA, "G",
"G", "G", "A", NA, NA, NA, "G", "G", "G", "G", "G", NA, NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", NA, NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "A", NA, NA, "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, NA, "G", NA, NA, "G", "G", "G",
"G", NA, "G", "A", "G", NA, NA, "G", "G", "G", "G", "G",
NA, NA, "G", NA, "G", "G", "A", "G", NA, "G", "G", "A", NA,
NA, "G", NA, "G", "G", "G", NA, "G", "G", NA, NA, "G", NA,
NA, "G", NA, "G", "G", "G", "G", NA, NA, "G", "G"), `One_U1009-91` = c("G",
"G", "G", "G", "A", "G", NA, "A", "A", NA, "G", "A", "A",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA, NA,
"G", "A", "A", NA, "G", "A", "G", "A", "A", "A", "A", "A",
"A", "G", "A", NA, "G", NA, NA, NA, "G", NA, "A", NA, "A",
NA, "A", NA, "A", "A", "G", "A", "A", NA, "G", "A", "A",
"A", NA, "G", "A", NA, NA, "G", "G", NA, "G", "G", "G", NA,
NA, "G", NA, "A", "G", "G", NA, NA, "G", "G", "G", "G", NA,
"A", NA, "A", "G", "A", "A", "G", "G", NA, "A", "G", "A",
"G", "A", "G", NA, NA, "A", NA, NA, NA, "A", "A", NA, NA,
NA, "A", "A", "A", "A", NA, NA, "G", NA, "G", NA, "G", NA,
NA, "G", NA, "G", NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
"G", "G", NA, NA, "G", "A", NA, NA, NA, NA, "G", "G", "G",
"A", "G", "A", NA, "A", NA, "G", "A", "A", "G", "G", "G",
"A", "G", NA, "G", NA, "G", "A", NA, "A", "A", NA, NA, NA,
NA, "G", "G", "G", "A", "G", "G", "A", "G", "G", "A", "G"
), `One_U1009-91.1` = c("G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", NA, NA, "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
NA, NA, "G", NA, "G", NA, "G", NA, "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, "G", "G", NA, NA, "G",
"G", NA, "G", "G", "G", NA, NA, "G", NA, "G", "G", "G", NA,
NA, "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", NA, NA, "G",
NA, NA, NA, "G", "G", NA, NA, NA, "G", "G", "G", "A", NA,
NA, "G", NA, "G", NA, "G", NA, NA, "G", NA, "G", NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, "G", "G", NA, NA, "G", "G",
NA, NA, NA, NA, "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "A", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", NA, "A", "G", NA, NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G"), `One_U1010-81` = c("G", "G",
"G", "A", NA, "G", NA, "G", NA, "G", "A", NA, NA, NA, "G",
NA, NA, "G", "G", "G", "G", "G", "A", NA, "G", "A", NA, "G",
"G", "G", NA, "G", "G", NA, NA, "G", "A", "G", "G", NA, NA,
NA, "A", "G", "G", "G", "G", NA, "G", NA, "A", "G", "G",
"G", "A", NA, NA, "A", NA, NA, "G", "G", "G", "A", "G", "G",
NA, "G", "A", "G", NA, "A", "A", "A", "G", "G", "G", "G",
"A", "G", "G", "A", "A", "G", "G", "A", NA, "G", "A", NA,
"G", "G", NA, "G", "A", "G", "G", "A", "G", NA, "A", "G",
"G", "G", "G", "A", "A", "A", "G", NA, "G", "G", "A", "A",
"G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G", NA,
NA, "G", "G", "G", "A", NA, "G", "A", NA, "A", "G", NA, "G",
NA, NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "A", "G", "G", "G", "G", "G", "G", NA, "A",
"G", "G", "G", NA, "G", "G", "G", NA, NA, "G", "G", "G",
NA, NA, "G", "G", NA, "A", NA, "G", "G", "G", "G", NA, "G",
"G", "G"), `One_U1010-81.1` = c("G", "G", "G", "G", NA, "G",
NA, "G", NA, "G", "A", NA, NA, NA, "G", NA, NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "G", NA, NA, NA, "G", "G",
"G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G", NA,
NA, "G", NA, NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"A", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", NA, "G", NA, NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
NA, "G", "G", "G", NA, NA, "G", "G", "G", NA, NA, "G", "G",
NA, "G", NA, "G", "G", "G", "G", NA, "G", "G", "G"), `One_U1012-68` = c("C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "T", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", NA, NA, "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C"), `One_U1012-68.1` = c("T", "C",
"C", "T", NA, "C", "C", "T", "C", "C", "C", NA, "C", NA,
"C", "C", "T", "C", "C", "C", "C", "C", "T", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "T", "C", "C", "C",
"T", "T", "T", "C", "T", NA, "T", "C", NA, "C", NA, "C",
"C", "C", "T", "T", "C", "C", NA, NA, NA, "T", "C", "C",
NA, NA, "T", "C", "C", "T", NA, "C", "C", "C", "T", NA, "C",
"C", NA, "C", "T", "C", "T", NA, NA, "C", "C", "C", "C",
NA, "C", NA, "T", "C", "C", "C", "T", "T", NA, NA, "T", "C",
"C", "T", "T", "C", "C", "C", NA, "T", "T", "T", NA, "C",
"C", "T", "T", "T", "T", "C", "C", "T", "T", "T", "T", "C",
"C", NA, "C", "T", "C", NA, "T", "C", NA, NA, "C", "C", "T",
"T", NA, NA, "T", "C", "C", "C", "C", "T", "T", "C", "T",
"T", "C", "T", "C", "C", "C", "T", NA, "T", NA, "C", "C",
NA, "C", "C", "C", NA, "C", "T", "C", "C", "T", NA, "C",
"T", "T", NA, NA, "C", "T", NA, "C", "C", "C", "C", "C",
"C", NA, "T", "C", "T"), `One_U1013-108` = c("T", "T", "T",
"T", "T", "T", "T", "G", NA, NA, "T", "T", "G", NA, "G",
"T", NA, "T", NA, NA, "T", NA, "T", NA, NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "G", "T",
"T", NA, "T", "T", "T", "G", "T", "T", "G", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "T", "T", "G", "T", "G", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", "G", "G", "T",
"T", "G", "T", "T", "T", "T", "G", "G", NA, "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "G",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "G", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "G", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"G", "T", "T", "G", "T", "T", "T", NA, "G", "T", NA, "T",
"T", "T", "T", NA, "T", NA, "T", "T", "T", NA, "G", NA, "G",
"T", "T", "T", "T", "G"), `One_U1013-108.1` = c("T", "T",
"T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T", NA,
"T", "T", NA, "T", NA, NA, "T", NA, "T", NA, NA, NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T",
"T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", "T", NA, "T", NA, "T", "T", "T", NA, "G",
NA, "T", "T", "T", "T", "T", "T"), `One_U1014-74` = c("T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "C", NA, "T", "C",
NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"T", "C", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "C", "T", "T", "C", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, "C", "T", "T", "T", "T",
"T", "C", "T", NA, NA, "C", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "C", NA,
"T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", NA, NA, NA, "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T"), `One_U1014-74.1` = c("T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", NA, NA, NA, "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T"), `One_U1016-115` = c("T",
NA, "-", "-", "-", NA, "T", NA, "-", "-", "T", "T", "-",
"-", "T", "-", "-", "T", "-", "-", "-", "-", "-", "-", NA,
NA, "-", "-", "-", "-", "-", NA, NA, "T", NA, "T", "-", "T",
"-", NA, "-", "T", "-", NA, NA, "T", NA, "T", "T", NA, "T",
NA, "-", "-", "T", "T", "T", "T", "T", "T", "T", "T", "-",
"-", "T", "-", "-", "-", "T", "T", "T", "-", NA, "-", "T",
"-", "-", NA, "T", "T", "-", "T", "T", "-", "-", "-", NA,
"-", "-", "T", "-", "T", NA, "-", "-", "-", NA, "-", "-",
NA, "-", "-", NA, NA, "T", NA, "T", "-", "-", "-", NA, NA,
"T", "-", "-", "-", "-", "-", "T", "-", "-", "-", "T", NA,
"-", NA, NA, NA, NA, "-", "T", NA, "T", "-", "T", "T", "T",
NA, "T", NA, "-", "-", NA, "-", "-", "T", NA, NA, "T", "-",
"-", "T", "-", "T", "T", "T", NA, "-", "T", "T", "-", "T",
"-", "-", "-", "-", "-", "-", "T", NA, "-", "T", "-", "T",
"-", NA, "-", NA, "-", "-", "T", NA, "-", "-", "-", "T",
"-", "-", "-", "-"), `One_U1016-115.1` = c("T", NA, "T",
"-", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
"-", "T", "T", "-", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "-", "-", NA, NA, "T", NA, "T", "T", "T", "T",
NA, "T", "T", "T", NA, NA, "T", NA, "T", "T", NA, "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "-",
"T", NA, "T", "T", "T", "T", "T", "-", "T", "T", NA, "T",
"T", "T", "T", "T", NA, "-", "T", "-", NA, "T", "T", NA,
"-", "T", NA, NA, "T", NA, "T", "T", "T", "-", NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, NA, NA, NA, "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", NA, "T", "-", NA, "T", "-", "T", NA, NA, "T", "T", "-",
"T", "-", "T", "T", "T", NA, "-", "T", "T", "T", "T", "T",
"-", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, "T", NA, "T", "T", "T", NA, "-", "T", "T", "T", "T",
"T", "T", "T"), `One_U1024-197` = c("T", NA, NA, "T", "G",
"G", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "G", "T", "T", "T", "T", "G", NA, "G",
"T", NA, "T", NA, NA, NA, "T", "T", "T", "T", NA, "T", "T",
"G", "T", "T", "T", NA, NA, "G", "T", "T", NA, "T", "T",
"G", "T", NA, "T", NA, "T", "T", "T", "G", "T", NA, NA, "T",
NA, "G", NA, NA, "T", "T", "T", "G", NA, "T", "T", "T", "T",
"T", NA, "T", "G", "G", "T", "T", "T", "T", "G", NA, "G",
NA, "G", "G", "T", NA, "T", "T", "G", "G", "T", "T", NA,
NA, NA, NA, "T", NA, "T", "T", NA, NA, "T", NA, "G", "G",
"T", "T", NA, NA, "T", NA, "G", "G", NA, "T", "T", NA, "T",
"G", NA, NA, "T", "T", "T", "G", "T", NA, NA, "T", "G", "G",
NA, "T", NA, NA, "T", NA, NA, "T", NA, "T", NA, "G", "G",
"T", "T", "G", "T", "T", "G", "G", "T", "G", "T", "T", "T",
NA, "T", NA, "G", "T", "T", "G", NA, "T", "T", NA, "T", "T",
NA, "T", NA, "G", "T", NA, "G", "G", "T"), `One_U1024-197.1` = c("T",
NA, NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", NA, "T", NA, NA, NA, "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", NA, "T", "T", "T", "T", NA, "T", NA, "T", "T", "T",
"T", "T", NA, NA, "T", NA, "T", NA, NA, "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", NA, "T", "G", "T", "T", "T",
"T", "T", "T", NA, "T", NA, "T", "T", "T", NA, "T", "T",
"T", "G", "T", "T", NA, NA, NA, NA, "T", NA, "T", "T", NA,
NA, "T", NA, "T", "T", "T", "T", NA, NA, "T", NA, "T", "T",
NA, "T", "T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T",
NA, NA, "T", "T", "T", NA, "T", NA, NA, "T", NA, NA, "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
NA, "T", "T", NA, "T", "T", NA, "T", NA, "T", "T", NA, "T",
"T", "T"), One_U1101 = c(NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", NA,
NA, "A", "A", NA, "A", NA, NA, "A", "A", "A", "A", "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", NA, "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", NA, NA, NA, "A", NA, "A", "A", "A",
NA, "A", "A", NA, NA, "A", "A", NA, "A", NA, "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", NA,
"A", "A", "A", NA, NA, "A", NA, "A", "A", "A", NA, NA, NA,
"A", "A", "A", "C", "A", NA, NA, "A", "A", NA, "A", "A",
NA, NA, NA, "A", "A", "A", "A", NA, "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A"), One_U1101.1 = c(NA,
NA, "A", "A", "C", "A", "A", "A", "A", "A", "A", "C", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", NA, NA, NA, "A",
"A", "A", "A", "A", "A", "C", "C", "C", "A", "C", "A", "A",
"C", NA, "A", "C", NA, NA, "A", "C", NA, "C", NA, NA, "A",
"C", "A", "C", "C", NA, "C", NA, NA, "A", "A", "A", "C",
"A", "A", NA, "C", "C", "A", "A", "A", "C", "A", "A", "A",
"A", "A", "A", NA, "A", "C", "C", NA, "A", "A", NA, "A",
NA, "C", "C", "C", "A", NA, "A", "C", "C", NA, "C", "A",
NA, "C", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
NA, NA, "A", NA, "A", "A", "A", NA, "A", "A", NA, NA, "A",
"A", NA, "A", NA, "A", NA, "A", "A", "C", "A", "A", "A",
"C", "C", "A", NA, "C", "A", NA, "C", "A", "C", NA, NA, "A",
NA, "A", "A", "C", NA, NA, NA, "A", "C", "A", "C", "A", NA,
NA, "A", "A", NA, "C", "A", NA, NA, NA, "C", "A", "A", "A",
NA, "C", "C", NA, "C", "A", "C", "A", "A", "A", "C", "A",
"A", "C", "A"), One_U1103 = c(NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", NA, "A", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "A", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"A", "G", "A", "G", "G", "G", "G", "G", "A", "A", "G", "G",
"G", "A", "G", NA, "G", "G", "G", "A", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "A", "A", "G", NA,
"G", "G", NA, "A", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G"), One_U1103.1 = c(NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G"), One_U1105 = c("T", "A", "A", "A", "T", "A",
NA, "A", NA, NA, "A", NA, "T", NA, "A", "T", "T", "T", "T",
NA, "A", "A", NA, NA, "T", "A", "A", "T", "T", "T", "T",
"A", NA, "T", NA, "A", "A", NA, "T", NA, "A", NA, "A", "T",
"T", "A", "T", "A", NA, NA, "A", "A", "T", "T", NA, "A",
NA, NA, NA, "A", "A", "T", "T", "T", "A", "T", "T", NA, NA,
"T", "T", "T", "A", "T", NA, "T", "T", "T", "T", "A", "A",
"T", "T", "T", "T", NA, "A", "A", "A", "T", NA, "T", "A",
"A", "A", "T", NA, "A", "T", "T", "A", "A", "T", "A", "T",
NA, "T", "T", "T", NA, "A", "T", "T", NA, "A", "T", "T",
"T", NA, NA, "A", "T", NA, "T", "T", NA, "T", NA, NA, NA,
NA, "T", "T", NA, NA, "A", "A", NA, NA, "A", "T", "T", "T",
NA, "T", "T", NA, NA, "T", "T", "T", "A", "T", NA, "T", "T",
"T", "A", "T", "A", "T", "A", "A", "A", "A", NA, "T", NA,
"T", "T", "T", "T", "T", "A", NA, NA, "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", NA, "T", "A", "T"), One_U1105.1 = c("T",
"T", "T", "T", "T", "A", NA, "T", NA, NA, "A", NA, "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", NA, "T", "T", NA,
"T", NA, "T", NA, "T", "T", "T", "A", "T", "T", NA, NA, "T",
"T", "T", "T", NA, "T", NA, NA, NA, "T", "A", "T", "T", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"A", "T", NA, "T", "T", "T", "A", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"T", NA, "T", "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
NA, "T", NA, NA, NA, NA, "T", "T", NA, NA, "T", "T", NA,
NA, "T", "T", "T", "T", NA, "T", "T", NA, NA, "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T"), `One_U1201-492` = c(NA, NA, NA, "A", "A",
"A", NA, NA, NA, NA, "G", "A", NA, NA, "A", NA, "G", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A",
NA, NA, "A", "A", "A", "A", NA, "A", NA, NA, NA, NA, NA,
"A", "A", "A", NA, "A", NA, "A", NA, NA, "G", "A", NA, "A",
"A", "A", NA, NA, NA, NA, NA, NA, "A", NA, NA, "A", "A",
NA, "A", NA, NA, NA, "G", "A", NA, "A", "A", NA, "A", NA,
"A", "A", NA, NA, NA, NA, "A", "A", NA, "A", "A", "A", "G",
"G", NA, NA, NA, "A", "G", NA, NA, "A", "A", "A", "A", NA,
"A", NA, NA, NA, "A", NA, NA, "G", "A", "A", NA, "G", NA,
"A", "A", NA, "A", "A", "A", NA, NA, "A", "A", NA, NA, NA,
NA, NA, "A", NA, "A", NA, "A", "A", NA, NA, "A", NA, NA,
NA, NA, NA, "A", NA, "A", NA, "G", NA, NA, "G", NA, "A",
"A", NA, "A", "A", "G", "A", "G", NA, "A", NA, NA, NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "G", NA, "G",
"A", "A", NA, NA, NA), `One_U1201-492.1` = c(NA, NA, NA,
"A", "G", "G", NA, NA, NA, NA, "G", "G", NA, NA, "A", NA,
"G", "A", "A", "G", "A", NA, "G", "G", "A", "G", "G", "G",
NA, "G", NA, NA, "G", "G", "G", "G", NA, "G", NA, NA, NA,
NA, NA, "G", "G", "G", NA, "G", NA, "G", NA, NA, "G", "G",
NA, "G", "G", "G", NA, NA, NA, NA, NA, NA, "G", NA, NA, "G",
"G", NA, "G", NA, NA, NA, "G", "G", NA, "A", "G", NA, "G",
NA, "G", "A", NA, NA, NA, NA, "G", "G", NA, "G", "A", "G",
"G", "G", NA, NA, NA, "G", "G", NA, NA, "G", "G", "G", "G",
NA, "G", NA, NA, NA, "G", NA, NA, "G", "G", "A", NA, "G",
NA, "G", "G", NA, "A", "G", "G", NA, NA, "A", "G", NA, NA,
NA, NA, NA, "G", NA, "G", NA, "G", "A", NA, NA, "G", NA,
NA, NA, NA, NA, "G", NA, "G", NA, "G", NA, NA, "G", NA, "G",
"G", NA, "G", "A", "G", "G", "G", NA, "G", NA, NA, NA, "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"A", "G", NA, NA, NA), `One_U1202-1052` = c("C", NA, "C",
"C", "C", NA, NA, NA, NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, NA, "C", "C", "C", "C",
"C", "C", NA, NA, NA, NA, "C", "C", "C", NA, "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", NA, NA, NA, NA, "C",
"C", "C", NA, NA, NA, "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", NA, NA, NA, "C", "C", NA, NA, NA, NA, NA, "C",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
NA, NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, NA, NA, NA, "C", "C", NA, NA, "C", "C",
NA, NA, NA, "C", "C", "C", "C", "C", NA, "C", NA), `One_U1202-1052.1` = c("C",
NA, "C", "C", "T", NA, NA, NA, NA, NA, "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
"C", "C", "T", "C", NA, NA, NA, NA, "T", "C", "T", NA, "C",
NA, "T", "C", "T", "C", "C", "C", "T", "C", "C", NA, "C",
"C", "C", NA, "C", NA, NA, "T", NA, "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "T", NA, "T", "C", "T", NA,
"C", "C", NA, NA, "C", "C", "C", "T", "T", "C", "C", NA,
"T", "C", NA, "T", NA, "T", "C", "C", NA, "C", "C", NA, "T",
"C", "C", NA, "C", NA, NA, "C", NA, "T", "T", NA, NA, NA,
NA, "C", "C", "C", NA, NA, NA, "T", NA, "C", "C", NA, "C",
"C", "T", "C", "T", NA, NA, NA, "T", "T", NA, NA, NA, NA,
NA, "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", NA, NA, NA, "C", "C", "C", "C", "T", "C", "C",
"C", "C", "T", NA, "C", NA, NA, NA, NA, "T", "C", NA, NA,
"C", "C", NA, NA, NA, "C", "T", "T", "C", "T", NA, "T", NA
), `One_U1203-175` = c("A", "A", "A", "A", "A", "A", NA,
"A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A",
NA, "A", NA, "A", "A", NA, NA, NA, "A", "A", NA, "A", NA,
NA, NA, "A", "A", "A", "A", "A", NA, "A", "A", NA, NA, NA,
"A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
NA, NA, NA, "A", NA, NA, "A", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, NA, "A", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
NA, "A", "A", "A", NA, "A", NA, "A", "A", NA, "A", "A", "A",
"A", "A", "A", NA, "G", NA, NA, "A", "A", NA, NA, NA, "A",
"A", "A", NA, "A", "A", NA, NA, "A", "A", NA, "A", "G", "A",
NA, NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", NA,
"A", "A", NA, "A", "A", NA, NA, "A", NA, NA, NA, "A", "A",
NA, "A", "A", NA, NA, "A", "A"), `One_U1203-175.1` = c("A",
"A", "A", "A", "A", "G", NA, "G", "A", NA, "A", "A", "G",
"G", "G", "G", NA, "G", "G", NA, "A", NA, "G", "G", NA, NA,
NA, "A", "G", NA, "G", NA, NA, NA, "A", "A", "A", "A", "G",
NA, "A", "A", NA, NA, NA, "A", NA, "A", "A", "A", "A", "A",
"G", NA, "A", "G", "G", "G", NA, "A", "G", NA, "A", "A",
"A", "A", "G", "A", NA, NA, NA, NA, "A", NA, NA, "A", NA,
NA, "A", "A", "A", "A", "A", "A", "A", "G", NA, NA, "A",
NA, NA, "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "G", "A", "A", NA, "G", "A", "G", NA, "A",
NA, "A", "G", NA, "G", "A", "A", "G", "G", "A", NA, "G",
NA, NA, "A", "A", NA, NA, NA, "A", "A", "G", NA, "G", "A",
NA, NA, "A", "G", NA, "A", "G", "A", NA, NA, "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "G", "A", "G", "A", "G",
"A", "A", "A", NA, "A", "G", NA, "A", "G", NA, "A", "G",
NA, NA, "G", NA, NA, NA, "A", "A", NA, "A", "A", NA, NA,
"A", "G"), `One_U1204-53` = c(NA, "C", "C", NA, NA, "C",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
NA, NA, NA, NA, "C", "C", NA, "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", NA, "T", NA, NA, NA, "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", NA, NA, "C", "C", "C", NA, "C", NA, NA, NA, NA, NA,
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", "C", "T", "C", NA, "C",
"C", "C", "C", NA, NA, "C", NA, NA, NA, NA, "C", NA, "C",
NA, "C", "C", NA, "C", "C", "T", "C", "C", "C", NA, "C",
NA, "C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
NA, NA, "T", NA, "C", "C", NA, NA, "C", "C", NA, NA, "C",
NA, "C", NA, NA, "C", "C", NA, NA, NA, "C", "C", "C", "C",
NA, "T", "C", "C", "C", NA, NA, "C", "C"), `One_U1204-53.1` = c(NA,
"C", "C", NA, NA, "T", NA, NA, "C", "T", "T", "C", "C", NA,
"C", "C", "T", "C", "C", "C", "C", "C", "T", "C", NA, "T",
"C", NA, "T", "C", NA, NA, NA, NA, "C", "T", NA, "T", "C",
"T", "T", NA, "C", NA, "T", "C", "T", NA, "T", NA, NA, NA,
"T", "T", NA, "T", "T", "T", NA, "T", "C", "T", "C", "T",
"T", NA, "C", NA, "T", NA, NA, "C", "T", "C", NA, "T", NA,
NA, NA, NA, NA, "C", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", NA, "T", "T", "T", "C", "T", NA, "T", "C", "T",
"C", NA, "T", "C", "T", "T", NA, NA, "C", NA, NA, NA, NA,
"T", NA, "C", NA, "C", "T", NA, "C", "T", "T", "T", "C",
"T", NA, "C", NA, "T", NA, NA, "T", "T", "T", NA, "T", "T",
"T", "T", "C", "T", "C", "C", "T", "T", "T", "T", "C", NA,
"C", NA, "T", NA, NA, "T", NA, "T", "T", NA, NA, "C", "C",
NA, NA, "C", NA, "C", NA, NA, "C", "T", NA, NA, NA, "T",
"T", "T", "T", NA, "T", "T", "T", "C", NA, NA, "T", "C"),
`One_U1205-57` = c("G", "G", "A", "G", "G", "A", "G", "G",
"G", NA, "A", "G", NA, NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", NA, "A", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", NA, NA, NA, "A", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "A",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA,
"A", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G"), `One_U1205-57.1` = c("G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G"), `One_U1206-108` = c(NA, "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", "G", "G", NA, "G", NA, NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, NA, "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", NA, "G", "G", NA, NA, "G",
NA, "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "T", "G", "G", "G", "G", NA, NA, "G", "G", "G", NA,
"G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", NA,
NA, NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G"), `One_U1206-108.1` = c(NA, "G", "G", "G", "G", "G",
NA, NA, "G", "G", "G", "G", "G", NA, "G", NA, NA, "G", "G",
"T", "T", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "T", NA, "T", "G", "G", NA,
"G", "G", NA, NA, "G", "G", NA, "G", "G", NA, NA, "G", NA,
"G", NA, NA, "G", "G", "G", "T", "T", "T", "G", "G", "G",
"G", "G", "T", "G", "T", "T", "T", NA, NA, "G", "G", "G",
"G", "T", "G", "T", "G", "G", "T", "G", NA, "G", "G", NA,
"G", "T", "G", "G", "G", "G", "G", "T", "G", "G", "G", NA,
"G", "G", NA, NA, "T", "G", "G", "T", "G", "G", "G", "G",
"T", "T", "T", "T", "G", NA, NA, "G", "G", "G", NA, "T",
NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "T", NA, "G", "G", "T",
"G", "G", "T", "G", "G", "T", "G", "G", "G", NA, "G", "G",
"G", "G", "T", "G", NA, "G", "G", NA, "G", "G", NA, NA, NA,
"G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G"),
`One_U1208-67` = c(NA, "A", "A", "A", "A", "A", NA, "A",
NA, "A", "A", "A", "A", NA, "A", NA, "A", "A", NA, "A", "A",
NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, NA, NA, NA,
NA, NA, NA, "A", "A", NA, "A", NA, "C", "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A", NA,
NA, "A", NA, NA, "C", "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, "A", "A", NA, "C", "A", NA, "A", NA, "A", "A",
"A", "C", NA, "A", "A", "A", "A", "A", "A", NA, NA, "C",
NA, "A", "C", "C", "A", "A", NA, NA, "C", "A", "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "C", NA, NA, "A", "A",
NA, NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, "A", "A",
"A", "C", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "C", "A", NA, NA, NA, NA, "A", "A", NA, NA, "C", NA,
"A", "A", "A", "A", NA, "A"), `One_U1208-67.1` = c(NA, "A",
"C", "A", "A", "A", NA, "A", NA, "C", "A", "C", "C", NA,
"C", NA, "A", "A", NA, "A", "C", NA, NA, "C", "C", "C", "A",
NA, NA, "C", NA, NA, NA, NA, NA, NA, NA, "C", "C", NA, "C",
NA, "C", "A", NA, "C", "A", "C", "C", NA, "C", "C", "C",
"C", "C", NA, "C", "C", "C", "A", "A", "C", "C", NA, "C",
"A", "C", "C", NA, "C", NA, NA, "C", NA, NA, "C", "C", NA,
"A", NA, "C", "C", "C", "A", "C", "A", NA, NA, "C", "C",
"C", "C", "A", "A", "A", "C", NA, "C", NA, "C", "C", NA,
"C", "A", NA, "C", NA, "C", "C", "C", "C", NA, "C", "A",
"C", "A", "C", "A", NA, NA, "C", NA, "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", NA, "A", "C", "C", NA, "A", "C",
"C", "C", "C", NA, NA, "A", "C", NA, NA, NA, "A", "C", "C",
"C", NA, NA, "A", NA, "C", "C", "A", "C", "A", "C", "C",
"A", "C", "C", "C", "C", "C", NA, "C", "C", "A", NA, NA,
NA, NA, "C", "C", NA, NA, "C", NA, "A", "A", "C", "C", NA,
"C"), `One_U1209-111` = c(NA, "T", NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", NA, "T", NA, "T", NA, "C", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
"T", "T", "T", "T", NA, "C", NA, NA, NA, "T", "T", "T", NA,
"T", "T", "T", "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T"),
`One_U1209-111.1` = c(NA, "T", NA, "T", "T", "T", NA, "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", NA, "T", NA, "T", NA, "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "T", NA, NA, NA, "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T"), `One_U1210-173` = c("A",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "A", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "A", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", NA, "G", NA, "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "A", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "A", "G", "G", "G", NA, "G", "G", "G"), `One_U1210-173.1` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", NA, "G", NA, "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G"), `One_U1212-106` = c(NA,
NA, NA, NA, NA, NA, NA, "A", "A", "A", "G", "G", NA, NA,
"G", "A", NA, "A", "A", "A", "A", "G", "A", "A", "A", "A",
"A", NA, NA, NA, "A", "A", "A", "A", "A", NA, NA, "G", "A",
NA, NA, NA, "A", "A", "A", "G", NA, NA, "G", "G", "G", "A",
NA, "G", "A", "A", NA, "G", "G", "A", "A", "G", "A", "A",
NA, "G", "G", "A", "A", "G", "A", "G", NA, NA, "A", NA, "A",
"A", NA, "G", "A", "A", "A", "G", "A", "A", "A", "G", NA,
NA, "G", "A", NA, "G", "A", "A", NA, "G", NA, "A", "A", NA,
NA, "A", NA, "A", "A", "G", NA, "G", "A", NA, "G", NA, NA,
"G", "A", "G", "G", NA, "A", NA, "A", NA, "A", NA, "G", "A",
NA, NA, NA, NA, NA, NA, NA, "A", "A", NA, NA, NA, NA, "A",
"G", NA, "A", "A", NA, "A", "A", NA, "A", "G", "A", "G",
NA, "A", NA, "G", "A", "G", "A", "G", "A", "G", "G", "A",
"A", NA, "A", NA, "A", NA, NA, "A", NA, NA, "G", "A", "A",
"G", "A", NA, "A", "A", "A", "A", "G", "G", "G", "A"), `One_U1212-106.1` = c(NA,
NA, NA, NA, NA, NA, NA, "G", "A", "G", "G", "G", NA, NA,
"G", "G", NA, "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", NA, NA, NA, "G", "G", "G", "G", "G", NA, NA, "G", "G",
NA, NA, NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", "G",
NA, "G", "G", "G", NA, "G", "G", "G", "A", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", NA, "G", "G", "G", NA, "G", NA, "G", "A", NA,
NA, "G", NA, "A", "G", "G", NA, "G", "G", NA, "G", NA, NA,
"G", "G", "G", "G", NA, "G", NA, "G", NA, "G", NA, "G", "G",
NA, NA, NA, NA, NA, NA, NA, "G", "G", NA, NA, NA, NA, "A",
"G", NA, "G", "G", NA, "G", "G", NA, "G", "G", "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", NA, NA, "G", NA, NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "A", "G", "G", "G", "G"), `One_U1214-107` = c(NA,
"C", "A", "C", "C", NA, NA, "C", NA, NA, "A", "C", NA, NA,
"A", "C", "C", NA, NA, "A", "A", NA, "C", "A", "C", "C",
NA, NA, "C", "A", NA, "A", NA, NA, "A", NA, NA, "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", "A", "C", "C", "C",
"C", "A", "C", "C", "A", "C", NA, "A", NA, "A", "C", "A",
NA, NA, "C", "A", "C", "C", NA, "C", "C", "C", NA, NA, "A",
NA, "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", "C",
"C", "A", "A", NA, "C", "C", "A", "A", NA, "C", "C", "A",
"A", NA, NA, "C", NA, NA, "A", "C", NA, "A", "A", NA, "A",
"A", "C", "C", "C", "C", "C", "C", NA, "C", "A", "A", "A",
"A", "A", "A", "C", "C", "A", "A", "C", "C", NA, "A", "A",
"C", NA, NA, "A", "A", NA, "C", "A", NA, NA, "A", "A", NA,
"C", "C", "C", "C", NA, "A", "A", "C", NA, "C", "A", NA,
NA, "A", "A", "C", NA, "C", "A", NA, "C", "C", NA, "C", NA,
NA, "A", "C", "C", NA, NA, "A", "C", "A", "A", "A", "C",
"A", "C", "A"), `One_U1214-107.1` = c(NA, "C", "C", "C",
"C", NA, NA, "C", NA, NA, "C", "C", NA, NA, "A", "C", "C",
NA, NA, "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", NA, NA, "C", NA, NA, "C", NA, "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", NA, "C", "C", "C", NA, NA, "C", "A", "C",
"C", NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", NA, NA,
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C", "A",
NA, "C", "C", NA, NA, "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C", NA, "C",
"C", NA, "C", "C", NA, "C", NA, NA, "C", "C", "C", NA, NA,
"C", "C", "C", "A", "C", "C", "C", "C", "C"), `One_U1216-230` = c(NA,
"T", "A", NA, NA, NA, NA, NA, NA, "A", "A", "A", NA, "A",
"T", "A", NA, "A", "A", "A", "A", "A", NA, "T", "A", NA,
"A", NA, "A", NA, "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", NA, NA, "A", "A", NA, "A", "T", "A", "A", NA, NA,
NA, "A", "A", "A", NA, NA, NA, NA, NA, "A", NA, "A", NA,
NA, "A", "A", "A", "A", NA, NA, NA, NA, "A", NA, NA, NA,
NA, "A", "A", NA, "A", "A", "T", NA, "A", "A", "A", "A",
NA, NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, "A", "A",
"A", NA, NA, NA, "A", "A", NA, "A", "A", NA, NA, "A", "A",
"A", "A", "T", "A", "A", NA, "A", NA, "A", "T", NA, NA, "A",
NA, NA, NA, "A", NA, NA, "A", NA, NA, "T", "A", "A", "A",
"A", "A", NA, "A", NA, "A", NA, "A", NA, "A", NA, "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", "A", "T", "A", NA,
NA, NA, NA, "A", NA, NA, NA, "A", NA, NA, NA, NA, "A", NA,
NA, "A", "T", NA, "A", "T", "A", NA, "T", NA), `One_U1216-230.1` = c(NA,
"T", "T", NA, NA, NA, NA, NA, NA, "T", "A", "T", NA, "T",
"T", "T", NA, "T", "A", "T", "T", "T", NA, "T", "A", NA,
"T", NA, "T", NA, "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", NA, NA, "T", "T", NA, "T", "T", "T", "T", NA, NA,
NA, "T", "A", "T", NA, NA, NA, NA, NA, "T", NA, "A", NA,
NA, "T", "T", "T", "A", NA, NA, NA, NA, "T", NA, NA, NA,
NA, "T", "T", NA, "T", "T", "T", NA, "T", "T", "T", "T",
NA, NA, NA, "A", "A", "T", "T", NA, NA, "T", NA, "T", "A",
"A", NA, NA, NA, "T", "T", NA, "A", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", NA, NA, "A",
NA, NA, NA, "A", NA, NA, "T", NA, NA, "T", "T", "T", "T",
"A", "T", NA, "A", NA, "T", NA, "T", NA, "T", NA, "T", NA,
"T", NA, NA, "A", "T", "T", "T", "T", "T", "T", "A", NA,
NA, NA, NA, "A", NA, NA, NA, "A", NA, NA, NA, NA, "T", NA,
NA, "T", "T", NA, "T", "T", "T", NA, "T", NA), `One_U301-92` = c("T",
"G", "T", "G", NA, NA, NA, NA, "G", NA, "T", NA, NA, NA,
"T", "G", "T", "G", NA, NA, "T", "T", NA, "T", NA, "G", "T",
"T", "T", NA, "G", "G", "T", NA, NA, NA, "G", "T", "T", "G",
NA, "T", NA, "T", "T", "G", "T", NA, NA, NA, NA, "T", "T",
"T", "T", "T", NA, "T", NA, NA, "T", NA, "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", NA, NA, "T", "G", "G",
"T", "T", "T", "G", "T", "T", "T", "T", "G", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "G", NA, NA, "T", NA, "T",
"T", NA, "T", "G", "T", "G", "T", NA, "T", "T", NA, "T",
"G", "T", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T",
"T", "T", "G", "G", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", "T", "G", "T", NA, NA,
"T", "T", "T", "G", NA, "T", "T", "T", "G", "T", "T", "T",
NA, "T", "T", NA, NA, NA, NA, "T", "T", "T", "T", "G", "G",
"T", "T"), `One_U301-92.1` = c("T", "T", "T", "T", NA, NA,
NA, NA, "T", NA, "T", NA, NA, NA, "T", "T", "T", "G", NA,
NA, "T", "T", NA, "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", NA, NA, NA, "T", "T", "T", "T", NA, "T", NA, "T", "T",
"T", "T", NA, NA, NA, NA, "T", "T", "T", "T", "T", NA, "T",
NA, NA, "T", NA, "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, "T", NA, "T", "T", NA, "T", "T", "T",
"T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T", NA,
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", NA, NA,
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T"), `One_U401-224` = c(NA,
NA, NA, "A", "A", "A", "A", NA, "A", NA, "A", "A", NA, NA,
"A", NA, "A", "C", NA, "A", "A", "A", "A", NA, NA, "A", NA,
NA, "A", NA, NA, "A", NA, NA, "A", NA, "A", "A", "A", "A",
NA, "C", NA, "A", NA, "C", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "C", NA, NA, NA, "A",
"A", NA, "A", NA, NA, "C", "A", "A", "A", "A", NA, NA, "C",
NA, NA, NA, "A", "C", "A", "A", "A", "A", "A", NA, "A", "A",
NA, "A", NA, NA, NA, "A", NA, "A", NA, "A", "A", "A", "A",
"C", "A", "A", NA, "A", "A", "A", "A", NA, "A", NA, "C",
"A", "A", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
"C", "A", "A", "C", "A", "A", "A", NA, "A", "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "C", "C",
"A", "C", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A",
NA, "A", NA, NA, NA, "A", NA, "A", "A", NA, "A", "C", NA),
`One_U401-224.1` = c(NA, NA, NA, "C", "C", "C", "C", NA,
"C", NA, "C", "C", NA, NA, "A", NA, "C", "C", NA, "C", "A",
"C", "C", NA, NA, "C", NA, NA, "C", NA, NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", NA, "C", NA, "A", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "A", NA, "C", "A", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, NA, NA, "C", "C", NA, "C", NA, NA, "C",
"C", "A", "C", "C", NA, NA, "C", NA, NA, NA, "A", "C", "C",
"C", "C", "C", "A", NA, "C", "C", NA, "C", NA, NA, NA, "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "A", "C", "C", NA, "C", "A",
"C", "C", "A", NA, "A", "C", "C", "A", "C", "A", NA, "C",
"C", "C", "C", "A", "C", NA, "C", NA, "C", NA, NA, NA, "C",
NA, "C", "C", NA, "C", "C", NA), `One_U404-229` = c("C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "C", "C", NA, "C", NA, "C", NA, NA, "T", "C", NA,
NA, "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "T", "C", "C", "C", NA, "C", NA, NA,
"C", "C", "C", NA, NA, "C", NA, "C", NA, NA, NA, "T", "C",
"C", "C", NA, "C", NA, "C"), `One_U404-229.1` = c("C", "C",
"C", "C", "C", NA, NA, "C", "C", NA, "C", "T", "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "T", NA, "C",
"T", "C", "T", NA, "C", "C", "C", NA, "T", "C", "C", "C",
NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "T", "C", "T", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "T", "T", NA, "C", "C", NA, "C", "C",
"T", "C", "C", "C", "C", "T", "C", NA, "T", "C", NA, "C",
"C", "C", "T", "C", "T", NA, NA, NA, "C", "C", "C", "T",
"T", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
NA, NA, "C", "C", "T", "C", NA, "C", "T", NA, "C", "C", "C",
"T", "C", NA, "C", "C", "C", "T", "C", NA, "T", NA, "C",
"C", "C", "C", NA, "C", NA, "T", NA, NA, "T", "C", NA, NA,
"C", NA, "T", "C", "C", "C", "T", "T", NA, "C", "C", "T",
"C", "C", "C", "T", "C", "C", "T", NA, "C", NA, NA, "C",
"C", "C", NA, NA, "T", NA, "C", NA, NA, NA, "T", "T", "T",
"T", NA, "T", NA, "C"), `One_U502-167` = c("A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", NA, "A", "A", NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A"), `One_U502-167.1` = c("A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "G",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "G", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", NA, "A",
"A", NA, "A", "A", "A", "G", "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A"), `One_U503-170` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "G",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
NA, "T", "G", "T", NA, "G", "T", "T", "G", "T", "T", "T",
"T", NA, "G", "T", "T", NA, NA, "T", "T", "G", "T", "T",
"T", "T", NA, "T", "G", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "G", "T", "T", "T", "G", "T", NA, "T", "T", NA,
"T", "T", "T", "T", "T", NA, NA, "T", "G", "T", NA, "T",
NA, "G", "T", "T", "T", "T", NA, NA, NA), `One_U503-170.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", NA, NA, NA), `One_U504-141` = c("A",
"C", "C", "C", "C", "C", NA, "A", "C", NA, "C", "C", NA,
NA, "A", "C", "C", "A", "C", "C", "C", "C", "C", "C", "A",
NA, "C", "A", "A", "A", "C", "C", NA, NA, "A", "C", "C",
"A", "C", NA, "C", "C", NA, NA, NA, "C", "C", "A", "A", "C",
"C", "C", "A", "C", "A", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", NA, "A", NA, "C", "C", NA, "C", "C", NA, NA,
NA, "A", "A", NA, NA, "C", NA, NA, "A", NA, "C", NA, "A",
"C", "C", "C", "A", "C", "A", "C", "C", "A", "C", "C", NA,
"A", NA, NA, NA, "A", "C", NA, "A", NA, "A", "C", NA, NA,
"C", "C", "A", "A", "A", "A", "C", "A", NA, NA, NA, "C",
NA, NA, "C", NA, "A", "C", "A", "A", NA, "A", "C", NA, "A",
NA, "C", "C", "C", "A", "A", "C", NA, "C", "C", "A", "C",
"A", "C", "C", "C", "C", "C", "A", "C", "A", "C", "A", NA,
"A", "A", "C", "C", "A", NA, NA, "A", "C", NA, NA, "C", "A",
NA, "A", "A", "C", NA, "C", NA, "C", NA, "C", "C", NA, NA,
NA, NA), `One_U504-141.1` = c("C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "A", "C",
"C", NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", NA, NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", "C", "C", NA, "A", NA, "C",
"C", NA, "C", "C", NA, NA, NA, "A", "A", NA, NA, "C", NA,
NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, NA, NA, "C", "C", NA,
"C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, NA, "C", NA, NA, "C", NA, "C", "C", "C",
"C", NA, "C", "C", NA, "C", NA, "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "A", "C", "C", "C", NA,
NA, "C", "C", NA, NA, "C", "C", NA, "C", "C", "C", NA, "C",
NA, "C", NA, "C", "C", NA, NA, NA, NA), `One_vamp5-255` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, NA, "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", NA, "C", "C", NA, NA,
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C"), `One_vamp5-255.1` = c("T",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"T", "T", "C", "T", "C", "C", "C", "C", "C", "C", "T", "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "T", "C", "T", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "T", "C", "C", NA, "C", "C", "C", NA, "C",
"T", "C", "T", "C", "T", NA, NA, "C", "T", "C", "T", NA,
"C", "C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", NA, "T", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "T", "C", NA, "C", NA, "C", "C",
NA, "C", "T", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"T", NA, "T", NA, NA, "T", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "T", "T", "C", NA, "T", "C", NA, NA,
"C", "C", "C", "C", "T", NA, "C", "T", NA, "C", "C", "C",
"T", NA, "C", "T", "C", NA, "C", "C"), `One_vatf-214` = c(NA,
NA, "C", "A", "A", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", NA, "A", "C", "C", "C", "C", "A", "C", "C",
"A", NA, "C", "C", "C", "C", "A", "C", NA, NA, "A", "A",
"A", "C", NA, "C", NA, "C", "A", "A", "C", NA, NA, "C", "C",
"A", "A", NA, NA, NA, NA, NA, NA, "A", NA, "C", "C", "A",
NA, NA, "C", "C", NA, NA, NA, NA, NA, "C", NA, NA, NA, NA,
"C", "C", NA, NA, NA, "C", "C", "C", NA, NA, "C", "C", NA,
"C", "C", NA, "C", "C", "A", NA, "A", "C", NA, "C", "A",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "A", NA, NA, "C", "C", NA, "C", "C", "C", "C",
"A", "C", "C", NA, "C", "A", "C", NA, "A", NA, NA, "C", "A",
NA, "C", NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C",
"A", "C", "A", "C", "C", NA, "A", "C", "A", "C", "C", "C",
"A", "C", NA, "C", "C", NA, NA, "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", NA, "A", "C", NA, NA, "C", "C"),
`One_vatf-214.1` = c(NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, NA, NA, NA, NA, NA,
"C", NA, "C", "C", "C", NA, NA, "C", "C", NA, NA, NA, NA,
NA, "C", NA, NA, NA, NA, "C", "C", NA, NA, NA, "C", "C",
"C", NA, NA, "C", "C", NA, "C", "C", NA, "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", "C", NA, "C", NA, NA, "C", NA, NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C"), `One_VIM-569` = c(NA, NA,
"G", NA, "A", NA, NA, NA, "A", NA, "G", NA, NA, NA, "A",
"G", "G", "G", NA, "G", "A", "G", NA, "A", "G", "G", "A",
"A", "A", "A", NA, NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "A", NA, NA, "A", NA, "G", "G", NA, "G", "G",
NA, NA, "G", "G", NA, NA, "G", "G", "A", "G", "A", "A", NA,
NA, NA, NA, NA, "G", NA, NA, NA, "G", "G", "G", NA, NA, "G",
NA, "G", "G", "G", "G", "G", "A", NA, NA, "G", "G", NA, NA,
"A", NA, "G", "A", NA, "G", NA, "A", "A", "G", "G", NA, "A",
"G", NA, "A", "A", "G", "A", "G", "G", "G", "G", "A", NA,
"A", NA, "G", "G", "A", NA, "G", "G", NA, NA, "G", NA, "G",
"G", "A", "G", NA, "G", "G", NA, NA, "G", NA, "A", "G", NA,
NA, "A", "A", NA, NA, "A", "G", "A", "G", "A", "G", "G",
"G", NA, "G", NA, "A", "A", NA, "G", "G", "G", "G", NA, "G",
"G", "G", "A", "A", NA, "G", "G", NA, "G", NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G"), `One_VIM-569.1` = c(NA,
NA, "G", NA, "G", NA, NA, NA, "G", NA, "G", NA, NA, NA, "G",
"G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", NA, NA, "G", NA, "G", "G", NA, "G", "G",
NA, NA, "G", "G", NA, NA, "G", "G", "A", "G", "G", "G", NA,
NA, NA, NA, NA, "G", NA, NA, NA, "G", "G", "G", NA, NA, "G",
NA, "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", NA, NA,
"G", NA, "G", "G", NA, "G", NA, "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"A", NA, "G", "G", "G", NA, "G", "G", NA, NA, "G", NA, "G",
"G", "G", "G", NA, "G", "G", NA, NA, "G", NA, "G", "G", NA,
NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", "A", NA, "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G"), `One_ZNF-61` = c(NA,
"C", "C", "C", "C", "C", NA, "C", NA, NA, "A", "A", "C",
NA, "C", "C", NA, "C", "C", NA, "C", "C", "C", NA, "C", NA,
"C", "A", "A", "C", "C", "C", "C", "C", "C", "A", "C", "A",
"A", NA, "A", "A", "C", NA, "C", "C", "C", NA, "C", NA, "A",
"C", "C", "A", NA, NA, NA, NA, NA, NA, "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", NA, "C", NA, NA, NA, NA, NA,
NA, NA, "C", "A", "C", NA, "A", "A", "C", "C", "A", "C",
NA, "C", "C", "C", "C", NA, "C", "C", NA, NA, "A", "C", "C",
"C", NA, "A", "C", "C", "A", NA, NA, "C", NA, NA, "C", "C",
"C", NA, "A", "C", "A", "C", "C", "A", "C", "C", "C", "C",
NA, "C", "C", NA, "C", NA, "C", "C", "C", NA, NA, "C", "C",
"A", "C", NA, NA, "C", "C", NA, NA, "C", "A", "C", "C", "C",
"A", "C", "C", NA, "C", "C", "C", "A", "C", "C", "C", "C",
NA, "C", "C", "C", "A", NA, "A", "C", "C", "C", NA, "C",
NA, NA, NA, "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C"), `One_ZNF-61.1` = c(NA, "C", "C", "C", "C", "C", NA,
"C", NA, NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", NA,
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", NA, NA, NA,
NA, NA, NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", NA, NA, NA, NA, NA, NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, NA, "C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA,
"C", "C", "C", NA, NA, "C", "C", "C", "C", NA, NA, "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "A", "C", "C", "C", NA, "C", NA, NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C"), One_zP3b = c("A", NA,
NA, NA, "A", "C", "A", "C", "C", NA, "C", "C", NA, "A", "A",
NA, NA, "C", NA, NA, "C", "C", NA, "A", "A", NA, "C", NA,
"A", NA, NA, NA, NA, NA, NA, NA, NA, "C", NA, NA, "C", "C",
"C", "C", "A", "C", "C", "C", "A", NA, "C", NA, NA, "C",
"A", NA, NA, NA, NA, "C", "A", NA, "C", "C", NA, NA, "C",
"C", NA, "C", NA, "C", NA, "C", NA, "C", NA, NA, "C", "C",
NA, "A", NA, "A", NA, NA, "A", NA, "A", NA, "C", NA, NA,
"A", "C", "C", "C", "A", "C", "A", "C", "A", "C", NA, NA,
NA, "A", NA, NA, "C", NA, NA, "C", "A", NA, "C", NA, "C",
NA, NA, "A", NA, "C", NA, "A", NA, "A", NA, "C", "A", "A",
NA, "C", NA, "A", NA, "C", "C", NA, NA, "C", "A", NA, "C",
"C", "C", NA, "A", "A", "C", "A", "C", "C", "C", NA, "C",
"C", "C", "A", "A", "A", "C", "A", "A", "C", "C", "C", "C",
"A", NA, "C", "C", NA, "C", "A", NA, "A", NA, "C", NA, "C",
NA, "A", NA, "C", "C", "C", NA, "C", NA), One_zP3b.1 = c("A",
NA, NA, NA, "A", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"C", NA, NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, "C",
NA, "C", NA, NA, NA, NA, NA, NA, NA, NA, "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, NA,
"C", "C", NA, NA, NA, NA, "C", "C", NA, "C", "C", NA, NA,
"C", "C", NA, "C", NA, "C", NA, "C", NA, "C", NA, NA, "C",
"C", NA, "C", NA, "C", NA, NA, "C", NA, "C", NA, "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, NA, "C", NA, NA, "C", NA, NA, "C", "C", NA, "C", NA,
"C", NA, NA, "C", NA, "C", NA, "C", NA, "C", NA, "C", "C",
"C", NA, "C", NA, "C", NA, "C", "C", NA, NA, "C", "C", NA,
"C", "C", "C", NA, "C", "C", "C", "A", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", NA, "C", NA, "C", NA,
"C", NA, "C", NA, "C", "C", "C", NA, "C", NA)), row.names = c(NA,
-190L), class = c("tbl_df", "tbl", "data.frame"))
| /Examples/QCExample.R | no_license | krshedd/GCL-R-Scripts | R | false | false | 508,839 | r | LocusControl <-
structure(list(MarkerSuite = c("Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs", "Sockeye2011_96SNPs", "Sockeye2011_96SNPs",
"Sockeye2011_96SNPs"), locusnames = c("One_ACBP-79", "One_agt-132",
"One_aldB-152", "One_apoe-83", "One_c3-98", "One_CD9-269", "One_cetn1-167",
"One_CFP1", "One_cin-177", "One_CO1", "One_ctgf-301", "One_Cytb_17",
"One_Cytb_26", "One_E2", "One_gdh-212", "One_GHII-2461", "One_ghsR-66",
"One_GPDH", "One_GPDH2", "One_GPH-414", "One_hcs71-220", "One_HGFA",
"One_HpaI-436", "One_HpaI-99", "One_Hsp47", "One_IL8r-362", "One_KCT1-453",
"One_KPNA-422", "One_LEI-87", "One_lpp1-44", "One_metA-253",
"One_MHC2_190", "One_MHC2_251", "One_Mkpro-129", "One_ODC1-196",
"One_Ots208-234", "One_Ots213-181", "One_p53-576", "One_pax7-248",
"One_PIP", "One_Prl2", "One_rab1a-76", "One_RAG1-103", "One_RAG3-93",
"One_redd1-414", "One_RF-112", "One_RF-295", "One_rpo2j-261",
"One_sast-211", "One_spf30-207", "One_srp09-127", "One_ssrd-135",
"One_STC-410", "One_STR07", "One_SUMO1-6", "One_sys1-230", "One_taf12-248",
"One_Tf_ex10-750", "One_Tf_ex3-182", "One_tshB-92", "One_txnip-401",
"One_U1003-75", "One_U1004-183", "One_U1009-91", "One_U1010-81",
"One_U1012-68", "One_U1013-108", "One_U1014-74", "One_U1016-115",
"One_U1024-197", "One_U1101", "One_U1103", "One_U1105", "One_U1201-492",
"One_U1202-1052", "One_U1203-175", "One_U1204-53", "One_U1205-57",
"One_U1206-108", "One_U1208-67", "One_U1209-111", "One_U1210-173",
"One_U1212-106", "One_U1214-107", "One_U1216-230", "One_U301-92",
"One_U401-224", "One_U404-229", "One_U502-167", "One_U503-170",
"One_U504-141", "One_vamp5-255", "One_vatf-214", "One_VIM-569",
"One_ZNF-61", "One_zP3b"), Publishedlocusnames = c(`One_ACBP-79` = "One_ACBP-79",
`One_agt-132` = NA, `One_aldB-152` = NA, `One_apoe-83` = NA,
`One_c3-98` = NA, `One_CD9-269` = NA, `One_cetn1-167` = NA, One_CFP1 = NA,
`One_cin-177` = NA, One_CO1 = "One_CO1", `One_ctgf-301` = "One_ctgf-301",
One_Cytb_17 = "One_Cytb_17", One_Cytb_26 = "One_Cytb_26", One_E2 = "One_E2-65 ",
`One_gdh-212` = NA, `One_GHII-2461` = "One_GHII-2165", `One_ghsR-66` = NA,
One_GPDH = "One_GPDH-201 ", One_GPDH2 = "One_GPDH2-187 ", `One_GPH-414` = "One_GPH-414",
`One_hcs71-220` = "One_hsc71-220", One_HGFA = "One_HGFA-49 ",
`One_HpaI-436` = "One_HpaI-71", `One_HpaI-99` = "One_HpaI-99",
One_Hsp47 = NA, `One_IL8r-362` = NA, `One_KCT1-453` = NA, `One_KPNA-422` = "One_KPNA-422",
`One_LEI-87` = "One_LEI-87", `One_lpp1-44` = NA, `One_metA-253` = NA,
One_MHC2_190 = "One_MHC2_190", One_MHC2_251 = "One_MHC2_251",
`One_Mkpro-129` = NA, `One_ODC1-196` = NA, `One_Ots208-234` = NA,
`One_Ots213-181` = "One_Ots213-181", `One_p53-576` = "One_p53-534",
`One_pax7-248` = NA, One_PIP = NA, One_Prl2 = "One_Prl2", `One_rab1a-76` = NA,
`One_RAG1-103` = "One_RAG1-103", `One_RAG3-93` = "One_RAG3-93",
`One_redd1-414` = NA, `One_RF-112` = "One_RFC2-102", `One_RF-295` = "One_RFC2-285",
`One_rpo2j-261` = NA, `One_sast-211` = NA, `One_spf30-207` = NA,
`One_srp09-127` = NA, `One_ssrd-135` = NA, `One_STC-410` = "One_STC-410",
One_STR07 = "One_STR07", `One_SUMO1-6` = NA, `One_sys1-230` = NA,
`One_taf12-248` = NA, `One_Tf_ex10-750` = "One_Tf_ex11-750",
`One_Tf_ex3-182` = "One_Tf_in3-182", `One_tshB-92` = NA, `One_txnip-401` = NA,
`One_U1003-75` = NA, `One_U1004-183` = NA, `One_U1009-91` = NA,
`One_U1010-81` = NA, `One_U1012-68` = NA, `One_U1013-108` = NA,
`One_U1014-74` = NA, `One_U1016-115` = NA, `One_U1024-197` = NA,
One_U1101 = NA, One_U1103 = NA, One_U1105 = NA, `One_U1201-492` = NA,
`One_U1202-1052` = NA, `One_U1203-175` = NA, `One_U1204-53` = NA,
`One_U1205-57` = NA, `One_U1206-108` = NA, `One_U1208-67` = NA,
`One_U1209-111` = NA, `One_U1210-173` = NA, `One_U1212-106` = NA,
`One_U1214-107` = NA, `One_U1216-230` = NA, `One_U301-92` = "One_U301-92",
`One_U401-224` = NA, `One_U404-229` = NA, `One_U502-167` = NA,
`One_U503-170` = NA, `One_U504-141` = NA, `One_vamp5-255` = NA,
`One_vatf-214` = NA, `One_VIM-569` = NA, `One_ZNF-61` = NA, One_zP3b = "One_Zp3b-49"
), nalleles = c(`One_ACBP-79` = 2L, `One_agt-132` = 2L, `One_aldB-152` = 2L,
`One_apoe-83` = 2L, `One_c3-98` = 2L, `One_CD9-269` = 2L, `One_cetn1-167` = 2L,
One_CFP1 = 2L, `One_cin-177` = 2L, One_CO1 = 2L, `One_ctgf-301` = 2L,
One_Cytb_17 = 2L, One_Cytb_26 = 2L, One_E2 = 2L, `One_gdh-212` = 2L,
`One_GHII-2461` = 2L, `One_ghsR-66` = 2L, One_GPDH = 2L, One_GPDH2 = 2L,
`One_GPH-414` = 2L, `One_hcs71-220` = 2L, One_HGFA = 2L, `One_HpaI-436` = 2L,
`One_HpaI-99` = 2L, One_Hsp47 = 2L, `One_IL8r-362` = 2L, `One_KCT1-453` = 2L,
`One_KPNA-422` = 2L, `One_LEI-87` = 2L, `One_lpp1-44` = 2L, `One_metA-253` = 2L,
One_MHC2_190 = 2L, One_MHC2_251 = 2L, `One_Mkpro-129` = 2L, `One_ODC1-196` = 2L,
`One_Ots208-234` = 2L, `One_Ots213-181` = 2L, `One_p53-576` = 2L,
`One_pax7-248` = 2L, One_PIP = 2L, One_Prl2 = 2L, `One_rab1a-76` = 2L,
`One_RAG1-103` = 2L, `One_RAG3-93` = 2L, `One_redd1-414` = 2L,
`One_RF-112` = 2L, `One_RF-295` = 2L, `One_rpo2j-261` = 2L, `One_sast-211` = 2L,
`One_spf30-207` = 2L, `One_srp09-127` = 2L, `One_ssrd-135` = 2L,
`One_STC-410` = 2L, One_STR07 = 2L, `One_SUMO1-6` = 2L, `One_sys1-230` = 2L,
`One_taf12-248` = 2L, `One_Tf_ex10-750` = 2L, `One_Tf_ex3-182` = 2L,
`One_tshB-92` = 2L, `One_txnip-401` = 2L, `One_U1003-75` = 2L,
`One_U1004-183` = 2L, `One_U1009-91` = 2L, `One_U1010-81` = 2L,
`One_U1012-68` = 2L, `One_U1013-108` = 2L, `One_U1014-74` = 2L,
`One_U1016-115` = 2L, `One_U1024-197` = 2L, One_U1101 = 2L, One_U1103 = 2L,
One_U1105 = 2L, `One_U1201-492` = 2L, `One_U1202-1052` = 2L,
`One_U1203-175` = 2L, `One_U1204-53` = 2L, `One_U1205-57` = 2L,
`One_U1206-108` = 2L, `One_U1208-67` = 2L, `One_U1209-111` = 2L,
`One_U1210-173` = 2L, `One_U1212-106` = 2L, `One_U1214-107` = 2L,
`One_U1216-230` = 2L, `One_U301-92` = 2L, `One_U401-224` = 2L,
`One_U404-229` = 2L, `One_U502-167` = 2L, `One_U503-170` = 2L,
`One_U504-141` = 2L, `One_vamp5-255` = 2L, `One_vatf-214` = 2L,
`One_VIM-569` = 2L, `One_ZNF-61` = 2L, One_zP3b = 2L), ploidy = c(`One_ACBP-79` = 2,
`One_agt-132` = 2, `One_aldB-152` = 2, `One_apoe-83` = 2, `One_c3-98` = 2,
`One_CD9-269` = 2, `One_cetn1-167` = 2, One_CFP1 = 2, `One_cin-177` = 2,
One_CO1 = 1, `One_ctgf-301` = 2, One_Cytb_17 = 1, One_Cytb_26 = 1,
One_E2 = 2, `One_gdh-212` = 2, `One_GHII-2461` = 2, `One_ghsR-66` = 2,
One_GPDH = 2, One_GPDH2 = 2, `One_GPH-414` = 2, `One_hcs71-220` = 2,
One_HGFA = 2, `One_HpaI-436` = 2, `One_HpaI-99` = 2, One_Hsp47 = 2,
`One_IL8r-362` = 2, `One_KCT1-453` = 2, `One_KPNA-422` = 2, `One_LEI-87` = 2,
`One_lpp1-44` = 2, `One_metA-253` = 2, One_MHC2_190 = 2, One_MHC2_251 = 2,
`One_Mkpro-129` = 2, `One_ODC1-196` = 2, `One_Ots208-234` = 2,
`One_Ots213-181` = 2, `One_p53-576` = 2, `One_pax7-248` = 2,
One_PIP = 2, One_Prl2 = 2, `One_rab1a-76` = 2, `One_RAG1-103` = 2,
`One_RAG3-93` = 2, `One_redd1-414` = 2, `One_RF-112` = 2, `One_RF-295` = 2,
`One_rpo2j-261` = 2, `One_sast-211` = 2, `One_spf30-207` = 2,
`One_srp09-127` = 2, `One_ssrd-135` = 2, `One_STC-410` = 2, One_STR07 = 2,
`One_SUMO1-6` = 2, `One_sys1-230` = 2, `One_taf12-248` = 2, `One_Tf_ex10-750` = 2,
`One_Tf_ex3-182` = 2, `One_tshB-92` = 2, `One_txnip-401` = 2,
`One_U1003-75` = 2, `One_U1004-183` = 2, `One_U1009-91` = 2,
`One_U1010-81` = 2, `One_U1012-68` = 2, `One_U1013-108` = 2,
`One_U1014-74` = 2, `One_U1016-115` = 2, `One_U1024-197` = 2,
One_U1101 = 2, One_U1103 = 2, One_U1105 = 2, `One_U1201-492` = 2,
`One_U1202-1052` = 2, `One_U1203-175` = 2, `One_U1204-53` = 2,
`One_U1205-57` = 2, `One_U1206-108` = 2, `One_U1208-67` = 2,
`One_U1209-111` = 2, `One_U1210-173` = 2, `One_U1212-106` = 2,
`One_U1214-107` = 2, `One_U1216-230` = 2, `One_U301-92` = 2,
`One_U401-224` = 2, `One_U404-229` = 2, `One_U502-167` = 2, `One_U503-170` = 2,
`One_U504-141` = 2, `One_vamp5-255` = 2, `One_vatf-214` = 2,
`One_VIM-569` = 2, `One_ZNF-61` = 2, One_zP3b = 2), alleles = list(
`One_ACBP-79` = structure(list(allele = 1:2, call = c("A",
"G")), row.names = c(NA, -2L), class = c("tbl_df", "tbl",
"data.frame")), `One_agt-132` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_aldB-152` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_apoe-83` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_c3-98` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_CD9-269` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_cetn1-167` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_CFP1 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_cin-177` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_CO1 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_ctgf-301` = structure(list(allele = 1:2,
call = c("G", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_Cytb_17 = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_Cytb_26 = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_E2 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_gdh-212` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_GHII-2461` = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_ghsR-66` = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_GPDH = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_GPDH2 = structure(list(allele = 1:2,
call = c("C", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_GPH-414` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_hcs71-220` = structure(list(allele = 1:2,
call = c("A", "C")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_HGFA = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_HpaI-436` = structure(list(allele = 1:2,
call = c("A", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_HpaI-99` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_Hsp47 = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_IL8r-362` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_KCT1-453` = structure(list(allele = 1:2,
call = c("G", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_KPNA-422` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_LEI-87` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_lpp1-44` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_metA-253` = structure(list(allele = 1:2,
call = c("C", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_MHC2_190 = structure(list(allele = 1:2,
call = c("G", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), One_MHC2_251 = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_Mkpro-129` = structure(list(allele = 1:2,
call = c("A", "G")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_ODC1-196` = structure(list(allele = 1:2,
call = c("C", "T")), row.names = c(NA, -2L), class = c("tbl_df",
"tbl", "data.frame")), `One_Ots208-234` = structure(list(
allele = 1:2, call = c("-", "A")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_Ots213-181` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_p53-576` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_pax7-248` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_PIP = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_Prl2 = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_rab1a-76` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RAG1-103` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RAG3-93` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_redd1-414` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RF-112` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_RF-295` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_rpo2j-261` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_sast-211` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_spf30-207` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_srp09-127` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_ssrd-135` = structure(list(
allele = 1:2, call = c("-", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_STC-410` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_STR07 = structure(list(
allele = 1:2, call = c("C", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_SUMO1-6` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_sys1-230` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_taf12-248` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_Tf_ex10-750` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_Tf_ex3-182` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_tshB-92` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_txnip-401` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1003-75` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1004-183` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1009-91` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1010-81` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1012-68` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1013-108` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1014-74` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1016-115` = structure(list(
allele = 1:2, call = c("-", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1024-197` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_U1101 = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_U1103 = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_U1105 = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1201-492` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1202-1052` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1203-175` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1204-53` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1205-57` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1206-108` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1208-67` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1209-111` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1210-173` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1212-106` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1214-107` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U1216-230` = structure(list(
allele = 1:2, call = c("A", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U301-92` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U401-224` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U404-229` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U502-167` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U503-170` = structure(list(
allele = 1:2, call = c("G", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_U504-141` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_vamp5-255` = structure(list(
allele = 1:2, call = c("C", "T")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_vatf-214` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_VIM-569` = structure(list(
allele = 1:2, call = c("A", "G")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), `One_ZNF-61` = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")), One_zP3b = structure(list(
allele = 1:2, call = c("A", "C")), row.names = c(NA,
-2L), class = c("tbl_df", "tbl", "data.frame")))), row.names = c(NA,
-96L), class = c("tbl_df", "tbl", "data.frame"))
loci96 <-
c("One_ACBP-79", "One_agt-132", "One_aldB-152", "One_apoe-83",
"One_c3-98", "One_CD9-269", "One_cetn1-167", "One_CFP1", "One_cin-177",
"One_CO1", "One_ctgf-301", "One_Cytb_17", "One_Cytb_26", "One_E2",
"One_gdh-212", "One_GHII-2461", "One_ghsR-66", "One_GPDH", "One_GPDH2",
"One_GPH-414", "One_hcs71-220", "One_HGFA", "One_HpaI-436", "One_HpaI-99",
"One_Hsp47", "One_IL8r-362", "One_KCT1-453", "One_KPNA-422",
"One_LEI-87", "One_lpp1-44", "One_metA-253", "One_MHC2_190",
"One_MHC2_251", "One_Mkpro-129", "One_ODC1-196", "One_Ots208-234",
"One_Ots213-181", "One_p53-576", "One_pax7-248", "One_PIP", "One_Prl2",
"One_rab1a-76", "One_RAG1-103", "One_RAG3-93", "One_redd1-414",
"One_RF-112", "One_RF-295", "One_rpo2j-261", "One_sast-211",
"One_spf30-207", "One_srp09-127", "One_ssrd-135", "One_STC-410",
"One_STR07", "One_SUMO1-6", "One_sys1-230", "One_taf12-248",
"One_Tf_ex10-750", "One_Tf_ex3-182", "One_tshB-92", "One_txnip-401",
"One_U1003-75", "One_U1004-183", "One_U1009-91", "One_U1010-81",
"One_U1012-68", "One_U1013-108", "One_U1014-74", "One_U1016-115",
"One_U1024-197", "One_U1101", "One_U1103", "One_U1105", "One_U1201-492",
"One_U1202-1052", "One_U1203-175", "One_U1204-53", "One_U1205-57",
"One_U1206-108", "One_U1208-67", "One_U1209-111", "One_U1210-173",
"One_U1212-106", "One_U1214-107", "One_U1216-230", "One_U301-92",
"One_U401-224", "One_U404-229", "One_U502-167", "One_U503-170",
"One_U504-141", "One_vamp5-255", "One_vatf-214", "One_VIM-569",
"One_ZNF-61", "One_zP3b")
sillys <-
c("SEXAMP1", "SEXAMP2")
SEXAMP1.gcl <-
structure(list(FK_FISH_ID = c(17, 63, 100, 102, 110, 148, 150,
153, 158, 194, 245, 246, 251, 277, 284, 293, 314, 329, 330, 361,
367, 372, 380, 408, 428, 448, 470, 487, 499, 512, 524, 554, 584,
620, 648, 795, 797, 815, 828, 952, 995, 999, 1038, 1111, 1115,
1169, 1177, 1224, 1239, 1265, 1276, 1284, 1297, 1373, 1400, 1426,
1448, 1449, 1450, 1471, 1514, 1523, 1530, 1537, 1540, 1598, 1599,
1601, 1629, 1634, 1642, 1680, 1684, 1693, 1726, 1736, 1760, 1777,
1787, 1818, 1833, 1838, 1854, 1895, 1918, 1924, 1932, 1934, 1935,
1936, 1938, 1942, 1945, 1948, 1953, 1954, 1959, 1962, 1963, 1967,
2000, 2026, 2051, 2054, 2064, 2070, 2072, 2080, 2124, 2159, 2178,
2191, 2214, 2231, 2240, 2242, 2344, 2350, 2370, 2413, 2449, 2482,
2512, 2525, 2532, 2545, 2551, 2565, 2583, 2619, 2663, 2673, 2680,
2691, 2739, 2790, 2797, 2978, 3039, 3062, 3075, 3103, 3127, 3140,
3201, 3214, 3215, 3217, 3218, 3225, 3226, 3232, 3259, 3322, 3338,
3351, 3415, 3429, 3496, 3523, 3530, 3573, 3574, 3610, 3618, 3624,
3626, 3631, 3632, 3684, 3823, 3826, 3874, 3893, 3925, 3943, 3977,
3982, 4040, 4128, 4132, 4155, 4167, 4191, 4338, 4344, 4432, 4435,
4447, 4473), COLLECTION_ID = c(54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351, 54351,
54351, 54351, 54351, 54351, 54351), SILLY_CODE = c("SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1", "SEXAMP1",
"SEXAMP1", "SEXAMP1", "SEXAMP1"), PLATE_ID = c("60074", "60074",
"60074", "60074", "60075", "60075", "60075", "60075", "60075",
"60075", "60076", "60076", "60076", "60076", "60076", "60076",
"60077", "60077", "60077", "60077", "60077", "60077", "60077",
"60078", "60078", "60078", "60078", "60079", "60079", "60079",
"60079", "60079", "60079", "60079", "60079", "60080", "60080",
"60080", "60080", "60081", "60082", "60082", "60082", "60082",
"60082", "60083", "60083", "60083", "60083", "60083", "60083",
"60083", "60083", "60084", "60084", "60084", "60084", "60084",
"60084", "60084", "60085", "60085", "60085", "60085", "60085",
"60085", "60085", "60085", "60086", "60086", "60086", "60086",
"60086", "60086", "60086", "60086", "60086", "60087", "60087",
"60087", "60087", "60087", "60087", "60087", "60087", "60088",
"60088", "60088", "60088", "60088", "60088", "60088", "60088",
"60088", "60088", "60088", "60088", "60088", "60088", "60088",
"60088", "60088", "60088", "60088", "60088", "60089", "60089",
"60089", "60089", "60089", "60089", "60089", "60090", "60090",
"60090", "60090", "60091", "60091", "60091", "60091", "60091",
"60092", "60092", "60092", "60092", "60092", "60092", "60093",
"60093", "60093", "60094", "60094", "60094", "60094", "60094",
"60095", "60095", "60096", "60096", "60096", "60096", "60097",
"60097", "60097", "60097", "60097", "60097", "60097", "60097",
"60097", "60097", "60097", "60098", "60098", "60098", "60098",
"60099", "60099", "60099", "60099", "60099", "60100", "60100",
"60100", "60100", "60100", "60100", "60100", "60100", "60100",
"60101", "60101", "60102", "60102", "60102", "60102", "60102",
"60102", "60103", "60103", "60103", "60103", "60103", "60103",
"60104", "60104", "60104", "60104", "60104", "60104"), PK_TISSUE_TYPE = c("Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip"), CAPTURE_LOCATION = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_),
CAPTURE_DATE = structure(c(NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_), class = "Date"), END_CAPTURE_DATE = structure(c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), class = "Date"), MESH_SIZE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), MESH_SIZE_COMMENT = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), LATITUDE = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), LONGITUDE = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), AGENCY = c("ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG"), VIAL_BARCODE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), DNA_TRAY_CODE = c("0000009837", "0000009950",
"0000009834", "0000009834", "0000009834", "0000007535", "0000007535",
"0000007535", "0000007535", "0000009706", "0000009713", "0000009713",
"0000009713", "0000009711", "0000009711", "0000007087", "0000007087",
"0000007087", "0000007087", "0000009707", "0000009707", "0000009707",
"0000009707", "0000009942", "0000009942", "0000009710", "0000009710",
"0000009712", "0000009712", "0000009712", "0000009712", "0000008321",
"0000008339", "0000009102", "0000009102", "0000009105", "0000009105",
"0000008324", "0000008324", "0000009157", "0000009149", "0000009149",
"0000009158", "0000009159", "0000009141", "0000009142", "0000009142",
"0000009202", "0000009202", "0000008474", "0000008474", "0000008474",
"0000008474", "0000009206", "0000009205", "0000009205", "0000009203",
"0000009203", "0000009203", "0000009204", "0000009170", "0000009705",
"0000009705", "0000009705", "0000009705", "0000006873", "0000006873",
"0000009947", "0000009947", "0000009947", "0000007088", "0000006856",
"0000006856", "0000006856", "0000009948", "0000009948", "0000009805",
"0000009805", "0000009714", "0000009714", "0000009945", "0000009945",
"0000009945", "0000009703", "0000009701", "0000007170", "0000007170",
"0000007170", "0000007170", "0000007170", "0000007170", "0000007170",
"0000007170", "0000007170", "0000007170", "0000007170", "0000007170",
"0000006855", "0000006855", "0000006855", "0000009943", "0000009943",
"0000009944", "0000009944", "0000009944", "0000009944", "0000009944",
"0000009702", "0000007220", "0000007220", "0000007250", "0000007250",
"0000007367", "0000007367", "0000007492", "0000007492", "0000009935",
"0000009935", "0000009936", "0000007175", "0000007082", "0000007169",
"0000007169", "0000007519", "0000007519", "0000007519", "0000007519",
"0000007168", "0000007168", "0000009719", "0000009720", "0000009720",
"0000009720", "0000009720", "0000009718", "0000009717", "0000009717",
"0000009197", "0000009215", "0000009216", "0000009216", "0000009213",
"0000009207", "0000009207", "0000009209", "0000009209", "0000009209",
"0000009209", "0000009209", "0000009209", "0000009209", "0000009209",
"0000009210", "0000009233", "0000009233", "0000009233", "0000009231",
"0000009256", "0000009258", "0000009257", "0000009257", "0000009247",
"0000009247", "0000009248", "0000009248", "0000009250", "0000009250",
"0000009250", "0000009250", "0000009249", "0000009294", "0000009294",
"0000009295", "0000009296", "0000009285", "0000009285", "0000009242",
"0000009242", "0000009414", "0000009418", "0000009418", "0000009419",
"0000009419", "0000009298", "0000009201", "0000009201", "0000009422",
"0000009422", "0000009423", "0000009423"), DNA_TRAY_WELL_CODE = c(7,
17, 9, 11, 19, 17, 19, 22, 27, 23, 34, 35, 40, 26, 33, 2,
23, 38, 39, 19, 25, 30, 38, 3, 23, 3, 25, 2, 14, 27, 39,
23, 13, 9, 37, 24, 26, 4, 17, 33, 36, 40, 7, 40, 4, 18, 26,
5, 20, 6, 17, 25, 38, 26, 13, 39, 21, 22, 23, 4, 7, 4, 11,
18, 21, 39, 40, 2, 30, 35, 3, 1, 5, 14, 7, 17, 1, 18, 8,
39, 14, 19, 35, 36, 19, 5, 13, 15, 16, 17, 19, 23, 26, 29,
34, 35, 40, 3, 4, 8, 1, 27, 12, 15, 25, 31, 33, 1, 5, 40,
19, 32, 15, 32, 1, 3, 25, 31, 11, 34, 32, 8, 38, 11, 18,
31, 37, 11, 29, 1, 7, 17, 24, 35, 3, 10, 17, 38, 19, 2, 15,
3, 7, 20, 1, 14, 15, 17, 18, 25, 26, 32, 19, 2, 18, 31, 15,
7, 34, 21, 28, 31, 32, 28, 36, 2, 4, 9, 10, 22, 21, 24, 32,
11, 3, 21, 15, 20, 18, 36, 40, 23, 35, 19, 16, 22, 30, 33,
5, 31), DNA_TRAY_WELL_POS = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), CONTAINER_ARRAY_TYPE_ID = c(12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12), SillySource = c("SEXAMP1_17", "SEXAMP1_63",
"SEXAMP1_100", "SEXAMP1_102", "SEXAMP1_110", "SEXAMP1_148",
"SEXAMP1_150", "SEXAMP1_153", "SEXAMP1_158", "SEXAMP1_194",
"SEXAMP1_245", "SEXAMP1_246", "SEXAMP1_251", "SEXAMP1_277",
"SEXAMP1_284", "SEXAMP1_293", "SEXAMP1_314", "SEXAMP1_329",
"SEXAMP1_330", "SEXAMP1_361", "SEXAMP1_367", "SEXAMP1_372",
"SEXAMP1_380", "SEXAMP1_408", "SEXAMP1_428", "SEXAMP1_448",
"SEXAMP1_470", "SEXAMP1_487", "SEXAMP1_499", "SEXAMP1_512",
"SEXAMP1_524", "SEXAMP1_554", "SEXAMP1_584", "SEXAMP1_620",
"SEXAMP1_648", "SEXAMP1_795", "SEXAMP1_797", "SEXAMP1_815",
"SEXAMP1_828", "SEXAMP1_952", "SEXAMP1_995", "SEXAMP1_999",
"SEXAMP1_1038", "SEXAMP1_1111", "SEXAMP1_1115", "SEXAMP1_1169",
"SEXAMP1_1177", "SEXAMP1_1224", "SEXAMP1_1239", "SEXAMP1_1265",
"SEXAMP1_1276", "SEXAMP1_1284", "SEXAMP1_1297", "SEXAMP1_1373",
"SEXAMP1_1400", "SEXAMP1_1426", "SEXAMP1_1448", "SEXAMP1_1449",
"SEXAMP1_1450", "SEXAMP1_1471", "SEXAMP1_1514", "SEXAMP1_1523",
"SEXAMP1_1530", "SEXAMP1_1537", "SEXAMP1_1540", "SEXAMP1_1598",
"SEXAMP1_1599", "SEXAMP1_1601", "SEXAMP1_1629", "SEXAMP1_1634",
"SEXAMP1_1642", "SEXAMP1_1680", "SEXAMP1_1684", "SEXAMP1_1693",
"SEXAMP1_1726", "SEXAMP1_1736", "SEXAMP1_1760", "SEXAMP1_1777",
"SEXAMP1_1787", "SEXAMP1_1818", "SEXAMP1_1833", "SEXAMP1_1838",
"SEXAMP1_1854", "SEXAMP1_1895", "SEXAMP1_1918", "SEXAMP1_1924",
"SEXAMP1_1932", "SEXAMP1_1934", "SEXAMP1_1935", "SEXAMP1_1936",
"SEXAMP1_1938", "SEXAMP1_1942", "SEXAMP1_1945", "SEXAMP1_1948",
"SEXAMP1_1953", "SEXAMP1_1954", "SEXAMP1_1959", "SEXAMP1_1962",
"SEXAMP1_1963", "SEXAMP1_1967", "SEXAMP1_2000", "SEXAMP1_2026",
"SEXAMP1_2051", "SEXAMP1_2054", "SEXAMP1_2064", "SEXAMP1_2070",
"SEXAMP1_2072", "SEXAMP1_2080", "SEXAMP1_2124", "SEXAMP1_2159",
"SEXAMP1_2178", "SEXAMP1_2191", "SEXAMP1_2214", "SEXAMP1_2231",
"SEXAMP1_2240", "SEXAMP1_2242", "SEXAMP1_2344", "SEXAMP1_2350",
"SEXAMP1_2370", "SEXAMP1_2413", "SEXAMP1_2449", "SEXAMP1_2482",
"SEXAMP1_2512", "SEXAMP1_2525", "SEXAMP1_2532", "SEXAMP1_2545",
"SEXAMP1_2551", "SEXAMP1_2565", "SEXAMP1_2583", "SEXAMP1_2619",
"SEXAMP1_2663", "SEXAMP1_2673", "SEXAMP1_2680", "SEXAMP1_2691",
"SEXAMP1_2739", "SEXAMP1_2790", "SEXAMP1_2797", "SEXAMP1_2978",
"SEXAMP1_3039", "SEXAMP1_3062", "SEXAMP1_3075", "SEXAMP1_3103",
"SEXAMP1_3127", "SEXAMP1_3140", "SEXAMP1_3201", "SEXAMP1_3214",
"SEXAMP1_3215", "SEXAMP1_3217", "SEXAMP1_3218", "SEXAMP1_3225",
"SEXAMP1_3226", "SEXAMP1_3232", "SEXAMP1_3259", "SEXAMP1_3322",
"SEXAMP1_3338", "SEXAMP1_3351", "SEXAMP1_3415", "SEXAMP1_3429",
"SEXAMP1_3496", "SEXAMP1_3523", "SEXAMP1_3530", "SEXAMP1_3573",
"SEXAMP1_3574", "SEXAMP1_3610", "SEXAMP1_3618", "SEXAMP1_3624",
"SEXAMP1_3626", "SEXAMP1_3631", "SEXAMP1_3632", "SEXAMP1_3684",
"SEXAMP1_3823", "SEXAMP1_3826", "SEXAMP1_3874", "SEXAMP1_3893",
"SEXAMP1_3925", "SEXAMP1_3943", "SEXAMP1_3977", "SEXAMP1_3982",
"SEXAMP1_4040", "SEXAMP1_4128", "SEXAMP1_4132", "SEXAMP1_4155",
"SEXAMP1_4167", "SEXAMP1_4191", "SEXAMP1_4338", "SEXAMP1_4344",
"SEXAMP1_4432", "SEXAMP1_4435", "SEXAMP1_4447", "SEXAMP1_4473"
), `One_ACBP-79` = c(NA, "A", "A", "A", "A", "G", NA, "A",
"A", "A", "A", NA, "A", "G", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", NA, "A", "G", "A", "A", "A", "G",
"G", "G", "A", "G", "A", "A", "A", NA, "G", "G", "G", "A",
"A", "G", "A", NA, "A", "G", "A", "A", "A", "A", "G", "G",
NA, "G", "A", "A", NA, "G", "G", NA, "G", "A", NA, "A", NA,
"A", "G", "A", NA, "G", "G", NA, "G", "A", "G", "A", "G",
"A", "A", "A", NA, NA, "G", NA, "A", "G", "G", NA, NA, NA,
NA, NA, "A", "A", "A", "A", "G", "G", "A", "G", "G", "A",
NA, "G", "A", "A", "A", "A", "G", "A", "A", NA, "G", "A",
NA, NA, "A", "A", "G", "A", "G", "A", "G", "A", "A", "A",
"G", "G", "G", NA, "A", "A", "G", "G", "A", NA, "A", "G",
"G", "G", "A", "A", NA, NA, NA, NA, "A", "A", "A", "G", "A",
"A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "G", "G",
"A", "G", "A", "A", "A", "G", "G", "G", "A", "G", "A", "A",
"G", "A", "G", "A", "A", NA, NA, "G", NA, "G", "G"), `One_ACBP-79.1` = c(NA,
"G", "G", "A", "G", "G", NA, "A", "A", "A", "G", NA, "G",
"G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "A", "G", "G", "G", "A", "G", "G",
"G", "A", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "A", "G", "G", "A", "G", "G", NA, "G", "G", "G", NA,
"G", "G", NA, "G", "G", NA, "G", NA, "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "A", "G", "G", "A", "G", NA, NA,
"G", NA, "G", "G", "G", NA, NA, NA, NA, NA, "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "A",
"A", "G", "A", "G", NA, "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "A", "A", "G", "G", "G", "G", NA, "A",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
NA, NA, NA, "G", "A", "A", "G", "A", "G", "G", "G", "G",
"G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, "G", NA, "G", "G"), `One_agt-132` = c(NA, "A",
"A", NA, NA, "A", "A", "A", "A", "A", "C", NA, "A", "C",
"A", "C", "C", "A", "C", NA, "A", "A", "C", "C", "A", NA,
NA, "C", "C", "A", "A", "A", "C", "A", "A", "A", "A", "C",
"C", "A", "A", "C", "C", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "C", "A", "C", "C", "A", "C", "A",
"A", "A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "C",
"C", "C", "A", NA, "C", "A", "C", "A", "A", "C", "A", NA,
"C", NA, "A", "A", NA, "A", NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "C", "A", "C", "A", "A", "A", "C", "C", "A",
"C", "C", "C", "A", "A", "A", "C", NA, NA, "C", "C", "A",
"C", "C", "C", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"C", "A", "A", "C", NA, "A", "C", "C", "A", "A", "A", "A",
NA, "A", "A", NA, "A", "C", "A", "C", "C", NA, "C", "A",
"A", "C", "A", "A", NA, NA, "A", NA, "A", NA, "A", "C", NA,
"A", "A", "A", "A", "A", NA, "C", "A", "C", "C", "C", "C",
"A", "A", "A", NA, "A", "A"), `One_agt-132.1` = c(NA, "C",
"C", NA, NA, "C", "C", "A", "A", "C", "C", NA, "C", "C",
"C", "C", "C", "A", "C", NA, "C", "C", "C", "C", "C", NA,
NA, "C", "C", "A", "C", "A", "C", "C", "C", "A", "A", "C",
"C", "C", "A", "C", "C", "A", "A", "C", "A", "C", "A", "A",
NA, "A", "C", "C", "A", "C", "A", "C", "C", "C", "C", "C",
"A", "C", "C", "A", NA, NA, "C", "C", "A", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "A", "C", "C", NA,
"C", NA, "C", "C", NA, "C", NA, NA, "C", "C", "C", "C", "C",
"C", "A", "C", "C", "A", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", "A", "C", "A", "C", "C", "A", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "A", "C", "C", NA, "C", "C",
"C", "C", "C", "C", NA, NA, "C", NA, "C", NA, "A", "C", NA,
"A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "A"), `One_aldB-152` = c(NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", NA, NA, "A", "A", "A", "G", "A", "A", "A", "A",
"A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", NA,
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", NA, "A", "A", NA, NA, "A", "A", "A", "A", NA, "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", NA, NA, NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "G", "A", NA, "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", "A", "A", "G", "A", "A", "A",
NA, "A", "A", "A", "A", NA), `One_aldB-152.1` = c(NA, "A",
"A", "A", "G", "G", "G", "A", "G", "A", "A", "A", "G", "A",
"G", "A", "A", "A", "A", "A", "A", "G", "A", "A", NA, NA,
"A", "A", NA, NA, "A", "A", "A", "G", "G", "A", "A", "A",
"A", "A", "G", "A", "A", "G", "G", "A", "A", "G", "A", NA,
NA, "A", "A", "A", "A", "G", NA, "A", "A", "A", "A", "A",
"A", NA, "A", "G", NA, NA, "A", "A", "G", "A", NA, "A", "A",
"A", "A", NA, NA, "G", "A", "A", "A", "A", "G", NA, "A",
"A", "A", NA, NA, "A", "A", "A", "G", "G", "G", "A", "A",
"G", "A", "A", "G", "G", "A", "A", NA, "A", "G", "A", "A",
"A", "A", "A", "A", NA, "A", "A", NA, NA, NA, "A", "A", "G",
"A", "A", "A", "G", "A", "A", "A", "G", "G", NA, "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "G", NA, "A", "A", "A",
"A", "A", "G", "A", NA, "A", "A", "A", "A", "A", "G", NA,
"G", "A", "A", "A", "A", "A", "A", "G", "G", "A", "A", "A",
NA, "G", "G", "G", "A", NA), `One_apoe-83` = c("T", NA, NA,
"T", NA, "T", "C", "T", "C", "C", "T", "T", NA, "C", "C",
"T", "C", "C", "T", "T", "C", "C", "C", "T", NA, "C", NA,
"T", "C", "C", "C", "T", "C", "T", "C", "T", "C", "C", "T",
NA, "T", "C", NA, "C", "T", "C", "T", NA, "T", "T", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
"T", "T", NA, NA, "C", "T", NA, "C", "C", NA, NA, "T", NA,
NA, NA, "C", NA, NA, "T", NA, "C", NA, "T", "T", NA, "T",
"C", "C", "T", NA, NA, NA, "T", "C", "T", "C", "C", "T",
"T", "C", "C", "T", "T", NA, "C", "C", "C", "T", "C", "C",
"C", "T", "C", "C", "T", "C", "T", "T", NA, "C", "C", "C",
"T", "T", "C", "C", "C", "C", "C", "T", "T", NA, "C", "T",
NA, NA, "T", "T", "C", "C", NA, "C", "T", "C", "C", "C",
"T", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", NA, NA, "C", "T", "T", "C", "T", "C", "C",
NA, "T", "C", "T", "T"), `One_apoe-83.1` = c("T", NA, NA,
"T", NA, "T", "T", "T", "T", "C", "T", "T", NA, "C", "C",
"T", "T", "T", "T", "T", "C", "C", "C", "T", NA, "T", NA,
"T", "T", "T", "T", "T", "C", "T", "C", "T", "C", "C", "T",
NA, "T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "T",
"C", "T", "C", "T", "C", NA, "T", "T", NA, "T", "T", "C",
NA, "T", "T", NA, NA, "T", "T", "C", "T", "T", "C", "T",
"T", "T", NA, NA, "T", "T", NA, "C", "C", NA, NA, "T", NA,
NA, NA, "T", NA, NA, "T", NA, "C", NA, "T", "T", NA, "T",
"T", "T", "T", NA, NA, NA, "T", "T", "T", "C", "C", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "C", "C",
"T", "T", "C", "T", "T", "T", "T", "T", NA, "C", "T", "T",
"T", "T", "T", "T", "T", "T", "C", "T", "T", NA, "T", "T",
NA, NA, "T", "T", "T", "T", NA, "T", "T", "T", "C", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "C", "C", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", "C", "T",
NA, "T", "T", "T", "T"), `One_c3-98` = c("T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "C", "T", "C", "C",
"T", NA, "C", "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "C", "T", "C", "T", NA, NA, NA,
"T", "T", "T", "C", "T", "T", "C", "T", "T", NA, "T", NA,
"T", "T", NA, "C", "C", "C", "T", "C", "T", "C", "T", "T",
"T", "T", "C", "T", "T", "C", "T", "T", "C", NA, "T", NA,
"T", NA, NA, NA, NA, NA, NA, "T", "C", "T", "T", "T", "C",
NA, "C", NA, NA, NA, NA, "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", NA, "C", "T", "C", "T", "C", "T", "T",
"T", "C", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "C", "C", "C", "T", "T", NA, NA, NA, NA, NA,
"T", "T", "T", "T", "T", NA, "C", "T", "T", "T", "T", "T",
"T", NA, "T", "C", NA, NA, "C", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "C", "T", "T", NA, NA, "C",
"C", "T", "T"), `One_c3-98.1` = c("T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", NA, "T", "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T", NA,
"T", NA, NA, NA, NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, NA, "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", "T"), `One_CD9-269` = c(NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "T", "C", "C",
"C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"T", "T", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "T", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", NA, NA, "C", "C", NA,
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", NA, "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "T"), `One_CD9-269.1` = c(NA, NA, "T", "T", "C", NA,
"T", "T", "C", "C", "T", NA, "C", "T", "T", "T", "T", "C",
"C", "T", "C", "C", "T", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "T", "C", "C", "C", "C", "T", NA, "T", "C",
"C", "T", "T", "C", "C", "C", "C", "T", "T", "C", "T", "C",
"C", "C", NA, "T", "C", "T", "T", "T", "C", NA, "T", "T",
NA, NA, "C", "C", "C", "C", "T", "T", "C", "C", "C", "C",
NA, "T", "T", "C", "C", "C", "C", NA, "C", "C", NA, "T",
"C", "T", "C", "C", "T", "T", "C", NA, "C", "T", "T", "C",
"C", "T", "C", "C", NA, "C", "T", "T", "C", "C", "C", "C",
"T", "T", "T", "C", "C", "T", "C", "C", "T", "T", "T", "C",
"C", "C", "T", "C", "T", "T", "T", NA, "C", "C", "C", "T",
"C", "T", "C", "T", "C", "C", "T", "C", NA, NA, "C", "C",
NA, "C", "T", "C", "C", NA, "C", "T", "C", "C", "T", "T",
"T", "C", NA, "C", "T", NA, NA, "T", NA, "C", "C", "T", "C",
"T", "C", "C", "T", "C", "T", "C", "C", "T", NA, NA, "C",
"T", NA, "T"), `One_cetn1-167` = c("A", NA, NA, NA, "C",
"C", "A", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"A", "A", "C", "C", "C", "C", "A", "C", NA, NA, "A", "C",
"A", "A", "A", "A", "A", "C", "C", "C", "C", "A", NA, "A",
"A", "C", "A", "C", "A", "C", "A", "C", NA, NA, "C", "C",
"C", "C", "A", NA, "A", "A", "C", "A", "C", "A", NA, "C",
"A", NA, "C", "A", "A", "C", "A", "C", "A", "A", "A", "C",
NA, "C", "A", "C", NA, "A", "C", "A", NA, "A", NA, "A", NA,
NA, NA, NA, NA, "A", "A", "A", NA, "A", "A", "A", "C", "A",
"A", "C", "A", "A", "A", "A", "A", "A", "A", "A", "C", "C",
NA, "A", "A", NA, NA, "C", "C", "C", "C", "A", "A", "A",
"A", "C", "C", "A", "A", "A", NA, "C", "C", "C", "A", "C",
"C", "C", "A", "C", "A", "C", NA, "A", "A", "C", NA, NA,
"A", "C", "A", "A", "C", "A", "C", "A", "A", "A", "A", "C",
"C", NA, "C", "A", "C", "C", "A", "A", NA, "A", "A", "A",
"C", "C", "A", "C", "C", "A", "A", "A", "A", "A", NA, NA,
"C", "C", "A"), `One_cetn1-167.1` = c("C", NA, NA, NA, "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "A", "C",
"C", "C", "A", "C", "C", "C", "C", "C", "C", "C", NA, "A",
"C", "C", "A", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", NA, "C", "A", "C", "C", "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", "C", "C", "A", "A", "C", "C",
NA, "C", "C", "C", NA, "C", "C", "C", NA, "C", NA, "C", NA,
NA, NA, NA, NA, "C", "C", "C", NA, "C", "C", "A", "C", "C",
"A", "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "A", "C", "C",
"C", "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA, NA,
"C", "C", "A", "C", "C", "C", "C", "C", "A", "A", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "A", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "A"), One_CFP1 = c("C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", NA, NA, "C", NA, NA, NA, NA, "C",
NA, "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "T", "T", "C", "C", "C", "C",
"T", "C", NA, "C", "C", "C", "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, NA, NA, "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C"), One_CFP1.1 = c("C", "C", "C", "T", "C", "C", "T", "T",
"C", "C", "C", "T", NA, "C", "T", "C", "T", "T", "C", "T",
"C", "T", "C", "C", "T", "C", NA, "T", "C", "C", "T", "T",
"T", "T", "C", "C", "C", "T", "C", "T", "C", "T", "C", "T",
"T", "C", "T", NA, "C", "C", "T", "C", "C", "T", "C", "C",
NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", NA, NA, "T",
"C", "C", "C", "T", "C", "T", "T", "C", "C", "C", "C", "T",
"T", "T", "C", NA, NA, "C", NA, NA, NA, NA, "C", NA, "T",
"C", NA, "T", "C", "C", "C", "T", "T", "T", "C", NA, "C",
NA, "T", "T", "T", "T", "T", "C", "T", "T", "T", "T", "T",
NA, "C", "C", "T", "T", "T", "C", "T", "T", "C", "T", "T",
"C", "C", "T", NA, "C", "C", "C", "T", "T", NA, "T", "T",
"C", "C", "T", NA, NA, NA, "C", NA, "T", "C", "C", "C", "T",
"C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "T", NA,
"C", NA, "T", "C", "C", "T", "C", "C", "C", "C", NA, "C",
"C", "C", "T", "T", "C", "T", NA, "C", "T", NA, "C"), `One_cin-177` = c("C",
"C", NA, NA, "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", "C", "T", "T", "C", "C", NA, "T", "C", "C", "C", "C",
"T", NA, "T", NA, "C", "C", "T", "T", "C", "T", "T", "C",
"C", "C", "C", NA, "T", "C", "C", "C", "T", "C", "C", "T",
NA, "T", "C", "T", "C", "T", "T", NA, "T", "C", "T", "T",
"T", "C", "T", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "T", "C", "C", "C", "T", "C", "T", "C", "T", "C", "C",
NA, "C", NA, "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", NA, "C", NA, NA, NA, NA, "T", "C", "T", "T",
"C", "T", "C", "C", "C", "T", "T", NA, "C", "T", "C", "T",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C",
"C", "C", "T", "C", "C", "C", "T", "C", "T", "C", "C", NA,
NA, "C", "C", "T", "C", "C", "T", "C", "C", "C", "T", "C",
"C", "T", "C", "T", NA, NA, "C", NA, "C", "T", "T", NA, "C",
"C", "C", "T", "T", "C", NA, "C", "T", "C", "T", "C", "C",
"C", NA, "C", "C", "C", NA), `One_cin-177.1` = c("T", "C",
NA, NA, "C", "T", "T", "C", "C", "T", "T", "T", NA, "C",
"T", "T", "T", "C", "T", NA, "T", "C", "C", "T", "C", "T",
NA, "T", NA, "T", "T", "T", "T", "C", "T", "T", "T", "C",
"C", "T", NA, "T", "T", "T", "C", "T", "T", "T", "T", NA,
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "C", "T", "T", "T", "T", "T", "C",
"T", "T", "C", "T", "T", "T", "T", "T", "T", "C", "C", NA,
"C", NA, "T", "T", NA, NA, NA, "T", "C", "T", NA, "C", "T",
"T", "T", NA, "T", NA, NA, NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "C", "T", "C",
"C", "C", "T", "C", "T", "T", "T", NA, NA, NA, "T", "T",
"C", "T", "T", "C", "T", "T", "C", "T", "T", "T", NA, NA,
"C", "C", "T", "C", "T", "T", "T", "T", "T", "T", "C", "C",
"T", "C", "T", NA, NA, "T", NA, "T", "T", "T", NA, "T", "C",
"T", "T", "T", "T", NA, "T", "T", "C", "T", "C", "C", "T",
NA, "T", "T", "T", NA), One_CO1 = c("T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "C", "T", "T", "T", "T", "C", "T",
"T", "T", "T", "C", "T", "T", "T", "C", "T", "T", "T", NA,
"T", "T", "T", "C", "C", "T", "T", "T", NA, "T", "C", "T",
"T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "C", "T", "T", "T", "C", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "C", "T", NA, "T", "T",
"T", "T", NA, "T", NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "C", "C", "T", NA, "T", "T", "C", "C", "C",
"T", "C", "C", "T", "T", "T", "T", "T", "T", "T", "T", "C",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "C", "T", "T", "C", "T", "T", "T", "T", "C", "T", "C",
"T", "T", NA, NA, "T", "T", NA, "T", "T", NA, "T", "C", "C",
"C", "C", "T", "T", "T", "C", "C", "T", "C", "T", "T", NA,
"T", "T", "T", "T"), One_CO1.1 = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), `One_ctgf-301` = c(NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "T",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "T"), `One_ctgf-301.1` = c(NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "T",
"G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", NA,
"G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "T", "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G",
"G", "G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "G", "T"), One_Cytb_17 = c("A", NA, NA, NA, NA,
"G", NA, "A", "G", "A", "A", NA, "G", "G", "G", "G", "A",
"A", "A", "A", "A", "G", "G", "A", NA, NA, NA, "G", "A",
NA, "A", "A", "G", "G", "A", "G", "G", "G", "A", "G", NA,
"G", "G", "G", "G", "G", "G", NA, "A", NA, "A", "G", "G",
"A", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, NA,
"A", NA, "G", "A", "G", "G", "G", NA, "G", "A", "A", "A",
NA, NA, "G", "G", NA, "G", "G", "G", NA, "G", NA, NA, "G",
"G", NA, NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G",
NA, "G", "G", NA, "A", "A", "A", "G", "A", "A", "A", "A",
NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"A", "A", "G", "G", NA, NA, "G", "A", "G", "G", "G", NA,
"G", "A", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"A", "G", "A", NA, NA, "G", "G", "G", "G", "A", "G", "G",
NA, "A", NA, "G", "G", "A", "G", NA, "G", "G", "G", "G",
NA, "G", "A", "G", "G", "G", "G", "A", "G", "G", "G", "G",
NA, NA), One_Cytb_17.1 = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), One_Cytb_26 = c("G", "G", NA, "G", "G", "A", "A", "G",
"A", "G", "G", "A", "A", "A", "G", "A", "G", "G", "G", "G",
"G", "A", "G", "G", NA, NA, "G", "G", "G", NA, "G", "G",
"G", "A", "G", "A", "G", "A", "G", NA, "G", "A", "A", "A",
"G", "G", "A", "G", "G", "G", "G", "G", "A", "G", "A", "A",
NA, "G", "A", "A", "A", "G", "A", "G", NA, "G", NA, "A",
"G", "G", "A", "A", "G", "G", "G", "G", "G", "G", "G", "A",
"A", NA, "A", "A", "G", "G", NA, "G", NA, "A", "A", "G",
NA, NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "G",
NA, NA, "G", "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", "A", "G", "G", "A", "G", "G", "G", "A", "G", "G", "G",
"G", "A", NA, NA, NA, "A", "G", "G", "A", "A", NA, "A", "G",
"A", "A", "A", "A", "A", NA, "A", "G", "G", "A", "G", "G",
"G", "G", NA, "A", "G", "A", "G", "G", "A", "G", "G", "G",
NA, "G", "A", "G", NA, NA, "G", "G", "G", "G", "A", "A",
"G", "G", "G", "A", "G", "G", "A", "G", "A", "A", "G", NA
), One_Cytb_26.1 = c(NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_), One_E2 = c(NA,
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, NA, NA), One_E2.1 = c(NA, "C",
"C", "C", "T", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "T", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C",
"T", "C", NA, "C", NA, "C", "C", "C", "T", "C", "C", NA,
"C", "C", "T", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "T", "C", NA, "C", "T", "T", "C", "C", NA, "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "T", NA, "T", "C", "C", "C", NA,
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"T", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "C", "C", NA, "T", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "T",
"C", "T", "C", "C", NA, NA, NA, NA), `One_gdh-212` = c(NA,
NA, NA, "A", NA, "A", NA, "C", "A", "C", "C", "C", "A", "A",
"A", "A", "A", "A", "C", NA, "A", "A", "A", "A", NA, NA,
"A", "C", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, "C", "A", "C", "C", NA, "A", NA, "A",
"C", "A", "A", "C", "C", NA, "A", "A", "C", "A", "A", "C",
NA, "A", "C", NA, NA, "A", "C", "A", "A", "A", "C", "C",
"A", "A", "C", "A", "A", "A", "A", "A", "A", "A", NA, NA,
NA, "A", "A", NA, "A", NA, "A", NA, NA, "C", NA, "A", "C",
"A", "A", "A", NA, NA, NA, NA, "A", "C", "A", "C", "A", "A",
"C", "A", "A", "C", "A", NA, "A", NA, "A", "A", "A", "A",
"C", "A", "A", "A", "C", "C", NA, "A", NA, "C", "A", "A",
"A", "C", NA, "A", "A", "A", "C", "A", NA, "A", "C", NA,
"A", "A", "A", "C", "A", "A", "A", "A", "A", "C", "C", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A", "C",
"C", "C", "C", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"A", "A", NA, "C", NA), `One_gdh-212.1` = c(NA, NA, NA, "C",
NA, "A", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "A", "A", "A", "C", NA, NA, "C", "C",
"C", NA, "A", "A", "C", "C", "A", "A", "C", "C", "A", "A",
NA, "C", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "A",
"C", "C", "C", NA, "C", "A", "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "A", "A", "C", "C", "C", "C", NA, NA, NA, "A",
"A", NA, "A", NA, "C", NA, NA, "C", NA, "A", "C", "A", "A",
"C", NA, NA, NA, NA, "C", "C", "C", "C", "C", "A", "C", "A",
"A", "C", "C", NA, "C", NA, "A", "A", "A", "A", "C", "A",
"A", "C", "C", "C", NA, "C", NA, "C", "C", "C", "A", "C",
NA, "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "A",
"C", "C", "A", "C", "C", NA, "C", NA, "A", "C", "C", "C",
"C", "C", "C", "A", "C", "C", "C", "A", "A", "C", "C", "C",
NA, "C", NA), `One_GHII-2461` = c("A", NA, "A", "T", NA,
NA, "A", "T", "A", "T", "T", "A", "A", "A", "A", "A", "A",
"T", "A", "A", "T", "T", "A", "T", "A", "T", "T", "T", NA,
"T", "A", "A", "A", "A", "T", "A", "A", "A", "A", NA, "A",
"A", "T", "A", "A", "A", "A", "T", "A", NA, "A", "A", "A",
"T", "T", "A", NA, "A", "T", "A", "A", NA, "A", NA, "A",
"A", NA, NA, "T", "A", "A", "A", NA, "A", "A", "T", "T",
"T", NA, "T", "A", NA, "A", "T", "A", NA, "A", NA, "A", "A",
"A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", NA, "A", "A", "T", "T", "T", "A", "A", "T", "A",
"T", "A", "T", "T", NA, NA, "T", "T", "A", "A", "A", "A",
"A", "A", "T", "T", "T", NA, NA, NA, "A", "A", "A", "A",
"A", "T", "A", "T", "A", "A", "T", "A", NA, NA, "T", NA,
NA, "A", "A", "A", "T", "A", "A", "T", "A", "A", "T", "T",
"A", NA, "A", "A", NA, NA, "A", "A", "T", NA, "A", "T", "A",
"A", NA, NA, "T", "A", "T", "A", "T", "A", "A", "A", "T",
NA, NA, NA), `One_GHII-2461.1` = c("T", NA, "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", NA, "A",
"A", "T", "T", "T", "T", "A", "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "A", "T", "T", "T", NA, "T", NA, "T",
"T", NA, NA, "T", "T", "T", "A", NA, "A", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", NA, "T", NA, "T", "T",
"A", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "A", NA, "T", "T", "T", "T", "T", "A", "A", "T", "T",
"T", "T", "T", "T", NA, NA, "T", "T", "T", "T", "A", "T",
"T", "T", "T", "T", "T", NA, NA, NA, "T", "A", "A", "A",
"T", "T", "A", "T", "T", "T", "T", "T", NA, NA, "T", NA,
NA, "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, NA, "T", "T", "T", NA, "T", "T", "T",
"T", NA, NA, "T", "T", "T", "A", "T", "T", "T", "T", "T",
NA, NA, NA), `One_ghsR-66` = c(NA, "A", NA, "A", NA, NA,
NA, "A", "A", "A", "A", "A", NA, "A", "T", "A", "T", "A",
"A", "A", "A", "A", "T", "A", "A", NA, "T", "T", "A", "T",
"A", "A", "T", "A", "A", "A", "A", "A", "T", "A", NA, "T",
"A", "A", "A", "A", "A", NA, "A", NA, NA, "A", "A", "A",
"A", "A", "T", "A", "A", "A", NA, "A", "A", NA, NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", NA, NA, NA, NA, "A", NA, NA,
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "T", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, NA, "A", "A", "A", "A", "A", "A",
"A", "T", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, NA, NA, "A", NA, "A", "A",
"A", "A", "T", "A", "A", "A", "A", "A", "A", "A", "T", NA,
NA, "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "A",
NA, NA), `One_ghsR-66.1` = c(NA, "A", NA, "T", NA, NA, NA,
"A", "T", "A", "T", "T", NA, "T", "T", "A", "T", "T", "T",
"T", "A", "A", "T", "A", "T", NA, "T", "T", "T", "T", "A",
"A", "T", "T", "A", "A", "A", "A", "T", "A", NA, "T", "T",
"T", "T", "A", "T", NA, "T", NA, NA, "A", "T", "T", "T",
"A", "T", "A", "T", "T", NA, "T", "T", NA, NA, "T", NA, "T",
"T", "A", "A", "A", "T", "A", "A", "T", "A", NA, "T", "A",
"A", "T", "T", "T", NA, NA, NA, NA, "T", NA, NA, NA, NA,
"A", "A", "A", "T", "T", "A", "A", "T", "T", "T", NA, NA,
"A", "A", "T", "T", "T", "A", "T", "A", "A", "T", "T", "T",
"T", NA, NA, NA, "A", "A", "A", "T", "T", "T", "A", "T",
"A", "A", NA, "A", NA, "A", "T", "A", "A", "T", "A", "A",
"T", "T", "T", "T", NA, NA, NA, "A", NA, "A", "A", "T", "A",
"T", "T", "T", "T", "A", "A", "T", "A", "T", NA, NA, "T",
"T", "A", NA, "A", "A", "A", "T", "A", "T", "T", "A", "T",
"A", "A", "T", "A", "A", "T", NA, NA, "T", "T", NA, NA),
One_GPDH = c("C", NA, "T", "C", "C", "C", "C", "T", "C",
"T", "C", "C", "C", "C", "C", "T", "C", "C", "T", "T", "T",
"T", "T", "T", "C", "C", NA, "C", NA, NA, "T", "C", "T",
"C", "C", "C", "C", "T", "T", NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, NA, "C", "C", "T", "T", "C", NA,
"C", "T", "C", "T", "C", "T", "C", "C", "C", NA, NA, "C",
"T", "T", "T", "C", "T", "C", "C", "C", "C", "C", "T", "T",
"C", "T", "C", NA, NA, "C", NA, "C", "C", "C", "T", "T",
"T", NA, "T", "C", "C", "C", NA, "C", NA, "T", "C", "C",
NA, NA, "T", "C", "T", "C", "T", "C", "T", "C", "C", "C",
"C", NA, "C", "C", "T", "C", "T", "T", "T", "C", "T", "C",
"C", "C", "C", NA, NA, "C", "T", "T", "C", "C", "C", "C",
"T", "T", "C", "C", "T", NA, "T", "T", "T", NA, "T", "T",
"C", "C", NA, NA, "T", "C", "C", "C", "T", "T", NA, NA, "C",
NA, "C", NA, "C", NA, "T", "C", "T", "C", "C", "C", "C",
"C", "T", "C", "C", "T", "T", "C", "C", "C", "C", "T", NA
), One_GPDH.1 = c("T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "C", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "C", "T", "C", NA,
"T", "T", "C", "T", "T", NA, NA, "C", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "C", NA, "T", NA, "T", "C",
"T", NA, NA, "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "C", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "C", "C", NA, NA, "T", "T", "T", "T", "C", "T",
"T", "T", "T", "T", "C", "T", NA, "T", "T", "T", NA, "T",
"T", "T", "T", NA, NA, "T", "T", "T", "C", "T", "T", NA,
NA, "T", NA, "T", NA, "T", NA, "T", "C", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA), One_GPDH2 = c("C", "G", "G", "G", "G", "G", "G", "G",
"C", "C", "G", "G", "G", "C", "G", "C", "G", "G", "G", "G",
"G", "G", "G", "C", NA, NA, "G", "C", "G", "G", "G", "C",
"C", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", NA,
"C", "G", "G", "G", "C", NA, "G", "G", "G", "G", "C", "G",
NA, "G", "C", NA, "C", "G", "C", NA, NA, "G", NA, "G", "C",
"C", "G", "G", "G", "G", "C", "G", "G", NA, "C", "C", "C",
"G", "G", "G", "G", NA, "G", NA, NA, NA, "C", "G", NA, "C",
"G", "G", "G", NA, "G", "C", "G", "G", "G", NA, NA, "G",
NA, "C", "G", "G", "G", "G", "G", "C", "G", "G", "G", "G",
NA, "G", NA, "C", "G", "G", "G", "C", "G", "G", "G", "C",
"G", "C", "G", NA, "G", "C", "G", "C", "G", "C", "C", "G",
"G", "G", "G", "C", "C", NA, NA, NA, NA, "G", "C", "C", "G",
"G", "C", "C", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"C", "G", "G", "G", "G", "G", NA, "G", "G", "C", NA), One_GPDH2.1 = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "C", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "C", NA, "G",
"G", "G", NA, NA, "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "C", "C", "G", "G", "G", "G",
NA, "G", NA, NA, NA, "G", "G", NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, NA, "G", NA, "C", "G", "G",
"G", "G", "G", "C", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "C", "G", "G", "G", "G", "G", "C", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, NA, "G", "G", "G", "G", "G", "G", "C", "G",
"G", "G", "G", "G", NA, NA, "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", NA), `One_GPH-414` = c(NA, NA,
NA, "T", NA, "C", "C", "C", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "C", "T", "T", "T", "T", "T", NA, "C",
NA, "T", "C", "C", "C", "T", "C", "C", "C", "T", "T", "T",
"T", NA, NA, "T", "T", NA, "C", "C", "T", "C", "T", NA, NA,
"C", "T", "C", "T", "T", "T", "C", "T", "C", NA, NA, "C",
NA, "C", "C", NA, NA, "T", "T", "C", "T", "T", "C", "T",
"T", "T", "C", "T", "T", "C", "C", "T", "T", NA, NA, NA,
NA, "T", "T", "C", "C", NA, NA, NA, "T", NA, "C", "C", "T",
"T", "C", "T", NA, NA, "T", NA, "C", "T", "C", "T", "T",
"T", "C", "C", NA, "T", "C", NA, NA, NA, "T", "T", "T", "T",
"T", "T", "C", "T", "C", "C", NA, "T", NA, "T", "T", "T",
"T", "C", NA, "C", "T", "T", "T", "C", "C", NA, NA, "T",
NA, "C", "C", "T", "C", "C", NA, "C", "T", "T", "C", "C",
"C", "T", "C", NA, "T", "T", "T", "T", "C", NA, NA, "C",
"C", "T", "C", "C", NA, "T", "T", "T", "C", "C", "T", "C",
NA, "C", "C", NA, NA), `One_GPH-414.1` = c(NA, NA, NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", "T", "C", "C", "T", "T", "T", "T", "T", NA,
NA, "T", "T", NA, "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "C", NA, "T",
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T", "T",
"T", "T", NA, NA, NA, "T", NA, "T", "C", "T", "T", "T", "T",
NA, NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "C", "T", NA, "T", NA, "T", "T", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", NA, NA, "T", NA, "T", "C",
"T", "T", "C", NA, "T", "T", "T", "C", "C", "T", "T", "T",
NA, "T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
NA, NA), `One_hcs71-220` = c(NA, NA, "C", "C", "C", NA, "A",
"C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "A", "C",
"A", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"A", "C", "C", "A", "C", "C", "C", "C", "A", NA, "C", "C",
"C", "C", "C", "A", "C", "C", "C", "C", "A", "C", "A", "C",
"A", NA, "C", "C", NA, "C", "C", "A", NA, "A", "C", NA, NA,
"A", "A", "C", "C", "C", "A", "C", "C", "C", "A", NA, "C",
"C", "A", "A", "A", "A", NA, NA, NA, "C", NA, NA, "C", "C",
"A", "A", "A", NA, NA, "C", NA, "C", "C", "A", NA, NA, NA,
NA, "C", "C", "A", "A", "A", "C", "C", "C", "C", "C", "C",
"C", "A", "C", "A", "C", "A", "C", "A", "C", "C", "C", "C",
"C", "A", "A", NA, "A", "C", "C", "A", "C", "C", "C", "C",
"A", "C", "A", "C", "A", "A", "C", "A", NA, "C", "C", "C",
"C", NA, "C", "C", "A", "A", "C", "C", "C", "C", NA, "C",
"C", "A", "A", "C", NA, "C", "C", "A", "C", "A", "A", "C",
"C", "C", "A", "A", "C", "A", NA, NA, "C", "C", "A", NA),
`One_hcs71-220.1` = c(NA, NA, "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "A", NA, NA, NA, "C", NA, NA, "C", "C", "C",
"A", "A", NA, NA, "C", NA, "C", "C", "C", NA, NA, NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"A", "C", "C", NA, "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "A", NA, NA, "C", "C", "A", NA), One_HGFA = c("A",
NA, "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "T", "A", NA, "A", "A", "A", NA, "A",
"A", NA, "A", "T", "T", "A", "A", NA, "A", "A", "A", "A",
NA, "A", NA, NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "A", "T", NA, NA,
"A", NA, NA, NA, NA, NA, NA, "A", NA, NA, "A", "A", "T",
"A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "T", "A", NA, "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A",
"A", "T", "A", "A", "A", "A", "T", "A", "A", "A", "A", "A",
NA, NA, "A", NA, "T", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, NA, "A", NA, "A", NA, "T", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, NA, "A", "A", "A"), One_HGFA.1 = c("A", NA, "T",
"A", "T", "T", NA, "A", "A", "A", "A", "T", "T", "A", "A",
"T", "A", "T", "A", "A", "T", "T", "A", "T", "T", "T", "A",
"A", NA, "A", "A", "T", "A", "A", "T", "A", "T", "A", "T",
"A", "A", "T", "T", NA, "A", "T", "T", NA, "A", "A", NA,
"A", "T", "T", "A", "A", NA, "T", "A", "A", "T", NA, "A",
NA, NA, "A", NA, "T", "A", "A", "A", "A", "A", "A", "T",
"T", "T", "A", "A", "A", "T", NA, "T", "T", NA, NA, "A",
NA, NA, NA, NA, NA, NA, "T", NA, NA, "T", "A", "T", "A",
"T", "A", "A", "A", "T", NA, NA, "A", "T", "A", "A", "T",
"A", "T", "A", "A", "T", "A", NA, "A", NA, "A", "A", "A",
"A", "A", "T", "A", "T", "T", "T", NA, "T", NA, "T", "A",
"T", "T", "T", "A", "T", "T", "A", "T", "A", "T", "T", NA,
NA, "T", NA, "T", "A", "T", "T", "T", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "T", NA, "T", NA, "T", NA, "T", "T",
"A", "A", "A", "T", "A", "A", "T", "A", "T", "A", "A", NA,
NA, NA, "A", "A", "A"), `One_HpaI-436` = c("A", "T", "A",
"T", NA, "A", "A", "T", "T", "T", "A", "A", NA, "T", "T",
"A", "T", "A", "A", NA, "T", "A", "A", "A", "T", "A", NA,
"A", "A", "T", "A", "A", "A", "A", "T", "A", "A", "A", "A",
"A", NA, "T", "A", NA, "A", "A", "A", "A", "T", NA, "A",
"A", "A", "A", "T", "A", NA, "A", "T", NA, "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "T", "A",
"T", "T", NA, NA, "A", "T", NA, "A", "A", "A", NA, "A", NA,
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, NA, "A", NA, "A", "A", "A", "A", "A", "A",
"A", "T", NA, "A", "A", NA, "A", NA, "A", "T", "A", "A",
"A", "A", "A", "A", "A", "A", "T", NA, NA, "A", "A", "A",
"A", "A", NA, "T", "A", "A", "T", "T", "A", NA, NA, NA, NA,
"A", "A", "A", "T", "A", "A", "A", "A", "A", "T", "A", "T",
"A", "A", NA, "T", "T", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "T", "A", "A", "A",
"A", "A", "A", NA), `One_HpaI-436.1` = c("T", "T", "A", "T",
NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", "T", NA, "T", "A", "A", "T", "T", "T", NA, "T",
"T", "T", "T", "A", "T", "A", "T", "T", "A", "A", "A", "A",
NA, "T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "A",
"A", "A", "T", "A", NA, "T", "T", NA, "T", "A", "T", "T",
"A", "T", NA, "T", "A", "T", "A", "T", NA, "T", "T", "T",
"T", NA, NA, "T", "T", NA, "A", "T", "T", NA, "A", NA, "T",
NA, "T", NA, "A", "A", "A", "A", "A", "T", "T", "T", "A",
NA, "A", NA, NA, "T", NA, "T", "A", "A", "T", "A", "A", "T",
"T", NA, "T", "T", NA, "T", NA, "A", "T", "A", "A", "A",
"A", "A", "A", "A", "T", "T", NA, NA, "A", "A", "A", "T",
"A", NA, "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T",
"A", "A", "T", "T", "T", "T", "T", "A", "T", "A", "T", "T",
"T", NA, "T", "T", "T", "T", "T", NA, "T", "A", "A", "A",
"T", "T", "T", "T", "A", "A", "A", "T", "T", "T", "T", "T",
"T", "A", NA), `One_HpaI-99` = c("C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "T", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", NA, NA, "C", NA, NA, "C",
NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "T",
"T", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", NA), `One_HpaI-99.1` = c("C", "C", "C", "C",
"C", "T", "T", "C", "C", "C", "C", "C", "C", "C", "T", "C",
"C", "C", "T", NA, "C", "C", "C", "C", NA, "T", "T", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "T", "T", "T", "C",
"C", "C", "C", NA, "C", "C", "C", "T", "C", "C", "C", "C",
"T", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C", NA, NA,
"C", NA, NA, "C", "T", "C", "C", NA, "C", "C", "C", "T",
"C", NA, "C", "C", "T", "C", "C", "C", NA, "T", NA, "C",
"C", "C", "C", NA, "C", NA, "C", "C", "T", "C", "T", "T",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "T", "C", "C", "T",
"T", "T", "T", "C", "C", "C", NA, "T", NA, "T", "T", "T",
"C", "C", "C", "T", "T", "T", "T", "T", "C", NA, NA, "C",
"C", NA, "T", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "T",
"C", "C", "C", "C", "T", "C", "T", "T", "C", "C", "T", NA,
NA, "T", "C", "C", NA), One_Hsp47 = c("G", NA, "A", "A",
"A", NA, NA, "G", "A", "A", "A", NA, NA, "A", "A", "G", "G",
"G", "G", "A", "G", "A", "G", "G", "A", "A", NA, "G", NA,
"A", "A", "G", "A", "A", "G", "A", "G", "A", "G", "A", NA,
"G", NA, "A", "G", "G", "G", NA, "A", NA, "A", "A", "A",
"A", "G", "A", NA, "G", "A", "G", NA, "A", "G", NA, NA, "G",
NA, NA, NA, "A", "G", "G", "G", "G", "A", "A", "A", "A",
NA, "A", "A", NA, "A", "A", "A", NA, "A", NA, "G", NA, NA,
NA, NA, NA, "A", "A", "A", "A", "G", "G", "A", "G", "G",
NA, "A", "A", NA, "G", "G", "G", "A", "G", "G", "G", "G",
"A", "G", "A", NA, "A", "A", "A", "A", "G", "G", "A", "G",
"G", "G", "G", "A", NA, NA, NA, "A", "A", "G", "G", "A",
NA, "G", "A", "A", "A", "A", NA, NA, NA, "G", NA, NA, "A",
"G", "A", "A", "G", "A", "A", "A", "G", "G", "A", "G", NA,
NA, "A", "A", NA, "A", "G", "A", "A", "A", "A", "A", "A",
"G", "A", "A", "A", "G", "A", "A", "G", NA, NA, "G", "A",
NA, NA), One_Hsp47.1 = c("G", NA, "G", "G", "G", NA, NA,
"G", "A", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G",
"G", "G", "A", "G", "A", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"A", NA, "G", "G", "G", NA, "G", "G", NA, NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "A", "G", "G", "G", NA, "G",
"A", NA, "G", "A", "G", NA, "G", NA, "G", NA, NA, NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, NA, NA, "G", NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "A", "A",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G", NA, NA), `One_IL8r-362` = c(NA,
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "T", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "T", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C"), `One_IL8r-362.1` = c(NA,
"C", "C", "C", "C", NA, "T", "C", "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "T", "C", "C", "C", "C", "T",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "T",
"C", "C", "T", "C", "T", "C", "C", "C", "C", NA, "C", "T",
"T", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "T",
NA, "T", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "T", "C", "C", "C", NA,
"T", "C", "C", "T", "C", "T", "T", NA, "C", "C", "C", "C",
"T", "C", "C", "T", "T", "T", "C", NA, NA, "C", "T", "C",
"C", "T", "C", NA, "C", "C", "C", "C", "C"), `One_KCT1-453` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "G", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "G", "T", "T", "T", NA, "T", "T", "T", "G",
"T", "T", "T", "T", "T", NA, NA, "G", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T",
"T", "T", NA, "T", "T", "G", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", NA, "T", "G",
"T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "G", "T",
NA, "T", "G", "T", "T", "G", NA, "T", "T", "T", "G", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "G", NA, "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "G"), `One_KCT1-453.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "G", "T",
NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G"), `One_KPNA-422` = c(NA,
"A", "A", NA, "A", NA, "A", "A", "A", "A", "A", NA, NA, "A",
"A", "A", "G", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A", "A",
"A", "A", "G", "A", "A", "A", NA, "A", "A", "A", NA, "A",
"A", NA, NA, "A", NA, NA, "A", "A", "A", "A", "A", "G", "A",
"G", "A", "A", "A", "A", "A", NA, "A", "G", "A", NA, NA,
NA, "A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A",
NA, "A", NA, "G", "A", "A", NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", NA, "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "G", "A",
"A", "A", "A", "A", "A", "G", "A", "G", "A", "A", "A", NA,
NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", NA, "A", "A", "A", "A",
"A", "G", "A", "A", "A", "A", "A", "G", "G", "A", "A", "A",
"A", NA, "A", "A", "A", "A"), `One_KPNA-422.1` = c(NA, "G",
"G", NA, "G", NA, "A", "A", "A", "A", "G", NA, NA, "A", "G",
"A", "G", "G", "A", NA, "G", "A", "A", "G", "G", "A", "A",
"A", NA, NA, "G", "A", "A", "A", "G", "A", "G", "G", "G",
"A", "A", "A", NA, "A", "G", "A", "G", NA, "A", "A", "A",
"G", "G", "A", "A", "G", NA, "A", "A", "G", NA, "A", "A",
NA, NA, "A", NA, NA, "A", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "A", "A", NA, "G", "G", "G", NA, NA, NA, "G",
"G", "G", "A", NA, "G", "G", "G", "A", NA, "A", NA, "G",
NA, "G", "A", "G", NA, NA, "G", "A", "A", "G", "A", "G",
"A", "G", NA, "A", "G", NA, "G", "G", "G", "A", "G", "G",
"G", "A", "G", "G", "A", "A", "A", "G", NA, "G", "A", "G",
"G", "A", "G", "A", "G", "G", "G", "A", "A", "A", NA, NA,
NA, NA, "G", "G", "G", "A", "G", "A", "A", "A", "G", "G",
"G", "A", "G", NA, "A", "A", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "A", "A", "G",
NA, "A", "G", "G", "A"), `One_LEI-87` = c(NA, "A", "A", "A",
NA, "A", "A", "A", "A", "A", "G", "G", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "G", "A", "A", "A", "A", "A", "A", "A", "G", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "G", NA,
NA, "A", NA, NA, "A", "A", "A", "A", NA, "A", "A", "A", "G",
NA, "A", "A", "A", "G", "A", "A", "A", NA, NA, NA, "A", NA,
"A", NA, NA, "A", NA, NA, "A", NA, "A", "A", "A", "A", "A",
"G", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", NA, "A", "A", "G", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A",
"G", "A", "G", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, "A", NA, "A", NA, NA, "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "G", "A", NA, "A", NA,
"A", "G"), `One_LEI-87.1` = c(NA, "A", "G", "A", NA, "G",
"G", "G", "A", "A", "G", "G", NA, "G", "A", "G", "G", "A",
"G", "A", "A", "G", "A", "A", "G", "G", "G", "G", "A", NA,
"G", "G", "A", "G", "A", "A", "G", "A", "G", "G", "G", "G",
"G", "G", "A", "A", "A", "G", "A", "G", "A", "G", "A", "A",
"G", "G", NA, "G", "A", "G", "G", "A", "G", NA, NA, "G",
NA, NA, "A", "A", "G", "G", NA, "A", "G", "G", "G", NA, "G",
"A", "A", "G", "G", "G", "G", NA, NA, NA, "A", NA, "G", NA,
NA, "A", NA, NA, "G", NA, "G", "G", "A", "G", "G", "G", NA,
"G", NA, "A", "G", "A", "G", "G", "A", "G", "A", "A", "A",
"G", NA, "G", "G", "G", "A", "G", "A", "G", "G", "A", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "A", "A",
"A", "G", "A", "G", "G", "G", NA, "A", NA, "G", "G", "G",
"G", "A", NA, "A", "A", "G", "G", "A", "G", "G", "G", NA,
"G", NA, "G", NA, "A", NA, NA, "G", "A", "G", "A", "A", "G",
"G", "G", "A", "A", "A", "G", "G", NA, "A", NA, "A", "G"),
`One_lpp1-44` = c("C", NA, "C", NA, NA, NA, NA, "C", "C",
"T", "C", "C", "C", "T", "C", "T", "C", "C", "C", "C", "T",
"C", "C", "T", "T", NA, NA, "C", NA, NA, "C", "C", "C", "C",
"T", "C", "C", "C", "C", "C", NA, "T", NA, "T", "T", "C",
"C", "C", "T", "C", NA, "C", "C", "T", "C", "T", NA, "C",
"C", NA, "C", "T", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", NA,
"C", "T", NA, NA, "C", NA, "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "T", NA, "T", "T", "C", NA, NA, NA, "C", "T",
"C", "C", "T", "C", "T", "C", "T", NA, "T", "T", NA, "C",
"C", "C", "T", "C", "C", "C", "C", "C", "T", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "T", "C", "C", "T",
"C", NA, NA, "C", NA, NA, NA, "C", "C", "T", "T", NA, "C",
"C", "C", "C", "C", "C", "C", NA, "C", "T", "C", "C", "C",
"C", "T", NA, "C", "C", "C", "T", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C"), `One_lpp1-44.1` = c("T",
NA, "T", NA, NA, NA, NA, "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", "C", "T", "T", NA,
NA, "C", NA, NA, "C", "C", "T", "T", "T", "T", "C", "C",
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", NA, "C", "T", NA, "T", "T",
"T", NA, "T", "T", NA, "T", "T", "C", "T", "C", "T", "C",
"C", "C", "C", "T", "T", "T", "T", NA, "C", "T", NA, NA,
"C", NA, "T", NA, "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T",
"C", "T", "T", "T", NA, "T", "T", NA, "T", "T", "C", "T",
"T", "C", "T", "T", "C", "T", "C", "T", "C", NA, NA, "T",
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", NA, NA, NA, "T", "C", "T", "T", NA, "T", "C", "T", "C",
"T", "T", "T", NA, "T", "T", "T", "C", "T", "C", "T", NA,
"C", "T", "T", "T", "T", NA, "C", "C", "T", "T", "T", "C",
"T", "T", "C", NA, "C", "T"), `One_metA-253` = c("C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"G", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "G", "C",
"G", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA, NA, "C",
NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "G", NA, "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", NA, NA, "C", "C", NA, "C",
"C", "C", NA, NA, NA, NA, "C", "C", "C", "C", "G", "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "G", "C",
"C", "G", "C", "C", "C", NA, "C", NA, "C", "G", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", NA, NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "G", "C", "C", "C", "C", "G", NA, "C", "C",
"C", "C", NA), `One_metA-253.1` = c("C", "C", "C", "C", "C",
"G", "G", "C", "C", "C", "C", "C", NA, "C", "G", "C", "C",
"C", "C", "G", "C", "C", "G", "C", "G", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "G", "G", "G", "C", NA,
"C", "G", "G", "C", "C", "G", NA, "G", NA, "C", "G", "C",
"C", "C", "G", NA, "C", "C", NA, NA, NA, "C", NA, NA, "C",
NA, NA, "G", "C", "G", "C", "C", "C", "C", "C", "G", "C",
"C", "C", "C", NA, "C", "G", NA, "C", NA, NA, "C", "C", "C",
"C", "C", "C", "G", NA, NA, "C", "G", NA, "G", "C", "C",
NA, NA, NA, NA, "C", "C", "C", "C", "G", "C", "G", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "G", "C", "G", "G",
"C", "C", "C", NA, "G", NA, "C", "G", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", NA, NA, "C", "G", "G",
"C", "C", NA, "C", "C", "G", "C", "C", "C", "G", "G", NA,
"C", "C", "C", "C", "C", "C", NA, "C", "G", "C", "C", NA,
"C", "G", "C", "G", "C", "C", "G", NA, "C", "C", "C", "C",
NA), One_MHC2_190 = c(NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"T", "T", "G", "T", NA, "G", "G", "G", NA, "G", "T", "G",
"G", "T", "G", "T", "G", "G", "G", NA, "G", "T", "G", "G",
"G", "G", "T", "G", "T", NA, NA, "G", "G", "G", "T", "G",
"T", "T", "G", "G", NA, NA, "T", NA, NA, "T", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "T", NA, "G", "G", NA, "G",
"G", "G", "G", "G", "T", "G", "T", "G", "G", "G", NA, "G",
NA, "T", "G", "T", "G", "G", "G", "T", "T", "G", "T", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "T", "G", "G",
"T", NA, "G", NA, "G", "G", "G", "G", "T", "G", "G", "T",
"G", "G", "G", NA, NA, NA, NA, NA, NA, "G", "G", "G", "T",
"G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "T", "G",
NA, "T", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", NA, "G", NA, NA, NA, NA), One_MHC2_190.1 = c(NA,
"T", "T", "T", "T", "T", NA, "T", "T", "G", "T", "T", "T",
"T", "T", "T", "T", "T", "G", NA, "T", "T", "G", "T", NA,
"T", "T", "G", NA, "T", "T", "G", "T", "T", "T", "T", "G",
"G", "G", NA, "G", "T", "T", "G", "T", "T", "T", "T", "T",
NA, NA, "G", "T", "T", "T", "G", "T", "T", "G", "T", NA,
NA, "T", NA, NA, "T", NA, "T", NA, "G", "G", "G", "T", "G",
"G", "G", "T", "T", "T", "T", "T", "T", "G", "G", "G", NA,
"T", NA, "T", NA, "T", "T", NA, "G", "G", "G", "G", "T",
"T", "G", "T", "T", "G", "G", NA, "T", NA, "T", "T", "T",
"G", "G", "T", "T", "T", "T", "T", "T", NA, "T", NA, "G",
"G", "G", "G", "G", "G", "T", "T", "G", "T", NA, "G", NA,
"T", "G", "G", "G", "T", "T", "G", "T", "G", "T", "G", NA,
NA, NA, NA, NA, NA, "G", "G", "T", "T", "T", "T", "G", "G",
"G", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "G",
"G", "G", "G", "G", "T", "T", "G", "G", "G", "G", "T", "T",
"G", NA, "T", NA, NA, NA, NA), One_MHC2_251 = c("C", NA,
"C", NA, "C", NA, NA, "T", "C", "T", "T", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"T", "C", "C", "C", "T", "C", "C", "C", "C", "T", "C", "T",
NA, NA, "T", "C", NA, "C", "C", "C", "C", "C", NA, "C", "T",
"C", "C", "C", "T", NA, "C", "T", "T", NA, "C", "C", "C",
NA, "C", NA, "C", NA, "T", "C", "T", "C", "T", "T", "T",
"C", "C", "C", "C", "C", "C", "T", "T", "T", NA, "C", NA,
"C", "C", "C", NA, NA, NA, "T", "T", "T", "C", "C", "T",
"C", "C", "T", NA, NA, NA, "C", "C", "T", "C", "T", "T",
"T", "C", "C", "C", "C", "T", NA, "C", "C", "T", "C", "T",
"T", "T", "T", "C", "C", "C", "T", "T", NA, NA, "T", "T",
"T", "C", "C", "C", "T", "C", "T", "C", "T", "C", NA, NA,
"C", "C", NA, "T", "T", "C", "C", NA, "C", "C", "T", "T",
"C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "T", "T",
"T", "T", "T", "C", "C", "C", "T", "T", "T", "C", "C", "T",
NA, "C", NA, "C", NA, NA), One_MHC2_251.1 = c("T", NA, "C",
NA, "T", NA, NA, "T", "C", "T", "T", "T", NA, "C", "T", "T",
"T", "T", "T", "T", "C", "C", "T", "C", "T", "T", "T", "T",
"T", "C", "C", "T", "C", "C", "C", "C", "T", "T", "T", NA,
NA, "T", "C", NA, "T", "T", "C", "T", "C", NA, "T", "T",
"T", "T", "C", "T", NA, "C", "T", "T", NA, "T", "C", "T",
NA, "T", NA, "T", NA, "T", "C", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "T", NA, "T", NA,
"C", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, NA, "T", "C", "T", "T", "T", "T",
"T", "C", "C", "T", "C", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "C", "T", "T", NA, NA, "T", "T",
"T", "T", "C", "T", "T", "C", "T", "C", "T", "T", NA, NA,
"T", "T", NA, "T", "T", "C", "C", NA, "T", "T", "T", "T",
"T", "T", "C", "T", "T", "C", NA, NA, "C", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "C", "T", "T",
NA, "T", NA, "T", NA, NA), `One_Mkpro-129` = c("A", "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "G", "G", "A", "G", NA, "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "G", "A", "A", "A", "A", "G", "G", "A", "A", "G",
NA, "A", "A", "A", "G", "A", NA, "A", "A", "A", "A", NA,
"A", "A", "A", "G", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "G", "G", "G", "A", "A", NA, NA, "A",
NA, NA, "G", NA, NA, NA, NA, "G", "G", NA, NA, "G", "A",
"G", "A", "G", "G", NA, "G", NA, "G", "A", "G", "G", "A",
"A", "A", "A", "A", "A", "A", NA, NA, NA, "G", "G", "A",
"A", "A", "A", "A", "G", "A", "A", "G", NA, NA, "G", "A",
"A", "G", "A", "G", "A", "A", "A", "G", "A", NA, "A", NA,
"A", "A", NA, "A", "A", "G", "A", "A", "G", "A", "G", "A",
"A", "G", "A", "A", "A", "G", "A", "A", "A", "A", NA, NA,
"A", "A", "G", "A", "A", "A", "G", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "G"), `One_Mkpro-129.1` = c("G",
"G", NA, "G", NA, "A", "G", "G", "G", "G", "A", "G", "G",
"G", "A", "G", "A", "G", "G", "A", "G", "G", "A", "G", NA,
"G", "G", "G", "A", "G", "G", "A", "A", "G", "A", "A", "A",
"G", "A", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "A", "A", "G", "A", NA, "A", "G", "G", "G",
NA, "G", "G", "G", "G", NA, "G", NA, "G", "A", "G", "A",
"G", "A", "A", "A", NA, NA, "G", "G", "G", "G", "G", NA,
NA, "G", NA, NA, "G", NA, NA, NA, NA, "G", "G", NA, NA, "G",
"G", "G", "A", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", "A", "G", "A", "G", "G", "G", NA, NA, NA, "G", "G",
"A", "A", "G", "A", "G", "G", "A", "A", "G", NA, NA, "G",
"A", "A", "G", "A", "G", "G", "G", "G", "G", "A", NA, "G",
NA, "G", "G", NA, "A", "G", "G", "A", "G", "G", "A", "G",
"G", "G", "G", "G", "A", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "A", "A", "G", "G", "G", "A", "G", "G",
"A", NA, "G", "G", "G", "G", "G"), `One_ODC1-196` = c(NA,
"C", NA, "C", "C", NA, "C", "C", "T", "C", "T", "C", NA,
"C", "C", "T", "T", "C", "C", "T", "C", "T", "T", "C", NA,
"C", "T", "C", "C", "C", "T", "C", "T", "T", "C", "C", "C",
"C", "T", "T", "T", "T", "T", "C", "C", "C", "T", NA, "T",
"T", NA, "T", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "T", NA, "T", "T", NA, "C", "T", "C", "C", "C", "C",
"C", "T", "T", "T", NA, "C", "T", "C", "T", "T", "C", "C",
NA, "C", "C", "C", "C", "C", "T", NA, "C", "C", "C", "T",
"C", "C", "C", "T", "C", "C", "T", NA, NA, NA, "T", "C",
"C", "T", "T", "C", "C", "T", NA, "C", "C", NA, NA, NA, "C",
"T", "C", "T", "T", "C", "T", "C", "C", "T", "T", "C", NA,
"C", "T", "C", "C", "T", "T", "T", "T", "T", "T", "T", "C",
"C", NA, "T", "T", NA, "C", "C", "C", "C", "C", "T", "T",
"C", "T", "T", "C", "C", NA, NA, "C", "C", "C", NA, "C",
NA, NA, "C", "C", "C", "T", "C", NA, "C", "C", "T", "C",
"C", "T", NA, "C", "C", "T", "C", "T"), `One_ODC1-196.1` = c(NA,
"T", NA, "T", "T", NA, "T", "C", "T", "C", "T", "T", NA,
"T", "C", "T", "T", "T", "C", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", NA, "T", "C", "T", "C", "C", NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", NA, "T", "T", "T", "C", "C", "T",
"T", "T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T",
NA, "T", "C", "C", "C", "T", "T", NA, "T", "T", "T", "T",
"C", "C", "T", "T", "T", "T", "T", NA, NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", NA, NA, NA, "C",
"T", "T", "T", "T", "C", "T", "T", "C", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", NA, NA, "T", "C", "T", NA, "T",
NA, NA, "C", "C", "T", "T", "T", NA, "T", "C", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T"), `One_Ots208-234` = c("-",
NA, "-", "-", "A", "-", "-", "A", "-", "-", "A", "-", NA,
"A", "A", "-", "-", "-", "-", "A", "-", "A", "-", "-", "A",
NA, "-", "A", "-", "-", "-", "-", "A", "-", "-", "A", "-",
"-", "-", "-", "A", "-", "-", NA, "A", "A", "A", "-", "-",
"A", "-", "A", "-", "A", "-", "-", NA, "A", "A", "-", "-",
"-", "-", NA, "-", "-", NA, "-", NA, "A", "A", "-", "A",
"A", "-", "A", "-", "-", "-", "-", "-", "A", "-", "-", NA,
NA, "A", NA, "-", "-", "-", "-", NA, "-", NA, NA, "A", NA,
"A", "A", "A", "-", "-", "A", NA, NA, NA, "-", "A", "-",
"-", "A", "-", "A", "-", "-", "-", "-", NA, "-", "-", "-",
"A", "-", "-", "-", "-", "-", "-", "-", "A", "A", "-", NA,
"-", "-", "-", "A", "-", "-", "-", "-", "-", "-", "A", "-",
NA, NA, NA, "-", "-", "-", "-", "A", "-", "-", "-", "-",
"-", "-", "A", "A", "-", "-", "-", "A", "-", "-", "-", "-",
"-", NA, "-", "A", "-", "A", NA, "-", "-", "A", "-", "A",
"-", "-", "-", NA, "-", NA, "-", "A"), `One_Ots208-234.1` = c("A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "-", "A", NA, "A", "A", "A", "A", "-",
"A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "-", "-", "A", "-", "A", NA,
NA, "A", NA, "A", "-", "A", "A", NA, "A", NA, NA, "A", NA,
"A", "A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "-",
"A", "A", "-", "A", "A", "-", "A", "-", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", "-", "A", "-", "A", "A", "A",
NA, NA, NA, "A", "A", "A", "-", "A", "-", "A", "A", "-",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "-", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "-", "A"), `One_Ots213-181` = c("T",
"T", "T", "T", "T", "A", "A", "T", "T", "T", "T", "A", "T",
"T", "T", "T", "T", "A", "T", "T", "T", "A", "A", "T", "T",
NA, "A", "T", NA, NA, "A", "A", "A", "T", "T", "A", "T",
"A", "A", "A", "T", "T", NA, NA, "T", "A", "A", NA, "T",
"T", NA, "T", "A", "T", "A", "T", NA, "A", "A", "A", NA,
"A", "A", NA, "T", "A", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "A", NA, "T", "T", "A", NA, "T", "T", "A",
NA, NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"A", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", "A", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "A", "T", "A", "A", "A", "T", "A", "T", "A", "T",
"T", "T", "A", "T", "A", NA, "T", "T", "T", "T", "T", "A",
NA, "T", "T", "T", NA, "T", "T", "T", "A", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, "A", NA, "T", NA, "T", "A",
NA, "T", "T", "T", "T", NA, "T", "T", "T", "A", "T", "T",
"T", NA, "A", "A", "A", "A", "T"), `One_Ots213-181.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"A", "A", "T", "T", "T", NA, NA, "T", "T", "A", NA, "T",
"T", NA, "T", "A", "T", "A", "T", NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T", "T",
NA, NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", NA, "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T"), `One_p53-576` = c("C",
"C", "A", "C", NA, "C", "A", "A", "A", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "A", "C",
"A", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "A",
"C", "C", NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "A", "C", "C", "C", "C", "C",
NA, "C", "C", NA, NA, "A", "C", "C", NA, NA, NA, "A", "C",
NA, "C", "C", "C", "C", NA, NA, "C", "A", "C", "A", "A",
"C", "C", "C", "C", "C", "A", "C", NA, NA, "C", "C", "C",
"A", "C", "A", "C", "C", "A", "C", "C", "C", "C", NA, "C",
"A", "C", "C", "C", NA, "C", "C", "A", "C", "C", "C", "C",
NA, "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "A", "C", NA, "C", "C", NA, "A", "C", NA,
NA, "C", "A", "A", "C", "C", "C", "A", "A", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_p53-576.1` = c("C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C", "C", NA, NA, NA, "C", "C",
NA, "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "A", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_pax7-248` = c(NA,
NA, "A", "A", "C", "C", NA, "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", NA,
"A", "C", "C", "A", NA, "C", "C", "C", "C", "A", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "A", "C", "C",
"C", "C", "C", "C", "A", "C", "C", NA, "C", "C", NA, NA,
"A", "A", NA, "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"A", "A", "C", NA, NA, "C", "A", "C", "C", "C", "C", NA,
"C", NA, NA, "A", "C", "A", NA, NA, "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "A", NA, "C", "A", "C", "C",
"C", "C", "C", "C", "C", "A", "A", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "A", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "A", "C", "C", NA, "C", "A", "C", "C", "C", "A",
NA, "C", "C", "C", "A", "A", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_pax7-248.1` = c(NA,
NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA,
"C", "C", NA, "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", NA,
"C", NA, NA, "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), One_PIP = c("C", "C", NA,
NA, NA, NA, "C", "C", "T", "C", "T", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "T", "C", "T", "C", "C", "C", "C", "C", "C",
"C", "T", "C", NA, NA, "C", "C", "C", "C", "C", "T", "T",
"T", "T", "C", "C", "C", NA, "T", "T", "C", NA, "C", "C",
"C", "C", "C", NA, "C", "C", "T", "T", "T", NA, "T", "C",
"C", "C", "C", NA, "C", "C", "T", "C", "T", "T", NA, "C",
NA, "C", NA, "C", "C", NA, NA, NA, NA, "C", "C", "T", "T",
"T", "C", "C", "T", NA, "C", NA, "C", "C", "T", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "T",
"T", "T", "C", "C", "C", "T", "C", "T", "C", NA, "T", "C",
"T", "C", "C", NA, "C", "T", "C", "C", "C", NA, NA, NA, NA,
NA, "C", "C", "T", "T", "C", "C", NA, "C", "T", "T", "C",
"C", "T", NA, "C", "C", NA, "C", "C", "C", "T", "T", "T",
"T", "C", "T", NA, "C", "C", "C", "T", "T", "C", "C", "C",
NA, NA, "C", NA, NA), One_PIP.1 = c("T", "T", NA, NA, NA,
NA, "T", "C", "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "T", NA, "C", "C",
"T", "T", "C", "T", "C", "T", "C", "C", "C", "C", "C", "T",
"T", NA, NA, "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "C", "C", NA, "T", "T", "C", NA, "C", "T", "T", "T",
"T", NA, "T", "C", "T", "T", "T", NA, "T", "C", "T", "T",
"T", NA, "C", "C", "T", "T", "T", "T", NA, "T", NA, "T",
NA, "T", "T", NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", "C", "T", "T", "C", "C", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"C", "T", "C", "T", "T", "T", "T", NA, "T", "C", "T", "T",
"T", NA, "T", "T", "T", "T", "C", NA, NA, NA, NA, NA, "T",
"C", "T", "T", "C", "T", NA, "T", "T", "T", "T", "T", "T",
NA, "T", "C", NA, "T", "T", "T", "T", "T", "T", "T", "C",
"T", NA, "T", "T", "T", "T", "T", "T", "C", "T", NA, NA,
"C", NA, NA), One_Prl2 = c("G", "G", NA, "G", "G", NA, "G",
"G", "G", "T", "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "T", "G", "T", "T", "T", NA, "G", "G", NA, NA, "G", "T",
"G", "T", "T", "G", "G", "T", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G",
NA, "G", "G", NA, "G", NA, "G", NA, "G", "T", NA, "G", "G",
"G", "G", "G", "G", "G", "T", "G", "G", NA, "G", "T", "G",
"G", "G", "G", NA, NA, NA, NA, "G", "G", "G", NA, NA, "G",
NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", NA, NA, NA,
"T", "G", "G", "G", "G", "G", "G", "G", "G", "T", "T", NA,
NA, NA, "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "T", "G", "G", "T", "G", "G", "G", "G",
"G", "G", NA, NA, NA, "G", NA, NA, "G", "T", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", NA, "T", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "T", "T", NA, "G", NA, NA, "G", "G"), One_Prl2.1 = c("G",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "G", "G", NA,
"T", "T", "G", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, "T", "G", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", "T", "T", "T", "G", "T",
"G", "T", "G", "T", "T", "T", "T", NA, "G", "G", NA, "T",
NA, "G", NA, "T", "T", NA, "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "G", "G", NA,
NA, NA, NA, "G", "G", "T", NA, NA, "T", NA, "T", "T", NA,
"G", "T", "G", "T", "T", "G", NA, NA, NA, "T", "T", "G",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, "T",
"T", "G", "T", "T", "G", "T", "T", "T", "T", "G", "G", NA,
"T", "T", "G", "G", "T", "T", "T", "T", "T", "T", "T", NA,
NA, NA, "G", NA, NA, "G", "T", "G", "G", "T", "T", "T", "T",
"T", "G", "T", "G", "T", NA, "T", NA, "T", "G", "T", "T",
NA, "T", "G", "G", "T", "T", "G", "T", "G", "T", "G", "T",
"T", NA, "T", NA, NA, "T", "G"), `One_rab1a-76` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "T", "G", NA, "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, "G", NA, "G", "G", "G", "G", "G", NA, "T",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "T", "G",
"G", "G", NA, "G", NA, "G", NA, "G"), `One_rab1a-76.1` = c("G",
"T", "T", "G", "T", "G", "G", "G", "G", "T", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T",
"G", "T", "G", "G", "G", "G", "T", "G", "G", "G", NA, "T",
"G", "G", "G", "G", "G", "T", "G", NA, "T", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "T", "G", "G",
"T", "G", "G", "G", "T", "G", "G", "T", "G", "G", "G", "G",
"G", "T", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "T", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"T", "G", "G", "T", "G", "G", "T", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "T", "T", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, "G", NA, "G", "G", "G", "T", "G", NA, "T",
"G", "T", "T", "G", "T", "G", "G", "G", "T", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "T", "G", "G", "T", "G",
"G", "G", NA, "G", NA, "G", NA, "G"), `One_RAG1-103` = c(NA,
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "A", "A", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "A", "A", "T",
"T", "T", "T", "T", "T", "A", "T", "T", "T", "T", "T", "T",
"T", "A", "T", NA, NA, "T", "T", "A", "T"), `One_RAG1-103.1` = c(NA,
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T"), `One_RAG3-93` = c("C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA,
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C"), `One_RAG3-93.1` = c("C",
"C", "T", "C", "C", "C", NA, "C", "C", "T", "C", "C", "C",
"C", "C", "T", "C", "T", "C", "C", "C", "C", "T", "C", NA,
"T", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "T", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "T", "C", "C", "C", "T", NA, "C", "T", "C", "C",
"T", "T", "C", "C", "C", NA, "C", NA, "T", "C", "T", "C",
"T", "C", "C", "C", "C", "T", "T", "T", "C", "C", "T", "T",
"C", NA, "C", NA, "T", "T", "T", "C", "T", "C", NA, NA, "C",
"C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "T", "C", "C",
"C", "T", "C", "T", "T", "C", "C", "T", "C", NA, NA, NA,
"C", "C", "C", "C", "C", NA, "C", "T", "T", "T", "C", "T",
NA, NA, "C", NA, NA, "C", "T", "T", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "T",
NA, "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"C", NA, "C", "T", "C", "C", "C"), `One_redd1-414` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", "T", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", NA, "T", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "T", "C", NA,
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", NA,
NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", NA,
"T", "C", "C", "C", "C", "C", NA, NA, "C", "T", "C", "C",
"C", "C", "C", "C", "C", "C", "T", "T", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "T", "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", NA,
"C", NA, "C", NA, "C", "C", "C", "T", "C", NA, NA, "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", NA, "T", "T", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_redd1-414.1` = c("T",
"T", "C", "T", "C", "T", "C", "C", "C", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", NA, "C", "T", "T", "T", NA,
"T", "T", "T", "C", "C", "T", "T", "C", "C", "C", "C", "T",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "T", "T",
"C", "C", "C", "C", "C", "T", "T", NA, "T", "C", "T", "T",
"T", "T", NA, "T", "C", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "C", "T", NA, "T", "T", "T", "T", "T", "T", NA,
NA, NA, "C", "T", "T", "T", NA, "T", "C", "C", NA, "T", NA,
"T", "T", "C", "C", "C", "C", NA, NA, "T", "T", "C", "C",
"C", "T", "C", "C", "T", "T", "T", "T", NA, NA, "T", "T",
"T", "C", "T", "T", "C", "T", "T", "T", "T", NA, "C", NA,
"T", "C", "T", "C", "T", "T", "C", "C", "T", "C", "T", NA,
"T", NA, "C", NA, "T", "C", "C", "T", "T", NA, NA, "T", "T",
"T", "T", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"T", "C", "C", "T", "T", "T", NA, "T", "T", "C", "T", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_RF-112` = c(NA, NA,
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA, "A",
"G", "A", "A", "A", "A", NA, "A", "A", "A", "G", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "G", "A", "A", "A", "A",
"A", "A", "G", "G", "A", "A", "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "G", NA, NA, "A", NA, "A", "A",
"A", NA, NA, "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", NA, "A", NA, NA, NA, "G", "G", "A", "A", "G", "A",
"A", "A", "A", "G", NA, NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "G", "A", "G",
"A", "A", "A", "A", "G", "A", "A", "G", "A", NA, "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", NA, "A", "G", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "G"), `One_RF-112.1` = c(NA, NA,
"G", "G", "A", NA, "A", "G", "A", "G", "G", NA, NA, "G",
"G", "A", "G", "A", "G", NA, "G", "A", "A", "G", NA, "A",
"A", "A", NA, "G", "G", "A", "A", "G", "G", "G", "A", "G",
"A", "G", "G", "G", "G", "A", "G", "A", "G", "G", "G", "G",
"G", "A", "A", "A", "A", "G", NA, NA, "A", NA, "G", "A",
"A", NA, NA, "G", NA, "A", "A", "G", "A", "G", NA, "G", "G",
"A", "A", "G", "G", "G", "A", "G", "A", "A", "G", NA, NA,
"A", "A", NA, "G", NA, NA, NA, "G", "G", "G", "G", "G", "G",
"G", "A", "G", "G", NA, NA, NA, "A", "A", "A", "G", "G",
"A", "G", "A", "G", "A", "A", NA, "G", "G", "G", "G", "G",
"A", "G", "A", "G", "G", "G", "G", "G", "G", NA, "G", "A",
"G", "A", "A", NA, "A", "G", "A", "A", "G", "G", "A", NA,
"A", NA, NA, "G", "A", "A", "G", "G", NA, "A", "G", "G",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "G", "G",
"G", "G", "G", "A", "G", "A", "G", "A", "A", "A", "A", "G",
"G", "G", NA, "G", "G", "G"), `One_RF-295` = c(NA, "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
NA, "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, NA, NA, "A", "A",
"A", "A", "A", "T", "A", "A", "A", "A", NA, NA, NA, "A",
"A", "A", "T", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "T", "A", NA, "A", "A", "A", "A", "A", NA,
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, NA, "A", "A", "A", "A"), `One_RF-295.1` = c(NA,
"T", "A", "T", "T", "T", NA, "T", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "T", "A", NA, "A", "T", "A", "A", "T",
"T", "T", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "T", "A", "A", "A",
"A", "T", "T", "T", "T", "A", "A", NA, "A", "A", "T", "A",
"A", "A", "A", "A", "A", NA, "T", NA, "T", "A", "A", "T",
"A", "T", "T", "A", "A", "A", "A", "T", "A", "A", "A", "A",
NA, "T", NA, "T", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "T", "A", "A", "A", "A", "A", "A", "A",
"A", "T", "A", "A", "A", "A", "A", "A", "A", NA, NA, NA,
"A", "A", "A", "A", "A", "T", "A", "A", "A", "A", NA, NA,
NA, "A", "A", "A", "T", "T", "A", "T", "A", "A", "T", "A",
"T", NA, "A", NA, NA, NA, "A", "T", "T", "A", "A", "A", "A",
"A", "A", "A", "T", "T", "T", NA, "A", "A", "A", "T", "T",
NA, NA, "A", "A", "A", "T", "A", "T", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "T", "A", "A"), `One_rpo2j-261` = c(NA,
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "T", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", NA, NA, NA,
"G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "T", NA, "G", "G", NA, NA, "G",
NA, NA, "G", "G", NA, NA, NA, NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA, NA,
NA, NA, NA, "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "T", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, NA, NA, "G", "G", "G"), `One_rpo2j-261.1` = c(NA, "G",
"T", "T", "G", "T", "G", "G", "T", "T", "G", "G", "T", "G",
"G", "T", "G", "G", "T", "T", "G", "G", "G", "G", "G", "T",
"T", "G", NA, "T", "G", "G", "T", "T", "T", "T", "G", "G",
"G", "T", "G", "T", "T", "T", "G", "G", "G", "G", "T", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G",
NA, "G", "T", NA, "T", "T", "T", "G", "G", "T", "G", "T",
"T", "G", NA, NA, "T", "T", NA, "G", "G", NA, NA, "G", NA,
NA, "G", "G", NA, NA, NA, NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", NA, "G", "G", "T", "G", "T", "T",
"T", "G", "G", "G", "T", NA, NA, NA, "G", "G", "G", "T",
"T", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "T", "T", "G", "G", "G", "G", "G", NA, NA, NA, NA, NA,
NA, "G", "T", "T", "T", "G", "G", "G", "G", "G", "G", "T",
"G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "T", NA, NA,
NA, "G", "T", "G"), `One_sast-211` = c(NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "T", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, "G"), `One_sast-211.1` = c(NA, "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "T", "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "T", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "T", "G", "T", "G",
"G", "G", "G", "G", NA, "G", "G", "T", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "T", "G", "G", "G", "T", NA, "G", "G", "T",
"G", "G", "T", NA, "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "T", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", NA, "T", "G", NA, "G"), `One_spf30-207` = c(NA,
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", NA, NA), `One_spf30-207.1` = c(NA,
"G", "G", "G", "T", "T", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "T", NA, "G", "G", "G", "G", "G", "G", NA, "G",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "T", NA, "G", "G", "G", "T", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "T", NA, "G", "G", "G", "G",
"G", "G", "G", "T", "G", "G", NA, "G", "T", NA, "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "T", "T", "G", NA, NA), `One_srp09-127` = c("A",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", NA, NA,
"T", "T", "T", "A", "T", "T", "A", "T", "T", "T", "T", "A",
"T", "T", "T", "T", NA, "T", "A", "T", "T", "A", "T", "T",
"T", "A", "A", "A", "T", "T", "T", "A", "T", "A", "T", "T",
"A", "T", "A", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"A", "T", "T", "T", "T", NA, "T", "A", "A", "T", "A", "T",
"A", "A", "T", "T", "T", "T", "T", "A", "T", "A", "A", NA,
NA, NA, NA, "T", NA, NA, "A", NA, "A", "A", NA, "A", NA,
"T", "A", "T", NA, "A", "A", "T", "T", NA, "T", "T", "T",
"A", "A", "T", "A", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "A", "T", NA,
"T", "A", "T", "A", "T", NA, "T", "T", "A", "T", "T", "A",
NA, "T", "A", NA, NA, "T", "T", "A", "A", "A", NA, "T", "A",
"T", "T", "T", "T", "T", NA, "T", "T", "A", "A", "T", "T",
"T", "T", "A", "A", "T", "T", "T", "A", "A", "A", "T", "A",
"T", NA, "T", "T", "T", "T", NA), `One_srp09-127.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T",
"A", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", "T", NA,
NA, NA, NA, "T", NA, NA, "T", NA, "T", "A", NA, "A", NA,
"T", "T", "T", NA, "T", "A", "T", "T", NA, "T", "T", "T",
"A", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "A", "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
NA, "T", "A", NA, NA, "T", "T", "T", "T", "T", NA, "T", "A",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", NA), `One_ssrd-135` = c("-",
NA, "-", "-", "-", "-", "-", "-", "-", "T", "-", "-", "-",
"-", "-", "T", "-", "T", "-", NA, "-", "-", "-", "T", "-",
NA, NA, "T", NA, NA, "-", "-", "T", "T", "-", "-", "-", "-",
"T", "-", "-", "-", "-", "-", "T", "T", "-", "-", "T", NA,
NA, "T", "-", "T", "-", "-", NA, "-", "-", NA, NA, NA, "T",
"-", NA, "T", NA, "-", NA, "T", "-", "-", NA, "-", "-", "-",
"-", "-", "T", NA, "-", NA, "-", "-", "-", NA, "T", NA, "-",
NA, "-", "-", NA, "-", NA, NA, NA, "-", "-", "-", "-", "-",
"-", "-", NA, "-", NA, "T", "T", "-", "-", "-", "-", "T",
"-", "-", "T", "-", NA, "-", "-", "-", "-", "T", "-", "T",
"T", "-", "T", "-", "-", "-", NA, NA, "T", "-", "-", "-",
"-", "T", "-", "T", "-", "T", "-", NA, "-", "-", "-", "-",
"-", "-", "-", "T", "T", "-", "-", "-", "T", "-", "T", "-",
"T", "-", NA, "-", "-", "-", "-", "-", "-", "-", "T", "-",
"T", "-", NA, "-", "-", "-", "-", "-", "-", "-", "-", "-",
NA, NA, NA, "-"), `One_ssrd-135.1` = c("T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "-", "T", "T", "T", "-", "T",
"-", "T", "T", NA, "T", "-", "-", "T", "T", NA, NA, "T",
NA, NA, "-", "-", "T", "T", "-", "T", "-", "T", "T", "T",
"-", "T", "-", "-", "T", "T", "T", "-", "T", NA, NA, "T",
"-", "T", "-", "T", NA, "T", "-", NA, NA, NA, "T", "T", NA,
"T", NA, "T", NA, "T", "T", "-", NA, "T", "T", "T", "-",
"T", "T", NA, "T", NA, "-", "T", "T", NA, "T", NA, "T", NA,
"T", "T", NA, "T", NA, NA, NA, "-", "T", "T", "T", "T", "T",
"-", NA, "T", NA, "T", "T", "T", "-", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"-", "T", "T", "T", "-", NA, NA, "T", "T", "T", "-", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "-", "T",
"-", "T", "T", "T", "T", "T", "T", "T", "-", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "-", "T", "T", "-", "T", "T", NA,
NA, NA, "-"), `One_STC-410` = c("C", NA, "C", "C", NA, NA,
"C", "C", "C", "T", "C", NA, "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", "T", "C", "C", NA, "C", "C", NA, "C",
"C", "T", "C", "C", "C", "C", "T", "T", "T", NA, NA, "T",
"C", "C", "C", "T", "C", NA, "C", NA, "C", "T", "C", "T",
"C", "T", NA, "T", "C", "C", NA, "T", "C", NA, "C", "T",
NA, "C", NA, "T", "T", "T", "T", "T", "C", "T", "C", NA,
"T", "C", "C", NA, "T", "T", "T", NA, "T", NA, "C", NA, NA,
NA, "T", "T", "T", "T", "T", NA, "C", "T", "C", "T", "T",
"T", "T", "C", NA, "C", "C", "T", "T", "T", "C", "C", "C",
NA, "T", "T", NA, "C", NA, "T", "C", "T", "T", "T", "T",
"T", "T", "C", "T", NA, NA, "T", "T", "T", "T", "C", "C",
"C", "C", "C", "T", "C", "T", "C", NA, NA, "T", "T", NA,
"C", "T", "C", "C", NA, "T", "C", "T", "T", "C", "T", "C",
NA, "C", "C", NA, NA, NA, "T", "C", NA, "T", "T", "T", "T",
"C", "C", "T", "T", "C", "C", "C", "T", NA, NA, NA, "T",
NA, NA), `One_STC-410.1` = c("T", NA, "T", "T", NA, NA, "T",
"C", "T", "T", "C", NA, "T", "T", "C", "T", "T", "T", "C",
"T", "C", "T", "T", "T", "T", NA, "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "C",
"T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "T", "T", NA, "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "C", NA, "T", "T",
"T", NA, "T", "T", "T", NA, "T", NA, "C", NA, NA, NA, "T",
"T", "T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "C", "T", "T", "T", "T", "C", "T", NA, "T",
"T", NA, "T", NA, "T", "C", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", "T", "T", "T", "T", "C", "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
"T", "T", NA, "T", "C", "T", "T", "C", "T", "T", NA, "T",
"T", NA, NA, NA, "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, NA, NA, "T", NA, NA), One_STR07 = c(NA,
"C", "C", "C", NA, "C", "C", "C", "C", "G", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "G", "C", "G", "C", NA,
"C", NA, "C", "C", NA, "C", "C", "C", "C", "G", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "G", "C", "C", "G", "C", "C", NA, "C", "C", "C", NA,
NA, "C", NA, NA, "G", NA, "C", "C", "C", "C", "C", "C", "C",
"G", "C", "C", NA, NA, "C", "C", "C", "C", "C", NA, NA, NA,
NA, "C", NA, NA, NA, NA, "C", "C", "G", NA, NA, "C", NA,
"C", NA, "G", NA, "C", NA, "C", "G", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C",
"C", "G", "C", "C", "G", "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "G", "C", NA, NA, "C",
"C", NA, NA, "C", "C", "C", "G", NA, NA, "C", "C", "C", "C",
"C", "C", NA, "C", "G", "C", "C", "C", "C", "C", "C", "G",
"C", "C", "G", NA, NA, "C", "C", "C", "C", "C", "G", "C",
"C", "C", NA, "C", NA), One_STR07.1 = c(NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "C", "G", "G", "G", "C", "G",
"G", "G", "G", NA, "G", "C", "G", "G", NA, "G", NA, "G",
"G", NA, "G", "G", "C", "G", "G", "C", "G", "G", "G", "G",
NA, "G", "C", "C", "G", "C", "C", "C", "G", NA, "G", "C",
"G", "G", "G", "G", NA, "C", "G", "G", NA, NA, "G", NA, NA,
"G", NA, "G", "G", "G", "C", "G", "G", "C", "G", "C", "C",
NA, NA, "C", "G", "G", "C", "C", NA, NA, NA, NA, "G", NA,
NA, NA, NA, "G", "G", "G", NA, NA, "G", NA, "G", NA, "G",
NA, "G", NA, "G", "G", "G", "G", "C", "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "C", "G", "C", "G", "G", "C",
"G", "G", "G", "C", NA, "G", NA, "C", "C", "G", "C", "G",
"G", "C", "G", "G", "G", "C", NA, NA, "G", "G", NA, NA, "G",
"C", "C", "G", NA, NA, "G", "C", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "C", "C", "G", "G", "G", "G", "C", "G",
NA, NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", NA), `One_SUMO1-6` = c("C", "C", "A", "C", "C", "C",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "A", "C", "C", "C",
"C", "C", "A", "A", "C", "C", "C", "C", "C", "A", NA, "A",
"C", "C", "C", "A", "A", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "A", "A", "A", NA, "C", "C",
NA, NA, "C", "C", "A", "C", NA, "A", "C", "C", "C", NA, "C",
"C", "C", NA, "A", "C", "C", "C", "A", "C", "A", "A", "C",
"A", "C", "C", "A", "A", "C", "C", "C", "A", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "A", "A", "C", "C", "A",
"C", "A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "A", "C", "C", "C", "A", "C", "C", "C", "C", "A",
"C", "C", "A", "A", "A", "C", "A", "C", "C", "C", "A", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA,
"A", "A", NA), `One_SUMO1-6.1` = c("C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, NA, "C", "C", NA), `One_sys1-230` = c(NA, "G", "T", NA,
"G", "G", "G", "G", "G", "T", "T", "G", NA, "T", "G", "G",
"G", "T", "G", "G", "G", "T", "G", "T", "G", NA, "G", "G",
NA, NA, "G", "G", "G", "T", "G", "G", "G", "G", "G", "G",
"G", "T", "T", "T", "G", "T", "T", NA, "T", "G", NA, "G",
"G", "G", "G", "T", NA, "G", "G", "G", "G", "G", "T", NA,
"G", "T", NA, "G", "G", "G", "T", "G", "G", "G", "G", "T",
"T", "G", NA, "T", "G", "G", "G", "T", "G", "G", "G", "T",
NA, "G", NA, "T", "G", NA, "G", "G", NA, NA, "G", NA, "G",
NA, "G", "G", NA, "T", NA, "G", "G", "G", "T", "G", "G",
"G", "G", NA, "G", "G", NA, NA, NA, "G", "T", "T", "G", "T",
"G", "G", "G", "G", "G", "G", "G", NA, "T", "G", "G", "G",
"G", NA, "G", "G", "T", "G", "G", "G", NA, "G", "G", NA,
"G", "T", "G", "G", "T", "G", NA, "T", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G"), `One_sys1-230.1` = c(NA, "G", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "G", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
NA, NA, "T", "T", "T", "T", "G", "T", "G", "T", "G", "T",
"G", "T", "T", "T", "T", "T", "T", NA, "T", "G", NA, "G",
"G", "G", "T", "T", NA, "G", "T", "T", "G", "G", "T", NA,
"T", "T", NA, "G", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "G", NA, "T", "G", "T", "T", "T", "T", "T", "T", "T",
NA, "T", NA, "T", "T", NA, "T", "T", NA, NA, "G", NA, "T",
NA, "T", "G", NA, "T", NA, "T", "T", "T", "T", "T", "T",
"G", "G", NA, "G", "T", NA, NA, NA, "T", "T", "T", "T", "T",
"T", "G", "G", "T", "T", "G", "T", NA, "T", "T", "T", "G",
"T", NA, "T", "G", "T", "G", "T", "G", NA, "G", "G", NA,
"T", "T", "T", "G", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "G", "G", "G", "G", "T", "G",
"T", "G", "T", "T", "G", "T", "G", "G", "G", "T", "T", "T",
"T", "G", "T", "G"), `One_taf12-248` = c(NA, "G", "G", "G",
"G", "G", NA, "G", "T", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "T", "T", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "T", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA), `One_taf12-248.1` = c(NA, "G",
"G", "G", "G", "G", NA, "G", "T", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "T", "G", "G", "G", "T", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T",
"T", "G", "T", "G", "G", "G", "T", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, "G", "T", "T", "G", "G", "T", "G",
"G", "T", "G", "G", "T", "T", "T", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", NA, "G", "T", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "T", NA, "G", "G", "G",
"G", "G", "G", "T", "G", "G", "G", "G", "G", "T", "G", NA,
"G", "G", "G", "G", "G", NA, "G", "T", "G", "G", "G", "G",
NA, "G", "T", NA, "G", "G", "T", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "T",
"T", "T", "G", "G", "T", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA), `One_Tf_ex10-750` = c("G",
"G", "G", "G", "A", "G", NA, "A", "A", "G", "G", "G", NA,
"A", "G", "A", "A", "G", "G", "A", "G", "G", "A", "A", NA,
"A", NA, "A", "A", NA, "G", "G", "G", "A", "A", "G", "G",
"G", "G", NA, NA, "G", "G", "G", "G", "G", "A", "A", "G",
NA, "G", "G", "A", "A", "A", "G", NA, "G", "A", "G", NA,
NA, "A", NA, "G", "G", NA, "A", "G", "G", "A", "G", "A",
"G", "A", "A", "A", "A", "G", "A", "G", "A", "G", "G", "G",
NA, "A", "G", "G", "G", "G", "A", NA, NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "A", NA, "G", "G", "A",
"G", "G", "G", "G", "G", "A", "A", "A", "A", NA, NA, NA,
"G", "G", "G", "A", "G", "G", "G", "A", "A", "G", "G", "G",
NA, "G", "A", "G", "G", "G", "G", "A", "A", "G", "G", "G",
"G", "G", NA, "G", NA, "A", "G", "A", "G", "G", "A", "A",
"G", "G", "G", "A", "A", "G", NA, NA, "G", "A", "A", "A",
"G", "G", "G", "G", "G", "G", "A", NA, "G", "G", "A", "G",
"G", "A", "G", NA, NA, "G", "G", "G", NA), `One_Tf_ex10-750.1` = c("G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA,
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", NA,
"G", NA, "G", "G", NA, "G", "G", "G", "A", "G", "G", "G",
"G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "A", "G", "G", "G", NA, "G", "G", "G", NA,
NA, "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", "G", NA, NA, NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", "A", "A", "G", NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", NA), `One_Tf_ex3-182` = c("A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "G", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", NA, "A", "G"), `One_Tf_ex3-182.1` = c("A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "G", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "G", NA, "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "G", "G", "A",
"A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "G", NA, "G", "G"), `One_tshB-92` = c("A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "C", "A", NA, "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", NA, NA), `One_tshB-92.1` = c("A",
"C", "C", "C", "A", NA, "A", "A", "A", "A", "C", NA, "A",
"A", "C", "C", "C", "A", "C", NA, "A", "A", "A", "A", "A",
"C", "A", "A", "C", "C", "A", "A", "A", "C", "A", "A", "A",
"C", "A", "C", "A", "A", NA, "A", "C", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "C", "A", NA, "C",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "C", "A", "A", "C", NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "C", "A", "A", "A", "C", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "C", "C", "A", NA,
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"C", "A", "A", "A", "A", "A", "C", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", NA, NA), `One_txnip-401` = c(NA,
"C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
NA, "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C"), `One_txnip-401.1` = c(NA,
"C", NA, NA, "C", "C", "T", "T", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "T", "C", "C", "C", "C", NA,
"T", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"T", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", NA, NA,
NA, "C", "C", NA, "C", NA, "C", "T", "C", "T", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", NA,
"C", NA, "T", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "T", "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "T", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "T", "C", "C", "C", "C",
"C", "T", NA, "C", "C", "C", "C", "C"), `One_U1003-75` = c(NA,
NA, NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C",
NA, "C", NA, NA, "T", "C", "T", "T", "C", "C", "C", "C",
"C", "C", "T", "T", "C", NA, "C", "C", "C", NA, "C", "T",
NA, "C", "C", "C", "C", "C", NA, "T", "C", "C", "C", "C",
"C", NA, NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "T",
"T", "C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "T", NA, NA, "C", "C", NA, NA, "T", NA,
"C", NA, "T", "T", "C", "C", NA, "C", "C", "T", "C", "C",
"C", "C", "C", NA, "C", "C", NA, NA, NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "T", "C",
"T", "C", "C", "T", "C", "T", "C", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C", "T",
"C", "T", "C", NA, "C", "C", "C", NA, "C", "T", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "T", "C", "T", "T", NA,
NA, NA, "C", "C", "T"), `One_U1003-75.1` = c(NA, NA, NA,
NA, "T", NA, "T", "T", "T", "C", "C", "T", "T", "T", "T",
"T", "T", "T", "C", NA, "C", "T", "T", "T", "T", "T", NA,
"T", NA, NA, "T", "C", "T", "T", "T", "C", "T", "C", "C",
"T", "T", "T", "C", NA, "C", "C", "C", NA, "T", "T", NA,
"T", "T", "C", "C", "C", NA, "T", "C", "T", "T", "T", "T",
NA, NA, "C", NA, "T", NA, "C", "T", "T", NA, "T", "T", "T",
"C", NA, "T", "C", "T", "T", "C", "C", "T", NA, "C", NA,
"T", "C", "C", "T", NA, NA, "T", "T", NA, NA, "T", NA, "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", "T", "C", "T",
"T", "T", NA, "T", "T", NA, NA, NA, "C", "C", "T", "T", "C",
"T", "T", "T", "C", "T", NA, "C", NA, "T", "T", "C", "T",
"T", "T", "T", "C", "T", "T", "T", "T", NA, "C", "C", "T",
"T", "T", "C", "T", "C", "T", NA, "T", "T", "C", "T", "C",
"T", "T", NA, "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "C", "T", NA, "C", "T", "T", "T", "T", "T", NA, NA,
NA, "T", "T", "T"), `One_U1004-183` = c("A", "A", NA, "G",
"A", NA, NA, "A", "A", "A", "A", NA, NA, "A", "A", "A", "G",
"A", "G", "A", "A", "G", "G", "A", "G", "G", NA, "A", NA,
"A", "A", "A", "A", "G", "G", "A", "G", "G", "A", "A", "G",
"A", NA, "A", "G", "A", "A", "A", "G", "G", "A", "G", "G",
"A", "A", "G", NA, "A", "G", NA, "G", "A", "A", "G", "G",
"A", NA, "G", "A", "A", "A", "G", NA, "A", "A", "A", "G",
"A", "G", "G", "G", "A", "A", "A", "A", NA, NA, "G", NA,
NA, "A", "A", "G", "G", "A", NA, "A", "G", "G", NA, "G",
"A", "A", "G", "A", "A", NA, "A", "G", "G", "G", "A", "A",
"G", "G", "G", "G", "A", NA, "G", "G", "A", "G", "G", "G",
"G", "G", "A", "G", "G", "A", "G", "G", NA, "G", "A", "A",
"G", "G", "A", "A", "G", "A", "A", "A", NA, "A", NA, "G",
"A", NA, "G", "A", "A", "A", "A", "A", "G", "G", "G", "G",
"G", "A", NA, NA, "A", NA, "G", "A", "A", "A", NA, "A", "G",
"G", "A", "A", NA, "A", "A", "A", "G", "G", "A", NA, "A",
NA, NA, NA, "G"), `One_U1004-183.1` = c("G", "G", NA, "G",
"G", NA, NA, "A", "G", "A", "A", NA, NA, "G", "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "A", "G", "A", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", NA,
NA, "G", "G", "G", "G", "G", NA, "A", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "A",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, NA, "G", NA, "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "A", "G", "G", "G", NA, "G",
NA, NA, NA, "G"), `One_U1009-91` = c("A", NA, NA, "G", NA,
NA, NA, "A", "A", "G", "A", "A", "A", "A", "A", "G", "G",
"A", "G", NA, "A", "G", "G", "G", "A", "G", "A", "G", "G",
"G", "A", "A", "A", "A", "G", "G", "G", "G", "G", "A", "G",
"A", "A", "A", "G", "A", "A", "A", "A", "G", NA, "A", "G",
"G", "G", "A", NA, "G", "A", "G", NA, NA, "A", "A", NA, "G",
NA, "A", NA, "A", "G", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "G", NA, "A", "A", NA, NA, NA, NA, NA, "A", "A",
"A", NA, NA, NA, NA, "A", "A", "G", "G", "A", NA, "G", "G",
"A", NA, "A", "G", "G", "G", "A", "G", "G", "A", "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "A", "G", "A",
"G", "G", "G", NA, "G", NA, "G", "G", "A", "A", "A", "G",
"G", "A", "G", "A", "A", "A", "A", NA, "G", NA, "G", "A",
"A", "G", "A", "G", NA, "A", "G", "G", "G", "G", "G", "G",
NA, "A", "A", "A", "G", "A", NA, "A", "G", "G", "A", "A",
"A", "G", "G", "A", "A", "G", "G", "G", NA, "A", NA, NA,
"A", "G"), `One_U1009-91.1` = c("G", NA, NA, "G", NA, NA,
NA, "G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", NA, NA, "A", "G", NA, "G", NA,
"G", NA, "G", "G", "G", NA, "G", "G", "G", "A", "G", "G",
"A", "G", NA, "G", "A", NA, NA, NA, NA, NA, "G", "G", "G",
NA, NA, NA, NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", NA, NA, NA, "G", "G", "G", "G", "A", "G", "A", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "A", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA,
"A", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", NA, NA, "G",
"G"), `One_U1010-81` = c("G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "A", NA, "A", "A", "G", "A", "A", "G", "G",
"G", "G", "A", "A", "G", NA, "G", "A", "A", "A", NA, "G",
"G", "G", "A", "A", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "A", "G",
"G", NA, "G", "G", "G", "G", NA, "G", NA, "A", "A", NA, "A",
"G", "G", "G", "G", "A", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", NA, "A", "G", NA, "A", "G", NA,
"G", "G", "G", "G", "G", NA, "A", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "A", "G", "G", "G", "A", "G", "G", "G",
"A", "A", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, NA, NA, "G", "G", "G", "A", "A", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
NA, "G", "G", NA, "A", "G", "G", NA, "G", "G", "G", "A",
"G", "G", "A", "G", "G", "G", "A", "G", NA, "G", "G", "G",
"A", NA), `One_U1010-81.1` = c("G", "G", "G", NA, "G", NA,
"G", "G", "G", "G", "A", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "A", "G", "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "A", "G", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", NA), `One_U1012-68` = c("C", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "T",
"C", "C", "C", "C", NA, NA, "C", "C", "T", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", NA, "C"), `One_U1012-68.1` = c("T", "C", "T",
"C", NA, NA, "C", "C", "C", "C", "T", NA, "T", "C", "C",
"T", "C", "T", "T", "T", "T", "C", "C", "C", "T", NA, "T",
"C", NA, "T", "C", "C", "T", "C", "C", "C", "T", "C", "C",
"C", "C", "C", NA, NA, "C", "T", "C", NA, "C", "C", "T",
"C", "T", "C", "C", "C", NA, "C", "T", NA, NA, NA, "C", NA,
NA, "C", NA, "C", "C", "C", "C", "T", "T", "C", "C", "T",
"C", "C", "C", "T", "C", "C", "C", "C", NA, NA, NA, "C",
"T", "T", NA, "C", "C", "C", NA, "C", "C", "T", "T", "T",
"T", "T", "C", "C", "C", NA, NA, "C", "C", "T", "C", "C",
"C", "C", "T", NA, "T", "C", NA, "T", "T", "T", "C", "T",
"C", "C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "T", NA, NA,
"C", "T", NA, "C", "C", "C", "C", NA, "C", "C", "T", "C",
"C", "T", "C", "T", NA, "C", "C", "T", "T", "C", "C", "C",
"C", "T", "T", "C", "C", "T", "T", "C", "C", "T", "C", "C",
NA, NA, "T", "C", NA, "C"), `One_U1013-108` = c("T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", "T", "G", "T", "G", "G", "T",
"G", "T", "G", "T", "T", NA, "T", "T", "T", NA, "T", "G",
"T", "T", "T", "T", "G", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", NA, "T", "G", "T", "T", "G", "T", "G",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "G", "T",
"T", "T", "T", NA, NA, NA, "T", NA, "G", "G", "G", "T", "T",
"G", "T", "T", "T", "G", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T",
"G", "T", "T", "G", "T", "T", "T", "T", "G", "G", NA, "T",
"G", "G", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "G", "T", "T", "T", "G", "T", "T", "T", "T", "T", "T",
"G", "G", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "G", "G", "T", "T", "T", "T", "T", "T", "T", "G",
"T", "T", "T", "G", "G", NA, "G"), `One_U1013-108.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "G", "T", "T", NA, "T", "T", "T", NA, "T",
"G", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, NA, NA, "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "G", "T", NA,
"T", "T", "G", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "G"), `One_U1014-74` = c(NA,
"C", "T", NA, "T", "T", "T", "T", "C", "T", "C", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "C",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "C", "T", "C", "T", "T", "T", "T",
"T", "T", NA, "T", "C", "T", "T", "T", "C", "T", "T", "T",
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"C", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T"), `One_U1014-74.1` = c(NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T"), `One_U1016-115` = c(NA,
NA, NA, "-", "-", "T", "T", "-", "T", "T", "-", "-", NA,
"-", "-", "T", "T", "-", "-", NA, "T", "T", "-", "-", NA,
"T", NA, "-", "-", "T", "-", "T", "-", "T", "-", "T", "-",
"-", "-", "-", NA, "-", "-", NA, "-", "T", "T", "-", "T",
NA, NA, "T", "T", "T", "T", "-", NA, "T", "-", NA, "T", NA,
"-", NA, "-", "T", NA, NA, NA, "-", "T", "-", "T", "-", "T",
"T", "T", "T", NA, "-", "T", "-", "T", "-", "-", NA, NA,
NA, "T", NA, NA, NA, NA, "-", "-", NA, NA, NA, "T", "-",
"T", "-", "-", NA, NA, "T", NA, "-", "T", "-", "-", "-",
"T", "-", "T", NA, "-", "T", NA, "-", NA, "-", "-", "-",
"-", "-", "-", "T", "T", "T", "T", NA, "-", NA, "-", "-",
"-", "-", "-", NA, "-", "T", "-", "-", "-", "T", NA, NA,
NA, "-", NA, "-", "-", "-", "-", NA, "-", "T", "-", "-",
"-", "T", "T", "T", NA, "T", "T", "-", "T", "-", "T", NA,
"-", "-", "-", "-", "T", "-", "-", "-", "-", "T", "T", "-",
"-", "-", "T", NA, "-", NA), `One_U1016-115.1` = c(NA, NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "-", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "-", "T", "-", "T",
"-", "T", NA, "T", "T", NA, "-", "T", "T", "T", "T", NA,
NA, "T", "T", "T", "T", "-", NA, "T", "T", NA, "T", NA, "T",
NA, "T", "T", NA, NA, NA, "-", "T", "T", "T", "-", "T", "T",
"T", "T", NA, "T", "T", "-", "T", "-", "T", NA, NA, NA, "T",
NA, NA, NA, NA, "T", "-", NA, NA, NA, "T", "T", "T", "T",
"-", NA, NA, "T", NA, "T", "T", "-", "-", "-", "T", "-",
"T", NA, "T", "T", NA, "T", NA, "T", "T", "-", "-", "-",
"-", "T", "T", "T", "T", NA, "-", NA, "T", "-", "-", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, NA, NA, "T", NA,
"T", "-", "-", "T", NA, "-", "T", "-", "-", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "-", "T",
"-", "T", "T", "-", "T", "T", "T", "T", "-", "T", "T", "T",
NA, "T", NA), `One_U1024-197` = c("G", "T", "T", NA, NA,
"T", "G", "T", "G", "G", "T", "T", "T", "T", "G", "T", "T",
"T", "T", NA, "G", "T", "T", "G", "G", "T", "T", "T", "T",
"T", "G", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", NA, "G", "T", "G", "G", "T", "T", "T", "G", "T",
"T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T",
"G", NA, "T", NA, "T", "T", "T", "T", "T", "G", "G", "T",
"G", "T", "G", "T", "T", "T", "T", "T", NA, NA, NA, "T",
NA, NA, "T", NA, "T", "G", NA, NA, "T", "T", NA, "T", "G",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "G", "T", "T",
"T", "T", "T", "T", "T", "G", "T", "G", "T", "T", "T", "G",
"T", "T", "T", "T", "T", "T", "G", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, NA, "T",
"T", "T", "T", "G", NA, NA, "T", "T", "G", "G", "T", "G",
NA, NA, "T", "T", "T", NA, "T", "T", "T", "G", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "G", NA, "T",
"G", "G", "T"), `One_U1024-197.1` = c("T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA,
"T", NA, NA, "T", NA, "T", "T", NA, NA, "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, NA,
"T", "T", "T", "T", "G", NA, NA, "T", "T", "T", "G", "T",
"T", NA, NA, "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "G", "T"), One_U1101 = c("A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "C", "A",
"A", "A", NA, "A", "A", "A", "C", "A", NA, "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", NA, "A", NA, "A", "A", "A", NA, "A", "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", "A", NA, NA, NA, "A", "A",
"A", NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "C", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "C", "A", "A", "A", "A", NA, NA, "A", NA, NA, "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", NA, "A",
"A", NA), One_U1101.1 = c("C", NA, "C", "A", "A", "A", "C",
"C", "A", "C", "A", "A", "A", "C", "A", "C", "C", "C", "A",
NA, "A", "A", "A", "C", "C", NA, "C", "A", "C", NA, "A",
"A", "C", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "C", "A", "C", "C", "A", "A", "C", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "C", "A", NA, "C", "C", NA,
"C", NA, "A", "A", "A", NA, "A", "C", "A", "C", NA, "C",
"A", "A", NA, "A", "A", "A", NA, NA, NA, "A", "A", "A", NA,
NA, NA, "A", "A", "A", "C", "A", "A", "A", NA, "A", NA, "A",
"C", NA, "A", "C", "A", "A", "A", "A", "A", "A", "A", "C",
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "C",
"C", "C", NA, "A", NA, "A", "A", "C", "A", "C", "C", "A",
"C", "C", "A", "A", "A", NA, NA, "A", NA, NA, "A", "A", "A",
"A", NA, NA, "A", "A", "A", "C", "A", "A", "A", NA, "C",
NA, NA, "C", "C", "A", "A", "A", "C", "C", "A", "C", "A",
"A", "A", "A", "A", "A", "A", NA, "C", NA, "A", "A", NA),
One_U1103 = c("G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "G", NA, "G", "G", "G", "G", "A", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "A", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", NA, NA, "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "A", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"A", "G", "A", "G", "G", "G", "G", "A", "A", "G", "G", "G",
"A", "A", "G", "G", "G", "G", "G", NA, "A", "G", "G", "G"
), One_U1103.1 = c("G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", NA, NA, "G", "G", "G", "G", NA, NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G"), One_U1105 = c("T", "A", "T", NA, "A", NA, "T", "T",
"T", "T", "T", "A", "T", "T", "T", "A", "A", "A", "T", "T",
"A", "T", "T", "T", NA, "T", "A", "A", "A", NA, "A", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "A", "T", "T", NA,
"A", "A", "T", NA, "A", "A", "T", "A", "T", "T", "T", "T",
NA, "T", "T", NA, "T", "A", "T", "T", "T", "T", NA, "T",
"A", "T", "A", "T", "A", "T", "T", "A", "T", "T", "T", "A",
"A", NA, "T", "T", "T", NA, "T", NA, "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "A", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "A", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "A", "T", "T", "T",
"A", "T", NA, "T", "T", "T", "T", "T", "T", "A", "A", "A",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "A", "T", "T", "T", "T", "A", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "A", "A", "T", NA, NA, "A", "T", "A",
"A"), One_U1105.1 = c("T", "T", "T", NA, "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "A", "A", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "A", "T", "T", NA,
"A", "T", "T", NA, "T", "A", "T", "T", "T", "T", "T", "T",
NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "T", NA, "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "A", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"A", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T",
"A"), `One_U1201-492` = c(NA, "A", NA, NA, NA, "G", "G",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "G", "A", "A", NA, "G", "G", NA, "A",
"A", "G", "A", "A", "G", "A", "A", "A", "A", "A", "A", NA,
NA, "G", "A", "A", "A", "A", "A", "A", "A", "G", "A", "A",
"A", NA, "G", "G", NA, "G", "A", "G", NA, "A", "A", NA, "A",
NA, "A", "A", "A", NA, "A", "A", "A", "A", NA, "A", "G",
"A", "A", "A", "A", "A", NA, "A", NA, NA, "A", "A", "A",
NA, "A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A",
NA, "A", NA, "G", "A", "A", "A", "A", "A", "G", "A", NA,
"A", "A", NA, "A", NA, "A", "G", "A", "A", "A", "A", "A",
"A", "G", "G", "A", "A", NA, "G", "A", "A", "G", "G", "A",
"A", "G", "A", "G", "A", NA, "A", NA, NA, "A", NA, "A", "A",
"G", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, NA, NA, "A", NA, NA, "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", NA, NA, "A", "G", "G", "A"),
`One_U1201-492.1` = c(NA, "G", NA, NA, NA, "G", "G", "A",
"G", "A", "G", "G", NA, "A", "G", "A", "A", "A", "A", NA,
"G", "A", "A", "G", "G", "G", NA, "G", "G", NA, "A", "G",
"G", "G", "G", "G", "A", "G", "A", "G", "A", "G", NA, NA,
"G", "G", "A", "G", "A", "A", "G", "A", "G", "G", "A", "A",
NA, "G", "G", NA, "G", "G", "G", NA, "G", "G", NA, "G", NA,
"A", "G", "G", NA, "G", "G", "A", "A", NA, "G", "G", "G",
"G", "G", "A", "G", NA, "G", NA, NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "A", NA, "A",
NA, "G", "G", "G", "A", "A", "G", "G", "G", NA, "G", "G",
NA, "G", NA, "G", "G", "G", "A", "A", "A", "G", "A", "G",
"G", "A", "G", NA, "G", "A", "A", "G", "G", "G", "G", "G",
"A", "G", "G", NA, "G", NA, NA, "G", NA, "G", "A", "G", "A",
"G", "G", "A", "A", "A", "A", "G", "A", "G", NA, "G", NA,
NA, NA, "G", NA, NA, "G", "A", "A", "G", "G", "G", "A", "G",
"G", "G", "G", "A", NA, NA, "G", "G", "G", "A"), `One_U1202-1052` = c("C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "T", "C", "C",
"C", "C", "C", "C", "C", "T", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
NA, "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, NA, NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, NA, "C", "T", "T", "C",
"C", "C", "C", "C", "C", "C", "T", NA, NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_U1202-1052.1` = c("T",
"T", "T", "C", "T", "C", NA, "T", NA, "C", "T", "T", "T",
"C", "C", "T", "T", "C", "T", NA, "T", "T", "T", "T", NA,
"C", "T", "T", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"T", "T", NA, "C", "T", "C", NA, "T", "T", "T", "C", "C",
"C", "C", "T", "T", "C", "C", "C", NA, "T", "C", NA, "T",
NA, "C", NA, "C", "C", NA, NA, "C", "C", "T", "C", NA, "C",
"C", "T", "C", "C", "T", "T", "C", "C", "C", "C", "C", NA,
NA, NA, NA, NA, "C", NA, NA, "C", "C", "C", "C", "T", "T",
"C", "T", NA, "C", "C", "C", NA, NA, "T", "T", "T", "C",
"T", "T", "C", "C", "C", "T", "T", NA, NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"T", "C", "T", "C", NA, "T", "T", "C", "T", "C", "C", "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "T", "T", "C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "T", "T", "T",
NA, "C", "T", "C", "T", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C"), `One_U1203-175` = c(NA,
NA, NA, "A", "A", "A", "A", "A", "A", "G", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", NA, "A", "A", "A", "G", "A", NA, "A", "A", NA, "A",
"A", "A", NA, "A", "A", NA, "A", "A", "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, "A", "A", NA, "A", NA, NA, NA, NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "G", "A", "A", "A"), `One_U1203-175.1` = c(NA,
NA, NA, "A", "G", "A", "A", "G", "A", "G", "G", NA, "A",
"A", "G", "G", "A", "A", "G", "A", "A", "A", "A", "A", "A",
"A", NA, "G", NA, "A", "A", "A", "A", "G", "A", "G", "A",
"G", "G", NA, "A", "A", "A", "G", "A", "A", "A", NA, "A",
"A", NA, "G", "A", "A", "G", "G", NA, "A", "A", NA, "A",
"G", "A", NA, "G", "A", NA, "A", "A", "A", "A", "G", "A",
"G", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "G",
NA, "A", NA, "A", "A", NA, "G", NA, NA, NA, NA, "G", "G",
"A", "A", "G", "A", "A", "A", "A", "G", NA, "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "G",
"A", "G", "A", "A", "G", "A", "A", "A", "A", "A", NA, NA,
"A", "A", "G", "A", "A", NA, "A", "G", "A", "A", "A", "A",
NA, NA, "A", "A", NA, "G", "A", "A", "A", "A", NA, "A", "G",
"A", "G", "A", "A", "A", NA, "A", "A", "G", "A", "G", "A",
"A", "G", "A", "G", "A", "A", "A", "G", "A", "G", "A", "G",
"A", "G", "G", "G", "G", "G", "A"), `One_U1204-53` = c(NA,
"C", "C", "C", NA, "C", NA, "C", "T", "C", "C", NA, "C",
"T", "C", "C", "C", "C", "C", "C", "T", "C", "C", "T", "C",
NA, NA, "C", "C", "T", "C", "C", "C", "C", "C", "T", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA, NA, "C",
NA, "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, "T", "C", NA, "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", "C", "C", "T", NA, NA, NA, "C", "T", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"T", "C", "C", "T", "T", "C", "C", "C", "C", "C", "C", NA,
"C", NA, NA, "C", "T", "C", "T", "C", NA, "C", "C", "T",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "T", NA, "C", "C", "C", "C", "T", "C", "C", "C",
"C", NA, "C", "C", "C"), `One_U1204-53.1` = c(NA, "T", "C",
"T", NA, "T", NA, "T", "T", "C", "T", NA, "T", "T", "C",
"C", "T", "T", "T", "T", "T", "C", "T", "T", "C", NA, NA,
"C", "T", "T", "T", "C", "C", "T", "C", "T", "C", "C", "T",
NA, "C", "T", NA, "C", "T", "T", "C", NA, "T", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "T", "T", NA, "C", NA,
NA, "C", NA, NA, NA, "C", "T", "T", "C", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "C", "T", NA, NA, "T", NA, "C", "C",
"C", NA, "C", "T", "T", NA, "T", "C", "C", NA, "T", NA, "T",
"C", NA, "C", NA, "T", "T", "C", "T", "C", "T", "C", "C",
"C", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "C",
"C", "T", "C", "T", "C", "T", NA, "C", "T", "T", "C", "T",
"T", "T", "T", "T", "C", "T", "C", "T", NA, "C", NA, NA,
"T", "T", "C", "T", "T", NA, "C", "C", "T", "C", "C", "T",
"T", NA, "C", "C", NA, "C", "T", NA, NA, "T", "C", "T", "T",
NA, "T", "C", "T", "T", "T", "C", "C", "T", "T", NA, "T",
"C", "C"), `One_U1205-57` = c("G", "G", NA, "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "A",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G", "G",
"G", NA, "G", "G"), `One_U1205-57.1` = c("G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G"), `One_U1206-108` = c("G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "T", "T", NA, "G", "T", "G", "G", NA,
"G", "G", "G", "G", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "T",
"G", "G", NA, "G", NA, NA, "G", "G"), `One_U1206-108.1` = c("T",
"G", "G", "G", NA, "G", "G", "T", "G", "G", "G", "T", NA,
"G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T", "G",
"G", NA, "G", "T", NA, "T", "G", "G", "T", "G", "T", "G",
"G", "G", "G", "G", "T", NA, NA, "G", "G", "G", "T", "G",
"G", "G", "G", "G", "T", "T", "T", NA, "G", "T", "T", "G",
NA, "G", "G", "G", "T", NA, NA, NA, "T", "G", "G", "G", "G",
"G", "T", "T", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "T", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "T", "G", "G", "G", NA, "T", "T", "G",
"G", "G", "T", "G", "G", "G", "T", "G", NA, "T", "T", "G",
"T", "T", "G", "T", "G", "G", "G", "T", "G", "G", NA, "G",
"G", "T", "G", "T", "G", "G", "G", "G", "T", "G", "T", "G",
"G", "G", "G", NA, NA, "G", "T", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "T", "G", "G", "G",
"G", NA, "T", "T", "G", "T", "T", NA, "T", "G", "G", "T",
"T", "G", NA, "T", NA, NA, "G", "G"), `One_U1208-67` = c(NA,
"A", NA, NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "C", "A",
"C", "C", NA, NA, "A", NA, "A", "A", "A", "C", NA, "A", NA,
NA, "C", "A", "A", "A", "C", NA, "A", "A", NA, NA, "A", "A",
NA, "A", "A", NA, NA, "A", "C", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "C", "A", "A", "A",
NA, NA, "A", "A", "A", NA, "A", "A", "A", NA, "A", "A", NA,
"A", "A", "C", NA, "A", "A", "A", "A", "C", "A", "A", "C",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"C", "A", "C", "A", "A", "A", "A", "C", "A", "A", "C", "C",
"A", "C", "A", "A", "A", "A", "A", "C", "A", NA, NA, NA,
NA, NA, NA, "A", "C", "A", "A", "A", "A", "A", "C", "C",
"C", "A", "A", "A", NA, "C", NA, NA, NA, "A", NA, NA, "C",
"C", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A", "A",
NA, NA, "A", "A", NA), `One_U1208-67.1` = c(NA, "C", NA,
NA, "C", NA, "C", "C", "A", "C", "A", "C", "C", "C", "C",
"A", "A", "A", "A", "C", "A", "A", "C", "A", "C", "A", NA,
"C", NA, "A", "C", "A", "A", "C", "A", "C", "C", "C", "C",
NA, NA, "C", NA, "A", "A", "C", "C", NA, "A", NA, NA, "C",
"A", "A", "A", "C", NA, "C", "A", NA, NA, "C", "A", NA, "C",
"A", NA, NA, "C", "C", "A", "A", "A", "C", "A", "A", "A",
NA, NA, "C", "A", "C", "C", "C", "C", "C", "A", NA, NA, "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", NA, "C", "C", "C", "A", "C", "A", "A", "C", "A", "A",
"C", "C", "A", "A", NA, "C", "C", "C", "A", "A", "C", "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "A", "A", "C", "C", "C", "A", NA, NA, NA, NA, NA, NA,
"C", "C", "A", "C", "A", "C", "A", "C", "C", "C", "A", "C",
"C", NA, "C", NA, NA, NA, "C", NA, NA, "C", "C", "C", "C",
"C", "A", "A", "C", "C", "C", "C", "C", "C", NA, NA, "A",
"A", NA), `One_U1209-111` = c(NA, "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", "T", "T", "C", "T",
NA, "T", "C", "T", "C", "C", "T", "C", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "C", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "C", NA,
"T", "T", "T", "T", "T", "T", "T", NA, "T", NA, NA, "C",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "C", "T", "C", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "C", NA, NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "C", "T", "T", "T", "T",
"T", "T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", "C", "T", "T", NA,
"T", "T", NA, "C"), `One_U1209-111.1` = c(NA, "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"C", "T", NA, "T", "T", "T", "C", "C", "T", "C", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "C", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "C", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "C"), `One_U1210-173` = c("G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "A", NA,
"G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "A", "A", "G", "G"), `One_U1210-173.1` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G"), `One_U1212-106` = c(NA,
"G", NA, NA, NA, NA, "A", "A", "G", "G", "G", "A", NA, "A",
"G", "G", "A", "G", "A", "G", "A", "G", "A", "G", "A", NA,
NA, "A", "A", NA, "A", "A", "A", "G", "A", "A", "A", "A",
"A", NA, NA, "A", NA, "G", "G", "A", "A", NA, "G", "G", "A",
"G", "A", "A", "G", "A", "G", "A", "G", "G", "A", "A", "G",
NA, "A", "G", NA, NA, "G", "G", "G", "A", "A", "A", "G",
"A", "G", "G", "A", "G", "G", NA, "A", "G", NA, NA, NA, NA,
NA, NA, "A", NA, NA, "A", "A", "A", NA, "G", "A", "A", "A",
NA, "A", NA, "A", NA, "A", "A", "A", "G", "A", "A", "A",
"G", "A", "A", "G", "A", NA, "G", NA, "G", "A", "A", "A",
"A", "A", "G", "G", "A", "G", "G", "G", NA, "G", "A", "A",
"A", "A", NA, "A", "A", "A", "G", "A", "A", NA, NA, "G",
"G", "A", "G", "G", "A", "G", "A", "G", "G", "A", "A", "A",
"A", "G", "A", NA, "A", NA, "A", "A", "G", "G", NA, "A",
"A", "A", "A", NA, "A", "A", "G", "A", "G", "A", "A", NA,
"A", "A", "A", NA, NA), `One_U1212-106.1` = c(NA, "G", NA,
NA, NA, NA, "G", "G", "G", "G", "G", "G", NA, "A", "G", "G",
"G", "G", "G", "G", "G", "G", "A", "G", "G", NA, NA, "A",
"G", NA, "G", "G", "G", "G", "G", "G", "A", "A", "G", NA,
NA, "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, NA, NA,
NA, "G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G", NA,
"G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "A", "G", "A", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "A", "A",
"G", "G", NA, "G", NA, "G", "G", "G", "G", NA, "G", "G",
"G", "G", NA, "A", "G", "G", "G", "G", "G", "A", NA, "G",
"G", "G", NA, NA), `One_U1214-107` = c(NA, "C", "A", "A",
NA, "A", "A", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", "A", "C", "C", "A", "A", "C", "A", "C", "C", NA, "C",
NA, "A", "C", "A", "A", "C", "A", "C", "A", "A", "A", NA,
"A", "A", "C", "C", "C", "C", "C", NA, "A", "A", "C", "C",
"C", "A", "A", "A", NA, "C", "A", NA, NA, "C", "A", NA, "C",
"C", NA, NA, "A", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "A", "C", "C", "C", "A", "C", "A", "C", NA, NA,
"A", "A", "A", "A", NA, "C", "C", NA, "A", "C", NA, "A",
NA, "C", "A", "C", "C", NA, "C", "A", "A", "C", "A", "C",
"C", "A", NA, "C", "C", NA, NA, "C", "C", "A", "A", "A",
"C", "A", "A", "C", "C", "C", "A", "A", "A", "A", "C", "C",
"A", "C", "C", "C", "C", "A", "C", "C", NA, "C", "C", "C",
"C", NA, "A", "A", "A", "C", NA, "C", "A", "C", "A", "C",
"A", "A", "C", NA, "C", "C", "C", "A", "C", "C", "C", "A",
"C", "A", "A", NA, NA, "C", "C", "C", "C", "A", "A", NA,
NA, "C", NA, "A", NA), `One_U1214-107.1` = c(NA, "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "A", "A",
NA, "A", "C", "C", "C", "C", "C", "C", NA, "C", "A", "C",
"C", "C", "A", "C", "C", NA, "C", "C", NA, NA, "C", "A",
NA, "C", "C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "C", "C", NA, "C", "C", NA, "A", "C", NA, "C",
NA, "C", "A", "C", "C", NA, "C", "C", "A", "C", "A", "C",
"C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"A", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "A", "A", NA, NA, "C", "C", "C", "C", "A", "C", NA,
NA, "C", NA, "C", NA), `One_U1216-230` = c("A", NA, "A",
"A", "A", NA, "A", "T", "A", "A", "A", NA, NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, NA, "A",
"A", "A", NA, "A", "T", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "T", "A", "A", "A", "A", "A", "A", NA,
"T", "A", "A", "A", "A", "A", "A", "T", "A", "A", "A", "A",
NA, "A", "A", NA, "A", NA, "T", "A", "T", NA, "A", "A", "T",
"A", NA, NA, "A", "A", NA, "A", "T", NA, "A", "A", NA, "A",
"T", "A", "A", NA, "A", "T", "T", "A", "A", "A", "T", "T",
"A", "A", NA, NA, "T", "A", "A", "A", "A", "A", "A", "A",
"A", "T", "T", "A", "A", NA, NA, "A", "T", "T", "T", "A",
"T", "A", "T", "A", "A", "A", NA, "A", NA, "T", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "T", "A", "A", NA, "A",
NA, NA, "T", "T", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", NA, NA, "T", "A", NA, "A", "A",
"T", "A", "A", "A", "A", "A", "T", "A", "A", "A", "A", "A",
"T", "A", "A", NA), `One_U1216-230.1` = c("T", NA, "T", "T",
"T", NA, "T", "T", "T", "A", "T", NA, NA, "A", "A", "A",
"T", "A", "T", "T", "T", "T", "A", "T", NA, NA, "T", "T",
"T", NA, "T", "T", "T", "T", "A", "T", "A", "T", "A", "T",
"A", "A", NA, "T", "T", "T", "T", "T", "A", "A", NA, "T",
"T", "A", "T", "T", "A", "A", "T", "T", "T", "T", "T", NA,
"T", "T", NA, "T", NA, "T", "T", "T", NA, "T", "A", "T",
"T", NA, NA, "T", "T", NA, "A", "T", NA, "T", "T", NA, "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "A", "T", "T",
"T", "T", NA, NA, "T", "T", "T", "T", "A", "T", "T", "T",
"T", "T", "T", "A", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "A", "T", "T", "A", "A", NA, "T", NA, "T", "T", "T",
"T", "T", "T", "A", "T", "T", "A", "T", "T", "T", NA, "A",
NA, NA, "T", "T", "A", "T", "T", NA, "A", "A", "T", "A",
"T", "A", NA, NA, "A", "A", NA, NA, "T", "A", NA, "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "A", "T", "T",
"T", "T", "T", NA), `One_U301-92` = c("T", NA, "G", "T",
"T", "G", "T", "T", "G", "T", "G", "G", "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", "T", "G", "G", "G", "G",
"G", "G", "T", "G", "T", "G", "G", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "G", "T",
"G", "G", "T", "T", "T", "T", "T", NA, "T", "T", "G", "T",
"T", "G", NA, "T", "G", "T", "T", "G", "G", "G", "T", "G",
"T", "T", "G", "T", "T", "T", "G", "T", "T", NA, NA, "T",
"T", "T", "T", "G", "T", "T", "T", NA, "T", "T", "T", "G",
"T", "T", "T", NA, "G", NA, "T", "T", "G", "G", "T", "T",
"T", "T", "G", "G", "G", "G", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "G", "G", "T", NA, "T", "T", "T",
"G", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "G", "G", "T", "T", "T", "T", "G", "G",
"T", "T", "T", "T", NA, "T", "T", "G", "T", "T", "G", NA,
"T", "G", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "G", NA, "T", NA), `One_U301-92.1` = c("T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", NA, "T", NA), `One_U401-224` = c(NA,
"C", "A", "A", "A", NA, "A", "C", "A", "A", "A", "A", "A",
"A", "A", "C", "A", "A", "A", "A", "A", "A", "C", "A", NA,
"A", "A", "A", "C", "A", "A", "A", "A", "A", "A", "C", "C",
"A", "A", "A", "A", "A", NA, "C", "A", "A", "A", "A", "A",
"C", "A", "C", "A", "A", "A", "C", "C", "A", "A", "A", "A",
"A", "C", NA, NA, "C", NA, NA, NA, "C", "C", "A", "A", "A",
"A", "A", "C", NA, "A", "A", "A", "A", "A", "A", NA, NA,
"C", NA, NA, "A", "A", "A", NA, "A", "A", "A", "A", "C",
"C", NA, "C", "A", "C", NA, NA, "A", NA, "C", "C", "C", "C",
"C", "A", "A", "A", NA, "A", "A", NA, "A", "A", "A", "A",
"A", "C", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"C", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
NA, "A", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", "A", "C", "A", "A", NA, "A",
"A", NA, "A", "A", NA, "C", "A", "C", "A", "A", "A", "C",
"A", "A", NA, "A", NA, "A"), `One_U401-224.1` = c(NA, "C",
"C", "C", "C", NA, "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "C", "A", "C", "C", "C", "C", "C", "A", NA, "C",
"C", "A", "C", "A", "A", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "A", NA, "C", "C", "C", "C", "C", "A", "C",
"C", "C", "C", "C", "A", "C", "C", "A", "A", "C", "C", "C",
"C", NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C", "A",
"A", "C", NA, "C", "A", "A", "C", "A", "C", NA, NA, "C",
NA, NA, "C", "A", "A", NA, "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, "A", "C", NA, "C", "C", "A", "A", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "A", "C", NA, "A", "C", "A", "C", "C", "C", NA, NA,
"C", "A", NA, "C", "A", "C", "A", NA, NA, "A", "C", "C",
"A", NA, "C", "A", NA, "C", "C", "C", "C", "A", NA, "C",
"C", NA, "C", "A", NA, "C", "A", "C", "A", "A", "C", "C",
"C", "C", NA, "C", NA, "C"), `One_U404-229` = c(NA, "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "T", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, NA, "C", "C",
"C", "T", "C", "C", "T", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, NA, NA), `One_U404-229.1` = c(NA,
"C", "C", NA, "C", NA, "C", "T", "C", "C", "C", "C", "T",
"T", "T", "C", "C", "C", "C", NA, "C", "C", "C", "T", "T",
"T", "C", "C", "C", "C", "C", "C", "T", "C", "C", "T", "C",
"C", "T", "C", NA, "T", "C", "C", "C", "T", "C", "T", "C",
NA, "C", "T", "C", "T", "C", "T", NA, "T", "C", "C", "C",
"C", "C", "C", "C", "T", NA, "C", "C", "C", "C", "T", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "T", "C", "C",
NA, NA, "T", "C", "C", "C", "C", "C", NA, "T", "T", NA, "C",
"C", "C", "C", "T", "T", NA, "T", "T", NA, "C", "C", "T",
"C", "C", "C", "C", "T", NA, "C", "T", NA, NA, "C", "T",
"T", "T", "T", "T", "T", "T", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "T", "C", "C", "T", "T", "T", "C", "T", NA,
NA, "T", "T", "C", NA, "C", "T", "C", "C", "T", "C", "C",
"T", "T", "C", "C", "T", NA, NA, "C", "T", "C", "C", "C",
"C", "C", "C", "T", "T", "T", "T", "C", "C", "T", "C", "C",
"C", "T", NA, NA, "T", NA, NA, NA), `One_U502-167` = c("A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A"), `One_U502-167.1` = c("A",
"G", NA, "A", "A", "A", "A", "A", "A", "A", "G", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A",
NA, "A", NA, NA, "G", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A",
NA, "G", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "G", "A", "A", "A", "A", "A", NA, "A", "A", "G", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A"), `One_U503-170` = c("T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "G", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "G", "T", "T", "T", "T", "G", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "G", "T",
"T", "G", "G", "T", "T", "T", "G", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "G", "T", "G", "T",
"G", "T", "T", "T", "T", NA, "T", "T", NA, "G", "G", "G",
"T", NA, NA, "T", NA, NA, "G", "T", "T", NA, "T", "G", "T",
"T", "G", "T", "T", "T", "T", "G", NA, NA, "T", "T", "T",
"T", "G", "T", "T", "T", "T", "T", "T", NA, "T", NA, "G",
"T", "G", "T", "G", "G", "G", "T", "T", "T", "T", "G", NA,
"T", "T", "G", "T", "T", "T", "T", "T", "G", "T", "G", "T",
"T", "G", "T", "T", "T", "G", "G", "T", "T", "G", "T", "T",
"G", "T", "T", "T", "T", "T", NA, "T", "T", "G", "T", "T",
NA, "T", "G", "T", "G", "T", "T", "T", "T", "G", "T", "T",
"T", "T", NA, NA, "G", "T", "T", "T"), `One_U503-170.1` = c("T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T",
"T", NA, NA, "T", NA, NA, "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", "G", "G", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, "T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", "T", "T", "T"), `One_U504-141` = c("A",
"A", "A", "C", "C", "A", "A", "C", "C", "C", "C", "C", NA,
"C", "A", "C", "A", "C", "C", "C", "C", "A", "A", "C", NA,
"C", "C", "C", "A", "C", "A", "C", "A", "C", "C", "A", "C",
"A", "A", "A", "C", "C", "C", "C", "C", "C", "C", "A", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "A", "C", "C", NA,
"A", "A", NA, "A", "C", "A", "A", NA, "C", "A", "A", NA,
"A", "C", "C", "C", "C", NA, "C", "C", "A", "A", "A", "A",
NA, "A", NA, "C", NA, "A", NA, NA, NA, NA, NA, "A", "C",
"A", NA, "C", NA, "C", "C", "A", NA, NA, "C", "C", "A", "A",
"A", "A", "C", "C", NA, "C", "C", NA, "C", "A", "A", "A",
"A", "C", "C", "C", "A", "A", "A", "C", "C", "A", "A", "A",
"C", "A", "C", "C", NA, "A", "A", "C", "A", "C", "A", NA,
"A", "A", "A", "A", "C", "C", "A", "A", "A", "C", "A", "C",
"A", "C", "C", "A", NA, "A", "C", "C", NA, "C", "C", "A",
NA, "C", "C", "A", "C", NA, NA, "A", "A", "A", "C", "C",
"A", NA, "A", "A", "C", "C", "C"), `One_U504-141.1` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "A", "C", NA,
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", NA, "C", NA, "C", NA, NA, NA, NA, NA, "C", "C",
"C", NA, "C", NA, "C", "C", "C", NA, NA, "C", "C", "A", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C",
"A", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
NA, "C", "C", "C", "C", NA, NA, "C", "C", "A", "C", "C",
"C", NA, "C", "C", "C", "C", "C"), `One_vamp5-255` = c(NA,
NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "T", "C", NA, NA, NA, "C", "C", "C"), `One_vamp5-255.1` = c(NA,
NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
NA, "C", "C", "C", "T", "C", "T", "C", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "T", "C", "C", "C",
"C", "T", "T", "C", "C", "C", "C", NA, "C", "C", "T", "T",
"C", "C", "C", "C", "C", NA, "C", "C", "T", "C", "C", "T",
"C", "T", "T", "C", "C", "T", "C", "T", NA, "T", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", "T", "C", "C", "C", "C", "C", "C", "C", NA, "T", "C",
"T", "C", "T", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "T", "T", "T", "C", "C", "C", "C", "C", "C", "C",
"T", "T", "C", "C", "C", NA, "T", "C", "T", "T", "C", "C",
"C", "C", "T", "C", "C", "T", "T", NA, "C", "T", "T", "C",
"C", "C", "T", "T", "C", "T", "C", "C", NA, "T", "C", "C",
"C", "T", "C", NA, NA, NA, "C", "C", "C"), `One_vatf-214` = c("C",
"C", "C", "A", "C", "C", "A", "A", "C", "C", "A", NA, "A",
"C", "C", "C", "C", "A", "A", "A", "A", "C", "C", "C", "C",
NA, "C", "C", "A", NA, "C", "C", "C", "C", "C", "A", "A",
"C", "C", "C", NA, "C", "A", "C", "A", "C", "C", "C", "A",
NA, "C", "A", "C", "A", "C", "C", NA, "C", "C", "C", "A",
"A", "C", NA, NA, "C", NA, "C", "C", "A", "C", "C", "A",
"C", "C", "C", "C", "A", "C", "A", "A", "C", "C", "C", "A",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "A", "C", "A", NA, "C", "A", NA, "C", NA,
"C", "C", "A", "C", "C", "A", "C", "C", "C", "A", NA, NA,
"C", "C", "C", "C", "C", "C", "A", "A", "C", "C", "A", "C",
"C", NA, "C", "C", "C", NA, "A", "C", "C", "A", NA, NA, "A",
"C", "C", "C", "A", "C", "C", "C", "C", "A", "C", "C", "C",
"C", NA, "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "A", "C", NA), `One_vatf-214.1` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "A", NA, "C",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", NA), `One_VIM-569` = c(NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "A",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
NA, NA, "A", "G", "G", "G", "A", "A", "A", "G", "G", "G",
"A", "A", "G", NA, "G", "G", "G", "G", "A", "A", "G", "G",
"G", "A", "G", "G", "G", "G", "G", "G", "G", "A", "G", NA,
NA, "G", "G", "G", "G", NA, "G", "G", "A", "A", "G", "G",
"G", "A", "G", "G", NA, "G", "G", "G", "G", "G", "A", NA,
NA, NA, NA, "G", "G", "G", "A", NA, NA, "G", NA, "G", "A",
"A", NA, "G", "G", "A", NA, "G", "A", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "G", "G", "G", "A", "G", "A", "G", "G", NA,
"G", "A", "G", "G", "G", NA, "G", "G", "A", "G", "G", "G",
"G", NA, NA, "G", "G", "A", "G", "A", "A", "A", NA, "G",
"G", "G", "G", "G", "G", "A", NA, "G", "G", "G", "G", "G",
"A", NA, "G", "G", "G", "G", "A", "A", "A", "A", "A", "G",
"A", "G", NA, NA, NA, "G", "A", "G"), `One_VIM-569.1` = c(NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, NA, "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
NA, NA, NA, "G", "G", "G", "G", NA, NA, "G", NA, "G", "G",
"A", NA, "G", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G"), `One_ZNF-61` = c(NA,
NA, "C", NA, "C", "C", "A", "A", "C", "C", "A", NA, "C",
"C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "A", "C", "A", "A", "C", "C", "C", "A", "C", "C",
"A", "C", "C", NA, "C", "A", "C", "A", "C", "C", "C", "C",
"C", "C", "A", "C", "A", "C", "C", "C", "C", "C", NA, "A",
"A", "C", NA, "A", "C", NA, "A", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "A", "C", "C", "A", "A", "A", NA,
NA, NA, NA, "C", NA, NA, "A", NA, "A", "A", "A", NA, NA,
"A", NA, "A", "A", "C", NA, NA, NA, NA, "C", "C", "C", "C",
"A", "C", "C", "A", NA, "C", "C", NA, "C", "A", "C", "A",
"A", "C", "C", "A", "C", "C", "C", "A", NA, "A", NA, "A",
"A", "C", "A", "A", "C", "C", "C", "C", "A", "C", NA, NA,
NA, NA, NA, NA, "A", "A", "C", "C", NA, "C", "A", "C", "C",
"A", "C", "C", "C", NA, "A", NA, "A", NA, "A", "C", NA, "C",
"A", "C", "A", "C", "C", "A", "A", "C", "C", "C", "C", NA,
NA, NA, "C", "C", NA), `One_ZNF-61.1` = c(NA, NA, "C", NA,
"C", "C", "C", "C", "C", "C", "A", NA, "C", "C", "C", "C",
"A", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "A", "C", "C", "C", "A", "C", "C", "A", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, NA, "C",
NA, NA, "C", NA, "C", "C", "C", NA, NA, "A", NA, "A", "C",
"C", NA, NA, NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", "C", "A", "C", "C", "C",
"C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, NA, NA, NA, NA, NA, "C",
"C", "C", "C", NA, "C", "C", "C", "C", "A", "C", "C", "C",
NA, "C", NA, "C", NA, "C", "C", NA, "C", "A", "C", "C", "C",
"C", "C", "A", "C", "C", "C", "C", NA, NA, NA, "C", "C",
NA), One_zP3b = c("A", "C", NA, "C", "C", "A", NA, "C", "C",
"A", "C", "C", "C", "C", "C", "A", "A", "C", "C", "C", "C",
"A", "C", "C", "C", "C", "A", "C", "C", "C", "C", "A", "C",
"A", "C", "A", "C", "C", "A", "A", "C", "C", "C", "C", "C",
"A", "C", "C", "C", "C", "C", "A", "C", "C", "A", "A", NA,
"A", "C", "A", "C", "C", "C", NA, NA, "C", NA, "C", "A",
"A", "A", "A", "C", "A", "A", "C", "C", NA, NA, "C", "C",
"C", "A", "A", NA, "C", "C", "C", "C", NA, NA, "C", NA, "A",
"A", "A", "A", "C", "C", "A", "C", NA, "A", "C", NA, NA,
NA, "C", "C", "C", "A", "A", "C", "C", "C", "A", "C", "C",
NA, NA, "C", "A", "C", "C", "C", "A", "A", "A", "C", "C",
"C", "C", "A", NA, "C", "A", "A", "A", "A", NA, "A", "C",
"C", "C", "A", "C", NA, NA, "C", "C", NA, "A", "A", "A",
"C", "A", "C", "C", "A", "C", "C", "C", "C", NA, NA, "C",
"C", NA, NA, "C", NA, NA, "A", NA, "A", "C", "A", NA, "A",
"A", "C", "C", "A", "A", NA, NA, "A", "A", "A", "C"), One_zP3b.1 = c("C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "A", NA, "C", "C", "C", "C",
"C", "C", NA, NA, "C", NA, "C", "C", "A", "C", "A", "C",
"C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, NA, "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", NA, NA, "C", "A",
"C", "C", "C", "C", "A", "A", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "A", "C", "C", "C", "C", "C",
NA, NA, "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", NA, NA, "C", NA,
NA, "C", NA, "A", "C", "C", NA, "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C")), row.names = c(NA, -190L
), class = c("tbl_df", "tbl", "data.frame"))
SEXAMP2.gcl <-
structure(list(FK_FISH_ID = c(23, 62, 66, 71, 91, 95, 98, 99,
106, 115, 127, 131, 168, 172, 189, 221, 240, 243, 257, 262, 281,
303, 316, 321, 331, 332, 339, 342, 343, 346, 360, 361, 371, 373,
384, 391, 397, 414, 466, 478, 479, 531, 536, 539, 669, 691, 723,
751, 812, 825, 847, 861, 871, 884, 888, 903, 915, 944, 945, 959,
970, 998, 1008, 1035, 1054, 1056, 1066, 1079, 1083, 1089, 1090,
1101, 1104, 1112, 1125, 1129, 1156, 1229, 1243, 1255, 1259, 1267,
1268, 1285, 1286, 1299, 1300, 1307, 1313, 1338, 1346, 1356, 1384,
1385, 1389, 1400, 1415, 1425, 1502, 1506, 1530, 1592, 1630, 1635,
1697, 1699, 1701, 1718, 1728, 1732, 1753, 1773, 1780, 1837, 1840,
1848, 1849, 1850, 1865, 1869, 1888, 1910, 1920, 1927, 1928, 1969,
1988, 1994, 1999, 2034, 2037, 2061, 2067, 2115, 2132, 2133, 2142,
2158, 2186, 2222, 2309, 2320, 2340, 2342, 2361, 2371, 2383, 2396,
2397, 2412, 2460, 2461, 2472, 2532, 2533, 2545, 2547, 2566, 2789,
2803, 2871, 2896, 2933, 3008, 3047, 3050, 3113, 3131, 3143, 3147,
3326, 3351, 3378, 3384, 3403, 3411, 3476, 3556, 3607, 3631, 3637,
3648, 3661, 3672, 3673, 3702, 3713, 3722, 3724, 3743), COLLECTION_ID = c(54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890,
54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890, 54890
), SILLY_CODE = c("SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2",
"SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2", "SEXAMP2"
), PLATE_ID = c("60950", "60950", "60950", "60950", "60950",
"60950", "60951", "60951", "60951", "60951", "60951", "60951",
"60951", "60951", "60951", "60952", "60952", "60952", "60952",
"60952", "60952", "60952", "60952", "60952", "60952", "60952",
"60952", "60953", "60953", "60953", "60953", "60953", "60953",
"60953", "60953", "60953", "60953", "60953", "60953", "60953",
"60953", "60954", "60954", "60954", "60955", "60955", "60955",
"60955", "60956", "60956", "60956", "60956", "60956", "60956",
"60956", "60956", "60956", "60956", "60956", "60957", "60957",
"60957", "60957", "60957", "60957", "60957", "60957", "60957",
"60957", "60957", "60957", "60957", "60957", "60957", "60957",
"60958", "60958", "60958", "60958", "60958", "60958", "60958",
"60958", "60958", "60958", "60959", "60959", "60959", "60959",
"60959", "60959", "60959", "60959", "60959", "60959", "60959",
"60959", "60959", "60960", "60960", "60960", "60960", "60961",
"60961", "60961", "60961", "60961", "60961", "60961", "60961",
"60961", "60962", "60962", "60962", "60962", "60962", "60962",
"60962", "60962", "60962", "60962", "60962", "60962", "60962",
"60962", "60963", "60963", "60963", "60963", "60963", "60963",
"60963", "60963", "60964", "60964", "60964", "60964", "60964",
"60964", "60965", "60965", "60965", "60966", "60966", "60966",
"60966", "60966", "60966", "60966", "60966", "60967", "60967",
"60967", "60968", "60968", "60968", "60968", "60968", "60969",
"60969", "60970", "60970", "60970", "60971", "60971", "60971",
"60971", "60971", "60971", "60971", "60972", "60973", "60973",
"60973", "60973", "60973", "60974", "60974", "60975", "60975",
"60975", "60975", "60975", "60975", "60975", "60975", "60975",
"60975", "60975", "60976"), PK_TISSUE_TYPE = c("Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip", "Fin Clip",
"Fin Clip", "Fin Clip"), CAPTURE_LOCATION = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_),
CAPTURE_DATE = structure(c(NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_), class = "Date"), END_CAPTURE_DATE = structure(c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), class = "Date"), MESH_SIZE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), MESH_SIZE_COMMENT = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), LATITUDE = c(NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_), LONGITUDE = c(NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_, NA_real_, NA_real_, NA_real_,
NA_real_, NA_real_, NA_real_), AGENCY = c("ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG", "ADFG",
"ADFG", "ADFG", "ADFG", "ADFG"), VIAL_BARCODE = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), DNA_TRAY_CODE = c("0000009930", "0000007085",
"0000007416", "0000007416", "0000007416", "0000007416", "0000007416",
"0000007416", "0000009196", "0000009196", "0000009196", "0000009196",
"0000009297", "0000009297", "1000005126", "1000005126", "0000009473",
"0000009473", "0000009473", "0000009473", "0000009424", "0000009425",
"0000009425", "0000009425", "0000009425", "0000009425", "0000009425",
"0000009425", "0000009470", "0000009470", "0000009470", "0000009470",
"0000009470", "0000009470", "0000009471", "0000009471", "0000009471",
"0000009471", "1000004087", "1000004087", "1000004087", "1000004088",
"1000004088", "1000004088", "1000004014", "1000004011", "0000009723",
"0000009723", "0000006868", "0000006868", "0000009724", "0000009724",
"0000009724", "0000009941", "0000009941", "0000009941", "0000009941",
"0000009939", "0000009939", "0000009939", "0000009940", "0000009940",
"0000009931", "0000009981", "0000009981", "0000009981", "0000007180",
"0000007180", "0000007180", "0000007180", "0000007180", "0000007180",
"0000007435", "0000007435", "0000007435", "0000007435", "0000009982",
"0000007514", "0000007514", "0000007436", "0000007436", "0000007436",
"0000007436", "0000007436", "0000007437", "0000007437", "0000007437",
"0000007437", "0000009938", "0000009938", "0000009938", "0000009929",
"0000009929", "0000009929", "0000009929", "0000007179", "0000007179",
"0000007179", "0000007174", "0000007174", "0000009928", "0000007083",
"0000009976", "0000009976", "0000009933", "0000009933", "0000009933",
"0000009933", "0000009933", "0000009933", "0000009716", "0000009716",
"0000009716", "0000007035", "0000007035", "0000007035", "0000007035",
"0000007035", "0000007035", "0000007035", "0000007167", "0000007167",
"0000007517", "0000007441", "0000007441", "0000006625", "0000006625",
"0000006625", "0000006625", "0000007084", "0000007084", "0000007176",
"0000007176", "0000008508", "0000008508", "0000008508", "0000008508",
"0000008509", "0000008509", "0000008510", "0000008512", "0000008513",
"0000008513", "0000008513", "0000008515", "0000008515", "0000008515",
"0000008516", "0000008516", "0000008516", "1000004061", "1000004061",
"1000004060", "1000004062", "1000004062", "1000004062", "1000004062",
"1000004063", "1000004067", "1000004067", "1000004066", "1000004066",
"1000004065", "1000004051", "1000004111", "1000004111", "1000004110",
"1000002311", "1000002311", "1000002311", "1000004052", "1000004032",
"1000004032", "1000004031", "1000004031", "1000004031", "1000004078",
"1000002408", "1000002377", "1000002378", "1000002378", "1000002378",
"1000002375", "1000002375", "1000002375", "1000004044", "1000004044",
"1000004044", "1000004044", "1000002400"), DNA_TRAY_WELL_CODE = c(13,
13, 1, 6, 26, 30, 33, 34, 6, 15, 27, 31, 28, 32, 5, 37, 18,
21, 35, 40, 19, 1, 14, 19, 29, 30, 37, 40, 1, 4, 18, 19,
29, 31, 2, 9, 15, 32, 4, 16, 17, 29, 34, 37, 20, 2, 1, 29,
10, 23, 5, 19, 29, 2, 6, 21, 33, 22, 23, 37, 8, 36, 6, 13,
32, 34, 4, 17, 21, 27, 28, 39, 2, 10, 23, 27, 14, 7, 21,
8, 12, 20, 21, 38, 1, 14, 15, 22, 3, 28, 36, 6, 34, 35, 39,
10, 25, 35, 32, 36, 20, 2, 20, 25, 1, 3, 5, 22, 32, 36, 3,
23, 30, 7, 10, 18, 19, 20, 35, 39, 18, 40, 10, 6, 7, 8, 27,
33, 38, 33, 36, 19, 25, 5, 22, 23, 32, 8, 36, 32, 39, 10,
30, 32, 11, 21, 33, 6, 7, 22, 30, 31, 2, 22, 23, 35, 37,
16, 9, 23, 11, 36, 33, 8, 7, 10, 33, 11, 23, 27, 26, 11,
38, 4, 23, 31, 16, 16, 39, 23, 29, 40, 13, 24, 25, 14, 25,
34, 36, 15), DNA_TRAY_WELL_POS = c(NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_
), CONTAINER_ARRAY_TYPE_ID = c(12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12), SillySource = c("SEXAMP2_23", "SEXAMP2_62",
"SEXAMP2_66", "SEXAMP2_71", "SEXAMP2_91", "SEXAMP2_95", "SEXAMP2_98",
"SEXAMP2_99", "SEXAMP2_106", "SEXAMP2_115", "SEXAMP2_127",
"SEXAMP2_131", "SEXAMP2_168", "SEXAMP2_172", "SEXAMP2_189",
"SEXAMP2_221", "SEXAMP2_240", "SEXAMP2_243", "SEXAMP2_257",
"SEXAMP2_262", "SEXAMP2_281", "SEXAMP2_303", "SEXAMP2_316",
"SEXAMP2_321", "SEXAMP2_331", "SEXAMP2_332", "SEXAMP2_339",
"SEXAMP2_342", "SEXAMP2_343", "SEXAMP2_346", "SEXAMP2_360",
"SEXAMP2_361", "SEXAMP2_371", "SEXAMP2_373", "SEXAMP2_384",
"SEXAMP2_391", "SEXAMP2_397", "SEXAMP2_414", "SEXAMP2_466",
"SEXAMP2_478", "SEXAMP2_479", "SEXAMP2_531", "SEXAMP2_536",
"SEXAMP2_539", "SEXAMP2_669", "SEXAMP2_691", "SEXAMP2_723",
"SEXAMP2_751", "SEXAMP2_812", "SEXAMP2_825", "SEXAMP2_847",
"SEXAMP2_861", "SEXAMP2_871", "SEXAMP2_884", "SEXAMP2_888",
"SEXAMP2_903", "SEXAMP2_915", "SEXAMP2_944", "SEXAMP2_945",
"SEXAMP2_959", "SEXAMP2_970", "SEXAMP2_998", "SEXAMP2_1008",
"SEXAMP2_1035", "SEXAMP2_1054", "SEXAMP2_1056", "SEXAMP2_1066",
"SEXAMP2_1079", "SEXAMP2_1083", "SEXAMP2_1089", "SEXAMP2_1090",
"SEXAMP2_1101", "SEXAMP2_1104", "SEXAMP2_1112", "SEXAMP2_1125",
"SEXAMP2_1129", "SEXAMP2_1156", "SEXAMP2_1229", "SEXAMP2_1243",
"SEXAMP2_1255", "SEXAMP2_1259", "SEXAMP2_1267", "SEXAMP2_1268",
"SEXAMP2_1285", "SEXAMP2_1286", "SEXAMP2_1299", "SEXAMP2_1300",
"SEXAMP2_1307", "SEXAMP2_1313", "SEXAMP2_1338", "SEXAMP2_1346",
"SEXAMP2_1356", "SEXAMP2_1384", "SEXAMP2_1385", "SEXAMP2_1389",
"SEXAMP2_1400", "SEXAMP2_1415", "SEXAMP2_1425", "SEXAMP2_1502",
"SEXAMP2_1506", "SEXAMP2_1530", "SEXAMP2_1592", "SEXAMP2_1630",
"SEXAMP2_1635", "SEXAMP2_1697", "SEXAMP2_1699", "SEXAMP2_1701",
"SEXAMP2_1718", "SEXAMP2_1728", "SEXAMP2_1732", "SEXAMP2_1753",
"SEXAMP2_1773", "SEXAMP2_1780", "SEXAMP2_1837", "SEXAMP2_1840",
"SEXAMP2_1848", "SEXAMP2_1849", "SEXAMP2_1850", "SEXAMP2_1865",
"SEXAMP2_1869", "SEXAMP2_1888", "SEXAMP2_1910", "SEXAMP2_1920",
"SEXAMP2_1927", "SEXAMP2_1928", "SEXAMP2_1969", "SEXAMP2_1988",
"SEXAMP2_1994", "SEXAMP2_1999", "SEXAMP2_2034", "SEXAMP2_2037",
"SEXAMP2_2061", "SEXAMP2_2067", "SEXAMP2_2115", "SEXAMP2_2132",
"SEXAMP2_2133", "SEXAMP2_2142", "SEXAMP2_2158", "SEXAMP2_2186",
"SEXAMP2_2222", "SEXAMP2_2309", "SEXAMP2_2320", "SEXAMP2_2340",
"SEXAMP2_2342", "SEXAMP2_2361", "SEXAMP2_2371", "SEXAMP2_2383",
"SEXAMP2_2396", "SEXAMP2_2397", "SEXAMP2_2412", "SEXAMP2_2460",
"SEXAMP2_2461", "SEXAMP2_2472", "SEXAMP2_2532", "SEXAMP2_2533",
"SEXAMP2_2545", "SEXAMP2_2547", "SEXAMP2_2566", "SEXAMP2_2789",
"SEXAMP2_2803", "SEXAMP2_2871", "SEXAMP2_2896", "SEXAMP2_2933",
"SEXAMP2_3008", "SEXAMP2_3047", "SEXAMP2_3050", "SEXAMP2_3113",
"SEXAMP2_3131", "SEXAMP2_3143", "SEXAMP2_3147", "SEXAMP2_3326",
"SEXAMP2_3351", "SEXAMP2_3378", "SEXAMP2_3384", "SEXAMP2_3403",
"SEXAMP2_3411", "SEXAMP2_3476", "SEXAMP2_3556", "SEXAMP2_3607",
"SEXAMP2_3631", "SEXAMP2_3637", "SEXAMP2_3648", "SEXAMP2_3661",
"SEXAMP2_3672", "SEXAMP2_3673", "SEXAMP2_3702", "SEXAMP2_3713",
"SEXAMP2_3722", "SEXAMP2_3724", "SEXAMP2_3743"), `One_ACBP-79` = c("A",
NA, "A", "G", "A", "A", NA, "G", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", NA, "A", NA, NA, "A",
NA, "A", NA, "A", NA, NA, NA, "A", NA, "A", "A", NA, "A",
NA, "G", "A", "A", NA, "G", "A", "A", NA, "A", "A", NA, "A",
"A", NA, NA, "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"G", "A", "A", "A", "A", NA, "A", "A", "A", "A", "G", "A",
NA, "A", "A", "A", "A", "A", "A", NA, NA, NA, "G", NA, NA,
NA, NA, NA, "A", "G", NA, NA, NA, "A", "G", NA, NA, "A",
"A", "A", NA, "A", NA, NA, "A", NA, NA, NA, NA, "A", NA,
"G", NA, "A", "A", "A", "A", "A", "G", NA, NA, NA, NA, "G",
"A", NA, "A", NA, NA, "A", "A", "A", "G", NA, "A", "A", NA,
NA, "A", "A", "A", "A", "A", NA, "A", "G", "A", NA, "A",
NA, NA, "A", "A", "A", "A", NA, NA, "G", "A", "A", NA, NA,
NA, NA, NA, NA, NA, "G", NA, NA, NA, "A", NA, NA, NA, "A",
"A", NA, "A", "A", "A", "A", "A", NA), `One_ACBP-79.1` = c("A",
NA, "G", "G", "G", "G", NA, "G", NA, NA, "G", "G", "G", "G",
"G", "A", "G", "A", "G", NA, "G", "G", NA, "G", NA, NA, "G",
NA, "G", NA, "G", NA, NA, NA, "A", NA, "G", "G", NA, "G",
NA, "G", "G", "A", NA, "G", "G", "G", NA, "G", "G", NA, "A",
"A", NA, NA, "G", NA, "G", "G", "A", "G", "A", NA, "G", "G",
"G", "G", "G", "G", "G", NA, "G", "A", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", NA, NA, NA, "G", NA, NA,
NA, NA, NA, "A", "G", NA, NA, NA, "G", "G", NA, NA, "G",
"A", "G", NA, "G", NA, NA, "A", NA, NA, NA, NA, "G", NA,
"G", NA, "G", "A", "G", "A", "G", "G", NA, NA, NA, NA, "G",
"G", NA, "G", NA, NA, "G", "G", "G", "G", NA, "G", "A", NA,
NA, "A", "G", "G", "G", "G", NA, "A", "G", "A", NA, "G",
NA, NA, "G", "G", "G", "A", NA, NA, "G", "G", "A", NA, NA,
NA, NA, NA, NA, NA, "G", NA, NA, NA, "G", NA, NA, NA, "G",
"G", NA, "A", "G", "G", "G", "G", NA), `One_agt-132` = c(NA,
NA, NA, "A", NA, NA, "C", "C", NA, "A", "C", "A", NA, "A",
"A", "C", NA, "A", "A", "A", "A", "A", "A", NA, NA, NA, "C",
"A", "A", "C", NA, "A", "A", "A", NA, "C", "C", "A", "A",
"A", "C", NA, "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "C", "A", "A", NA, "A", "A", NA, NA, "A", "A", "C",
"A", NA, NA, "A", "A", NA, "A", NA, NA, "A", "A", "A", NA,
"A", "C", "A", "A", "C", NA, NA, "A", "A", "C", "C", NA,
NA, "A", "C", "A", NA, "A", "C", "A", NA, "A", NA, "C", "A",
NA, "C", NA, "A", "C", NA, "C", "A", NA, "C", "A", "A", "A",
"A", "C", NA, "A", "A", "C", "A", "A", "A", "A", "A", NA,
"A", "A", NA, "C", NA, "A", "A", NA, NA, NA, NA, "C", NA,
NA, NA, "C", NA, NA, "C", "A", "A", NA, "A", NA, "A", "A",
"C", NA, "A", NA, NA, "A", "A", "A", "A", "C", "C", "A",
"A", "C", NA, "A", "A", "A", NA, "A", "C", "C", "A", NA,
NA, "A", "A", NA, "A", NA, "A", NA, "C", "A", "C", "C", NA,
"A"), `One_agt-132.1` = c(NA, NA, NA, "C", NA, NA, "C", "C",
NA, "C", "C", "C", NA, "C", "A", "C", NA, "A", "C", "A",
"A", "C", "C", NA, NA, NA, "C", "C", "C", "C", NA, "C", "C",
"C", NA, "C", "C", "A", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", NA, NA, "C", "A", NA, "C",
NA, NA, "A", "C", "C", NA, "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", NA, NA, "C", "C", "C", NA, "C", "C",
"C", NA, "A", NA, "C", "C", NA, "C", NA, "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA, "C",
"C", NA, NA, NA, NA, "C", NA, NA, NA, "C", NA, NA, "C", "C",
"C", NA, "A", NA, "A", "C", "C", NA, "C", NA, NA, "A", "C",
"A", "C", "C", "C", "A", "C", "C", NA, "C", "C", "C", NA,
"A", "C", "C", "C", NA, NA, "C", "C", NA, "A", NA, "C", NA,
"C", "C", "C", "C", NA, "C"), `One_aldB-152` = c("A", "A",
NA, "A", NA, NA, "A", "A", "A", NA, "A", "A", NA, NA, "A",
"A", "A", "A", NA, "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", NA, "A", NA, NA, "A", NA, NA, NA, "A", NA, NA,
"A", NA, "A", "A", NA, "A", NA, "A", "A", NA, "A", "A", NA,
NA, NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", NA, "A", NA, NA, "A", NA,
NA, NA, "A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "A",
NA, "A", "A", "A", NA, "A", NA, NA, NA, NA, NA, "A", NA,
"A", NA, "A", "A", "A", "A", "A", "A", "G", "A", "A", "G",
"A", NA, NA, NA, "A", "A", NA, "A", "A", "A", NA, NA, "A",
NA, "A", NA, "A", NA, "A", NA, "A", "A", "A", "A", "A", NA
), `One_aldB-152.1` = c("A", "A", NA, "G", NA, NA, "A", "A",
"A", NA, "G", "A", NA, NA, "A", "G", "A", "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", NA, NA, "A",
NA, NA, NA, "G", NA, NA, "G", NA, "G", "A", NA, "A", NA,
"A", "G", NA, "G", "A", NA, NA, NA, NA, "A", "A", "A", "G",
"G", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "G", "A", "A", "A", NA, "A", "G", NA, "A", NA, "G",
"G", "A", "A", "A", "G", NA, "A", NA, "A", "A", "A", "A",
"A", "G", "A", NA, "A", "A", "A", NA, "A", "A", "G", "A",
"A", "G", "G", "A", NA, "A", NA, "A", "A", "A", "A", "A",
NA, "A", NA, NA, "G", NA, NA, NA, "A", "G", "A", "A", "A",
"A", NA, NA, "A", "G", "A", NA, "A", "A", "G", NA, "G", NA,
NA, NA, NA, NA, "G", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "G", "A", "A", "G", "A", NA, NA, NA, "G", "A", NA, "G",
"G", "A", NA, NA, "A", NA, "A", NA, "A", NA, "G", NA, "A",
"A", "A", "A", "G", NA), `One_apoe-83` = c(NA, NA, NA, "T",
NA, "T", NA, NA, NA, "C", "C", NA, NA, "C", "T", NA, "C",
"T", NA, NA, "T", "C", NA, "T", NA, NA, NA, "C", "T", "C",
NA, NA, NA, NA, NA, "C", "T", "T", NA, NA, NA, NA, NA, NA,
"C", "T", "C", NA, "C", NA, "C", NA, NA, "T", NA, "C", "C",
NA, "C", "C", "T", NA, "T", "T", NA, "C", "T", NA, NA, "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "C", NA, "C", "C", "T", "C", "T", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "T", "C",
"T", NA, NA, NA, NA, NA, "C", "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", NA, "C", NA, "C", NA, NA, "C",
"T", "C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C", NA,
"C", NA, "T", NA, "T", "C", "T", "T", "C", "C", NA, "C",
NA, "C", "T", "T", NA, "C", "C", "C", NA, "C", "C", "C",
NA, "C", "C", "T", "C", NA, NA, "C", NA, "C", NA, NA, "C",
"C", "T", "C", NA, "C", "C", "C"), `One_apoe-83.1` = c(NA,
NA, NA, "T", NA, "T", NA, NA, NA, "T", "C", NA, NA, "T",
"T", NA, "T", "T", NA, NA, "T", "T", NA, "T", NA, NA, NA,
"T", "T", "T", NA, NA, NA, NA, NA, "T", "T", "T", NA, NA,
NA, NA, NA, NA, "C", "T", "T", NA, "T", NA, "T", NA, NA,
"T", NA, "T", "T", NA, "T", "T", "T", NA, "T", "T", NA, "T",
"T", NA, NA, "T", "T", NA, "T", "T", "T", "T", "T", NA, "T",
"T", NA, NA, "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, NA, NA, NA, "T", "C", "T",
"T", "C", NA, "T", "T", "T", NA, "T", "T", "T", NA, "T",
NA, "T", NA, NA, "T", "T", "T", "T", "T", NA, NA, NA, "T",
"C", NA, "T", "T", NA, "T", NA, "T", NA, "T", "T", "T", "T",
"T", "T", NA, "C", NA, "T", "T", "T", NA, "T", "T", "T",
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, NA, "T", NA,
"T", NA, NA, "T", "T", "T", "T", NA, "T", "C", "T"), `One_c3-98` = c("T",
"C", "T", NA, "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "C", "T", "C", NA, NA, "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", NA, "C", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", NA, NA, "T", "T", "T", NA, "C",
"T", "T", "T", "T", "T", "C", "T", "C", NA, "C", NA, "T",
"T", "T", "T", NA, "T", "C", "C", "T", "T", "C", "T", "C",
"T", "C", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", "C", "T", "T", "T", "T", "T",
"T", "T", "C", "T", "C", NA, "T", "T", "T", "T", "T", "C",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "C", "T", "T",
"T", NA, "T", "T", "T", "C", "C", "C", "T", NA, "T", "T",
"T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "C", "C",
"T", NA, "C", "T", "C", NA, "T", "T", "T", "T", "T", NA,
"C", "T", "T", "T", "T", "T", "T", NA), `One_c3-98.1` = c("T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", NA, NA, "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", NA), `One_CD9-269` = c("C",
NA, NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", NA, "C", "C", NA, "C", "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", "C", NA, NA, "C", NA, "C", "C",
"C", "T", NA, NA, NA, "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", NA, "C", NA, NA, NA, "C", "C", "T", NA, "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", NA, "C", NA, "C", NA, NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, NA, "T", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", NA, NA, "T", "C",
NA, "C", "C", NA, "C", "C", "C", "C", "C", NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
NA, "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, NA, NA, "C", NA, NA, "C", "C", NA, NA,
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C"), `One_CD9-269.1` = c("C",
NA, NA, "C", "C", NA, NA, "T", "C", "T", "C", "T", NA, "T",
"C", NA, NA, "C", NA, "C", "C", NA, "C", "C", NA, "T", "T",
NA, "C", NA, "C", "T", "T", "T", NA, NA, "T", NA, "C", "T",
"C", "T", NA, NA, NA, "C", "T", NA, "T", NA, "T", "T", "C",
"C", "C", NA, "T", NA, NA, NA, "T", "C", "T", NA, "T", "T",
"C", "C", NA, NA, "C", "C", "T", "C", "C", "C", NA, "C",
"C", "C", NA, "C", NA, "T", NA, "C", NA, NA, "C", "C", NA,
"T", "C", "C", "C", "T", "T", "T", NA, NA, "T", "T", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", NA, NA, "T", "T",
NA, "C", "T", NA, "C", "C", "T", "T", "C", NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "T",
NA, "C", "C", NA, NA, "T", NA, "T", "C", "T", "T", NA, NA,
"T", "T", "C", "C", "T", "C", NA, "C", "C", "C", "C", "C",
"T", "C", "C", NA, NA, NA, "C", NA, NA, "C", "T", NA, NA,
NA, NA, "C", "C", "C", "T", "T", NA, "T", "C"), `One_cetn1-167` = c("C",
NA, "C", "A", NA, "C", NA, "C", NA, "A", "C", NA, "A", "A",
"A", NA, NA, "C", "A", "A", "A", "C", "A", NA, "C", NA, "A",
"A", "C", "A", NA, "C", "C", "C", NA, "C", "C", NA, "C",
"C", "C", NA, "A", NA, "C", "A", NA, "C", "A", "C", "A",
"A", "A", "C", "A", "C", "C", NA, NA, "C", NA, "A", "C",
"C", NA, "A", NA, "C", "A", NA, NA, "C", NA, NA, "A", NA,
NA, "A", NA, "A", "A", "C", "C", "A", "C", "A", NA, "A",
"C", NA, "C", "C", "A", "C", "A", "C", "A", "A", "A", "C",
"A", "C", "A", "C", "A", NA, NA, "C", NA, "A", "C", NA, "A",
NA, "C", "C", NA, "C", NA, "C", "A", "A", "C", "C", "C",
NA, "C", "C", "C", "A", "C", NA, "A", NA, "A", "A", "C",
"C", "C", "A", NA, "A", NA, NA, "A", "A", "A", NA, "A", "C",
"A", "C", "A", "A", NA, "C", "A", "A", "A", "A", "A", "A",
"A", "C", "A", "A", "A", "C", "A", "C", "C", "A", NA, "C",
"C", NA, "C", "A", "C", "A", "C", NA, "A", NA, "C", "A",
"A", "C", "C", "A"), `One_cetn1-167.1` = c("C", NA, "C",
"C", NA, "C", NA, "C", NA, "C", "C", NA, "C", "C", "A", NA,
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", NA, "C", NA, "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C",
NA, "C", NA, "C", "C", NA, NA, "C", NA, NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", NA, "C", "C", NA, "C", NA,
"C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", NA, "A", NA, NA, "A", "C", "C", NA, "C", "C", "A",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, "C", NA, "C", "A", "C",
"C", "C", "C"), One_CFP1 = c("C", NA, NA, "C", NA, "C", NA,
"C", "C", NA, "C", "C", NA, NA, "T", "C", "C", "C", NA, NA,
"C", "C", NA, "C", NA, "C", "C", NA, NA, NA, NA, NA, NA,
"C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", NA, NA, "C", NA, NA, NA, "C", "C", NA, NA, "C",
NA, "T", NA, "T", "C", "C", "C", "T", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C", "C",
"C", NA, "C", "C", NA, "C", NA, "C", "C", NA, NA, "C", "C",
"C", NA, NA, "C", "C", "C", NA, NA, "C", NA, NA, "C", NA,
"C", NA, NA, NA, NA, NA, "C", NA, "C", NA, NA, "C", NA, "C",
"C", "C", NA, NA, NA, "C", NA, NA, NA, "C", NA, NA, NA, "C",
"C", NA, NA, "C", "C", NA, "C", "T", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", NA, "C", "C", "C", "C",
"C", NA, "C", NA, NA, NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", NA), One_CFP1.1 = c("C", NA, NA, "T", NA, "T",
NA, "T", "T", NA, "C", "C", NA, NA, "T", "T", "C", "C", NA,
NA, "T", "C", NA, "C", NA, "T", "T", NA, NA, NA, NA, NA,
NA, "C", NA, NA, "C", "C", "T", NA, "T", "C", "T", "T", NA,
"T", "C", "C", NA, NA, "C", NA, NA, NA, "C", "T", NA, NA,
"T", NA, "T", NA, "T", "C", "C", "C", "T", "T", "C", NA,
"C", "C", "T", "T", "C", NA, "C", "C", "C", NA, NA, "T",
"T", "T", NA, "C", "T", NA, "C", NA, "T", "T", NA, NA, "C",
"C", "C", NA, NA, "C", "C", "T", NA, NA, "T", NA, NA, "T",
NA, "T", NA, NA, NA, NA, NA, "T", NA, "C", NA, NA, "T", NA,
"T", "C", "T", NA, NA, NA, "C", NA, NA, NA, "T", NA, NA,
NA, "T", "C", NA, NA, "T", "C", NA, "T", "T", "T", "T", NA,
NA, "C", "T", "T", "C", "T", "C", "T", "T", "T", "T", "T",
"T", "C", NA, "C", "T", NA, "T", "T", "T", NA, "C", "C",
"C", "T", "T", NA, "C", NA, NA, NA, NA, "C", "T", NA, "C",
"T", "T", "T", "T", NA), `One_cin-177` = c(NA, "C", "C",
"C", "T", "C", NA, "T", "C", NA, "C", NA, NA, NA, "C", "C",
"C", "T", NA, "C", "T", "T", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "T", "C", "C", "C", NA, NA, "T", NA, "C", NA, NA,
NA, NA, NA, "T", "C", "T", NA, NA, NA, "C", NA, NA, "C",
"T", NA, "C", "C", NA, "C", "T", "T", "C", NA, NA, "C", "C",
"T", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
NA, "C", NA, "T", NA, "C", "C", "C", "C", NA, NA, NA, NA,
"C", "C", "T", "C", "C", "C", NA, "C", NA, NA, "C", "C",
NA, "C", "C", "C", NA, NA, NA, NA, "C", "C", "T", NA, "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "T", NA,
NA, "C", NA, "C", NA, "C", NA, "C", "T", NA, NA, "C", "C",
NA, "C", NA, NA, "C", NA, NA, "T", "C", "C", NA, NA, NA,
NA, "T", NA, "T", "C", "C", "C", "C", "T", "T", "C", NA,
"C", "C", "C", "C", "C", "C", NA, NA, NA, "C", NA, NA, "C",
NA, "C", "C", "T", "C", NA, NA, "T", "C"), `One_cin-177.1` = c(NA,
"T", "T", "T", "T", "C", NA, "T", "T", NA, "C", NA, NA, NA,
"T", "T", "T", "T", NA, "T", "T", "T", "T", NA, "C", "C",
NA, NA, "C", "C", "T", "T", "T", "T", "T", NA, NA, "T", NA,
"T", NA, NA, NA, NA, NA, "T", "C", "T", NA, NA, NA, "T",
NA, NA, "T", "T", NA, "T", "T", NA, "T", "T", "T", "T", NA,
NA, "C", "T", "T", NA, "T", "T", "T", "C", NA, "T", NA, "C",
"T", "C", NA, "T", NA, "T", NA, "T", "T", "T", "T", NA, NA,
NA, NA, "T", "C", "T", "C", "T", "T", NA, "T", NA, NA, "T",
"T", NA, "T", "T", "T", NA, NA, NA, NA, "T", "T", "T", NA,
"C", NA, "T", "T", "T", "T", "T", "C", "T", "T", "T", "T",
NA, NA, "T", NA, "T", NA, "T", NA, "T", "T", NA, NA, "C",
"C", NA, "C", NA, NA, "C", NA, NA, "T", "T", "T", NA, NA,
NA, NA, "T", NA, "T", "C", "T", "T", "C", "T", "T", "T",
NA, "T", "T", "T", "T", "C", "T", NA, NA, NA, "C", NA, NA,
"T", NA, "T", "T", "T", "T", NA, NA, "T", "T"), One_CO1 = c("T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA,
"T", NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, NA,
"T", "T", NA, "T", "T", "T", NA, "T", "T", NA, "T", "T",
"T", "C", "C", NA, NA, "T", "T", "C", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "C", "T", "C", "T",
"T", "T", "T", "C", "T", NA, "T", "T", NA, NA, "T", "C",
"T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "T", "T",
NA, "T", NA, "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "C", "C", NA, "T", NA), One_CO1.1 = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), `One_ctgf-301` = c("G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G"), `One_ctgf-301.1` = c("G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, NA, "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", "G", "T", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "T", "T",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "T", "G", NA, NA, "G", "G", "G", "T", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, "T", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G",
"G", "G", "G", "G", NA, "G", "G", NA, "T", "G", "G", "G",
"G", "G", "G", "T", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G"), One_Cytb_17 = c("G", "A", "A",
"A", "A", NA, NA, NA, "A", NA, "G", "A", "A", "A", "A", NA,
"G", "G", "A", "A", "A", NA, NA, NA, "G", "A", "A", NA, "G",
"G", NA, "A", NA, NA, "G", "A", "A", "A", "A", NA, NA, NA,
"G", NA, "G", "A", "A", NA, NA, NA, NA, "G", NA, NA, NA,
"G", NA, "A", NA, NA, "A", "G", "G", "A", "G", NA, "A", NA,
"A", NA, "G", NA, "A", "A", "G", NA, NA, "G", NA, NA, NA,
"G", "G", "G", NA, "G", NA, NA, "A", "A", "A", "G", NA, NA,
"A", "A", NA, "A", NA, "G", "G", NA, NA, "G", "G", "G", NA,
NA, "G", "G", "G", NA, "G", "G", "G", "A", NA, "A", NA, NA,
NA, "A", "A", "G", "G", NA, "G", NA, "A", "G", NA, NA, "A",
NA, "G", "G", "G", "G", "A", NA, NA, "A", "G", NA, "G", "G",
"G", "G", "A", "G", "A", NA, "G", "A", NA, NA, NA, "G", "A",
"G", "G", NA, NA, "G", "G", "A", "G", NA, NA, "G", "G", "G",
NA, "G", NA, NA, NA, "G", NA, NA, NA, "G", NA, "G", "G",
"G", "G", "G", "G", "G"), One_Cytb_17.1 = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), One_Cytb_26 = c("A", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "A", "G", "G", "G", "G", "G", "A",
"A", "G", "G", "G", "A", "G", "G", NA, "G", "G", "G", "A",
"G", "G", "G", "A", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "A", NA, NA, "G", "G", NA, "G", "A", "G", "A", "G",
"G", "G", "A", "A", "G", "G", "G", "G", "A", "A", "G", "A",
"G", "G", "A", "G", "G", "A", "G", "G", "G", "A", "A", "G",
"A", "A", "G", "G", "A", "A", "A", "G", "A", "G", "G", "G",
"G", "G", "A", "G", "A", "G", "G", "G", "G", "G", "G", "A",
"G", "G", "A", "G", "A", "G", NA, "G", "A", "A", "G", "G",
"A", "A", "G", "G", "G", "G", "G", "A", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "A", "A", "A",
"A", "G", "G", "G", "G", "G", NA, "G", "A", "A", "A", "G",
"G", "G", "G", "A", "G", "G", "G", NA, "G", "G", "A", "G",
"G", "G", "A", "A", "G", NA, NA, NA, "A", "G", "A", "G",
"A", "G", NA, NA, "A", "G", "G", "A", "A", "A", "G", "A",
"G", "G", NA, "A", "G"), One_Cytb_26.1 = c(NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_, NA_character_, NA_character_, NA_character_,
NA_character_), One_E2 = c(NA, NA, "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", NA, "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C"), One_E2.1 = c(NA, NA, "C", NA, "C", "C", NA, "T", "T",
"T", "C", "C", NA, NA, "C", "T", "C", "C", "C", "T", "C",
"C", NA, NA, "C", "C", "C", "C", "C", "C", "T", NA, "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "T", "C", "C", "C", "C",
"C", "C", "T", "T", "C", "C", "C", "C", "C", NA, "T", "C",
"C", "C", "C", NA, "C", "C", "C", "T", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", NA, "C", "C", NA, "T", "C", "C", "C", "C",
"C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C"), `One_gdh-212` = c(NA,
NA, NA, "C", "A", NA, NA, "A", NA, "A", "C", "A", "A", NA,
"A", "A", "A", "C", "C", "A", "A", "A", "A", "A", NA, "A",
NA, NA, "A", "A", NA, "C", "A", "A", NA, "A", "A", "A", NA,
"A", NA, NA, "A", NA, NA, "C", NA, "A", "C", NA, NA, NA,
"A", "A", NA, NA, NA, "A", "A", "A", "A", NA, "A", "A", "A",
"C", "A", NA, "A", "A", NA, "A", NA, NA, "A", "A", NA, "C",
NA, NA, "A", "C", "A", "A", NA, "A", NA, "A", NA, "A", NA,
"A", NA, NA, "A", "A", NA, "C", NA, "A", "A", NA, NA, NA,
NA, "A", NA, "A", NA, "A", "C", "C", NA, "A", "A", "A", NA,
"A", "C", NA, NA, "A", "A", "A", "C", NA, NA, "A", "A", NA,
"C", "A", NA, "A", "A", "A", "A", "C", NA, NA, "A", "A",
NA, "A", "A", "A", NA, NA, "A", NA, "C", "C", "C", "C", NA,
"A", NA, "A", NA, "A", "A", NA, "C", "A", "A", NA, NA, "A",
"A", "A", "A", "A", NA, "A", NA, NA, "C", NA, "A", "A", NA,
NA, "A", "A", "A", "A", "A", NA, "C", "C"), `One_gdh-212.1` = c(NA,
NA, NA, "C", "C", NA, NA, "C", NA, "C", "C", "C", "C", NA,
"A", "C", "C", "C", "C", "A", "A", "C", "C", "C", NA, "C",
NA, NA, "C", "C", NA, "C", "C", "C", NA, "C", "C", "C", NA,
"C", NA, NA, "C", NA, NA, "C", NA, "C", "C", NA, NA, NA,
"C", "A", NA, NA, NA, "C", "C", "C", "C", NA, "C", "A", "C",
"C", "C", NA, "C", "C", NA, "C", NA, NA, "C", "C", NA, "C",
NA, NA, "C", "C", "C", "C", NA, "C", NA, "C", NA, "C", NA,
"C", NA, NA, "C", "C", NA, "C", NA, "C", "A", NA, NA, NA,
NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "C", "C", NA,
"A", "C", NA, NA, "C", "C", "C", "C", NA, NA, "A", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", NA, NA, "C", "A",
NA, "C", "A", "C", NA, NA, "C", NA, "C", "C", "C", "C", NA,
"C", NA, "C", NA, "C", "A", NA, "C", "C", "C", NA, NA, "C",
"C", "C", "A", "C", NA, "C", NA, NA, "C", NA, "C", "C", NA,
NA, "C", "A", "A", "C", "C", NA, "C", "C"), `One_GHII-2461` = c(NA,
"T", NA, "T", "T", NA, NA, "T", "T", "A", "T", "T", "T",
NA, "A", "T", "A", "T", NA, "T", "A", NA, "A", "T", "A",
"A", "A", NA, NA, NA, "A", "A", NA, NA, "A", NA, NA, NA,
"A", "A", "A", NA, NA, "A", "A", "T", "A", "A", NA, NA, NA,
"A", NA, NA, NA, NA, NA, "A", NA, "A", "T", NA, "T", "A",
NA, NA, "A", "A", "T", NA, NA, NA, "A", NA, "T", "A", NA,
"T", NA, "A", NA, "A", NA, "T", "A", "A", NA, NA, "T", NA,
NA, "A", "A", NA, "A", "A", "A", "A", "T", NA, "T", NA, "A",
NA, "A", NA, NA, "A", NA, NA, NA, "A", "A", NA, "A", "A",
"A", "A", NA, NA, NA, NA, NA, "A", "A", "T", "A", "A", NA,
NA, NA, "A", "T", "A", "A", NA, NA, "A", "A", NA, "A", "A",
"A", NA, "T", "A", "A", "A", "A", "A", "T", NA, "T", "A",
NA, NA, "T", "T", "A", "A", "A", NA, "A", "T", "A", NA, NA,
"A", NA, "A", NA, NA, "A", "A", "T", NA, "A", NA, "A", NA,
NA, NA, "A", NA, "T", "T", "T", NA, NA, "A"), `One_GHII-2461.1` = c(NA,
"T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "A",
"T", "T", NA, NA, NA, "T", "T", NA, NA, "T", NA, NA, NA,
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", NA, NA, NA,
"T", NA, NA, NA, NA, NA, "T", NA, "T", "T", NA, "T", "T",
NA, NA, "A", "T", "T", NA, NA, NA, "T", NA, "T", "T", NA,
"T", NA, "T", NA, "T", NA, "T", "T", "T", NA, NA, "T", NA,
NA, "T", "T", NA, "A", "T", "T", "T", "T", NA, "T", NA, "T",
NA, "T", NA, NA, "T", NA, NA, NA, "T", "T", NA, "A", "T",
"T", "T", NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", NA,
NA, NA, "T", "T", "A", "T", NA, NA, "T", "T", NA, "T", "A",
"T", NA, "T", "T", "T", "T", "T", "A", "T", NA, "T", "T",
NA, NA, "T", "T", "A", "A", "A", NA, "T", "T", "T", NA, NA,
"T", NA, "T", NA, NA, "A", "A", "T", NA, "T", NA, "T", NA,
NA, NA, "T", NA, "T", "T", "T", NA, NA, "T"), `One_ghsR-66` = c("A",
"A", "A", NA, NA, "A", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "A",
"A", NA, NA, "A", NA, "A", NA, NA, "A", "A", "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", "A", "T", NA, "A", "A",
NA, "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
NA, NA, NA, "A", NA, NA, NA, NA, "A", NA, NA, "A", "A", "A",
"T", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A", NA, "A",
NA, NA, NA, "A", "T", "A", "A", NA, NA, "A", "A", "A", "A",
NA, "A", NA, NA, "A", "A", "A", "A", NA, NA, NA, NA, "A",
NA, "T", "A", "A", NA, "A", NA, "A", "A", "A", NA, "A", NA,
"A", NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, "A", "A",
NA, NA, "T", NA, NA, NA, "A", "A", "A", "A", "A", NA, "A",
"A", NA, "A", NA, "A", "A", "A", NA, "A", "T", NA, NA, "A",
"A", "A", NA, NA, NA, "A", "A", NA, NA, "A", NA, NA, NA,
NA, "A", NA, "A", "A", NA, NA, NA, NA), `One_ghsR-66.1` = c("T",
"T", "A", NA, NA, "T", NA, "T", NA, "T", "T", "T", "T", "T",
"A", "A", "T", "A", "T", "A", "T", NA, NA, "T", "A", "A",
"T", NA, NA, "A", NA, "T", NA, NA, "A", "A", "A", "A", "A",
NA, "A", "A", "A", NA, "T", "A", "A", "T", NA, "T", "T",
NA, "T", "T", "A", "T", NA, "T", "T", "A", "T", "T", "T",
NA, NA, NA, "T", NA, NA, NA, NA, "T", NA, NA, "T", "T", "T",
"T", "T", NA, "A", "T", "T", "A", NA, NA, "T", "T", NA, "T",
NA, NA, NA, "T", "T", "A", "A", NA, NA, "A", "A", "A", "T",
NA, "A", NA, NA, "T", "T", "T", "A", NA, NA, NA, NA, "T",
NA, "T", "A", "A", NA, "T", NA, "A", "T", "T", NA, "T", NA,
"A", NA, NA, "T", "T", "A", "A", NA, NA, "T", NA, "T", "T",
NA, NA, "T", NA, NA, NA, "A", "A", "A", "T", "T", NA, "A",
"A", NA, "T", NA, "T", "A", "T", NA, "A", "T", NA, NA, "A",
"T", "T", NA, NA, NA, "T", "A", NA, NA, "A", NA, NA, NA,
NA, "T", NA, "T", "A", NA, NA, NA, NA), One_GPDH = c(NA,
NA, "C", "C", NA, "T", "T", NA, NA, "T", "T", NA, "T", NA,
"T", NA, "C", "C", NA, NA, "T", "C", "C", "C", "T", "T",
"C", NA, NA, "T", "T", "T", NA, "T", "C", NA, "C", NA, NA,
NA, NA, "C", "C", NA, "T", "C", NA, "T", NA, NA, "T", NA,
"T", "C", NA, NA, "T", NA, "C", "C", "T", "T", "C", "T",
"C", "C", "T", "C", "T", NA, "C", "C", "T", "C", "T", "C",
"T", NA, "T", "T", NA, NA, NA, "C", NA, NA, "C", NA, "C",
NA, "C", "C", NA, NA, "T", "C", "C", "C", NA, "C", "T", "T",
NA, "C", NA, "C", NA, "C", "C", "C", "C", NA, NA, "C", "C",
"T", NA, "C", "C", "T", NA, NA, "T", "T", "T", "C", "C",
"T", NA, NA, "C", "T", "C", NA, "C", "T", NA, NA, "C", "C",
"C", "T", "C", "C", "C", "C", "C", NA, "C", "C", "T", "C",
"C", NA, "T", NA, "C", "C", NA, "T", "T", "T", "C", "C",
"C", "C", NA, "C", NA, NA, NA, NA, "T", "C", "T", NA, NA,
NA, "C", NA, "T", NA, "T", "C", "C", "T", "C", NA, NA, "T"
), One_GPDH.1 = c(NA, NA, "T", "T", NA, "T", "T", NA, NA,
"T", "T", NA, "T", NA, "T", NA, "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", NA, "T",
"T", NA, "T", NA, NA, NA, NA, "C", "T", NA, "T", "T", NA,
"T", NA, NA, "T", NA, "T", "T", NA, NA, "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", NA, NA, NA, "T", NA,
NA, "T", NA, "T", NA, "T", "T", NA, NA, "T", "T", "T", "T",
NA, "T", "T", "T", NA, "T", NA, "T", NA, "T", "T", "T", "T",
NA, NA, "T", "T", "T", NA, "T", "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", NA, NA, "T", "T", "T", NA, "T", "T",
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, "T", NA, NA, NA, NA, "T",
"T", "T", NA, NA, NA, "T", NA, "T", NA, "T", "T", "T", "T",
"T", NA, NA, "T"), One_GPDH2 = c("G", NA, "C", NA, "C", "C",
NA, "G", "C", NA, "G", "G", NA, NA, "C", NA, "C", "C", "C",
NA, "C", "C", NA, NA, "G", "G", NA, "G", "C", "C", NA, NA,
"C", "C", "G", NA, "G", "C", "C", "C", "C", NA, "G", NA,
"C", "G", NA, "G", NA, NA, "G", NA, NA, "C", "C", "C", "C",
"G", NA, NA, "C", NA, "C", NA, "C", NA, "C", NA, NA, "G",
NA, "G", NA, "C", "G", "C", "C", NA, NA, NA, "G", "G", "G",
"G", "C", NA, NA, "C", "G", NA, "G", NA, NA, "G", "G", "G",
NA, "C", "G", "C", "G", "C", "C", "G", NA, "G", "G", NA,
"C", NA, "G", NA, NA, NA, "C", "C", NA, "G", NA, NA, "G",
NA, NA, "C", "C", "C", NA, "G", "C", "C", "C", "C", "C",
NA, "G", NA, "G", NA, "G", NA, "G", "C", NA, "C", "G", NA,
NA, "C", NA, NA, "C", "G", "G", "C", "G", "G", NA, "C", "C",
"C", "C", "C", "C", "G", "C", "G", "G", "G", "G", "C", NA,
"G", NA, "G", "C", NA, NA, "G", NA, NA, "C", NA, "G", "G",
"G", "G", NA, NA, "G", "G"), One_GPDH2.1 = c("G", NA, "G",
NA, "G", "C", NA, "G", "G", NA, "G", "G", NA, NA, "C", NA,
"G", "G", "C", NA, "C", "G", NA, NA, "G", "G", NA, "G", "G",
"G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G", "G",
NA, "G", NA, "G", "G", NA, "G", NA, NA, "G", NA, NA, "G",
"G", "G", "G", "G", NA, NA, "C", NA, "G", NA, "G", NA, "G",
NA, NA, "G", NA, "G", NA, "G", "G", "G", "G", NA, NA, NA,
"G", "G", "G", "G", "G", NA, NA, "G", "G", NA, "G", NA, NA,
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", NA, "G", NA, NA, NA, "G", "C", NA, "G",
NA, NA, "G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", NA, "G", NA, "G", "G", NA, "G",
"G", NA, NA, "G", NA, NA, "C", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", "G", NA, NA, "G", NA, NA, "G", NA,
"G", "G", "G", "G", NA, NA, "G", "G"), `One_GPH-414` = c(NA,
"T", "T", "T", "T", "T", NA, "C", "T", "T", "T", NA, NA,
NA, "T", NA, NA, "C", "T", NA, "T", "T", "T", NA, NA, "T",
NA, NA, NA, "T", "T", "T", NA, NA, "T", "T", "T", "C", "C",
NA, "C", "T", "T", "C", "C", "T", "C", "C", NA, "C", "C",
"T", "C", "C", NA, "T", "T", "C", NA, "C", "T", "C", NA,
NA, "C", "T", "T", NA, "T", "T", "C", "C", NA, NA, "C", "T",
NA, "T", NA, "T", "C", "C", NA, "C", NA, "T", NA, NA, "C",
"C", "T", "C", NA, NA, "T", "C", "C", "C", "C", "T", "C",
"T", "T", "C", NA, NA, "C", "C", NA, "C", NA, NA, "T", "C",
"T", "T", "T", "C", NA, "C", "T", "C", NA, "T", "T", "T",
"T", "T", NA, "T", "C", "T", "C", NA, "T", "T", "C", NA,
NA, "C", NA, "T", "T", "C", "C", "C", NA, NA, "C", "T", "T",
NA, "T", NA, NA, "T", "C", "C", NA, "T", "C", NA, "C", "T",
"T", NA, NA, NA, "T", NA, NA, "T", "T", "C", NA, NA, "T",
"T", "T", "C", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"C"), `One_GPH-414.1` = c(NA, "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", NA, NA, NA, "T", NA, NA, "T", "T", NA,
"T", "T", "T", NA, NA, "T", NA, NA, NA, "T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "T",
"T", NA, "T", "T", "T", NA, NA, "T", "T", "T", NA, "T", "T",
"T", "T", NA, NA, "T", "T", NA, "T", NA, "T", "T", "T", NA,
"T", NA, "T", NA, NA, "T", "T", "T", "T", NA, NA, "T", "T",
"T", "C", "T", "T", "C", "T", "T", "T", NA, NA, "T", "T",
NA, "T", NA, NA, "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
NA, "T", "T", "T", NA, NA, "T", NA, "T", "T", "T", "T", "T",
NA, NA, "C", "T", "T", NA, "T", NA, NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", "T", NA, NA, NA, "T", NA, NA, "T",
"T", "C", NA, NA, "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T"), `One_hcs71-220` = c(NA, NA,
"A", NA, NA, NA, NA, "C", "A", "A", "C", "C", "A", "A", "C",
"A", "C", "C", "A", "A", "A", "C", NA, "A", "A", NA, NA,
NA, "C", "A", NA, NA, NA, NA, NA, NA, NA, "C", NA, NA, NA,
"A", "C", NA, "C", "C", "C", "C", "A", NA, "C", "C", "C",
NA, "A", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
NA, "C", NA, "C", "C", "C", "C", "A", "C", "C", "A", "A",
"A", "C", "A", "C", "C", "C", "A", NA, "C", "C", "A", "C",
"C", "C", NA, NA, "C", "A", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "A", "C", "C", "C", "A", NA, NA, NA, "C", "C",
"C", "C", NA, "C", NA, "C", NA, "C", "C", NA, "C", "A", "A",
NA, NA, NA, "C", "C", "C", NA, "A", NA, "A", NA, NA, NA,
"C", "C", NA, "A", "C", "C", NA, NA, "C", "C", "A", NA, "A",
"C", "C", "C", NA, "A", "C", "C", "C", "C", NA, "A", "C",
"C", "C", NA, "A", "A", "C", "C", NA, "C", "C", NA, "C",
NA, NA, NA, "A", NA, "C", NA, "C", "C", "C", NA, "C", NA),
`One_hcs71-220.1` = c(NA, NA, "C", NA, NA, NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A", "C",
"C", NA, "C", "A", NA, NA, NA, "C", "C", NA, NA, NA, NA,
NA, NA, NA, "C", NA, NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, NA, "C", "C", "C", "C", NA, "C", NA, "C", NA,
"C", "C", NA, "C", "C", "C", NA, NA, NA, "C", "C", "C", NA,
"C", NA, "C", NA, NA, NA, "C", "C", NA, "C", "C", "C", NA,
NA, "C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", NA, "C", NA, NA, NA, "A", NA, "C", NA,
"C", "C", "C", NA, "C", NA), One_HGFA = c(NA, "A", "A", "A",
NA, "A", "A", NA, "A", "A", "A", "A", NA, NA, "A", NA, NA,
"A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A", NA, "A",
"A", "A", NA, NA, NA, "A", "A", NA, NA, NA, "A", NA, NA,
"A", "A", "A", "A", NA, NA, NA, "A", "A", "A", NA, "A", NA,
"A", NA, NA, NA, "A", NA, "A", "A", "A", NA, "A", NA, "A",
"A", NA, "A", "A", "A", NA, NA, NA, "A", NA, "A", NA, "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", NA, NA, NA, "A", NA, NA, "A", "A", "A", NA, "T", NA,
NA, NA, NA, "A", NA, "A", "A", "A", "A", NA, "A", NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"T", "A", "A", NA, "A", NA, "A", NA, "A", NA, NA, "A", NA,
"T", NA, "A", "A", NA, "A", "A", "A", "A", NA, "A", NA, NA,
"A", "A", NA, "A", "A", NA, NA, NA, "A", NA, NA, "A", "A",
"A", "A", "T", "A", "A", NA, NA), One_HGFA.1 = c(NA, "T",
"T", "T", NA, "A", "T", NA, "A", "T", "A", "A", NA, NA, "A",
NA, NA, "A", "A", "A", "A", "A", NA, NA, NA, "A", "T", "T",
NA, "A", "T", "T", NA, NA, NA, "A", "A", NA, NA, NA, "T",
NA, NA, "T", "A", "A", "A", NA, NA, NA, "T", "T", "A", NA,
"A", NA, "T", NA, NA, NA, "A", NA, "A", "A", "A", NA, "T",
NA, "T", "T", NA, "T", "T", "A", NA, NA, NA, "A", NA, "A",
NA, "T", NA, "A", NA, "A", "A", "A", "A", "A", "T", "T",
"A", "A", "A", "A", NA, NA, "T", "T", "T", "A", "A", "A",
NA, "A", "A", NA, NA, NA, "T", NA, NA, "A", "A", "A", NA,
"T", NA, NA, NA, NA, "A", NA, "T", "A", "T", "A", NA, "A",
NA, "A", NA, "A", "T", "A", "A", "A", "A", "A", "A", "T",
NA, "A", "T", "A", "A", NA, "A", NA, "T", NA, "A", NA, NA,
"A", NA, "T", NA, "A", "A", NA, "A", "T", "T", "A", NA, "A",
NA, NA, "T", "T", NA, "A", "A", NA, NA, NA, "T", NA, NA,
"T", "T", "A", "A", "T", "T", "T", NA, NA), `One_HpaI-436` = c(NA,
"A", "T", NA, NA, "A", NA, NA, "A", "A", "A", "A", "A", NA,
"A", NA, NA, "A", "A", NA, "A", "A", NA, "A", NA, "A", NA,
"A", "A", NA, "A", "A", "A", "A", NA, NA, NA, NA, "A", "A",
NA, NA, "A", "T", "A", "A", NA, "A", NA, NA, "A", "A", "A",
"T", "T", "T", NA, "A", NA, "A", "A", NA, "T", NA, NA, NA,
NA, NA, "T", "T", NA, "A", "A", NA, "T", "A", NA, "A", NA,
"A", "T", NA, NA, "T", "A", NA, "A", "A", "A", NA, NA, "A",
NA, "A", "T", "A", "A", "A", NA, NA, "T", NA, NA, "A", NA,
"A", NA, "A", NA, "T", NA, NA, "T", NA, NA, "A", NA, "A",
"A", NA, "A", "A", NA, "A", "A", NA, NA, NA, "A", NA, NA,
NA, "A", "A", "A", "A", "A", "A", "T", NA, "A", "A", NA,
NA, "A", NA, NA, NA, NA, NA, "T", "T", "T", NA, NA, "A",
"A", "T", "A", "A", "A", "T", "A", "A", "T", NA, "A", "A",
"A", NA, NA, "A", "A", "A", NA, NA, "A", NA, "A", "A", NA,
NA, "A", "A", "T", "T", "T", NA, "A", NA), `One_HpaI-436.1` = c(NA,
"T", "T", NA, NA, "A", NA, NA, "A", "A", "T", "T", "T", NA,
"A", NA, NA, "T", "A", NA, "T", "A", NA, "T", NA, "T", NA,
"A", "A", NA, "T", "T", "T", "T", NA, NA, NA, NA, "A", "T",
NA, NA, "T", "T", "T", "T", NA, "T", NA, NA, "T", "T", "T",
"T", "T", "T", NA, "T", NA, "T", "A", NA, "T", NA, NA, NA,
NA, NA, "T", "T", NA, "T", "T", NA, "T", "T", NA, "A", NA,
"T", "T", NA, NA, "T", "T", NA, "T", "T", "T", NA, NA, "T",
NA, "T", "T", "T", "A", "T", NA, NA, "T", NA, NA, "T", NA,
"T", NA, "T", NA, "T", NA, NA, "T", NA, NA, "A", NA, "T",
"T", NA, "T", "T", NA, "A", "A", NA, NA, NA, "T", NA, NA,
NA, "T", "T", "T", "A", "T", "T", "T", NA, "T", "A", NA,
NA, "A", NA, NA, NA, NA, NA, "T", "T", "T", NA, NA, "T",
"T", "T", "T", "A", "T", "T", "T", "T", "T", NA, "T", "T",
"A", NA, NA, "T", "A", "T", NA, NA, "T", NA, "T", "T", NA,
NA, "T", "T", "T", "T", "T", NA, "T", NA), `One_HpaI-99` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", "C", NA, "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", NA, "C", "C",
NA, NA, "C", "C", "C", NA, NA, NA, "C", "C", "C", NA, "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C",
"C", "C", NA, NA, "C", NA, "T", "C", NA, "C", "C", "C", NA,
"C", "C", "C", "C", NA, NA, "C", NA, "C", NA, NA, NA, "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C", "C",
NA, "C", NA, "C"), `One_HpaI-99.1` = c("C", "C", "C", "C",
"C", "C", "C", "T", "C", "C", "T", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "T", NA, "C", "T",
"C", "T", NA, "C", "C", "C", NA, "C", "C", "T", "C", NA,
"T", "C", NA, "T", NA, "C", "T", "C", "T", NA, "C", "C",
"T", "C", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C",
"C", NA, "C", "C", "T", "C", NA, NA, "T", "T", "C", NA, "C",
"C", NA, "C", "C", "T", NA, "C", "T", NA, NA, "C", "C", "C",
NA, NA, NA, "C", "T", "C", NA, "C", "T", NA, "C", "C", "T",
"C", NA, "C", "C", "C", NA, NA, "C", "C", "C", NA, NA, "C",
NA, "T", "C", NA, "C", "C", "C", NA, "T", "T", "T", "C",
NA, NA, "C", NA, "T", NA, NA, NA, "T", "C", "T", "C", NA,
"T", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "T", NA, "C", NA, "C", "T", "C", "C", "C", "C",
"C", NA, "C", "T", "C", "C", "C", NA, "C", "C", NA, "C",
NA, "C", NA, "C", "C", "T", NA, "C", "C", NA, "T", NA, "T"
), One_Hsp47 = c(NA, "G", "G", NA, NA, "A", NA, "A", NA,
NA, "A", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, "A", "A", NA, NA, "A", "A", "A", "G", NA, NA,
"G", NA, "G", "G", NA, "A", "A", NA, "A", NA, NA, "A", NA,
"A", "G", NA, "G", "A", "G", "A", NA, NA, NA, NA, "A", "G",
"A", NA, NA, "G", "A", NA, "A", "G", NA, "A", NA, "A", "A",
NA, "A", NA, "G", "G", NA, NA, "A", "A", "A", "G", NA, NA,
NA, "A", "A", "A", "G", NA, NA, "A", "A", "A", "G", NA, "G",
"A", "G", NA, "G", NA, NA, NA, "A", "A", "A", "A", "A", "G",
"A", "G", "G", "A", "A", "A", "A", NA, "G", "A", NA, NA,
"A", "A", "G", "A", "A", "A", NA, "A", NA, "A", "G", "G",
"A", "A", "A", NA, NA, "G", "A", "A", "A", "A", "A", "A",
"A", "A", "G", NA, "G", "A", "A", "G", "A", "A", "G", "A",
"G", "G", NA, "A", "A", "A", NA, "A", "G", NA, "A", "G",
NA, "A", "A", NA, NA, "G", NA, "G", "A", NA, "G", NA, "A",
"A", "G", "G", "A", NA), One_Hsp47.1 = c(NA, "G", "G", NA,
NA, "G", NA, "G", NA, NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G", NA, NA, "A", "G",
"G", "G", NA, NA, "G", NA, "G", "G", NA, "G", "G", NA, "G",
NA, NA, "A", NA, "G", "G", NA, "G", "G", "G", "A", NA, NA,
NA, NA, "G", "G", "G", NA, NA, "G", "G", NA, "G", "G", NA,
"A", NA, "G", "G", NA, "G", NA, "G", "G", NA, NA, "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", NA, NA, "G", "G",
"A", "G", NA, "G", "G", "G", NA, "G", NA, NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "G", "G", "G", NA, "G",
NA, "G", "G", "G", "G", "A", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "A", "G", "G", "G", "G", NA, "A", "G", "G", NA, "G",
"G", NA, "G", "G", NA, "G", "G", NA, NA, "G", NA, "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", NA), `One_IL8r-362` = c("C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", NA, NA, NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", NA, NA,
"C", NA, "C", "C", NA, "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", NA, NA), `One_IL8r-362.1` = c("C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"T", NA, NA, NA, "T", NA, "T", "T", "C", "C", "C", "C", "C",
NA, NA, "C", NA, "C", "C", "C", "C", "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
NA, "C", "C", "C", NA, "T", "C", NA, "C", "C", "T", NA, "C",
NA, "C", "T", NA, "C", "C", "C", "C", "C", "C", "C", "T",
"C", "C", "T", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "T", "C", NA, "T",
NA, NA, "C", NA, "T", "T", "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "T", "C", "C", "C", NA, NA, "C", NA, "C",
"C", NA, "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
"C", "C", NA, NA), `One_KCT1-453` = c(NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "G",
"T", "T", NA, NA, "G", NA, "T", NA, "T", "T", NA, "G", "T",
"T", "G", "T", "T", "T", "G", "T", "T", NA, "T", "T", "T",
NA, "T", NA, "T", "T", NA, "T", "G", "G", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "G", "T",
"T", "T", "T", "T", "T", "T", "G", NA, "T", "T", "T", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T", "G",
NA, "G", "T", "T", "T", "T", "G", "T", "G", "T", NA, NA,
"T", "T", "T", "T", "G", "G", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "G", "T", "T", "G", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "G", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", NA, NA, "T", NA, NA, "T", NA, "T", "G", "G", "T", "T",
"T", "T", "T"), `One_KCT1-453.1` = c(NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", NA, "T", NA, "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA,
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "G", NA,
"G", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
NA, NA, "T", NA, NA, "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T"), `One_KPNA-422` = c("A", NA, NA, NA, "A", "A",
NA, "A", NA, "A", "A", "A", NA, NA, "A", NA, "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", "A", NA, NA, "A",
"A", "A", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A",
"A", "A", "A", "A", NA, NA, NA, "A", "A", NA, "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, NA, NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", NA, "A",
"A", "A", "A", NA, "A", "A", "G", "A", "A", NA, NA, "A",
NA, "A", "A", "A", "A", NA, "A", NA, "A", "A", "A", "A",
"A", NA, "A", "A", "A", NA, "A", "A", "A", "A", "G", NA,
NA, "A", NA, NA, NA, NA, "A", NA, "A", NA, NA, "A", NA, NA,
"A", "A", NA, "A", "A", "A", "A", "A", "A", NA, NA, NA, NA,
"A", "A", "A", "A", NA, "A", "A", "A", NA, NA, NA, "A", "G",
"A", NA, "A", "A", NA, NA, "A", NA, "A", "A", "A", "A", "A",
NA, "A", "A", NA, "A", NA, NA), `One_KPNA-422.1` = c("A",
NA, NA, NA, "G", "A", NA, "G", NA, "G", "A", "A", NA, NA,
"A", NA, "A", "G", "A", "A", "A", "G", NA, "A", NA, "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", NA, "A", "G",
"A", "G", NA, NA, "G", "G", "G", "A", "A", "G", NA, NA, NA,
"A", "G", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
"G", "A", NA, "A", "G", "G", "A", "A", "A", NA, "G", "G",
"G", "G", "G", NA, NA, NA, "A", "G", "G", NA, "A", "G", "A",
"A", "A", NA, "A", NA, "G", "A", "A", "G", NA, "G", "A",
"G", "G", "A", NA, NA, "G", NA, "G", "G", "G", "G", NA, "G",
NA, "A", "A", "A", "A", "G", NA, "G", "G", "A", NA, "A",
"A", "G", "A", "G", NA, NA, "A", NA, NA, NA, NA, "G", NA,
"A", NA, NA, "A", NA, NA, "G", "G", NA, "G", "A", "G", "A",
"A", "G", NA, NA, NA, NA, "G", "A", "G", "G", NA, "A", "A",
"A", NA, NA, NA, "G", "G", "G", NA, "A", "A", NA, NA, "G",
NA, "G", "A", "G", "G", "A", NA, "G", "A", NA, "G", NA, NA
), `One_LEI-87` = c("A", NA, NA, "A", NA, "A", NA, NA, "A",
"A", "A", "A", NA, "A", "G", "A", "A", "A", "A", "A", "A",
"A", NA, "A", NA, NA, "A", NA, "A", NA, NA, NA, NA, NA, "A",
NA, "A", "G", NA, NA, NA, NA, "A", NA, NA, "A", NA, NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", NA, NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, NA, NA, NA, "A", "A", "G", "A", "A",
NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, NA, NA, "A",
"A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", NA, "A", NA, "A", NA, NA,
"A", "A", NA, "A", NA, "A", "A", NA, "A", "A", "A", NA, "A",
NA, "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "G",
"A", NA, NA, "A", "A", "A", "A", "A", "A", NA, NA, "A", NA,
"A", NA, NA, NA, NA, NA, NA, "A", NA, "A", NA, "A", "A",
"A", NA, NA, NA), `One_LEI-87.1` = c("A", NA, NA, "G", NA,
"G", NA, NA, "A", "G", "A", "G", NA, "G", "G", "G", "A",
"G", "G", "G", "G", "G", NA, "A", NA, NA, "G", NA, "G", NA,
NA, NA, NA, NA, "A", NA, "G", "G", NA, NA, NA, NA, "G", NA,
NA, "A", NA, NA, "A", NA, "A", "A", "G", "A", "A", "G", "G",
NA, NA, "G", "A", "A", "A", "A", "G", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", NA, "A", NA, NA, NA, NA, "G",
"G", "G", "G", "A", NA, "G", "A", NA, "G", "A", "A", "G",
"A", "G", NA, "G", "G", "G", "A", "G", "G", "G", "G", "G",
NA, NA, NA, "A", "G", NA, "A", "A", "A", "A", "G", "A", NA,
"A", "A", "A", NA, "G", "A", "A", NA, "G", "A", NA, "A",
NA, "A", NA, NA, "G", "G", NA, "A", NA, "G", "A", NA, "A",
"A", "G", NA, "G", NA, "G", "A", "A", "A", "A", "A", "G",
NA, "G", "G", "G", "A", NA, NA, "G", "A", "G", "A", "A",
"A", NA, NA, "A", NA, "A", NA, NA, NA, NA, NA, NA, "G", NA,
"G", NA, "G", "G", "G", NA, NA, NA), `One_lpp1-44` = c("C",
"C", "C", "C", "C", NA, NA, NA, NA, NA, "T", "C", "C", NA,
"C", "C", "T", "C", "C", NA, "C", NA, "C", NA, "C", NA, NA,
NA, NA, NA, NA, "T", NA, NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, "C", "C", "T", NA, NA, NA, NA, NA, NA, "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, NA, NA, "C", NA,
NA, NA, NA, "T", NA, "C", NA, NA, NA, "C", NA, "C", NA, NA,
"C", NA, NA, "C", "C", "T", "T", "C", "T", NA, "C", "C",
"C", "C", "C", "T", "C", "C", NA, "C", "T", "C", "C", "T",
NA, NA, NA, NA, NA, NA, NA, NA, "C", "C", NA, "T", NA, "C",
"C", NA, "C", NA, "T", NA, "C", "C", NA, "T", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", NA, NA, "C", "C", NA, NA,
"C", "C", "C", NA, NA, NA, "C", "C", "C", NA, "C", "C", NA,
"T", NA, "C", "C", "C", "C", "C", "T", "T", NA, NA, "T",
"C", "C", NA, NA, "C", "C", NA, NA, "C", NA, "C", NA, NA,
"C", "C", "C", "T", "C", "C", "C", "C"), `One_lpp1-44.1` = c("C",
"T", "T", "T", "T", NA, NA, NA, NA, NA, "T", "T", "T", NA,
"C", "C", "T", "T", "T", NA, "T", NA, "T", NA, "T", NA, NA,
NA, NA, NA, NA, "T", NA, NA, "T", "T", NA, "C", "T", "T",
NA, "C", NA, "C", "C", "T", NA, NA, NA, NA, NA, NA, "C",
"T", "T", "T", NA, "T", "T", "T", "C", NA, NA, NA, "T", NA,
NA, NA, NA, "T", NA, "T", NA, NA, NA, "C", NA, "T", NA, NA,
"T", NA, NA, "C", "C", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, NA, NA, NA, NA, NA, NA, NA, "T", "T", NA, "T", NA, "C",
"C", NA, "T", NA, "T", NA, "C", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", NA, NA, "C", NA, NA, "T", "T", NA, NA,
"C", "T", "T", NA, NA, NA, "T", "T", "T", NA, "T", "T", NA,
"T", NA, "C", "T", "T", "T", "C", "T", "T", NA, NA, "T",
"C", "T", NA, NA, "T", "T", NA, NA, "C", NA, "C", NA, NA,
"T", "T", "T", "T", "C", "C", "C", "T"), `One_metA-253` = c("G",
"C", "C", NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA,
NA, NA, NA, NA, NA, NA, "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", NA, NA, "C", "C", "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", NA, "C", NA, NA,
"C", NA, NA, "C", "C", "C", "C", "C", NA, "C", NA, NA, "C",
"C", NA, "C", "C", "C", NA, "C", NA, "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "G", NA, "C", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "G", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA), `One_metA-253.1` = c("G", "G", "G", NA, "C",
NA, NA, "C", "G", NA, "C", "G", NA, NA, "C", "C", "C", "C",
"G", "G", "G", NA, "G", "G", NA, NA, NA, NA, NA, NA, NA,
NA, "G", "G", NA, "C", "C", "C", "C", "C", "C", "C", NA,
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, NA, "C", "G", "G", "C", NA, NA, "C", "G", "C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "G", "C",
"G", "G", NA, "C", NA, "G", "G", "C", "G", "C", "C", "C",
NA, NA, "C", "C", NA, "C", NA, NA, "C", NA, NA, "C", "C",
"C", "C", "C", NA, "C", NA, NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, "C", NA, "C", "G", NA, "G", "C", "C", "C", "C",
"G", "C", NA, "C", "C", "C", "C", NA, "C", "C", "G", NA,
"C", "G", "C", NA, NA, "C", "G", "G", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "G", "C", "C", "G", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", NA), One_MHC2_190 = c(NA,
NA, "G", NA, NA, "G", NA, "G", NA, NA, "T", "G", NA, NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", NA, NA, NA, "G", NA, "G", "T", "G",
NA, NA, "G", "G", NA, "G", "G", NA, "T", "G", NA, NA, NA,
NA, "T", "G", "G", NA, "G", NA, "G", "G", NA, "G", NA, "G",
NA, NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G",
"G", NA, NA, NA, NA, "G", NA, NA, "G", NA, NA, NA, "T", "G",
"G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "T", "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "T", "G", "T", NA, NA, NA, NA, "G", "G", NA, NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, "G", NA, "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "T", "G", NA, "G", NA,
NA, NA, "G", NA, "G", "G", "G", "T", NA, "G", "G", NA), One_MHC2_190.1 = c(NA,
NA, "G", NA, NA, "T", NA, "T", NA, NA, "T", "T", NA, NA,
"G", NA, "T", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "T", "G", NA, NA, NA, "T", NA, "T", "T", "T",
NA, NA, "G", "T", NA, "T", "T", NA, "T", "T", NA, NA, NA,
NA, "T", "T", "G", NA, "T", NA, "T", "G", NA, "G", NA, "G",
NA, NA, "T", "T", "G", "G", "T", "T", NA, "T", "T", NA, "G",
"T", NA, NA, NA, NA, "G", NA, NA, "T", NA, NA, NA, "T", "T",
"T", NA, "T", "T", NA, "T", "G", "G", "T", "T", "G", "T",
"T", "T", "T", NA, "T", "T", "T", NA, "T", "T", "G", "G",
"G", "G", NA, "T", "G", "G", "T", "G", "G", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, NA, NA, "T", "T", NA, NA,
"G", NA, "T", "G", "T", "T", "T", "T", "G", "G", "T", "T",
NA, "T", "G", NA, "G", NA, "T", "G", "T", NA, "G", "T", "T",
"T", "T", "G", NA, "T", "T", "T", "T", "T", NA, "T", NA,
NA, NA, "T", NA, "G", "T", "T", "T", NA, "G", "T", NA), One_MHC2_251 = c(NA,
NA, "T", "T", NA, "C", NA, "C", NA, "C", "C", "C", NA, "C",
"T", "T", "C", "T", "T", "T", "T", "T", NA, "C", "T", "T",
NA, NA, NA, "C", "T", "C", "C", NA, "C", NA, "C", "T", NA,
"C", "C", NA, "C", "C", "C", "T", "C", "C", NA, NA, "C",
NA, NA, "C", "C", NA, "T", "C", NA, "C", NA, "C", NA, NA,
"T", NA, NA, NA, "C", NA, NA, "C", "C", "C", "C", "C", NA,
NA, "C", NA, NA, "C", "C", "T", NA, "C", "C", NA, "C", "C",
NA, "T", "C", "C", "C", "C", NA, "C", "T", NA, "C", "C",
"T", "C", NA, "C", "C", "T", NA, "C", "C", NA, "C", "C",
"C", "T", "T", "T", NA, "C", "T", "C", "C", "T", "T", "C",
NA, NA, NA, "T", "C", NA, "C", "C", NA, NA, "C", "C", "C",
NA, "C", "T", NA, NA, "T", "C", NA, NA, NA, "T", "T", "C",
"C", "C", "C", "C", "C", "T", "C", "C", "T", "C", NA, "T",
"C", "C", NA, "C", NA, NA, "C", NA, NA, "T", NA, NA, NA,
NA, NA, "T", "C", "C", "T", "C", "C", "C", "C", NA, "C",
"C"), One_MHC2_251.1 = c(NA, NA, "T", "T", NA, "T", NA, "C",
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", NA, NA, NA, "T", "T", "T", "T",
NA, "T", NA, "T", "T", NA, "T", "C", NA, "T", "T", "T", "T",
"T", "C", NA, NA, "T", NA, NA, "C", "C", NA, "T", "T", NA,
"T", NA, "T", NA, NA, "T", NA, NA, NA, "T", NA, NA, "T",
"T", "T", "C", "T", NA, NA, "T", NA, NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", NA, "T", "T", "T", NA,
"C", "T", NA, "C", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", NA, NA, NA, "T", "C", NA, "C", "T",
NA, NA, "C", "T", "T", NA, "C", "T", NA, NA, "T", "T", NA,
NA, NA, "T", "T", "T", "C", "T", "T", "C", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "C", NA, "T", NA, NA, "T", NA,
NA, "T", NA, NA, NA, NA, NA, "T", "T", "T", "T", "T", "T",
"C", "T", NA, "T", "T"), `One_Mkpro-129` = c("A", "A", NA,
"A", "A", NA, "A", NA, NA, NA, "A", NA, NA, NA, "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", NA, NA, "A",
"A", NA, "A", NA, NA, "A", NA, NA, NA, NA, NA, "A", "G",
"A", NA, "A", "A", "A", "A", NA, "A", "A", NA, NA, "A", "A",
"A", NA, NA, NA, "A", "A", NA, "A", "A", NA, NA, "A", NA,
NA, NA, NA, "A", NA, NA, "A", NA, NA, NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", NA, "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "A",
NA, NA, NA, "A", "A", NA, NA, NA, NA, "A", NA, "G", NA, NA,
"A", NA, "A", NA, "A", NA, "A", "A", NA, NA, "G", "A", NA,
"A", "A", "A", "G", "A", "A", NA, NA, "A", NA, "A", "A",
"A", NA, NA, NA, NA, "A", NA, "A", "A", NA, NA, "A", "A",
"A", "A", "G", "A", "A", "A", "A", "A", NA, NA, "A", "A",
"A", NA, NA, "G", "A", NA, "A", NA, "A", NA, NA, "A", "A",
"A", "A", "G", "A", "G", "A", "A"), `One_Mkpro-129.1` = c("G",
"G", NA, "G", "G", NA, "G", NA, NA, NA, "A", NA, NA, NA,
"A", "A", "G", "A", NA, NA, "A", "G", "G", "A", "G", "G",
NA, NA, "G", "G", NA, "G", NA, NA, "A", NA, NA, NA, NA, NA,
"G", "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", NA,
NA, "A", "G", "G", NA, NA, NA, "G", "A", NA, "G", "G", NA,
NA, "A", NA, NA, NA, NA, "A", NA, NA, "G", NA, NA, NA, "G",
"G", "G", "A", NA, "G", "G", NA, "G", NA, "G", "G", "A",
NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "A",
"G", NA, "G", NA, NA, NA, "G", "G", NA, NA, NA, NA, "G",
NA, "G", NA, NA, "G", NA, "A", NA, "G", NA, "A", "A", NA,
NA, "G", "A", NA, "A", "G", "G", "G", "G", "G", NA, NA, "A",
NA, "G", "A", "G", NA, NA, NA, NA, "A", NA, "A", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "A", "A", "G", NA,
NA, "G", "A", "A", NA, NA, "G", "G", NA, "G", NA, "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "A", "G"), `One_ODC1-196` = c(NA,
NA, NA, "C", NA, "C", "C", NA, "T", "C", "C", NA, "C", "C",
"C", "C", "T", "C", "T", "T", "C", NA, NA, NA, "T", "T",
NA, NA, "C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C",
NA, "C", "T", NA, "C", NA, "C", NA, "T", "C", NA, "T", "C",
"C", "C", NA, NA, NA, "C", NA, "C", "C", "T", "C", "T", NA,
"T", "T", "C", "C", NA, "C", "C", "C", "T", "C", "T", "T",
NA, "C", "C", NA, NA, NA, "C", NA, "C", NA, "C", "C", "T",
NA, "C", "C", NA, "T", "T", "T", "C", "C", NA, "T", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", "C",
"T", "T", "C", "T", "C", "C", NA, NA, NA, "C", "C", "C",
"C", "T", "T", "C", "T", NA, "C", "C", NA, "C", NA, NA, "C",
NA, "C", "C", NA, "T", "C", "T", "C", NA, "C", "C", "C",
NA, "C", "T", "C", "C", NA, "T", NA, "T", "C", "C", "C",
"T", "T", "C", "T", "C", "C", "C", "T", "C", NA, "C", NA,
NA, NA, NA, NA, NA, "C", NA, "C", "C", "C", "C", "C", NA,
NA, "C"), `One_ODC1-196.1` = c(NA, NA, NA, "T", NA, "T",
"T", NA, "T", "T", "C", NA, "T", "T", "C", "T", "T", "T",
"T", "T", "T", NA, NA, NA, "T", "T", NA, NA, "T", "T", "T",
NA, NA, NA, "T", "T", NA, "T", "T", NA, "C", "T", NA, "T",
NA, "C", NA, "T", "T", NA, "T", "T", "T", "T", NA, NA, NA,
"T", NA, "T", "T", "T", "T", "T", NA, "T", "T", "C", "T",
NA, "T", "T", "C", "T", "T", "T", "T", NA, "T", "T", NA,
NA, NA, "C", NA, "T", NA, "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", NA, NA, "T", NA, "T", "T", NA,
"T", "C", "T", "T", NA, "T", "T", "T", NA, "T", "T", "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, NA, NA, NA, NA, NA,
"C", NA, "C", "T", "T", "C", "T", NA, NA, "T"), `One_Ots208-234` = c("A",
"A", NA, "A", NA, "-", "-", "A", "-", NA, "A", NA, "A", NA,
"-", NA, "-", "-", "-", "-", "A", "-", NA, "-", "-", "-",
"-", NA, NA, "A", "-", "-", "-", "-", "-", "A", NA, NA, "A",
NA, "-", "A", "A", NA, "-", "-", "-", NA, "-", NA, "A", "A",
"-", "-", NA, NA, NA, "A", NA, "-", "A", NA, NA, NA, NA,
"A", "-", NA, "-", "-", NA, "A", "-", "-", "-", "-", NA,
"A", "-", NA, "-", "-", "-", "-", "-", "A", NA, "-", "A",
NA, "A", "-", "A", NA, "-", "-", "-", NA, NA, "-", "-", NA,
"-", "A", "-", "-", "-", "A", NA, "-", NA, NA, NA, "A", NA,
"-", "-", "A", "-", NA, "A", NA, "-", "-", "A", "-", "-",
NA, "A", "-", "-", "-", "-", "-", NA, "-", NA, "A", "-",
"-", "-", "-", "-", "-", "A", "A", "A", "A", "A", "A", "-",
"-", "-", "A", NA, NA, NA, "A", NA, "-", "-", "-", "A", "-",
"-", NA, "-", "A", NA, NA, "-", NA, "-", "-", NA, NA, NA,
"-", NA, "-", "-", "-", "A", NA, "-", "-", "-", "-", "-",
NA), `One_Ots208-234.1` = c("A", "A", NA, "A", NA, "A", "A",
"A", "A", NA, "A", NA, "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", NA, NA, "A", "A", "A",
"A", "A", "A", "A", NA, NA, "A", NA, "A", "A", "A", NA, "A",
"A", "A", NA, "A", NA, "A", "A", "A", "A", NA, NA, NA, "A",
NA, "A", "A", NA, NA, NA, NA, "A", "-", NA, "A", "A", NA,
"A", "A", "A", "A", "A", NA, "A", "A", NA, "A", "A", "A",
"A", "A", "A", NA, "A", "A", NA, "A", "A", "A", NA, "-",
"A", "A", NA, NA, "A", "-", NA, "A", "A", "A", "A", "A",
"A", NA, "A", NA, NA, NA, "A", NA, "-", "-", "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "-", "A", NA, NA,
NA, "A", NA, "A", "-", "A", "A", "A", "A", NA, "A", "A",
NA, NA, "A", NA, "A", "A", NA, NA, NA, "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA), `One_Ots213-181` = c("T",
"A", "T", "T", NA, "A", NA, "T", "A", "A", "T", "A", NA,
"A", "A", NA, "A", "A", "T", "A", "A", "A", NA, "A", "T",
"T", "T", "A", "T", "A", "A", "T", "T", "T", "A", "T", "T",
"T", NA, NA, "T", "T", "A", NA, NA, "T", NA, "T", NA, NA,
"A", "T", "T", "A", "A", NA, "A", NA, NA, NA, "T", "T", "A",
"A", "A", NA, "T", "A", NA, "T", "T", NA, NA, "A", "T", NA,
"T", "T", "A", "T", "A", "T", "T", "A", NA, NA, NA, NA, "A",
"A", "T", "A", NA, "A", "A", "A", NA, "T", NA, "T", "T",
NA, "A", NA, "T", "T", "T", NA, "T", NA, "A", "T", "A", "A",
NA, "T", "T", "T", NA, "A", NA, "T", "T", NA, "T", "T", NA,
"T", NA, "A", "T", NA, "T", "T", "A", "A", NA, "T", "A",
"T", "A", "A", "T", "A", "T", "T", NA, NA, "A", NA, "T",
"A", "T", "A", "T", NA, "A", "A", "T", "A", "A", NA, "A",
"A", "A", "A", "A", NA, "T", "A", "T", "A", NA, "T", "A",
NA, "A", NA, NA, "T", NA, NA, "T", "T", "T", "T", "T", "T",
NA, NA), `One_Ots213-181.1` = c("T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", NA, "T", "T", NA, "T", "A",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", NA, NA, "T", NA, "T", NA, NA, "T", "T", "T", "T", "T",
NA, "T", NA, NA, NA, "T", "T", "T", "T", "T", NA, "T", "T",
NA, "T", "T", NA, NA, "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, NA, NA, "T", "T", "T", "T", NA, "T",
"T", "T", NA, "T", NA, "T", "T", NA, "T", NA, "T", "T", "T",
NA, "T", NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, "T",
NA, "T", "T", NA, "T", "T", NA, "T", NA, "T", "T", NA, "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", NA, "T", "T", "T", "T", "T", NA, "T", "A",
"T", "T", "T", NA, "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", NA, "T", "T", NA, "T", NA, NA, "T", NA, NA, "T",
"T", "T", "T", "T", "T", NA, NA), `One_p53-576` = c("A",
NA, "C", NA, "C", NA, "C", "C", "C", "C", "A", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C", "C",
"A", "C", "C", "A", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "A", NA, "A", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "A", "C", "C", "C", NA, NA, "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "A", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "A", "C", "C", "C", "C", "C", NA, NA, NA, NA, "C",
"A", NA, "C", "C", "C", "A", NA, "C", NA, "C", "C", "A",
"C", "A", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"A", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "A", "C", "C", "C", NA, "A", "A",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
"A", "C", "C", "C", "C", NA, "C", "C"), `One_p53-576.1` = c("C",
NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "A", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, NA, NA, "C",
"C", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C"), `One_pax7-248` = c("C",
"C", "C", "C", "C", "C", NA, "A", NA, "A", "A", "C", "C",
NA, "C", NA, NA, "C", "C", "C", "C", "C", "A", "C", "C",
"A", "A", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C",
"C", "C", "A", "A", "C", "A", NA, "C", "C", NA, "A", "A",
NA, "C", "C", "C", "A", "A", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", NA, "C", "A", "C", NA, "C", "C", "C",
"C", "A", "C", "C", "C", "C", "C", "C", "A", "A", "C", "C",
"C", "C", "C", "A", NA, "A", "C", NA, NA, "A", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", NA, NA, "C", NA, "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", NA, "C", "C", "C",
"A", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C", NA,
"C", "A", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "A", "C", "C", "C", "C", "A", "C", "C", "C", NA, "C",
NA, "C", "C", "A", "C", NA, NA, "C", "C", NA, NA, NA, "C",
NA, "A", "C", "C", "C", "C", "C"), `One_pax7-248.1` = c("C",
"C", "C", "C", "C", "C", NA, "C", NA, "C", "C", "C", "C",
NA, "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", NA, NA, "C", NA, "C",
NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", NA, NA, "C", "C", NA, NA, NA, "C",
NA, "C", "C", "C", "C", "C", "C"), One_PIP = c("C", NA, "C",
"C", "T", NA, NA, "C", "C", NA, "C", "C", NA, NA, "C", NA,
NA, "C", "T", NA, "C", "C", NA, "C", "T", "C", "C", NA, "C",
"C", NA, "T", "C", "C", "C", "T", "C", NA, NA, "C", NA, NA,
"C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, "C",
"C", "C", NA, "C", NA, "C", "T", "C", NA, "C", NA, NA, "C",
NA, "C", NA, "C", NA, NA, NA, "C", "T", "C", "C", "C", "C",
"C", "T", "C", NA, NA, NA, "C", "T", "C", "C", "C", "C",
NA, "C", NA, NA, NA, NA, NA, NA, "C", "C", "T", "C", "C",
"T", "T", "C", "C", NA, "T", "T", NA, "C", NA, "C", NA, "C",
NA, NA, "C", NA, "C", NA, NA, NA, NA, "C", "C", NA, NA, "T",
"C", "C", NA, "T", NA, "C", "C", "C", NA, NA, "C", "C", "C",
NA, "C", "C", "C", "C", "T", "C", NA, "C", NA, "C", NA, NA,
"C", "C", "C", NA, NA, NA, NA, "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", "C", "C"), One_PIP.1 = c("T", NA, "T",
"C", "T", NA, NA, "T", "C", NA, "T", "T", NA, NA, "T", NA,
NA, "C", "T", NA, "C", "C", NA, "C", "T", "T", "C", NA, "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, NA, "T", NA, NA,
"C", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, NA, "T", "C", NA, "T", "T", NA, "C",
"T", "T", NA, "T", NA, "C", "T", "T", NA, "C", NA, NA, "T",
NA, "T", NA, "T", NA, NA, NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T", "T",
NA, "T", NA, NA, NA, NA, NA, NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", NA, "T", NA, "T",
NA, NA, "T", NA, "T", NA, NA, NA, NA, "T", "C", NA, NA, "T",
"T", "T", NA, "T", NA, "C", "T", "T", NA, NA, "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", NA, "T", NA, "T", NA, NA,
"T", "T", "T", NA, NA, NA, NA, "C", "T", "T", NA, "T", "C",
"C", "T", NA, "T", "T", "T"), One_Prl2 = c(NA, NA, "G", "G",
"G", NA, "G", NA, "T", "G", "T", "G", NA, "G", "G", NA, "G",
"T", "G", NA, "G", "G", "G", NA, NA, NA, "G", NA, NA, NA,
"G", "T", NA, NA, NA, "G", "G", "G", NA, "G", "G", NA, NA,
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", NA, "G",
NA, "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", NA, "G", NA, "G", NA, NA, NA, "G",
NA, "G", NA, "T", NA, NA, "G", "G", "G", "G", NA, "G", NA,
"G", "G", "G", NA, "G", "G", "G", "T", NA, "G", NA, NA, "G",
"G", "G", NA, NA, "G", "G", NA, NA, "G", "G", NA, "G", "G",
NA, "G", NA, NA, NA, "G", "G", "G", NA, "G", NA, "T", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", NA, "T",
"G", NA, "G", NA, "G", "G", "G", "G", NA, NA, NA, NA, "G",
"T", "G", "T", "G", "G", "G", "G", NA, NA, "G", "G", "G",
NA, "G", NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G"), One_Prl2.1 = c(NA, NA,
"T", "T", "T", NA, "T", NA, "T", "T", "T", "G", NA, "T",
"T", NA, "T", "T", "T", NA, "T", "T", "T", NA, NA, NA, "T",
NA, NA, NA, "T", "T", NA, NA, NA, "T", "T", "T", NA, "T",
"T", NA, NA, "T", "G", "T", "T", "T", NA, "T", NA, "T", "T",
NA, "T", NA, "T", "T", NA, "T", "T", "T", "G", NA, "T", "T",
"T", "T", "T", "G", NA, "T", NA, "G", NA, "T", NA, NA, NA,
"T", NA, "T", NA, "T", NA, NA, "G", "T", "T", "T", NA, "T",
NA, "T", "G", "T", NA, "T", "G", "T", "T", NA, "T", NA, NA,
"T", "T", "T", NA, NA, "T", "T", NA, NA, "G", "G", NA, "T",
"T", NA, "T", NA, NA, NA, "T", "T", "T", NA, "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, NA, "T", "T",
NA, "T", "T", NA, "G", NA, "T", "T", "G", "G", NA, NA, NA,
NA, "G", "T", "T", "T", "T", "T", "T", "G", NA, NA, "T",
"T", "T", NA, "T", NA, "T", "T", NA, NA, NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T"), `One_rab1a-76` = c(NA,
"G", "G", NA, "G", NA, "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "T",
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "G", NA), `One_rab1a-76.1` = c(NA,
"T", "T", NA, "T", NA, "T", "G", "T", NA, "G", "G", "T",
NA, "G", "T", "G", "T", "G", NA, "T", "G", NA, NA, "G", "G",
"T", "G", "G", "G", "T", "G", NA, "G", "G", "T", NA, "G",
"G", "G", "G", "G", "G", "G", "T", "T", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "T", "G",
"G", "G", "T", "G", "G", "T", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "T", NA, "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "T",
"G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "T", "G", NA, "G", "G", "G", "G", "G", "G", "T",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "T", NA,
"G", "G", "G", "G", "G", NA, "G", NA), `One_RAG1-103` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "A", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "A", "T", "T", "T", "T", "T",
"A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"A", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T"), `One_RAG1-103.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T"), `One_RAG3-93` = c(NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, "C", NA, "C", "C", "C", "C", "C", NA, "C", NA, "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, "C", "C", NA, "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
"C", NA, "C", "C", NA, "C", NA, NA, NA, "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", NA, "C", "C",
"C", "T", "C", "C", NA, "C", NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C",
"C", NA, NA, NA, "C", NA, "C", NA, NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA, NA,
"C", "C", NA, NA, "C", "C", NA, "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA), `One_RAG3-93.1` = c(NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, NA, "C",
NA, "C", "C", "T", "T", "T", NA, "C", NA, "T", NA, NA, "C",
"C", "C", "T", "T", "C", "C", "C", "C", "C", "C", "C", NA,
"T", NA, "C", "C", NA, "C", "C", "C", "C", "C", NA, "C",
"C", "T", "C", "C", "T", NA, "C", NA, "C", "C", "C", NA,
"C", "T", NA, "C", NA, NA, NA, "C", "C", "C", "C", "C", "C",
"T", NA, "T", NA, "C", "C", "T", NA, "C", "C", "C", "T",
"C", "C", NA, "T", NA, "T", "C", "T", NA, "C", "T", "C",
"C", "C", NA, "C", "T", NA, "C", "C", "C", "C", "C", NA,
NA, NA, "C", NA, "C", NA, NA, "T", "C", "C", "C", "C", "C",
"C", "C", "T", "T", NA, "C", "C", "C", NA, NA, "C", "C",
NA, NA, "C", "C", NA, "T", "C", "C", NA, "C", "C", NA, "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "T", "T", NA, "T", "T", "C", "T", NA, "C", "T", "T",
NA, "C", "C", "C", "C", "C", NA, "T", "C", "C", "C", "C",
"C", "C", NA), `One_redd1-414` = c(NA, NA, "C", NA, NA, NA,
NA, "C", NA, NA, "C", NA, NA, "C", "C", NA, "C", "C", NA,
"T", "C", NA, "C", NA, NA, "C", NA, "C", "C", "C", "C", NA,
"C", "C", NA, "C", NA, NA, NA, "C", "C", NA, NA, "C", "C",
"C", "C", "C", NA, NA, NA, "C", "C", "C", "C", NA, "C", NA,
"C", "C", "T", "C", "C", "C", NA, NA, "C", NA, "C", "C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", NA, NA, "T",
"C", "C", "C", "C", NA, "C", "T", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, NA, "C", NA, "C", "C",
NA, "C", "C", "C", NA, "C", NA, "C", "T", "C", NA, "C", "C",
"C", "C", NA, "C", "C", NA, "C", NA, "C", "C", NA, NA, "C",
"C", NA, NA, "C", "C", "T", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", NA, NA, "T", "T", NA, NA, NA, "T", NA,
"C", "C", "C", "C", "C", NA, NA, "C", NA, "C", NA, NA, "C",
NA, "C", "C", "C", NA, NA, "C"), `One_redd1-414.1` = c(NA,
NA, "C", NA, NA, NA, NA, "T", NA, NA, "C", NA, NA, "T", "T",
NA, "C", "C", NA, "T", "T", NA, "T", NA, NA, "T", NA, "C",
"T", "T", "T", NA, "C", "C", NA, "C", NA, NA, NA, "C", "C",
NA, NA, "C", "C", "C", "T", "C", NA, NA, NA, "T", "C", "T",
"T", NA, "T", NA, "T", "C", "T", "T", "T", "T", NA, NA, "C",
NA, "T", "T", "C", "T", "C", "C", NA, "T", "C", NA, NA, "T",
"C", "C", "C", "C", "C", "C", "C", "T", "T", NA, "C", NA,
NA, "T", "T", "C", "T", "T", NA, "C", "T", "C", "C", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", NA, NA, "C", NA,
"C", "T", NA, "C", "T", "T", NA, "T", NA, "C", "T", "C",
NA, "T", "C", "T", "T", NA, "T", "C", NA, "T", NA, "T", "C",
NA, NA, "C", "T", NA, NA, "T", "T", "T", "T", "C", NA, "C",
"T", "C", "T", NA, "T", "T", NA, NA, "T", "T", NA, NA, NA,
"T", NA, "C", "C", "C", "C", "C", NA, NA, "T", NA, "C", NA,
NA, "C", NA, "T", "T", "T", NA, NA, "T"), `One_RF-112` = c(NA,
"A", "A", NA, "A", NA, NA, NA, NA, "A", "A", NA, NA, NA,
"A", "A", "A", "A", "G", "A", "A", NA, NA, "A", NA, NA, NA,
"A", "A", NA, NA, NA, "A", "A", "A", NA, NA, "A", NA, NA,
"A", NA, "A", "A", NA, "A", NA, "A", NA, "A", NA, NA, "A",
"A", "A", NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "A", NA, "A", NA, NA, "A",
"A", NA, "A", "A", "A", "A", NA, "A", NA, NA, "A", "A", NA,
"A", "A", "A", "A", "A", NA, NA, NA, NA, "A", "A", NA, NA,
NA, "A", "A", NA, NA, "A", NA, NA, NA, "A", "A", "A", NA,
"A", "A", "A", "A", "A", NA, NA, "A", "A", "A", NA, "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, NA, NA, NA, NA, "G", NA, "G", NA,
"A", NA, NA, "A", "A", "A", "G", "A", "A", "A", "A", NA,
"A", "A", "A", NA, NA, "A", "A", "A", "A", NA, "A", "A",
"A", NA, NA, NA, "G", NA, "A", "A", "A", NA, "A", "A"), `One_RF-112.1` = c(NA,
"G", "G", NA, "A", NA, NA, NA, NA, "G", "G", NA, NA, NA,
"G", "G", "A", "A", "G", "G", "G", NA, NA, "G", NA, NA, NA,
"G", "A", NA, NA, NA, "G", "G", "A", NA, NA, "G", NA, NA,
"A", NA, "G", "A", NA, "A", NA, "G", NA, "G", NA, NA, "A",
"A", "G", NA, NA, NA, "G", "A", "A", "G", "A", "A", NA, NA,
"A", "A", "A", "A", "A", "A", "G", NA, "A", NA, NA, "G",
"A", NA, "G", "G", "G", "A", NA, "A", NA, NA, "A", "A", NA,
"A", "A", "A", "A", "A", NA, NA, NA, NA, "A", "A", NA, NA,
NA, "A", "A", NA, NA, "A", NA, NA, NA, "A", "G", "A", NA,
"A", "A", "A", "G", "G", NA, NA, "A", "G", "G", NA, "A",
NA, "G", NA, "A", "A", "A", "A", "G", "A", "G", "A", "A",
"A", "G", NA, "G", NA, NA, NA, NA, NA, "G", NA, "G", NA,
"A", NA, NA, "A", "G", "G", "G", "A", "A", "G", "G", NA,
"A", "A", "A", NA, NA, "G", "A", "A", "G", NA, "G", "G",
"A", NA, NA, NA, "G", NA, "G", "G", "A", NA, "G", "A"), `One_RF-295` = c("A",
"A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", NA, "A", "A",
"A", "A", NA, "A", NA, "A", "A", "A", "A", NA, "A", "A",
NA, NA, NA, "A", "A", NA, NA, "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "T",
"A", NA, "A", NA, NA, NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, NA, "A", "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", NA, "A", "A", NA, "A", "A", NA, "A", "A",
"A", NA, NA, NA, NA, "A", NA, "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", NA, NA, NA, NA, "A", NA, "A", "A", "A",
"A", "A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", NA), `One_RF-295.1` = c("A", "A", "A", "A",
"A", "A", NA, NA, NA, "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "T", "A", "A", "A", "T", "A", "A", "A",
"A", NA, "A", "T", "T", NA, "A", "T", "T", "A", NA, "A",
NA, "A", "A", "A", "T", NA, "A", "A", NA, NA, NA, "A", "T",
NA, NA, "A", "T", NA, "T", "A", "A", "T", "T", "A", "A",
"T", "T", "T", "T", "A", "A", "T", "T", "A", NA, "A", "A",
"T", "A", "A", "A", "A", "A", "A", "T", "T", NA, "T", NA,
NA, NA, "T", NA, "T", "T", "A", "T", "A", "A", "T", "T",
"A", "T", NA, NA, "A", "A", NA, "T", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "T", "A", "A", "T", "A", "T", NA, "A",
NA, "A", "A", NA, "A", "T", NA, "A", "A", "A", NA, NA, NA,
NA, "A", NA, "A", "T", "A", "A", NA, "T", "A", "A", "A",
"A", NA, NA, NA, NA, "A", NA, "A", "A", "T", "A", "A", "A",
NA, NA, "T", "T", "A", "A", "A", "A", "T", "T", NA, "A",
"T", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA), `One_rpo2j-261` = c(NA, NA, NA, "G", "G", "G", NA, NA,
NA, NA, "G", NA, NA, NA, "G", "G", "T", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "T", NA,
NA, NA, NA, "G", NA, "G", "G", "G", "G", "G", NA, "G", "T",
NA, "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, NA, "G", "G", "T", "G", "G", "G", "G", "G", "G", NA,
NA, NA, NA, "G", NA, "G", NA, "G", NA, "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", NA, NA, "G", NA, NA, "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", "G", NA, "G", NA, "G",
NA, NA, NA, "G", "G", NA, "G", "G", NA, "G", "G", NA, NA,
"G", "G", NA, "G", "G", "G", NA, NA, "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", NA, "G", NA, NA, "G", NA, "G",
"G", "G", "G", NA, "G", "G", "G", NA, "G", NA, "G", NA, "G",
"T", "G", "G", "G", "G"), `One_rpo2j-261.1` = c(NA, NA, NA,
"T", "T", "G", NA, NA, NA, NA, "T", NA, NA, NA, "T", "G",
"T", "G", "G", "G", "G", "T", NA, "T", "G", "T", "G", "G",
NA, "G", "G", "T", NA, NA, NA, NA, "G", NA, "G", "T", "T",
"G", "G", NA, "G", "T", NA, "G", NA, "T", "T", "T", "G",
"T", "T", NA, "G", "T", NA, NA, "T", "G", "T", "G", "G",
"G", "G", "G", "T", NA, NA, NA, NA, "T", NA, "G", NA, "G",
NA, "G", NA, "G", "G", "T", NA, "G", "G", "G", "T", NA, NA,
"T", NA, NA, "T", "G", NA, "T", "G", "G", "G", NA, "G", "T",
NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", NA, "G", NA, NA, NA, "T", "T", NA, "G", "G",
NA, "T", "G", NA, NA, "G", "G", NA, "G", "T", "T", NA, NA,
"G", "T", "G", "G", "T", "G", "T", "G", "G", "T", NA, "T",
NA, NA, "G", NA, "G", "G", "G", "G", NA, "G", "G", "G", NA,
"T", NA, "G", NA, "T", "T", "G", "G", "G", "T"), `One_sast-211` = c("G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", NA, "T", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G"), `One_sast-211.1` = c("G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"G", "T", "G", "G", "G", "G", "G", "G", "G", "G", "T", "G",
"T", "T", "G", "G", "G", "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", NA, "G", "G",
NA, "G", "G", "G", NA, "G", "T", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", NA, "T", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "T", "G", "G", "T", "G", "G", "G", "G", "T", "G",
"G", NA, NA, "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "T", "G"), `One_spf30-207` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, NA, "G", "G"), `One_spf30-207.1` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", "T", "G", "G", NA,
NA, "G", "G", "G", "T", "G", "G", "G", "G", "G", "G", "T",
NA, "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "T", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"T", "G", "G", NA, "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", NA, NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", "G",
"G", "G", "T", "T", "G", NA, NA, "G", "G"), `One_srp09-127` = c("T",
"T", "A", "T", "A", "A", NA, "T", "A", "A", "T", "A", NA,
"A", "A", "T", "T", "T", "A", "T", "A", "T", "A", "A", NA,
"A", NA, "A", "A", "A", "A", "A", NA, "T", "T", "A", NA,
NA, "A", NA, "T", NA, "T", "A", "T", "A", "T", "A", "T",
NA, "A", "A", "T", "T", "A", "A", "T", NA, NA, "T", "A",
"A", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "A",
"T", "T", "A", "A", "A", "A", "A", NA, "T", "T", "T", "T",
NA, "A", "A", "A", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "A", "T", "T", "T", "A", NA, "A", "A", "T", "T",
"T", "T", NA, "A", "T", "T", NA, "T", "A", "T", "T", NA,
"T", "A", "T", "A", NA, "A", NA, NA, "T", NA, NA, "A", NA,
NA, "A", NA, NA, "A", "T", "A", NA, "T", "T", "T", "T", NA,
"A", "A", "A", NA, "T", "A", NA, NA, "T", "A", "A", "T",
"T", "T", "T", NA, NA, "T", "A", "T", NA, "A", NA, "A", NA,
"T", "T", NA, "T", "T", NA), `One_srp09-127.1` = c("T", "T",
"A", "T", "T", "T", NA, "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", NA, "T", "T", "T", NA, NA, "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "A", "T", "T", "T", NA, "T", "T", "T", "T", NA, "T",
"T", "A", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "A", "T", "T", "T", "T", "T",
NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", "T", NA, "T", NA, NA, "T", NA, NA, "T", NA, NA, "T",
NA, NA, "T", "T", "T", NA, "T", "T", "T", "T", NA, "T", "A",
"T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T", "T",
"T", NA, NA, "T", "T", "T", NA, "T", NA, "T", NA, "T", "T",
NA, "T", "T", NA), `One_ssrd-135` = c("-", "-", NA, NA, "-",
"-", NA, "-", "-", "-", "-", NA, "-", "-", "T", "-", NA,
"T", "-", "T", "-", "-", "-", "-", NA, "-", NA, "T", "T",
"-", "-", "-", NA, NA, "-", "-", "-", NA, "-", "-", NA, NA,
NA, "-", "-", "-", NA, NA, "T", "-", NA, NA, "-", NA, "-",
"-", "-", "-", "-", "-", "-", NA, NA, "-", "-", "-", "-",
"-", NA, NA, NA, "-", "-", "-", NA, "-", NA, "-", "-", NA,
NA, NA, NA, "-", "-", "T", "T", "-", NA, NA, "-", NA, NA,
"-", "-", "-", NA, "-", NA, "T", "T", NA, NA, NA, NA, "-",
NA, "T", "-", NA, "-", "-", NA, "-", NA, NA, NA, "-", NA,
"-", NA, "-", NA, "-", "T", "-", "-", NA, NA, NA, "-", "-",
NA, "-", "-", "-", "-", "-", "-", NA, "T", "-", NA, "-",
"-", "-", "-", NA, "-", "T", "-", "T", "-", "T", "-", "-",
"-", "-", "-", "-", "-", "T", "-", "-", "-", "-", NA, "-",
NA, "-", "T", "T", "-", "T", NA, NA, "-", NA, "-", NA, "-",
"-", "-", "-", "T", "T", "-", NA, "-", NA), `One_ssrd-135.1` = c("T",
"T", NA, NA, "T", "T", NA, "-", "T", "T", "-", NA, "T", "T",
"T", "T", NA, "T", "T", "T", "T", "-", "T", "T", NA, "-",
NA, "T", "T", "T", "T", "-", NA, NA, "T", "T", "T", NA, "T",
"T", NA, NA, NA, "T", "T", "-", NA, NA, "T", "T", NA, NA,
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "-", "T", NA, NA, NA, "-", "T", "T", NA, "T", NA,
"-", "T", NA, NA, NA, NA, "-", "T", "T", "T", "T", NA, NA,
"-", NA, NA, "T", "-", "-", NA, "T", NA, "T", "T", NA, NA,
NA, NA, "T", NA, "T", "T", NA, "T", "T", NA, "T", NA, NA,
NA, "T", NA, "T", NA, "T", NA, "T", "T", "T", "-", NA, NA,
NA, "T", "T", NA, "-", "T", "-", "T", "T", "T", NA, "T",
"-", NA, "T", "-", "T", "T", NA, "T", "T", "-", "T", "T",
"T", "T", "T", "-", "T", "T", "-", "-", "T", "T", "-", "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", NA, NA, "T", NA,
"T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", NA),
`One_STC-410` = c("C", "T", "T", "T", NA, NA, NA, "C", "T",
"T", "T", "T", NA, "T", "T", "T", NA, "T", "T", "T", "T",
"C", "C", "T", NA, "T", "C", "T", "T", "T", "T", "C", "C",
"C", "T", "T", "T", "T", "T", "C", "C", "C", NA, NA, NA,
"C", NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, NA, NA,
NA, NA, "T", "T", NA, "C", "T", NA, "T", NA, "T", "T", NA,
NA, NA, "T", NA, NA, "T", "T", "C", NA, "C", "C", "C", "T",
NA, "C", "C", "C", NA, NA, "C", NA, "C", NA, "T", "C", "C",
"C", NA, "T", "C", NA, "T", NA, "T", NA, NA, "C", NA, NA,
"T", NA, "T", NA, "C", "C", NA, "T", "C", "T", "T", "C",
NA, "T", "T", NA, NA, NA, "C", "T", "T", "T", NA, "C", "C",
"C", "C", "C", NA, NA, NA, "T", NA, "C", "C", "C", NA, "C",
"C", NA, "T", "C", "C", "C", "T", "T", "T", "C", NA, "C",
"T", "C", "C", "T", "C", NA, NA, NA, "T", "T", "T", "T",
"T", "C", "C", NA, "T", "T", "T", NA, NA, NA, "T", "T", "T",
"T", "T", "T", NA, "C"), `One_STC-410.1` = c("T", "T", "T",
"T", NA, NA, NA, "T", "T", "T", "T", "T", NA, "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, NA, "T", NA, "C", NA, NA, "T", "T", NA,
"T", "T", NA, NA, NA, NA, NA, "T", "T", NA, "T", "T", NA,
"T", NA, "T", "T", NA, NA, NA, "T", NA, NA, "T", "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, NA, "T", NA,
"T", NA, "T", "C", "T", "T", NA, "T", "C", NA, "T", NA, "T",
NA, NA, "C", NA, NA, "T", NA, "T", NA, "T", "C", NA, "T",
"T", "T", "T", "T", NA, "T", "T", NA, NA, NA, "T", "T", "T",
"T", NA, "C", "T", "T", "T", "T", NA, NA, NA, "T", NA, "T",
"C", "T", NA, "T", "T", NA, "T", "T", "T", "C", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "C", NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA, NA,
NA, "T", "T", "T", "T", "T", "T", NA, "T"), One_STR07 = c("C",
"C", "C", "C", "C", NA, "C", "C", NA, NA, "G", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, "G", "G", NA,
"C", NA, NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C",
"C", "G", NA, NA, "C", "C", "C", "G", "C", "C", "C", "C",
NA, NA, NA, "C", NA, NA, NA, NA, "C", "C", "C", NA, "C",
NA, NA, "C", NA, "G", "G", NA, NA, "C", "G", NA, "C", NA,
"C", NA, "C", NA, "C", NA, "C", "C", "C", NA, NA, "G", "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", NA, NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"G", "C", "G", NA, "C", "C", NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "G", "G", "C", "G", "C",
"C", NA, "C", NA, NA, "C", "C", NA, "C", "C", "C", "C", "G",
"C", "C", "C", "G", NA, "C", "C", "G", "G", "C", NA, "C",
"C", "G", NA, "G", NA, "C", NA, NA, "C", "C", NA, NA, "C",
"C", "C", "G", NA, "C", "C", NA, "C", "C", NA, "C", NA, "C"
), One_STR07.1 = c("G", "G", "G", "G", "G", NA, "G", "G",
NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"C", NA, NA, "G", "G", NA, "G", NA, NA, NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", NA, NA, NA, "G", NA, NA, NA,
NA, "G", "C", "G", NA, "G", NA, NA, "G", NA, "G", "G", NA,
NA, "G", "G", NA, "G", NA, "G", NA, "G", NA, "G", NA, "G",
"G", "G", NA, NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, "G", NA, NA, "C", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "C", NA, NA, "G",
"G", NA, "G", "G", "G", "C", "G", "C", "C", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "C", "C", "G", NA, "G", NA,
"G", NA, NA, "G", "G", NA, NA, "G", "G", "G", "G", NA, "G",
"G", NA, "G", "C", NA, "G", NA, "C"), `One_SUMO1-6` = c("A",
"C", "C", "A", NA, "A", "C", "C", "C", "C", "A", "C", NA,
"C", "C", "C", NA, "C", "C", "C", "C", "A", "A", NA, NA,
"C", "A", "C", "C", "C", "C", NA, "C", "C", "A", "C", "A",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "A",
"C", "C", "C", "C", "C", "C", NA, "C", NA, NA, "C", "C",
NA, "A", "C", "C", NA, "C", "C", "C", "C", NA, "A", NA, "C",
"A", NA, "C", "C", "A", "C", "A", NA, NA, "A", NA, "C", "C",
"C", "C", "C", "C", "C", NA, "C", "A", "A", "C", "C", "C",
"C", "C", "C", "C", NA, "C", NA, "C", "A", "C", "C", "C",
"C", "C", NA, "A", "C", "C", "C", "A", "A", "C", "C", "C",
"A", "C", NA, NA, "C", "C", NA, "C", "C", "C", "A", "C",
"A", "C", "C", "C", "A", "A", "C", NA, "C", "C", "A", "C",
"C", "C", "C", "C", NA, "C", NA, "C", "C", NA, "C", NA, "A",
"C", "C", "A", "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C", "A", "C", NA, "C", "C", NA, "C", "C", "A", "C", "C",
"C", "A", "C", "C", "C", "A"), `One_SUMO1-6.1` = c("C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, NA, "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", NA, "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", NA, NA, "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", NA, "C", NA, "C", "C",
"C", "C", "C", "C", "A", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C"), `One_sys1-230` = c(NA, NA, NA,
"G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", NA, NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", NA, NA, NA, "G", NA, NA, "G",
"G", NA, NA, "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "T", "T", NA, NA, NA, "G", NA, "G", "T", NA, "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "T", "G", "G", "G", NA, "G", NA,
NA, NA, NA, "G", NA, "T", NA, NA, "T", NA, NA, "G", NA, "G",
NA, NA, "G", "T", "G", NA, "G", "G", "G", NA, "G", NA, NA,
"G", "G", "G", "G", "G", NA, "G", NA, "T", "G", "G", NA,
NA, "G", "G", NA, NA, "G", "G", "T", "T", "T", "G", NA, "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", NA, NA, "G", "G", "G", "G", NA, "G", "G", "G", "G",
"T", "G", "G", "G", "G", "G", "G", NA, NA, "T"), `One_sys1-230.1` = c(NA,
NA, NA, "T", NA, NA, "T", "T", NA, "T", "G", "T", "T", "T",
"T", NA, "G", "T", NA, NA, "G", "T", "T", "T", NA, "T", "T",
"G", "T", "T", NA, "G", NA, NA, NA, NA, "T", "G", "T", "T",
"T", "G", "T", NA, "G", "G", "T", NA, NA, NA, "G", NA, NA,
"T", "T", NA, NA, "T", "T", NA, "T", NA, "G", "T", "T", "T",
"T", "T", "T", "T", NA, NA, NA, "G", NA, "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "G", "T", "G", "G", "G",
"G", "T", "G", "G", "T", NA, "T", "T", "T", "G", NA, "T",
NA, NA, NA, NA, "G", NA, "T", NA, NA, "T", NA, NA, "T", NA,
"T", NA, NA, "T", "T", "T", NA, "T", "G", "G", NA, "G", NA,
NA, "T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T",
NA, NA, "G", "T", NA, NA, "G", "T", "T", "T", "T", "G", NA,
"T", NA, "G", "T", "G", "T", "G", "T", "T", "T", "G", "T",
NA, "T", NA, NA, "T", "G", "G", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", NA, NA, "T"), `One_taf12-248` = c("G",
NA, "G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "T", NA, "G", "G", "G",
NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", NA, NA, NA,
NA, NA, "G", NA, "G", "G", "G", "T", NA, "G", "G", NA, "G",
"G", "G", "G", "G", NA, "G", NA, NA, "G", "G", "G", "T",
"G", "G", NA, "G", "G", "G", NA, "G", "G", "G", NA, "G",
NA, "G", NA, NA, "G", "G", "G", "G", "G", NA, NA, NA, "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", NA, "G", NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", NA, NA, NA, NA,
"G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G"), `One_taf12-248.1` = c("G", NA,
"T", NA, "T", "T", "G", "G", "G", NA, "G", "G", "T", "T",
"T", "T", "G", "G", "T", NA, "T", NA, "G", "T", "T", NA,
"G", "T", "T", "T", NA, NA, "T", "T", "G", NA, NA, NA, NA,
NA, "G", NA, "G", "G", "G", "T", NA, "G", "G", NA, "G", "T",
"G", "G", "G", NA, "G", NA, NA, "G", "T", "T", "T", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", NA, "G", NA, "G",
NA, NA, "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", NA, "T", "T", "G", "G", "G", NA, "G", NA, "T", NA, "G",
"G", "G", "G", "G", "G", "G", "G", "T", "G", "G", "G", NA,
"G", "G", "T", "G", NA, NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "T", NA, "G", "G", "G", "G", "G",
NA, "G", "G", "G", "G", "T", NA, NA, NA, NA, "G", "T", "G",
"G", NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G"), `One_Tf_ex10-750` = c("A", NA, "A", "A", NA, "A",
"G", "G", "G", NA, "A", NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "A", "G", "G", NA, "A", "G", "A", "G", "G", NA,
"A", "G", NA, "A", NA, "G", "G", "G", NA, NA, "G", "G", NA,
NA, "G", "G", NA, NA, NA, "A", "A", "G", NA, NA, "G", "A",
"A", NA, NA, "A", "A", NA, NA, NA, NA, "G", "A", NA, "G",
NA, "G", NA, NA, "A", NA, "A", NA, NA, "A", NA, NA, "A",
"A", "A", "A", "A", "A", "G", "A", NA, "A", "G", NA, "A",
"A", "A", NA, "G", "G", "G", "G", "A", NA, "G", NA, NA, NA,
NA, "A", "G", NA, "A", NA, "A", "A", NA, "G", "A", NA, "G",
"A", NA, NA, "G", "A", "G", NA, "G", "A", NA, NA, "G", "A",
"A", "A", NA, "G", "A", "A", NA, "A", "A", NA, "G", "A",
NA, NA, NA, NA, "G", "A", "A", "A", "A", NA, "G", "G", "G",
"A", "G", "A", "A", "G", "G", "G", NA, "A", "A", "A", "A",
NA, "G", "G", NA, NA, NA, "G", "G", "G", "G", "A", "G", "G",
"G", "G", NA, NA, "A", "G"), `One_Tf_ex10-750.1` = c("G",
NA, "G", "G", NA, "G", "G", "G", "G", NA, "G", NA, NA, NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", NA, "A", "G", NA, "G", NA, "G", "G",
"G", NA, NA, "G", "G", NA, NA, "G", "G", NA, NA, NA, "G",
"G", "G", NA, NA, "G", "G", "G", NA, NA, "G", "G", NA, NA,
NA, NA, "G", "G", NA, "G", NA, "G", NA, NA, "G", NA, "G",
NA, NA, "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"A", NA, "G", NA, NA, NA, NA, "G", "G", NA, "G", NA, "G",
"G", NA, "G", "G", NA, "G", "G", NA, NA, "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", NA, "G", "G", NA, NA, NA, NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", NA, "G", "G", NA, NA, NA, "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G"),
`One_Tf_ex3-182` = c("A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
NA, "A", "A", NA, NA, NA, "A", NA, NA, NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", "A", NA, "A", "A", NA, NA, NA,
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", NA, "A", "A", "A", "A", NA, "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A", NA,
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "A",
"A", NA, "A", NA, "A", NA, NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
NA, "A", NA, "A", "A", "A", "A", "A", "A", "A", "A"), `One_Tf_ex3-182.1` = c("A",
"A", NA, "A", "A", "A", "A", "A", "G", "A", "A", "A", "A",
NA, "A", "A", "A", "A", NA, "A", "G", "A", "A", "A", "A",
"A", NA, "A", "A", "A", "A", "A", NA, "A", "A", NA, NA, NA,
"G", NA, NA, NA, "A", "A", "A", "A", NA, "A", "G", NA, "A",
"A", NA, "A", "A", NA, NA, NA, NA, "A", "A", "A", "A", "G",
NA, "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "G", "A", NA, "A", "A", "A", "A", NA, "A", "A",
"A", "A", NA, "A", NA, "A", "A", "G", NA, "A", "A", "A",
"A", "G", "A", NA, "A", NA, NA, "A", NA, "A", "A", "A", "A",
"G", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "G", NA, "A", "A", "A",
"G", "A", NA, "G", "A", "A", NA, "A", NA, "G", NA, NA, "A",
"A", "A", "A", "A", "A", "A", "A", "G", "A", "A", "A", "G",
"G", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"G", NA, "A", "A", "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A"), `One_tshB-92` = c("A", "A", "A", "A",
"A", NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "C", "A", "A", "A",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A",
NA, "A", NA, "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", "A", NA, "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", NA, NA, "A", NA, NA, "A", "A", NA, "A",
NA, NA, "A", "A", "A", "A", NA, "A", "A", "A", NA, "A", NA,
NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "A", "A", NA, "A", "A", "A", "A", "A", "C", "A", "A",
"A", "A"), `One_tshB-92.1` = c("A", "A", "A", "A", "A", NA,
NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "C", "A", "A", "A", "A", "A",
"A", "A", "A", NA, "C", "C", "A", "A", NA, "A", NA, "A",
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "C", "A",
NA, NA, NA, NA, "A", "A", "A", "A", "A", "A", NA, "A", "A",
"C", "C", NA, "A", NA, "A", "A", "A", "A", "A", "A", "A",
"C", "A", "A", "A", "A", "A", "C", "A", NA, "A", "A", "A",
"A", "C", "C", "A", "A", "A", "A", NA, "A", "C", "A", "A",
"A", "A", "A", "C", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, NA, "A", NA, NA, "A", "A", NA, "A", NA, NA,
"A", "A", "A", "A", NA, "A", "A", "A", NA, "A", NA, NA, "A",
"A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "C", "C", "A", "A", NA,
NA, "A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", NA, "A", "A", "A", "A", "A", "C", "A", "A", "A", "A"
), `One_txnip-401` = c("C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C",
"C", NA, NA, NA, "C", "C", "C", "C", "C", "C", "C", NA, NA,
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, NA, "C",
"C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C"), `One_txnip-401.1` = c("C", "C", "C", "T", "C", NA,
"C", "C", "T", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "T", "C", "C",
"C", "C", "T", "T", "C", "T", "C", "C", "C", NA, "C", "C",
"C", "C", NA, "C", "C", "C", "T", NA, "C", "C", "C", NA,
"C", "C", "C", NA, "C", "C", "T", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", NA, "C", "T", "C", "C", NA, "C",
"C", "C", NA, NA, NA, "C", "C", "C", "C", "C", "C", "C",
NA, NA, "T", "T", "C", "C", "C", "C", NA, "C", "C", NA, NA,
"C", "C", "C", "C", NA, NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", "C", "C", "T", "C", "C", "C", "C", "T", "T", "C", NA,
"C", "T", "C", "C", "C", "C", NA, "C", "C", "C", "T", "C",
"C", "T", "C", "C", "T", "C", NA, "C", "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA,
"T", NA, "T", "C", "T", "C", "C", "T", "C", "C", "C", "C",
"C", "C"), `One_U1003-75` = c(NA, NA, NA, NA, "C", NA, NA,
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", NA, NA, "C", NA, "C", "C",
"C", "C", NA, NA, NA, "T", "C", "C", NA, NA, "C", "C", NA,
"C", "C", "T", "C", NA, "C", "C", NA, "T", "C", "C", "T",
NA, NA, "C", "C", "C", "C", "C", NA, NA, "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", "C", NA, "C", NA, "C", NA, NA,
"C", NA, "C", "C", "C", "T", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", "C", NA, NA, NA, "C",
"C", NA, "C", NA, NA, "C", NA, NA, "T", NA, "C", NA, NA,
"C", "T", NA, "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", NA, "C", NA, NA, NA, "T", NA, "C", "C", "T", "T", "C",
"T", "C", "C", NA, NA, "C", NA, "T", "C", "C", "C", NA, "C",
"C", "T", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, NA, NA, "C", NA, "C",
NA, "C", "C", "C", "T", "C", NA), `One_U1003-75.1` = c(NA,
NA, NA, NA, "T", NA, NA, NA, "T", NA, "T", "T", "T", "T",
"C", "T", "T", "C", "T", NA, "T", "T", NA, "T", "C", "C",
NA, NA, "C", NA, "T", "T", "T", "T", NA, NA, NA, "T", "T",
"T", NA, NA, "T", "T", NA, "C", "T", "T", "T", NA, "T", "T",
NA, "T", "T", "T", "T", NA, NA, "T", "T", "C", "T", "T",
NA, NA, "C", NA, "T", "C", NA, "T", NA, "T", "C", "T", "C",
NA, "T", NA, "T", NA, NA, "T", NA, "T", "T", "C", "T", "T",
"T", NA, "C", "T", "C", "C", "T", "T", "T", "T", "T", "T",
"T", NA, NA, NA, "T", "T", NA, "T", NA, NA, "T", NA, NA,
"T", NA, "C", NA, NA, "T", "T", NA, "C", "T", "T", NA, "T",
NA, "C", "T", "T", "C", NA, "T", NA, NA, NA, "T", NA, "T",
"C", "T", "T", "C", "T", "T", "T", NA, NA, "T", NA, "T",
"T", "T", "C", NA, "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "C", "T", "C", "T", "T", "C", "T", "T", NA, "T",
NA, NA, NA, "T", NA, "C", NA, "C", "T", "T", "T", "T", NA
), `One_U1004-183` = c("G", NA, "A", NA, "G", NA, NA, "A",
NA, "A", "G", NA, NA, "A", "A", NA, NA, "A", NA, "A", "A",
"A", NA, "A", "G", "A", NA, NA, NA, NA, NA, "A", NA, "A",
"A", "A", NA, "G", "A", "A", "A", "G", "A", NA, NA, "G",
"G", "A", NA, NA, "G", "G", "A", "A", "A", "A", NA, "A",
NA, "A", NA, "A", "G", NA, "A", NA, "G", "A", "A", "A", NA,
NA, NA, "G", "G", "A", "A", "A", NA, NA, "A", NA, "G", "A",
"A", "A", "A", "A", "G", "A", NA, NA, "G", "A", "A", "G",
"A", "A", NA, "A", "A", "A", "G", "A", "G", NA, NA, "A",
NA, "A", "G", "A", "A", "A", "A", "A", "A", "A", NA, NA,
"G", "A", "G", "G", "G", "A", NA, "A", "A", "A", "A", "G",
"G", NA, NA, "A", NA, NA, "G", "G", "A", "G", NA, "A", "A",
"G", NA, NA, "A", "A", "A", "A", "A", NA, NA, "A", NA, "A",
"A", "A", "G", NA, "A", "G", "A", NA, NA, "A", NA, "A", "A",
"A", NA, "G", "A", NA, NA, "G", NA, NA, "G", NA, "G", "G",
"G", "G", NA, NA, "G", "A"), `One_U1004-183.1` = c("G", NA,
"G", NA, "G", NA, NA, "G", NA, "G", "G", NA, NA, "G", "A",
NA, NA, "A", NA, "G", "G", "G", NA, "G", "G", "G", NA, NA,
NA, NA, NA, "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", NA, NA, "G", "G", "G", NA, NA, "G", "G", "G", "G",
"G", "G", NA, "G", NA, "G", NA, "G", "G", NA, "G", NA, "G",
"G", "G", "A", NA, NA, NA, "G", "G", "G", "G", "G", NA, NA,
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", NA, NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", NA, NA, "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "A", NA, NA, "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, NA, "G", NA, NA, "G", "G", "G",
"G", NA, "G", "A", "G", NA, NA, "G", "G", "G", "G", "G",
NA, NA, "G", NA, "G", "G", "A", "G", NA, "G", "G", "A", NA,
NA, "G", NA, "G", "G", "G", NA, "G", "G", NA, NA, "G", NA,
NA, "G", NA, "G", "G", "G", "G", NA, NA, "G", "G"), `One_U1009-91` = c("G",
"G", "G", "G", "A", "G", NA, "A", "A", NA, "G", "A", "A",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA, NA,
"G", "A", "A", NA, "G", "A", "G", "A", "A", "A", "A", "A",
"A", "G", "A", NA, "G", NA, NA, NA, "G", NA, "A", NA, "A",
NA, "A", NA, "A", "A", "G", "A", "A", NA, "G", "A", "A",
"A", NA, "G", "A", NA, NA, "G", "G", NA, "G", "G", "G", NA,
NA, "G", NA, "A", "G", "G", NA, NA, "G", "G", "G", "G", NA,
"A", NA, "A", "G", "A", "A", "G", "G", NA, "A", "G", "A",
"G", "A", "G", NA, NA, "A", NA, NA, NA, "A", "A", NA, NA,
NA, "A", "A", "A", "A", NA, NA, "G", NA, "G", NA, "G", NA,
NA, "G", NA, "G", NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
"G", "G", NA, NA, "G", "A", NA, NA, NA, NA, "G", "G", "G",
"A", "G", "A", NA, "A", NA, "G", "A", "A", "G", "G", "G",
"A", "G", NA, "G", NA, "G", "A", NA, "A", "A", NA, NA, NA,
NA, "G", "G", "G", "A", "G", "G", "A", "G", "G", "A", "G"
), `One_U1009-91.1` = c("G", "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", NA, NA, "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", NA,
NA, NA, "G", NA, "G", NA, "G", NA, "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", NA, "G", "G", NA, NA, "G",
"G", NA, "G", "G", "G", NA, NA, "G", NA, "G", "G", "G", NA,
NA, "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", NA, NA, "G",
NA, NA, NA, "G", "G", NA, NA, NA, "G", "G", "G", "A", NA,
NA, "G", NA, "G", NA, "G", NA, NA, "G", NA, "G", NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, "G", "G", NA, NA, "G", "G",
NA, NA, NA, NA, "G", "G", "G", "G", "G", "G", NA, "G", NA,
"G", "A", "G", "G", "G", "G", "G", "G", NA, "G", NA, "G",
"G", NA, "A", "G", NA, NA, NA, NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G"), `One_U1010-81` = c("G", "G",
"G", "A", NA, "G", NA, "G", NA, "G", "A", NA, NA, NA, "G",
NA, NA, "G", "G", "G", "G", "G", "A", NA, "G", "A", NA, "G",
"G", "G", NA, "G", "G", NA, NA, "G", "A", "G", "G", NA, NA,
NA, "A", "G", "G", "G", "G", NA, "G", NA, "A", "G", "G",
"G", "A", NA, NA, "A", NA, NA, "G", "G", "G", "A", "G", "G",
NA, "G", "A", "G", NA, "A", "A", "A", "G", "G", "G", "G",
"A", "G", "G", "A", "A", "G", "G", "A", NA, "G", "A", NA,
"G", "G", NA, "G", "A", "G", "G", "A", "G", NA, "A", "G",
"G", "G", "G", "A", "A", "A", "G", NA, "G", "G", "A", "A",
"G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G", NA,
NA, "G", "G", "G", "A", NA, "G", "A", NA, "A", "G", NA, "G",
NA, NA, "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "A", "G", "G", "G", "G", "G", "G", NA, "A",
"G", "G", "G", NA, "G", "G", "G", NA, NA, "G", "G", "G",
NA, NA, "G", "G", NA, "A", NA, "G", "G", "G", "G", NA, "G",
"G", "G"), `One_U1010-81.1` = c("G", "G", "G", "G", NA, "G",
NA, "G", NA, "G", "A", NA, NA, NA, "G", NA, NA, "G", "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", "G", "G", NA,
"G", "G", NA, NA, "G", "G", "G", "G", NA, NA, NA, "G", "G",
"G", "G", "G", NA, "G", NA, "G", "G", "G", "G", "G", NA,
NA, "G", NA, NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"A", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", NA, "G", "G", NA, "G", "G", NA, "G", NA, NA, "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
NA, "G", "G", "G", NA, NA, "G", "G", "G", NA, NA, "G", "G",
NA, "G", NA, "G", "G", "G", "G", NA, "G", "G", "G"), `One_U1012-68` = c("C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", "C", "C",
"C", NA, "C", NA, "C", "C", "C", "C", "T", "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", NA, "C", "C", NA, NA, "C", "C",
"C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
"C", NA, "C", "C", "C", NA, "C", "C", "C", "C", "C", NA,
"C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C"), `One_U1012-68.1` = c("T", "C",
"C", "T", NA, "C", "C", "T", "C", "C", "C", NA, "C", NA,
"C", "C", "T", "C", "C", "C", "C", "C", "T", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "T", "C", "C", "C",
"T", "T", "T", "C", "T", NA, "T", "C", NA, "C", NA, "C",
"C", "C", "T", "T", "C", "C", NA, NA, NA, "T", "C", "C",
NA, NA, "T", "C", "C", "T", NA, "C", "C", "C", "T", NA, "C",
"C", NA, "C", "T", "C", "T", NA, NA, "C", "C", "C", "C",
NA, "C", NA, "T", "C", "C", "C", "T", "T", NA, NA, "T", "C",
"C", "T", "T", "C", "C", "C", NA, "T", "T", "T", NA, "C",
"C", "T", "T", "T", "T", "C", "C", "T", "T", "T", "T", "C",
"C", NA, "C", "T", "C", NA, "T", "C", NA, NA, "C", "C", "T",
"T", NA, NA, "T", "C", "C", "C", "C", "T", "T", "C", "T",
"T", "C", "T", "C", "C", "C", "T", NA, "T", NA, "C", "C",
NA, "C", "C", "C", NA, "C", "T", "C", "C", "T", NA, "C",
"T", "T", NA, NA, "C", "T", NA, "C", "C", "C", "C", "C",
"C", NA, "T", "C", "T"), `One_U1013-108` = c("T", "T", "T",
"T", "T", "T", "T", "G", NA, NA, "T", "T", "G", NA, "G",
"T", NA, "T", NA, NA, "T", NA, "T", NA, NA, NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "G", "T",
"T", NA, "T", "T", "T", "G", "T", "T", "G", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "T", "T", "G", "T", "G", "T",
"T", "T", "G", "T", "T", "T", "T", "T", "T", "G", "G", "T",
"T", "G", "T", "T", "T", "T", "G", "G", NA, "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "T", "G",
"T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "G", "T", "G", "T", "T", "T", "T", "T",
"T", "T", "G", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"G", "T", "T", "G", "T", "T", "T", NA, "G", "T", NA, "T",
"T", "T", "T", NA, "T", NA, "T", "T", "T", NA, "G", NA, "G",
"T", "T", "T", "T", "G"), `One_U1013-108.1` = c("T", "T",
"T", "T", "T", "T", "T", "T", NA, NA, "T", "T", "T", NA,
"T", "T", NA, "T", NA, NA, "T", NA, "T", NA, NA, NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T",
"T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", "T", NA, "T", NA, "T", "T", "T", NA, "G",
NA, "T", "T", "T", "T", "T", "T"), `One_U1014-74` = c("T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "C", NA, "T", "C",
NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"T", "C", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "C", "T", "T", "T", "T", "C", "T", "T", "C", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, "C", "T", "T", "T", "T",
"T", "C", "T", NA, NA, "C", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "C", NA,
"T", "T", "C", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", NA, NA, NA, "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T"), `One_U1014-74.1` = c("T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
NA, "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, NA, "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, NA, "T", NA, NA, NA, "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T"), `One_U1016-115` = c("T",
NA, "-", "-", "-", NA, "T", NA, "-", "-", "T", "T", "-",
"-", "T", "-", "-", "T", "-", "-", "-", "-", "-", "-", NA,
NA, "-", "-", "-", "-", "-", NA, NA, "T", NA, "T", "-", "T",
"-", NA, "-", "T", "-", NA, NA, "T", NA, "T", "T", NA, "T",
NA, "-", "-", "T", "T", "T", "T", "T", "T", "T", "T", "-",
"-", "T", "-", "-", "-", "T", "T", "T", "-", NA, "-", "T",
"-", "-", NA, "T", "T", "-", "T", "T", "-", "-", "-", NA,
"-", "-", "T", "-", "T", NA, "-", "-", "-", NA, "-", "-",
NA, "-", "-", NA, NA, "T", NA, "T", "-", "-", "-", NA, NA,
"T", "-", "-", "-", "-", "-", "T", "-", "-", "-", "T", NA,
"-", NA, NA, NA, NA, "-", "T", NA, "T", "-", "T", "T", "T",
NA, "T", NA, "-", "-", NA, "-", "-", "T", NA, NA, "T", "-",
"-", "T", "-", "T", "T", "T", NA, "-", "T", "T", "-", "T",
"-", "-", "-", "-", "-", "-", "T", NA, "-", "T", "-", "T",
"-", NA, "-", NA, "-", "-", "T", NA, "-", "-", "-", "T",
"-", "-", "-", "-"), `One_U1016-115.1` = c("T", NA, "T",
"-", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
"-", "T", "T", "-", "T", "T", "T", "T", "T", NA, NA, "T",
"T", "T", "-", "-", NA, NA, "T", NA, "T", "T", "T", "T",
NA, "T", "T", "T", NA, NA, "T", NA, "T", "T", NA, "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "-",
"T", NA, "T", "T", "T", "T", "T", "-", "T", "T", NA, "T",
"T", "T", "T", "T", NA, "-", "T", "-", NA, "T", "T", NA,
"-", "T", NA, NA, "T", NA, "T", "T", "T", "-", NA, NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
NA, NA, NA, NA, "T", "T", NA, "T", "T", "T", "T", "T", NA,
"T", NA, "T", "-", NA, "T", "-", "T", NA, NA, "T", "T", "-",
"T", "-", "T", "T", "T", NA, "-", "T", "T", "T", "T", "T",
"-", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
NA, "T", NA, "T", "T", "T", NA, "-", "T", "T", "T", "T",
"T", "T", "T"), `One_U1024-197` = c("T", NA, NA, "T", "G",
"G", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "T", "T", "G", "T", "T", "T", "T", "G", NA, "G",
"T", NA, "T", NA, NA, NA, "T", "T", "T", "T", NA, "T", "T",
"G", "T", "T", "T", NA, NA, "G", "T", "T", NA, "T", "T",
"G", "T", NA, "T", NA, "T", "T", "T", "G", "T", NA, NA, "T",
NA, "G", NA, NA, "T", "T", "T", "G", NA, "T", "T", "T", "T",
"T", NA, "T", "G", "G", "T", "T", "T", "T", "G", NA, "G",
NA, "G", "G", "T", NA, "T", "T", "G", "G", "T", "T", NA,
NA, NA, NA, "T", NA, "T", "T", NA, NA, "T", NA, "G", "G",
"T", "T", NA, NA, "T", NA, "G", "G", NA, "T", "T", NA, "T",
"G", NA, NA, "T", "T", "T", "G", "T", NA, NA, "T", "G", "G",
NA, "T", NA, NA, "T", NA, NA, "T", NA, "T", NA, "G", "G",
"T", "T", "G", "T", "T", "G", "G", "T", "G", "T", "T", "T",
NA, "T", NA, "G", "T", "T", "G", NA, "T", "T", NA, "T", "T",
NA, "T", NA, "G", "T", NA, "G", "G", "T"), `One_U1024-197.1` = c("T",
NA, NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", NA, "T", NA, NA, NA, "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, NA, "T", "T",
"T", NA, "T", "T", "T", "T", NA, "T", NA, "T", "T", "T",
"T", "T", NA, NA, "T", NA, "T", NA, NA, "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", NA, "T", "G", "T", "T", "T",
"T", "T", "T", NA, "T", NA, "T", "T", "T", NA, "T", "T",
"T", "G", "T", "T", NA, NA, NA, NA, "T", NA, "T", "T", NA,
NA, "T", NA, "T", "T", "T", "T", NA, NA, "T", NA, "T", "T",
NA, "T", "T", NA, "T", "T", NA, NA, "T", "T", "T", "T", "T",
NA, NA, "T", "T", "T", NA, "T", NA, NA, "T", NA, NA, "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", "T", "T",
NA, "T", "T", NA, "T", "T", NA, "T", NA, "T", "T", NA, "T",
"T", "T"), One_U1101 = c(NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, NA, NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", NA,
NA, "A", "A", NA, "A", NA, NA, "A", "A", "A", "A", "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
NA, "A", "A", "A", NA, "A", "A", NA, "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", NA, NA, NA, "A", NA, "A", "A", "A",
NA, "A", "A", NA, NA, "A", "A", NA, "A", NA, "A", NA, "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", NA,
"A", "A", "A", NA, NA, "A", NA, "A", "A", "A", NA, NA, NA,
"A", "A", "A", "C", "A", NA, NA, "A", "A", NA, "A", "A",
NA, NA, NA, "A", "A", "A", "A", NA, "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A"), One_U1101.1 = c(NA,
NA, "A", "A", "C", "A", "A", "A", "A", "A", "A", "C", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", NA, NA, NA, "A",
"A", "A", "A", "A", "A", "C", "C", "C", "A", "C", "A", "A",
"C", NA, "A", "C", NA, NA, "A", "C", NA, "C", NA, NA, "A",
"C", "A", "C", "C", NA, "C", NA, NA, "A", "A", "A", "C",
"A", "A", NA, "C", "C", "A", "A", "A", "C", "A", "A", "A",
"A", "A", "A", NA, "A", "C", "C", NA, "A", "A", NA, "A",
NA, "C", "C", "C", "A", NA, "A", "C", "C", NA, "C", "A",
NA, "C", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
NA, NA, "A", NA, "A", "A", "A", NA, "A", "A", NA, NA, "A",
"A", NA, "A", NA, "A", NA, "A", "A", "C", "A", "A", "A",
"C", "C", "A", NA, "C", "A", NA, "C", "A", "C", NA, NA, "A",
NA, "A", "A", "C", NA, NA, NA, "A", "C", "A", "C", "A", NA,
NA, "A", "A", NA, "C", "A", NA, NA, NA, "C", "A", "A", "A",
NA, "C", "C", NA, "C", "A", "C", "A", "A", "A", "C", "A",
"A", "C", "A"), One_U1103 = c(NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", NA, "A", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "A", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"A", "G", "A", "G", "G", "G", "G", "G", "A", "A", "G", "G",
"G", "A", "G", NA, "G", "G", "G", "A", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "A", "A", "G", NA,
"G", "G", NA, "A", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"A", "G", "G"), One_U1103.1 = c(NA, "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", NA,
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G"), One_U1105 = c("T", "A", "A", "A", "T", "A",
NA, "A", NA, NA, "A", NA, "T", NA, "A", "T", "T", "T", "T",
NA, "A", "A", NA, NA, "T", "A", "A", "T", "T", "T", "T",
"A", NA, "T", NA, "A", "A", NA, "T", NA, "A", NA, "A", "T",
"T", "A", "T", "A", NA, NA, "A", "A", "T", "T", NA, "A",
NA, NA, NA, "A", "A", "T", "T", "T", "A", "T", "T", NA, NA,
"T", "T", "T", "A", "T", NA, "T", "T", "T", "T", "A", "A",
"T", "T", "T", "T", NA, "A", "A", "A", "T", NA, "T", "A",
"A", "A", "T", NA, "A", "T", "T", "A", "A", "T", "A", "T",
NA, "T", "T", "T", NA, "A", "T", "T", NA, "A", "T", "T",
"T", NA, NA, "A", "T", NA, "T", "T", NA, "T", NA, NA, NA,
NA, "T", "T", NA, NA, "A", "A", NA, NA, "A", "T", "T", "T",
NA, "T", "T", NA, NA, "T", "T", "T", "A", "T", NA, "T", "T",
"T", "A", "T", "A", "T", "A", "A", "A", "A", NA, "T", NA,
"T", "T", "T", "T", "T", "A", NA, NA, "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", NA, "T", "A", "T"), One_U1105.1 = c("T",
"T", "T", "T", "T", "A", NA, "T", NA, NA, "A", NA, "T", NA,
"T", "T", "T", "T", "T", NA, "T", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", NA, "T", "T", NA,
"T", NA, "T", NA, "T", "T", "T", "A", "T", "T", NA, NA, "T",
"T", "T", "T", NA, "T", NA, NA, NA, "T", "A", "T", "T", "T",
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"A", "T", NA, "T", "T", "T", "A", "T", NA, "T", "T", "T",
"T", "T", "T", "T", "T", NA, "T", "T", "T", NA, "T", "T",
"T", NA, "T", "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
NA, "T", NA, NA, NA, NA, "T", "T", NA, NA, "T", "T", NA,
NA, "T", "T", "T", "T", NA, "T", "T", NA, NA, "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T"), `One_U1201-492` = c(NA, NA, NA, "A", "A",
"A", NA, NA, NA, NA, "G", "A", NA, NA, "A", NA, "G", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A",
NA, NA, "A", "A", "A", "A", NA, "A", NA, NA, NA, NA, NA,
"A", "A", "A", NA, "A", NA, "A", NA, NA, "G", "A", NA, "A",
"A", "A", NA, NA, NA, NA, NA, NA, "A", NA, NA, "A", "A",
NA, "A", NA, NA, NA, "G", "A", NA, "A", "A", NA, "A", NA,
"A", "A", NA, NA, NA, NA, "A", "A", NA, "A", "A", "A", "G",
"G", NA, NA, NA, "A", "G", NA, NA, "A", "A", "A", "A", NA,
"A", NA, NA, NA, "A", NA, NA, "G", "A", "A", NA, "G", NA,
"A", "A", NA, "A", "A", "A", NA, NA, "A", "A", NA, NA, NA,
NA, NA, "A", NA, "A", NA, "A", "A", NA, NA, "A", NA, NA,
NA, NA, NA, "A", NA, "A", NA, "G", NA, NA, "G", NA, "A",
"A", NA, "A", "A", "G", "A", "G", NA, "A", NA, NA, NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "G", NA, "G",
"A", "A", NA, NA, NA), `One_U1201-492.1` = c(NA, NA, NA,
"A", "G", "G", NA, NA, NA, NA, "G", "G", NA, NA, "A", NA,
"G", "A", "A", "G", "A", NA, "G", "G", "A", "G", "G", "G",
NA, "G", NA, NA, "G", "G", "G", "G", NA, "G", NA, NA, NA,
NA, NA, "G", "G", "G", NA, "G", NA, "G", NA, NA, "G", "G",
NA, "G", "G", "G", NA, NA, NA, NA, NA, NA, "G", NA, NA, "G",
"G", NA, "G", NA, NA, NA, "G", "G", NA, "A", "G", NA, "G",
NA, "G", "A", NA, NA, NA, NA, "G", "G", NA, "G", "A", "G",
"G", "G", NA, NA, NA, "G", "G", NA, NA, "G", "G", "G", "G",
NA, "G", NA, NA, NA, "G", NA, NA, "G", "G", "A", NA, "G",
NA, "G", "G", NA, "A", "G", "G", NA, NA, "A", "G", NA, NA,
NA, NA, NA, "G", NA, "G", NA, "G", "A", NA, NA, "G", NA,
NA, NA, NA, NA, "G", NA, "G", NA, "G", NA, NA, "G", NA, "G",
"G", NA, "G", "A", "G", "G", "G", NA, "G", NA, NA, NA, "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", NA, "G",
"A", "G", NA, NA, NA), `One_U1202-1052` = c("C", NA, "C",
"C", "C", NA, NA, NA, NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, NA, NA, "C", "C", "C", "C",
"C", "C", NA, NA, NA, NA, "C", "C", "C", NA, "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
NA, "C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", NA, "C", "C", NA, NA, NA, NA, "C",
"C", "C", NA, NA, NA, "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", NA, NA, NA, "C", "C", NA, NA, NA, NA, NA, "C",
"C", "C", "C", NA, NA, "C", "C", "C", "C", "C", "C", "C",
NA, NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, NA, NA, NA, "C", "C", NA, NA, "C", "C",
NA, NA, NA, "C", "C", "C", "C", "C", NA, "C", NA), `One_U1202-1052.1` = c("C",
NA, "C", "C", "T", NA, NA, NA, NA, NA, "T", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C",
"C", "C", "T", "C", NA, NA, NA, NA, "T", "C", "T", NA, "C",
NA, "T", "C", "T", "C", "C", "C", "T", "C", "C", NA, "C",
"C", "C", NA, "C", NA, NA, "T", NA, "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "T", NA, "T", "C", "T", NA,
"C", "C", NA, NA, "C", "C", "C", "T", "T", "C", "C", NA,
"T", "C", NA, "T", NA, "T", "C", "C", NA, "C", "C", NA, "T",
"C", "C", NA, "C", NA, NA, "C", NA, "T", "T", NA, NA, NA,
NA, "C", "C", "C", NA, NA, NA, "T", NA, "C", "C", NA, "C",
"C", "T", "C", "T", NA, NA, NA, "T", "T", NA, NA, NA, NA,
NA, "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", NA, NA, NA, "C", "C", "C", "C", "T", "C", "C",
"C", "C", "T", NA, "C", NA, NA, NA, NA, "T", "C", NA, NA,
"C", "C", NA, NA, NA, "C", "T", "T", "C", "T", NA, "T", NA
), `One_U1203-175` = c("A", "A", "A", "A", "A", "A", NA,
"A", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A",
NA, "A", NA, "A", "A", NA, NA, NA, "A", "A", NA, "A", NA,
NA, NA, "A", "A", "A", "A", "A", NA, "A", "A", NA, NA, NA,
"A", NA, "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", NA, "A", "A", NA, "A", "A", "A", "A", "A", "A", NA,
NA, NA, NA, "A", NA, NA, "A", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", NA, NA, "A", NA, NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", "A",
NA, "A", "A", "A", NA, "A", NA, "A", "A", NA, "A", "A", "A",
"A", "A", "A", NA, "G", NA, NA, "A", "A", NA, NA, NA, "A",
"A", "A", NA, "A", "A", NA, NA, "A", "A", NA, "A", "G", "A",
NA, NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", NA, "A", "A", NA,
"A", "A", NA, "A", "A", NA, NA, "A", NA, NA, NA, "A", "A",
NA, "A", "A", NA, NA, "A", "A"), `One_U1203-175.1` = c("A",
"A", "A", "A", "A", "G", NA, "G", "A", NA, "A", "A", "G",
"G", "G", "G", NA, "G", "G", NA, "A", NA, "G", "G", NA, NA,
NA, "A", "G", NA, "G", NA, NA, NA, "A", "A", "A", "A", "G",
NA, "A", "A", NA, NA, NA, "A", NA, "A", "A", "A", "A", "A",
"G", NA, "A", "G", "G", "G", NA, "A", "G", NA, "A", "A",
"A", "A", "G", "A", NA, NA, NA, NA, "A", NA, NA, "A", NA,
NA, "A", "A", "A", "A", "A", "A", "A", "G", NA, NA, "A",
NA, NA, "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "G", "A", "A", NA, "G", "A", "G", NA, "A",
NA, "A", "G", NA, "G", "A", "A", "G", "G", "A", NA, "G",
NA, NA, "A", "A", NA, NA, NA, "A", "A", "G", NA, "G", "A",
NA, NA, "A", "G", NA, "A", "G", "A", NA, NA, "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "G", "A", "G", "A", "G",
"A", "A", "A", NA, "A", "G", NA, "A", "G", NA, "A", "G",
NA, NA, "G", NA, NA, NA, "A", "A", NA, "A", "A", NA, NA,
"A", "G"), `One_U1204-53` = c(NA, "C", "C", NA, NA, "C",
NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
NA, NA, NA, NA, "C", "C", NA, "C", "C", "C", "C", NA, "C",
NA, "C", "C", "C", NA, "T", NA, NA, NA, "C", "C", NA, "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", NA, NA, "C", "C", "C", NA, "C", NA, NA, NA, NA, NA,
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", NA, "C", "C", "T", "C", NA, "C",
"C", "C", "C", NA, NA, "C", NA, NA, NA, NA, "C", NA, "C",
NA, "C", "C", NA, "C", "C", "T", "C", "C", "C", NA, "C",
NA, "C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C",
NA, NA, "T", NA, "C", "C", NA, NA, "C", "C", NA, NA, "C",
NA, "C", NA, NA, "C", "C", NA, NA, NA, "C", "C", "C", "C",
NA, "T", "C", "C", "C", NA, NA, "C", "C"), `One_U1204-53.1` = c(NA,
"C", "C", NA, NA, "T", NA, NA, "C", "T", "T", "C", "C", NA,
"C", "C", "T", "C", "C", "C", "C", "C", "T", "C", NA, "T",
"C", NA, "T", "C", NA, NA, NA, NA, "C", "T", NA, "T", "C",
"T", "T", NA, "C", NA, "T", "C", "T", NA, "T", NA, NA, NA,
"T", "T", NA, "T", "T", "T", NA, "T", "C", "T", "C", "T",
"T", NA, "C", NA, "T", NA, NA, "C", "T", "C", NA, "T", NA,
NA, NA, NA, NA, "C", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", NA, "T", "T", "T", "C", "T", NA, "T", "C", "T",
"C", NA, "T", "C", "T", "T", NA, NA, "C", NA, NA, NA, NA,
"T", NA, "C", NA, "C", "T", NA, "C", "T", "T", "T", "C",
"T", NA, "C", NA, "T", NA, NA, "T", "T", "T", NA, "T", "T",
"T", "T", "C", "T", "C", "C", "T", "T", "T", "T", "C", NA,
"C", NA, "T", NA, NA, "T", NA, "T", "T", NA, NA, "C", "C",
NA, NA, "C", NA, "C", NA, NA, "C", "T", NA, NA, NA, "T",
"T", "T", "T", NA, "T", "T", "T", "C", NA, NA, "T", "C"),
`One_U1205-57` = c("G", "G", "A", "G", "G", "A", "G", "G",
"G", NA, "A", "G", NA, NA, "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "A", NA, "A", "G", "G",
"G", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", NA, "G", "G", "A", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", NA, "G",
"G", "G", "G", "G", NA, NA, NA, "A", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "A",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "A", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, NA,
"A", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G"), `One_U1205-57.1` = c("G", "G", "G", "G", "G", "G",
"G", "G", "G", NA, "G", "G", NA, NA, "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", NA, "G", "G", "G", "G", "G", NA, NA, NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G"), `One_U1206-108` = c(NA, "G", "G", "G", "G",
"G", NA, NA, "G", "G", "G", "G", "G", NA, "G", NA, NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", NA, NA, "G", "G", "G", NA, "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", NA, "G", "G", NA, NA, "G",
NA, "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", "T", "G", "G", "G", "G", NA, NA, "G", "G", "G", NA,
"G", NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", NA, "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", "G", NA, "G", "G", NA, "G", "G", NA,
NA, NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G"), `One_U1206-108.1` = c(NA, "G", "G", "G", "G", "G",
NA, NA, "G", "G", "G", "G", "G", NA, "G", NA, NA, "G", "G",
"T", "T", "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", NA, NA, "G", "G", "T", NA, "T", "G", "G", NA,
"G", "G", NA, NA, "G", "G", NA, "G", "G", NA, NA, "G", NA,
"G", NA, NA, "G", "G", "G", "T", "T", "T", "G", "G", "G",
"G", "G", "T", "G", "T", "T", "T", NA, NA, "G", "G", "G",
"G", "T", "G", "T", "G", "G", "T", "G", NA, "G", "G", NA,
"G", "T", "G", "G", "G", "G", "G", "T", "G", "G", "G", NA,
"G", "G", NA, NA, "T", "G", "G", "T", "G", "G", "G", "G",
"T", "T", "T", "T", "G", NA, NA, "G", "G", "G", NA, "T",
NA, NA, "G", "G", NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "T", NA, "G", "G", "T",
"G", "G", "T", "G", "G", "T", "G", "G", "G", NA, "G", "G",
"G", "G", "T", "G", NA, "G", "G", NA, "G", "G", NA, NA, NA,
"G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G", "G"),
`One_U1208-67` = c(NA, "A", "A", "A", "A", "A", NA, "A",
NA, "A", "A", "A", "A", NA, "A", NA, "A", "A", NA, "A", "A",
NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, NA, NA, NA,
NA, NA, NA, "A", "A", NA, "A", NA, "C", "A", NA, "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", NA, "A", NA,
NA, "A", NA, NA, "C", "A", NA, "A", NA, "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", NA, "A", "A", NA, "C", "A", NA, "A", NA, "A", "A",
"A", "C", NA, "A", "A", "A", "A", "A", "A", NA, NA, "C",
NA, "A", "C", "C", "A", "A", NA, NA, "C", "A", "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "C", NA, NA, "A", "A",
NA, NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, "A", "A",
"A", "C", "A", "A", "A", "A", "A", "A", "A", "A", "A", NA,
"A", "C", "A", NA, NA, NA, NA, "A", "A", NA, NA, "C", NA,
"A", "A", "A", "A", NA, "A"), `One_U1208-67.1` = c(NA, "A",
"C", "A", "A", "A", NA, "A", NA, "C", "A", "C", "C", NA,
"C", NA, "A", "A", NA, "A", "C", NA, NA, "C", "C", "C", "A",
NA, NA, "C", NA, NA, NA, NA, NA, NA, NA, "C", "C", NA, "C",
NA, "C", "A", NA, "C", "A", "C", "C", NA, "C", "C", "C",
"C", "C", NA, "C", "C", "C", "A", "A", "C", "C", NA, "C",
"A", "C", "C", NA, "C", NA, NA, "C", NA, NA, "C", "C", NA,
"A", NA, "C", "C", "C", "A", "C", "A", NA, NA, "C", "C",
"C", "C", "A", "A", "A", "C", NA, "C", NA, "C", "C", NA,
"C", "A", NA, "C", NA, "C", "C", "C", "C", NA, "C", "A",
"C", "A", "C", "A", NA, NA, "C", NA, "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", NA, "A", "C", "C", NA, "A", "C",
"C", "C", "C", NA, NA, "A", "C", NA, NA, NA, "A", "C", "C",
"C", NA, NA, "A", NA, "C", "C", "A", "C", "A", "C", "C",
"A", "C", "C", "C", "C", "C", NA, "C", "C", "A", NA, NA,
NA, NA, "C", "C", NA, NA, "C", NA, "A", "A", "C", "C", NA,
"C"), `One_U1209-111` = c(NA, "T", NA, "T", "T", "T", NA,
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", NA, "T", NA, "T", NA, "C", NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T",
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", NA, NA, "T", "T", NA, "T", "T",
"T", "T", "T", "T", NA, "C", NA, NA, NA, "T", "T", "T", NA,
"T", "T", "T", "T", "C", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T"),
`One_U1209-111.1` = c(NA, "T", NA, "T", "T", "T", NA, "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA, "T",
"T", NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", NA, "T", NA, "T", NA, "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", NA,
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, "T", "T", NA, "T", "T", "T",
"T", "T", "T", NA, "T", NA, NA, NA, "T", "T", "T", NA, "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", "T",
NA, "T", NA, "T", "T", "T", "T", "T", "T", "T", "T"), `One_U1210-173` = c("A",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "A", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "A", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "A", "G", "G", "A", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", NA, "G", NA, "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "A", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "A", "G", "G", "G", NA, "G", "G", "G"), `One_U1210-173.1` = c("G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", "G", "G", "G", "G",
"G", "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", NA, "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G", "G",
"G", NA, "G", NA, "G", NA, "G", "G", "G", "G", "G", "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", "G", "G", "G", "G", "G", "G", "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", "G", NA, "G", NA, "G", "G", "G",
"G", "G", "G", "G", "G", NA, "G", "G", "G"), `One_U1212-106` = c(NA,
NA, NA, NA, NA, NA, NA, "A", "A", "A", "G", "G", NA, NA,
"G", "A", NA, "A", "A", "A", "A", "G", "A", "A", "A", "A",
"A", NA, NA, NA, "A", "A", "A", "A", "A", NA, NA, "G", "A",
NA, NA, NA, "A", "A", "A", "G", NA, NA, "G", "G", "G", "A",
NA, "G", "A", "A", NA, "G", "G", "A", "A", "G", "A", "A",
NA, "G", "G", "A", "A", "G", "A", "G", NA, NA, "A", NA, "A",
"A", NA, "G", "A", "A", "A", "G", "A", "A", "A", "G", NA,
NA, "G", "A", NA, "G", "A", "A", NA, "G", NA, "A", "A", NA,
NA, "A", NA, "A", "A", "G", NA, "G", "A", NA, "G", NA, NA,
"G", "A", "G", "G", NA, "A", NA, "A", NA, "A", NA, "G", "A",
NA, NA, NA, NA, NA, NA, NA, "A", "A", NA, NA, NA, NA, "A",
"G", NA, "A", "A", NA, "A", "A", NA, "A", "G", "A", "G",
NA, "A", NA, "G", "A", "G", "A", "G", "A", "G", "G", "A",
"A", NA, "A", NA, "A", NA, NA, "A", NA, NA, "G", "A", "A",
"G", "A", NA, "A", "A", "A", "A", "G", "G", "G", "A"), `One_U1212-106.1` = c(NA,
NA, NA, NA, NA, NA, NA, "G", "A", "G", "G", "G", NA, NA,
"G", "G", NA, "G", "G", "G", "G", "G", "A", "G", "G", "G",
"G", NA, NA, NA, "G", "G", "G", "G", "G", NA, NA, "G", "G",
NA, NA, NA, "G", "G", "G", "G", NA, NA, "G", "G", "G", "G",
NA, "G", "G", "G", NA, "G", "G", "G", "A", "G", "G", "G",
NA, "G", "G", "G", "G", "G", "G", "G", NA, NA, "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
NA, "G", "G", NA, "G", "G", "G", NA, "G", NA, "G", "A", NA,
NA, "G", NA, "A", "G", "G", NA, "G", "G", NA, "G", NA, NA,
"G", "G", "G", "G", NA, "G", NA, "G", NA, "G", NA, "G", "G",
NA, NA, NA, NA, NA, NA, NA, "G", "G", NA, NA, NA, NA, "A",
"G", NA, "G", "G", NA, "G", "G", NA, "G", "G", "G", "G",
NA, "G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", NA, NA, "G", NA, NA, "G", "G", "G",
"G", "G", NA, "G", "G", "G", "A", "G", "G", "G", "G"), `One_U1214-107` = c(NA,
"C", "A", "C", "C", NA, NA, "C", NA, NA, "A", "C", NA, NA,
"A", "C", "C", NA, NA, "A", "A", NA, "C", "A", "C", "C",
NA, NA, "C", "A", NA, "A", NA, NA, "A", NA, NA, "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", "A", "C", "C", "C",
"C", "A", "C", "C", "A", "C", NA, "A", NA, "A", "C", "A",
NA, NA, "C", "A", "C", "C", NA, "C", "C", "C", NA, NA, "A",
NA, "C", "C", "C", "A", "C", NA, "C", "C", "C", "C", "C",
"C", "A", "A", NA, "C", "C", "A", "A", NA, "C", "C", "A",
"A", NA, NA, "C", NA, NA, "A", "C", NA, "A", "A", NA, "A",
"A", "C", "C", "C", "C", "C", "C", NA, "C", "A", "A", "A",
"A", "A", "A", "C", "C", "A", "A", "C", "C", NA, "A", "A",
"C", NA, NA, "A", "A", NA, "C", "A", NA, NA, "A", "A", NA,
"C", "C", "C", "C", NA, "A", "A", "C", NA, "C", "A", NA,
NA, "A", "A", "C", NA, "C", "A", NA, "C", "C", NA, "C", NA,
NA, "A", "C", "C", NA, NA, "A", "C", "A", "A", "A", "C",
"A", "C", "A"), `One_U1214-107.1` = c(NA, "C", "C", "C",
"C", NA, NA, "C", NA, NA, "C", "C", NA, NA, "A", "C", "C",
NA, NA, "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", "C",
NA, "C", NA, NA, "C", NA, NA, "C", NA, "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", NA, "C", "C", "C", NA, NA, "C", "A", "C",
"C", NA, "C", "C", "C", NA, NA, "C", NA, "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", NA, "C", "C", "C", "C", NA, NA, "C", NA, NA,
"C", "C", NA, "C", "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, "C", "C", "C", NA, NA, "C", "A",
NA, "C", "C", NA, NA, "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "C", NA, "C", "C", NA, NA, "C", "C", "C", NA, "C",
"C", NA, "C", "C", NA, "C", NA, NA, "C", "C", "C", NA, NA,
"C", "C", "C", "A", "C", "C", "C", "C", "C"), `One_U1216-230` = c(NA,
"T", "A", NA, NA, NA, NA, NA, NA, "A", "A", "A", NA, "A",
"T", "A", NA, "A", "A", "A", "A", "A", NA, "T", "A", NA,
"A", NA, "A", NA, "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", NA, NA, "A", "A", NA, "A", "T", "A", "A", NA, NA,
NA, "A", "A", "A", NA, NA, NA, NA, NA, "A", NA, "A", NA,
NA, "A", "A", "A", "A", NA, NA, NA, NA, "A", NA, NA, NA,
NA, "A", "A", NA, "A", "A", "T", NA, "A", "A", "A", "A",
NA, NA, NA, "A", "A", "A", "A", NA, NA, "A", NA, "A", "A",
"A", NA, NA, NA, "A", "A", NA, "A", "A", NA, NA, "A", "A",
"A", "A", "T", "A", "A", NA, "A", NA, "A", "T", NA, NA, "A",
NA, NA, NA, "A", NA, NA, "A", NA, NA, "T", "A", "A", "A",
"A", "A", NA, "A", NA, "A", NA, "A", NA, "A", NA, "A", NA,
"A", NA, NA, "A", "A", "A", "A", "A", "A", "T", "A", NA,
NA, NA, NA, "A", NA, NA, NA, "A", NA, NA, NA, NA, "A", NA,
NA, "A", "T", NA, "A", "T", "A", NA, "T", NA), `One_U1216-230.1` = c(NA,
"T", "T", NA, NA, NA, NA, NA, NA, "T", "A", "T", NA, "T",
"T", "T", NA, "T", "A", "T", "T", "T", NA, "T", "A", NA,
"T", NA, "T", NA, "T", "T", "T", "T", NA, "T", "T", "A",
"T", "T", NA, NA, "T", "T", NA, "T", "T", "T", "T", NA, NA,
NA, "T", "A", "T", NA, NA, NA, NA, NA, "T", NA, "A", NA,
NA, "T", "T", "T", "A", NA, NA, NA, NA, "T", NA, NA, NA,
NA, "T", "T", NA, "T", "T", "T", NA, "T", "T", "T", "T",
NA, NA, NA, "A", "A", "T", "T", NA, NA, "T", NA, "T", "A",
"A", NA, NA, NA, "T", "T", NA, "A", "T", NA, NA, "T", "T",
"T", "T", "T", "T", "T", NA, "T", NA, "T", "T", NA, NA, "A",
NA, NA, NA, "A", NA, NA, "T", NA, NA, "T", "T", "T", "T",
"A", "T", NA, "A", NA, "T", NA, "T", NA, "T", NA, "T", NA,
"T", NA, NA, "A", "T", "T", "T", "T", "T", "T", "A", NA,
NA, NA, NA, "A", NA, NA, NA, "A", NA, NA, NA, NA, "T", NA,
NA, "T", "T", NA, "T", "T", "T", NA, "T", NA), `One_U301-92` = c("T",
"G", "T", "G", NA, NA, NA, NA, "G", NA, "T", NA, NA, NA,
"T", "G", "T", "G", NA, NA, "T", "T", NA, "T", NA, "G", "T",
"T", "T", NA, "G", "G", "T", NA, NA, NA, "G", "T", "T", "G",
NA, "T", NA, "T", "T", "G", "T", NA, NA, NA, NA, "T", "T",
"T", "T", "T", NA, "T", NA, NA, "T", NA, "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", NA, NA, "T", "G", "G",
"T", "T", "T", "G", "T", "T", "T", "T", "G", "T", "T", "T",
"G", "T", "T", "T", "T", "T", "G", NA, NA, "T", NA, "T",
"T", NA, "T", "G", "T", "G", "T", NA, "T", "T", NA, "T",
"G", "T", "T", "T", NA, NA, NA, "T", "T", "T", "T", "T",
"T", "T", "G", "G", "T", "T", "T", NA, "T", "T", "T", "T",
"T", "T", "T", "G", "G", "T", "T", "T", "G", "T", NA, NA,
"T", "T", "T", "G", NA, "T", "T", "T", "G", "T", "T", "T",
NA, "T", "T", NA, NA, NA, NA, "T", "T", "T", "T", "G", "G",
"T", "T"), `One_U301-92.1` = c("T", "T", "T", "T", NA, NA,
NA, NA, "T", NA, "T", NA, NA, NA, "T", "T", "T", "G", NA,
NA, "T", "T", NA, "T", NA, "T", "T", "T", "T", NA, "T", "T",
"T", NA, NA, NA, "T", "T", "T", "T", NA, "T", NA, "T", "T",
"T", "T", NA, NA, NA, NA, "T", "T", "T", "T", "T", NA, "T",
NA, NA, "T", NA, "T", "T", "T", NA, "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", NA, NA, "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", NA, NA, "T", NA, "T", "T", NA, "T", "T", "T",
"T", "T", NA, "T", "T", NA, "T", "T", "T", "T", "T", NA,
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", NA, "T", "T", NA, NA,
NA, NA, "T", "T", "T", "T", "T", "T", "T", "T"), `One_U401-224` = c(NA,
NA, NA, "A", "A", "A", "A", NA, "A", NA, "A", "A", NA, NA,
"A", NA, "A", "C", NA, "A", "A", "A", "A", NA, NA, "A", NA,
NA, "A", NA, NA, "A", NA, NA, "A", NA, "A", "A", "A", "A",
NA, "C", NA, "A", NA, "C", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", NA, "A", "A", "A", NA, "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "C", NA, NA, NA, "A",
"A", NA, "A", NA, NA, "C", "A", "A", "A", "A", NA, NA, "C",
NA, NA, NA, "A", "C", "A", "A", "A", "A", "A", NA, "A", "A",
NA, "A", NA, NA, NA, "A", NA, "A", NA, "A", "A", "A", "A",
"C", "A", "A", NA, "A", "A", "A", "A", NA, "A", NA, "C",
"A", "A", NA, "A", "A", NA, "A", NA, "A", "A", "A", "A",
"C", "A", "A", "C", "A", "A", "A", NA, "A", "A", NA, "A",
"A", "A", NA, "A", "A", "A", "A", "A", NA, "A", "C", "C",
"A", "C", "A", NA, "A", "A", "A", "A", "A", "A", NA, "A",
NA, "A", NA, NA, NA, "A", NA, "A", "A", NA, "A", "C", NA),
`One_U401-224.1` = c(NA, NA, NA, "C", "C", "C", "C", NA,
"C", NA, "C", "C", NA, NA, "A", NA, "C", "C", NA, "C", "A",
"C", "C", NA, NA, "C", NA, NA, "C", NA, NA, "C", NA, NA,
"C", NA, "C", "C", "C", "C", NA, "C", NA, "A", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "A", NA, "C", "A", "C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, NA, NA, "C", "C", NA, "C", NA, NA, "C",
"C", "A", "C", "C", NA, NA, "C", NA, NA, NA, "A", "C", "C",
"C", "C", "C", "A", NA, "C", "C", NA, "C", NA, NA, NA, "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", NA, "C", NA, "C", "C", "C", NA, "C", "C",
NA, "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "A", "C", "C", NA, "C", "A",
"C", "C", "A", NA, "A", "C", "C", "A", "C", "A", NA, "C",
"C", "C", "C", "A", "C", NA, "C", NA, "C", NA, NA, NA, "C",
NA, "C", "C", NA, "C", "C", NA), `One_U404-229` = c("C",
"C", "C", "C", "C", NA, NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", NA, "C", "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", NA, NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", NA, "C", "C",
"C", "C", "C", NA, "C", "C", "C", "C", "C", NA, "C", NA,
"C", "C", "C", "C", NA, "C", NA, "C", NA, NA, "T", "C", NA,
NA, "C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "T", "C", "C", "C", NA, "C", NA, NA,
"C", "C", "C", NA, NA, "C", NA, "C", NA, NA, NA, "T", "C",
"C", "C", NA, "C", NA, "C"), `One_U404-229.1` = c("C", "C",
"C", "C", "C", NA, NA, "C", "C", NA, "C", "T", "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "T", NA, "C",
"T", "C", "T", NA, "C", "C", "C", NA, "T", "C", "C", "C",
NA, "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA,
"C", "C", "T", "C", "T", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "T", "T", NA, "C", "C", NA, "C", "C",
"T", "C", "C", "C", "C", "T", "C", NA, "T", "C", NA, "C",
"C", "C", "T", "C", "T", NA, NA, NA, "C", "C", "C", "T",
"T", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C",
NA, NA, "C", "C", "T", "C", NA, "C", "T", NA, "C", "C", "C",
"T", "C", NA, "C", "C", "C", "T", "C", NA, "T", NA, "C",
"C", "C", "C", NA, "C", NA, "T", NA, NA, "T", "C", NA, NA,
"C", NA, "T", "C", "C", "C", "T", "T", NA, "C", "C", "T",
"C", "C", "C", "T", "C", "C", "T", NA, "C", NA, NA, "C",
"C", "C", NA, NA, "T", NA, "C", NA, NA, NA, "T", "T", "T",
"T", NA, "T", NA, "C"), `One_U502-167` = c("A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", NA, "A",
"A", "A", "A", "A", "A", NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, NA, "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, "A", "A", "A", NA, "A", "A", NA,
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", NA, NA, NA, "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A"), `One_U502-167.1` = c("A",
"A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A", "G",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "A", "A", "A", "A", "A", "A", "A", "A", "A",
NA, "A", "A", "A", "A", "A", "A", NA, NA, "A", "A", "G",
"A", "A", "A", "A", "A", NA, "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "G", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "G", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, NA, "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", NA, "G", "A", "A", "A", "A", NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, "A", "A", "A", NA, "A",
"A", NA, "A", "A", "A", "G", "G", "A", "A", "A", "A", "A",
"A", "A", "A", "A", "A", "A", NA, NA, NA, "A", "A", "A",
"A", "A", "A", "A", "A", "A", "A", "A", "A"), `One_U503-170` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "G", "T", "T", "G",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "G", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"G", "T", "G", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
NA, "T", "G", "T", NA, "G", "T", "T", "G", "T", "T", "T",
"T", NA, "G", "T", "T", NA, NA, "T", "T", "G", "T", "T",
"T", "T", NA, "T", "G", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "G", "T", "T", "T", "G", "T", NA, "T", "T", NA,
"T", "T", "T", "T", "T", NA, NA, "T", "G", "T", NA, "T",
NA, "G", "T", "T", "T", "T", NA, NA, NA), `One_U503-170.1` = c("T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
NA, "T", "T", "T", "T", "T", "T", "T", "T", "T", NA, NA,
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T",
"T", "T", "T", "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", NA, NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
NA, "T", "T", "T", NA, "T", "T", "T", "T", "T", "T", "T",
"T", NA, "T", "T", "T", NA, NA, "T", "T", "T", "T", "T",
"T", "T", NA, "T", "T", "T", "T", "T", "T", "T", "T", NA,
"T", "T", "T", "T", "T", "T", "T", "T", NA, "T", "T", NA,
"T", "T", "T", "T", "T", NA, NA, "T", "T", "T", NA, "T",
NA, "T", "T", "T", "T", "T", NA, NA, NA), `One_U504-141` = c("A",
"C", "C", "C", "C", "C", NA, "A", "C", NA, "C", "C", NA,
NA, "A", "C", "C", "A", "C", "C", "C", "C", "C", "C", "A",
NA, "C", "A", "A", "A", "C", "C", NA, NA, "A", "C", "C",
"A", "C", NA, "C", "C", NA, NA, NA, "C", "C", "A", "A", "C",
"C", "C", "A", "C", "A", "C", "C", NA, NA, "C", "C", "C",
"C", "C", "C", NA, "A", NA, "C", "C", NA, "C", "C", NA, NA,
NA, "A", "A", NA, NA, "C", NA, NA, "A", NA, "C", NA, "A",
"C", "C", "C", "A", "C", "A", "C", "C", "A", "C", "C", NA,
"A", NA, NA, NA, "A", "C", NA, "A", NA, "A", "C", NA, NA,
"C", "C", "A", "A", "A", "A", "C", "A", NA, NA, NA, "C",
NA, NA, "C", NA, "A", "C", "A", "A", NA, "A", "C", NA, "A",
NA, "C", "C", "C", "A", "A", "C", NA, "C", "C", "A", "C",
"A", "C", "C", "C", "C", "C", "A", "C", "A", "C", "A", NA,
"A", "A", "C", "C", "A", NA, NA, "A", "C", NA, NA, "C", "A",
NA, "A", "A", "C", NA, "C", NA, "C", NA, "C", "C", NA, NA,
NA, NA), `One_U504-141.1` = c("C", "C", "C", "C", "C", "C",
NA, "C", "C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "A", "C",
"C", NA, NA, "C", "C", "C", "C", "C", NA, "C", "C", NA, NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", "C", "C", NA, "A", NA, "C",
"C", NA, "C", "C", NA, NA, NA, "A", "A", NA, NA, "C", NA,
NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", NA, NA, NA, "C", "C", NA,
"C", NA, "C", "C", NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", NA, NA, NA, "C", NA, NA, "C", NA, "C", "C", "C",
"C", NA, "C", "C", NA, "C", NA, "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", NA, "C", "A", "C", "C", "C", NA,
NA, "C", "C", NA, NA, "C", "C", NA, "C", "C", "C", NA, "C",
NA, "C", NA, "C", "C", NA, NA, NA, NA), `One_vamp5-255` = c("C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, NA, "C", "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", NA, "C", NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", NA, "C", NA, NA, "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "T", "C", NA, "C", "C", NA, NA,
"C", "C", "C", "C", "C", NA, "C", "C", NA, "C", "C", "C",
"C", NA, "C", "C", "C", NA, "C", "C"), `One_vamp5-255.1` = c("T",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "T",
"T", "T", "C", "T", "C", "C", "C", "C", "C", "C", "T", "C",
"T", "C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "T", "C", "T", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "T", "C", "C", NA, "C", "C", "C", NA, "C",
"T", "C", "T", "C", "T", NA, NA, "C", "T", "C", "T", NA,
"C", "C", NA, "C", "C", "T", "C", "C", "C", "C", "C", "C",
"C", NA, "T", "C", "C", "C", "C", "C", NA, "C", "C", NA,
"C", "C", "C", "C", "C", "T", "C", NA, "C", NA, "C", "C",
NA, "C", "T", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"T", NA, "T", NA, NA, "T", "C", "C", "C", "C", NA, "C", "C",
"C", "C", "C", "T", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "T", "T", "C", NA, "T", "C", NA, NA,
"C", "C", "C", "C", "T", NA, "C", "T", NA, "C", "C", "C",
"T", NA, "C", "T", "C", NA, "C", "C"), `One_vatf-214` = c(NA,
NA, "C", "A", "A", "C", "C", "C", "C", "C", "C", NA, "C",
NA, "C", "C", NA, "A", "C", "C", "C", "C", "A", "C", "C",
"A", NA, "C", "C", "C", "C", "A", "C", NA, NA, "A", "A",
"A", "C", NA, "C", NA, "C", "A", "A", "C", NA, NA, "C", "C",
"A", "A", NA, NA, NA, NA, NA, NA, "A", NA, "C", "C", "A",
NA, NA, "C", "C", NA, NA, NA, NA, NA, "C", NA, NA, NA, NA,
"C", "C", NA, NA, NA, "C", "C", "C", NA, NA, "C", "C", NA,
"C", "C", NA, "C", "C", "A", NA, "A", "C", NA, "C", "A",
"C", "C", "C", "C", "C", "A", "C", "C", "C", "C", "C", NA,
NA, "C", "C", "A", NA, NA, "C", "C", NA, "C", "C", "C", "C",
"A", "C", "C", NA, "C", "A", "C", NA, "A", NA, NA, "C", "A",
NA, "C", NA, NA, "C", NA, NA, NA, "C", "C", "C", "C", "C",
"A", "C", "A", "C", "C", NA, "A", "C", "A", "C", "C", "C",
"A", "C", NA, "C", "C", NA, NA, "C", "C", "C", NA, "C", "C",
NA, "C", "C", "C", "C", NA, "A", "C", NA, NA, "C", "C"),
`One_vatf-214.1` = c(NA, NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", NA, "C", NA, "C", "C", NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", NA, "C", "C", "C",
"C", NA, NA, "C", "C", "C", "C", NA, NA, NA, NA, NA, NA,
"C", NA, "C", "C", "C", NA, NA, "C", "C", NA, NA, NA, NA,
NA, "C", NA, NA, NA, NA, "C", "C", NA, NA, NA, "C", "C",
"C", NA, NA, "C", "C", NA, "C", "C", NA, "C", "C", "C", NA,
"C", "C", NA, "C", "C", "C", "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", NA, NA, "C", "C", "C", NA, NA, "C", "C",
NA, "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C",
NA, "C", NA, NA, "C", "C", NA, "C", NA, NA, "C", NA, NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", "C", NA,
NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", "C", "C",
NA, "C", "C", NA, NA, "C", "C"), `One_VIM-569` = c(NA, NA,
"G", NA, "A", NA, NA, NA, "A", NA, "G", NA, NA, NA, "A",
"G", "G", "G", NA, "G", "A", "G", NA, "A", "G", "G", "A",
"A", "A", "A", NA, NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "A", NA, NA, "A", NA, "G", "G", NA, "G", "G",
NA, NA, "G", "G", NA, NA, "G", "G", "A", "G", "A", "A", NA,
NA, NA, NA, NA, "G", NA, NA, NA, "G", "G", "G", NA, NA, "G",
NA, "G", "G", "G", "G", "G", "A", NA, NA, "G", "G", NA, NA,
"A", NA, "G", "A", NA, "G", NA, "A", "A", "G", "G", NA, "A",
"G", NA, "A", "A", "G", "A", "G", "G", "G", "G", "A", NA,
"A", NA, "G", "G", "A", NA, "G", "G", NA, NA, "G", NA, "G",
"G", "A", "G", NA, "G", "G", NA, NA, "G", NA, "A", "G", NA,
NA, "A", "A", NA, NA, "A", "G", "A", "G", "A", "G", "G",
"G", NA, "G", NA, "A", "A", NA, "G", "G", "G", "G", NA, "G",
"G", "G", "A", "A", NA, "G", "G", NA, "G", NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G"), `One_VIM-569.1` = c(NA,
NA, "G", NA, "G", NA, NA, NA, "G", NA, "G", NA, NA, NA, "G",
"G", "G", "G", NA, "G", "G", "G", NA, "G", "G", "G", "G",
"G", "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
NA, "G", "G", "G", NA, NA, "G", NA, "G", "G", NA, "G", "G",
NA, NA, "G", "G", NA, NA, "G", "G", "A", "G", "G", "G", NA,
NA, NA, NA, NA, "G", NA, NA, NA, "G", "G", "G", NA, NA, "G",
NA, "G", "G", "G", "G", "G", "G", NA, NA, "G", "G", NA, NA,
"G", NA, "G", "G", NA, "G", NA, "G", "G", "G", "G", NA, "G",
"G", NA, "G", "G", "G", "G", "G", "G", "G", "G", "G", NA,
"A", NA, "G", "G", "G", NA, "G", "G", NA, NA, "G", NA, "G",
"G", "G", "G", NA, "G", "G", NA, NA, "G", NA, "G", "G", NA,
NA, "G", "G", NA, NA, "G", "G", "G", "G", "G", "G", "G",
"G", NA, "G", NA, "G", "A", NA, "G", "G", "G", "G", NA, "G",
"G", "G", "G", "G", NA, "G", "G", NA, "G", NA, "G", NA, NA,
NA, "G", "G", "G", "G", "G", "G", "G", "G"), `One_ZNF-61` = c(NA,
"C", "C", "C", "C", "C", NA, "C", NA, NA, "A", "A", "C",
NA, "C", "C", NA, "C", "C", NA, "C", "C", "C", NA, "C", NA,
"C", "A", "A", "C", "C", "C", "C", "C", "C", "A", "C", "A",
"A", NA, "A", "A", "C", NA, "C", "C", "C", NA, "C", NA, "A",
"C", "C", "A", NA, NA, NA, NA, NA, NA, "C", NA, "C", NA,
"C", "C", "C", "C", "C", "C", NA, "C", NA, NA, NA, NA, NA,
NA, NA, "C", "A", "C", NA, "A", "A", "C", "C", "A", "C",
NA, "C", "C", "C", "C", NA, "C", "C", NA, NA, "A", "C", "C",
"C", NA, "A", "C", "C", "A", NA, NA, "C", NA, NA, "C", "C",
"C", NA, "A", "C", "A", "C", "C", "A", "C", "C", "C", "C",
NA, "C", "C", NA, "C", NA, "C", "C", "C", NA, NA, "C", "C",
"A", "C", NA, NA, "C", "C", NA, NA, "C", "A", "C", "C", "C",
"A", "C", "C", NA, "C", "C", "C", "A", "C", "C", "C", "C",
NA, "C", "C", "C", "A", NA, "A", "C", "C", "C", NA, "C",
NA, NA, NA, "C", "C", "A", "C", "C", "C", "C", "C", "C",
"C"), `One_ZNF-61.1` = c(NA, "C", "C", "C", "C", "C", NA,
"C", NA, NA, "C", "C", "C", NA, "C", "C", NA, "C", "C", NA,
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", NA,
"C", "C", "C", NA, "C", NA, "C", "C", "C", "C", NA, NA, NA,
NA, NA, NA, "C", NA, "C", NA, "C", "C", "C", "C", "C", "C",
NA, "C", NA, NA, NA, NA, NA, NA, NA, "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", NA, "C", "C", "C", "C", NA, "C",
"C", NA, NA, "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, NA, "C", NA, NA, "C", "C", "C", NA, "C", "C", "C", "C",
"C", "C", "C", "C", "C", "C", NA, "C", "C", NA, "C", NA,
"C", "C", "C", NA, NA, "C", "C", "C", "C", NA, NA, "C", "C",
NA, NA, "C", "C", "C", "C", "C", "C", "C", "C", NA, "C",
"C", "C", "C", "C", "C", "C", "C", NA, "C", "C", "C", "C",
NA, "A", "C", "C", "C", NA, "C", NA, NA, NA, "C", "C", "C",
"C", "C", "C", "C", "C", "C", "C"), One_zP3b = c("A", NA,
NA, NA, "A", "C", "A", "C", "C", NA, "C", "C", NA, "A", "A",
NA, NA, "C", NA, NA, "C", "C", NA, "A", "A", NA, "C", NA,
"A", NA, NA, NA, NA, NA, NA, NA, NA, "C", NA, NA, "C", "C",
"C", "C", "A", "C", "C", "C", "A", NA, "C", NA, NA, "C",
"A", NA, NA, NA, NA, "C", "A", NA, "C", "C", NA, NA, "C",
"C", NA, "C", NA, "C", NA, "C", NA, "C", NA, NA, "C", "C",
NA, "A", NA, "A", NA, NA, "A", NA, "A", NA, "C", NA, NA,
"A", "C", "C", "C", "A", "C", "A", "C", "A", "C", NA, NA,
NA, "A", NA, NA, "C", NA, NA, "C", "A", NA, "C", NA, "C",
NA, NA, "A", NA, "C", NA, "A", NA, "A", NA, "C", "A", "A",
NA, "C", NA, "A", NA, "C", "C", NA, NA, "C", "A", NA, "C",
"C", "C", NA, "A", "A", "C", "A", "C", "C", "C", NA, "C",
"C", "C", "A", "A", "A", "C", "A", "A", "C", "C", "C", "C",
"A", NA, "C", "C", NA, "C", "A", NA, "A", NA, "C", NA, "C",
NA, "A", NA, "C", "C", "C", NA, "C", NA), One_zP3b.1 = c("A",
NA, NA, NA, "A", "C", "C", "C", "C", NA, "C", "C", NA, "C",
"C", NA, NA, "C", NA, NA, "C", "C", NA, "C", "C", NA, "C",
NA, "C", NA, NA, NA, NA, NA, NA, NA, NA, "C", NA, NA, "C",
"C", "C", "C", "C", "C", "C", "C", "C", NA, "C", NA, NA,
"C", "C", NA, NA, NA, NA, "C", "C", NA, "C", "C", NA, NA,
"C", "C", NA, "C", NA, "C", NA, "C", NA, "C", NA, NA, "C",
"C", NA, "C", NA, "C", NA, NA, "C", NA, "C", NA, "C", NA,
NA, "C", "C", "C", "C", "C", "C", "C", "C", "C", "C", NA,
NA, NA, "C", NA, NA, "C", NA, NA, "C", "C", NA, "C", NA,
"C", NA, NA, "C", NA, "C", NA, "C", NA, "C", NA, "C", "C",
"C", NA, "C", NA, "C", NA, "C", "C", NA, NA, "C", "C", NA,
"C", "C", "C", NA, "C", "C", "C", "A", "C", "C", "C", NA,
"C", "C", "C", "C", "C", "C", "C", "C", "A", "C", "C", "C",
"C", "C", NA, "C", "C", NA, "C", "C", NA, "C", NA, "C", NA,
"C", NA, "C", NA, "C", "C", "C", NA, "C", NA)), row.names = c(NA,
-190L), class = c("tbl_df", "tbl", "data.frame"))
|
#!/usr/bin/env Rscript
suppressMessages( library(tidyverse) )
library( optparse )
library( naivestates )
## Identify directory of the script
wd <- commandArgs( trailingOnly=FALSE ) %>%
keep( ~grepl("--file=", .x) ) %>%
str_replace( "--file=", "" ) %>% dirname()
cat( "Running the script from", wd, "\n" )
## Parse command-line arugments
option_list <- list(
make_option(c("-i", "--in"), type="character", help="Input file"),
make_option(c("-o", "--out"), type="character", default="/data",
help="Output directory"),
make_option(c("-m", "--markers"), type="character", default="auto",
help="Markers to model"),
make_option(c("-p", "--plots"), type="character", default="off",
help="Generate plots showing the fit"),
make_option("--mct", type="character", default="",
help="Marker -> cell type map in .csv format"),
make_option("--id", type="character", default="CellID",
help="Column containing cell IDs"),
make_option("--log", type="character", default="auto",
help="Whether to apply a log transform <yes|no|auto>"),
make_option("--sfx", type="character", default="",
help="Common suffix on marker columns (e.g., _cellMask)"),
make_option("--comb", type="character", default="gmean",
help="Operation for combining probabilities <hmean|gmean>"),
make_option("--umap", action="store_true", default=FALSE,
help="Generate UMAP plots")
)
opt <- parse_args(OptionParser(option_list=option_list))
## Argument verification
if( !("in" %in% names(opt)) )
stop( "Please provide an input file name with -i" )
if( !(opt$log %in% c("yes","no","auto")) )
stop( "--log must be one of <yes|no|auto>" )
if( !(opt$plots %in% c("off", "pdf", "png")) )
stop( "--plots must be one of <off|pdf|png>" )
if( !(opt$comb %in% c("hmean", "gmean")) )
stop( "--comb must be one of <hmean|gmean>" )
## Identify the sample name
sn <- basename( opt$`in` ) %>% str_split( "\\." ) %>%
pluck( 1, 1 )
cat( "Inferred sample name:", sn, "\n" )
## Read the data matrix
X <- read_csv( opt$`in`, col_types=cols() )
cat( "Read", nrow(X), "entries\n" )
## Fix potential capitalization mismatch of --id
if( !(opt$id %in% colnames(X)) )
{
## Attempt to find a singular case-insensitive match
i <- grep( tolower(opt$id), tolower(colnames(X)) )
if( length(i) == 1 )
{
warning( " No such column ", opt$id,
"; using ", colnames(X)[i], " instead" )
opt$id <- colnames(X)[i]
}
else stop( "No such column ", opt$id,
"; use --id to specify which column contains cell IDs" )
}
## Identify markers in the matrix
mrkv <- findMarkers(setdiff(colnames(X), opt$id), opt$markers,
opt$sfx, TRUE, TRUE, TRUE)
## Handle log transformation of the data
if( opt$log == "yes" ||
(opt$log == "auto" && max(X[mrkv], na.rm=TRUE) > 1000) )
{
cat( "Applying a log10 transform\n" )
X <- X %>% mutate_at( unname(mrkv), ~log10(.x+1) )
}
## Fit Gaussian mixture models
GMM <- GMMfit(X, opt$id, !!!mrkv)
fnMdl <- file.path( opt$out, str_c(sn, "-models.csv") )
cat( "Saving models to", fnMdl, "\n" )
GMMmodels(GMM) %>% write_csv( fnMdl )
## Reshape the matrix back to cells-by-marker format
Y <- GMMreshape(GMM)
cat( "------\n" )
## Find the default cell type map
if( opt$mct != "" ) {
## Load marker -> cell type associations
cat( "Loading cell type map from", opt$mct, "\n" )
mct <- read_csv( opt$mct, col_types=cols() ) %>%
distinct() %>% filter(Marker %in% colnames(Y))
if( nrow(mct) == 0 ) {
warning( "No usable marker -> cell type mappings detected" )
Z <- NULL
} else {
cat( "Using the following marker -> cell type map:\n" )
walk2( mct$Marker, mct$State, ~cat(.x, "->", .y, "\n") )
cat( "Combining probabilities with", opt$comb, "\n" )
Z <- callStates(Y, opt$id, mct, opt$comb, 1 / length(unique(mct$State)))
}
} else {
cat( "No marker -> cell type mapping provided\n" )
Z <- NULL
}
cat( "------\n" )
## Write out probabilities
fnOut <- file.path( opt$out, str_c(sn, "-probs.csv") )
cat( "Saving probabilities to", fnOut, "\n")
Y %>% write_csv( fnOut )
## Write out state calls
if( !is.null(Z) ) {
fnOut <- file.path( opt$out, str_c(sn, "-states.csv") )
cat( "Saving state calls to", fnOut, "\n" )
Z %>% write_csv( fnOut )
}
## Generates plots as necessary
if( opt$plots != "off" )
{
## Create a separate directory for plots
dirPlot <- file.path( opt$out, "plots", sn )
dir.create(dirPlot, recursive=TRUE, showWarnings=FALSE)
## Fit overview
fn <- file.path( file.path(opt$out, "plots"), str_c(sn, "-allfits.", opt$plots) )
ggf <- plotFitOverview(GMM)
suppressMessages(ggsave( fn, ggf, width=12, height=8 ))
## Compute a UMAP projection
if( opt$umap ) {
cat( "Computing a UMAP projection...\n" )
U <- umap( Y, c(opt$id, "State", "Dominant") )
## Generate and write a summary plot
gg <- plotSummary( U )
fn <- file.path( file.path(opt$out, "plots"), str_c(sn, "-summary.", opt$plots) )
suppressMessages(ggsave( fn, gg, width=9, height=7 ))
cat( "Plotted summary to", fn, "\n" )
## Generate and write faceted probabilities plot
gg <- plotProbs( U, c(opt$id, "State", "Dominant") )
fn <- file.path( file.path(opt$out, "plots"), str_c(sn, "-probs.", opt$plots) )
suppressMessages(ggsave( fn, gg, width=9, height=7 ))
cat( "Plotted probabilities to", fn, "\n" )
}
## Generate and write out plots for individual marker fits
for( i in names(mrkv) )
{
gg <- plotMarker(GMM, i)
fn <- file.path( dirPlot, str_c(i,".",opt$plots) )
suppressMessages(ggsave( fn, gg ))
cat( "Wrote", fn, "\n" )
}
}
| /main.R | permissive | labsyspharm/naivestates | R | false | false | 5,944 | r | #!/usr/bin/env Rscript
suppressMessages( library(tidyverse) )
library( optparse )
library( naivestates )
## Identify directory of the script
wd <- commandArgs( trailingOnly=FALSE ) %>%
keep( ~grepl("--file=", .x) ) %>%
str_replace( "--file=", "" ) %>% dirname()
cat( "Running the script from", wd, "\n" )
## Parse command-line arugments
option_list <- list(
make_option(c("-i", "--in"), type="character", help="Input file"),
make_option(c("-o", "--out"), type="character", default="/data",
help="Output directory"),
make_option(c("-m", "--markers"), type="character", default="auto",
help="Markers to model"),
make_option(c("-p", "--plots"), type="character", default="off",
help="Generate plots showing the fit"),
make_option("--mct", type="character", default="",
help="Marker -> cell type map in .csv format"),
make_option("--id", type="character", default="CellID",
help="Column containing cell IDs"),
make_option("--log", type="character", default="auto",
help="Whether to apply a log transform <yes|no|auto>"),
make_option("--sfx", type="character", default="",
help="Common suffix on marker columns (e.g., _cellMask)"),
make_option("--comb", type="character", default="gmean",
help="Operation for combining probabilities <hmean|gmean>"),
make_option("--umap", action="store_true", default=FALSE,
help="Generate UMAP plots")
)
opt <- parse_args(OptionParser(option_list=option_list))
## Argument verification
if( !("in" %in% names(opt)) )
stop( "Please provide an input file name with -i" )
if( !(opt$log %in% c("yes","no","auto")) )
stop( "--log must be one of <yes|no|auto>" )
if( !(opt$plots %in% c("off", "pdf", "png")) )
stop( "--plots must be one of <off|pdf|png>" )
if( !(opt$comb %in% c("hmean", "gmean")) )
stop( "--comb must be one of <hmean|gmean>" )
## Identify the sample name
sn <- basename( opt$`in` ) %>% str_split( "\\." ) %>%
pluck( 1, 1 )
cat( "Inferred sample name:", sn, "\n" )
## Read the data matrix
X <- read_csv( opt$`in`, col_types=cols() )
cat( "Read", nrow(X), "entries\n" )
## Fix potential capitalization mismatch of --id
if( !(opt$id %in% colnames(X)) )
{
## Attempt to find a singular case-insensitive match
i <- grep( tolower(opt$id), tolower(colnames(X)) )
if( length(i) == 1 )
{
warning( " No such column ", opt$id,
"; using ", colnames(X)[i], " instead" )
opt$id <- colnames(X)[i]
}
else stop( "No such column ", opt$id,
"; use --id to specify which column contains cell IDs" )
}
## Identify markers in the matrix
mrkv <- findMarkers(setdiff(colnames(X), opt$id), opt$markers,
opt$sfx, TRUE, TRUE, TRUE)
## Handle log transformation of the data
if( opt$log == "yes" ||
(opt$log == "auto" && max(X[mrkv], na.rm=TRUE) > 1000) )
{
cat( "Applying a log10 transform\n" )
X <- X %>% mutate_at( unname(mrkv), ~log10(.x+1) )
}
## Fit Gaussian mixture models
GMM <- GMMfit(X, opt$id, !!!mrkv)
fnMdl <- file.path( opt$out, str_c(sn, "-models.csv") )
cat( "Saving models to", fnMdl, "\n" )
GMMmodels(GMM) %>% write_csv( fnMdl )
## Reshape the matrix back to cells-by-marker format
Y <- GMMreshape(GMM)
cat( "------\n" )
## Find the default cell type map
if( opt$mct != "" ) {
## Load marker -> cell type associations
cat( "Loading cell type map from", opt$mct, "\n" )
mct <- read_csv( opt$mct, col_types=cols() ) %>%
distinct() %>% filter(Marker %in% colnames(Y))
if( nrow(mct) == 0 ) {
warning( "No usable marker -> cell type mappings detected" )
Z <- NULL
} else {
cat( "Using the following marker -> cell type map:\n" )
walk2( mct$Marker, mct$State, ~cat(.x, "->", .y, "\n") )
cat( "Combining probabilities with", opt$comb, "\n" )
Z <- callStates(Y, opt$id, mct, opt$comb, 1 / length(unique(mct$State)))
}
} else {
cat( "No marker -> cell type mapping provided\n" )
Z <- NULL
}
cat( "------\n" )
## Write out probabilities
fnOut <- file.path( opt$out, str_c(sn, "-probs.csv") )
cat( "Saving probabilities to", fnOut, "\n")
Y %>% write_csv( fnOut )
## Write out state calls
if( !is.null(Z) ) {
fnOut <- file.path( opt$out, str_c(sn, "-states.csv") )
cat( "Saving state calls to", fnOut, "\n" )
Z %>% write_csv( fnOut )
}
## Generates plots as necessary
if( opt$plots != "off" )
{
## Create a separate directory for plots
dirPlot <- file.path( opt$out, "plots", sn )
dir.create(dirPlot, recursive=TRUE, showWarnings=FALSE)
## Fit overview
fn <- file.path( file.path(opt$out, "plots"), str_c(sn, "-allfits.", opt$plots) )
ggf <- plotFitOverview(GMM)
suppressMessages(ggsave( fn, ggf, width=12, height=8 ))
## Compute a UMAP projection
if( opt$umap ) {
cat( "Computing a UMAP projection...\n" )
U <- umap( Y, c(opt$id, "State", "Dominant") )
## Generate and write a summary plot
gg <- plotSummary( U )
fn <- file.path( file.path(opt$out, "plots"), str_c(sn, "-summary.", opt$plots) )
suppressMessages(ggsave( fn, gg, width=9, height=7 ))
cat( "Plotted summary to", fn, "\n" )
## Generate and write faceted probabilities plot
gg <- plotProbs( U, c(opt$id, "State", "Dominant") )
fn <- file.path( file.path(opt$out, "plots"), str_c(sn, "-probs.", opt$plots) )
suppressMessages(ggsave( fn, gg, width=9, height=7 ))
cat( "Plotted probabilities to", fn, "\n" )
}
## Generate and write out plots for individual marker fits
for( i in names(mrkv) )
{
gg <- plotMarker(GMM, i)
fn <- file.path( dirPlot, str_c(i,".",opt$plots) )
suppressMessages(ggsave( fn, gg ))
cat( "Wrote", fn, "\n" )
}
}
|
#' Expand an edit expression
#'
#' Often many numeric variables have the same constraints. \code{expandEdits} is
#' a utility function to define edits for multiple variables. See the examples for the syntax.
#' @param s edit expression, can be a \code{character} or \code{expression} vector
#' @param prefix prefix for variables to be expanded
#' @param useSum if \code{TRUE} sum expressions will be expanded
#' @param asExpression if \code{TRUE} an \code{\link{expression}} will be returned in stead of a \code{character}
#' @param env enviroment that will be used to find variables to be expanded
#' @param ... variables used in the expansion
#' @return \code{character} or \code{expression} vector with expanded expressions
#' @keywords internal
expandEdits <- function(s, prefix="_", useSum=TRUE, asExpression=is.language(s), env=parent.frame(), ...){
#TODO replace special regex character in prefix with escaped character.
force(asExpression)
if (is.expression(s)){
s <- as.character(s)
}
if (is.language(s)){
s <- deparse(s)
}
if (length(s) > 1){
return(lapply(s, expandEdits, prefix=prefix, useSum=useSum, ...))
}
l <- as.list(env)
vars <- list(...)
l[names(vars)] <- vars
varnms <- paste(prefix,names(l), sep="")
used <- sapply(varnms, grepl, s)
varnms <- varnms[used]
l <- l[used]
if (useSum) {
sumnms <- paste("\\bsum", names(l), sep=prefix)
sumregex1 <- paste(sumnms, "\\((.+?)\\)", sep="")
sumregex2 <- paste(sumnms, "\\((.+?)\\).+", sep="")
vars <- names(l)
for (i in seq_along(vars)){
if (length(grep(sumregex2[i], s))){
sumvars <- sub(sumregex2[i], "\\1", s)
sumvars <- do.call(expandEdits, list(s=sumvars, env=l[vars[i]], prefix=prefix))
sumvars <- paste(sumvars, collapse=" + ")
s <- sub(sumregex1[i], sumvars, s)
l[[vars[i]]] <- NULL
}
}
}
varnms <- paste(prefix,names(l), sep="")
for (i in seq_along(l)){
if (length(grep(varnms[i], s))) {
s <- sapply(l[[i]], function(j) gsub(varnms[i],j,s))
}
}
if (is.array(s)) {
dimnames(s) <- l
} else if (is.vector(s) && length(l)){
names(s) <- l[[1]]
}
if (asExpression){
parse(text=s)
} else {
s
}
}
| /pkg/R/expandEdits.R | no_license | data-cleaning/editrules | R | false | false | 2,268 | r | #' Expand an edit expression
#'
#' Often many numeric variables have the same constraints. \code{expandEdits} is
#' a utility function to define edits for multiple variables. See the examples for the syntax.
#' @param s edit expression, can be a \code{character} or \code{expression} vector
#' @param prefix prefix for variables to be expanded
#' @param useSum if \code{TRUE} sum expressions will be expanded
#' @param asExpression if \code{TRUE} an \code{\link{expression}} will be returned in stead of a \code{character}
#' @param env enviroment that will be used to find variables to be expanded
#' @param ... variables used in the expansion
#' @return \code{character} or \code{expression} vector with expanded expressions
#' @keywords internal
expandEdits <- function(s, prefix="_", useSum=TRUE, asExpression=is.language(s), env=parent.frame(), ...){
#TODO replace special regex character in prefix with escaped character.
force(asExpression)
if (is.expression(s)){
s <- as.character(s)
}
if (is.language(s)){
s <- deparse(s)
}
if (length(s) > 1){
return(lapply(s, expandEdits, prefix=prefix, useSum=useSum, ...))
}
l <- as.list(env)
vars <- list(...)
l[names(vars)] <- vars
varnms <- paste(prefix,names(l), sep="")
used <- sapply(varnms, grepl, s)
varnms <- varnms[used]
l <- l[used]
if (useSum) {
sumnms <- paste("\\bsum", names(l), sep=prefix)
sumregex1 <- paste(sumnms, "\\((.+?)\\)", sep="")
sumregex2 <- paste(sumnms, "\\((.+?)\\).+", sep="")
vars <- names(l)
for (i in seq_along(vars)){
if (length(grep(sumregex2[i], s))){
sumvars <- sub(sumregex2[i], "\\1", s)
sumvars <- do.call(expandEdits, list(s=sumvars, env=l[vars[i]], prefix=prefix))
sumvars <- paste(sumvars, collapse=" + ")
s <- sub(sumregex1[i], sumvars, s)
l[[vars[i]]] <- NULL
}
}
}
varnms <- paste(prefix,names(l), sep="")
for (i in seq_along(l)){
if (length(grep(varnms[i], s))) {
s <- sapply(l[[i]], function(j) gsub(varnms[i],j,s))
}
}
if (is.array(s)) {
dimnames(s) <- l
} else if (is.vector(s) && length(l)){
names(s) <- l[[1]]
}
if (asExpression){
parse(text=s)
} else {
s
}
}
|
### Multivariate Timeseries Modelling A - M2 & Yield Curve
## Load Packages
library(tseries)
library(xts)
library(forecast)
library(tsbox)
library(seasonal)
library(mFilter)
library(dplyr)
library(tidyverse)
library(forcats)
##Clean up workspace
rm(list = ls())
## set working directory
getwd()
setwd("C:/Users/budde/OneDrive/UniLU MA/Semester 3/Forecasting In Economics")
## Load Data
m2 <- read.csv("M2a.csv", header = TRUE, sep = ",")
yc <- read.csv("yc.csv", header = TRUE, sep = ",")
# Take a loot at the data
dim(yc)
dim(m2)
glimpse(yc)
glimpse(m2)
# Transform ...$DATE to date
class(yc$DATE)
yc$DATE <- as.character(yc$DATE)
yc$DATE <- as.Date(yc$DATE, format="%Y-%m-%d")
class(m2$DATE)
m2$DATE <- as.character(m2$DATE)
m2$DATE <- as.Date(m2$DATE, format="%Y-%m-%d")
df <- inner_join(m2, yc)
view(df)
## Transform to xts format
dataAll <- as.xts(x = df[,-1], order.by = as.Date(df$DATE, format="%Y-%m-%d"))
data <- dataAll["/2020-01-01"]
dlnData = diff.xts(as.xts(log(data)),1,1,na.pad=FALSE,log=TRUE) #calculating growth rate
# Correlation between M2 and Yield Curve
ccf(as.ts(dlnData$M2),as.ts(dlnData$GS10))
# No correlation found
# ARIMA Model, yc not significant but not a static model (else ARIMA (0,0,0))
forecast::auto.arima(dlnData$M2,xreg = dlnData$GS10, ic="bic")
# Estimate ARIMA model anyways, didnt work
forecast::auto.arima(dlnData$M2,xreg = cbind(dlnData$GS10,lag(dlnData$GS10)), ic="bic")
# Dynamic Model for GS10
forecast::auto.arima(dlnData$GS10,ic="bic")
forecast::auto.arima(dlnData$M2,ic="bic")
# Not seasonally adjusted Value
quarterlyDummies <- forecast::seasonaldummy(ts_ts(data$M2))
forecast::auto.arima(log(data$M2),xreg = cbind(log(data$GS10),quarterlyDummies,c(1:length(data$M2))),ic="bic")
| /m2_yc_multivar_forecast_a.R | no_license | BDelhees/Forecasting | R | false | false | 1,878 | r | ### Multivariate Timeseries Modelling A - M2 & Yield Curve
## Load Packages
library(tseries)
library(xts)
library(forecast)
library(tsbox)
library(seasonal)
library(mFilter)
library(dplyr)
library(tidyverse)
library(forcats)
##Clean up workspace
rm(list = ls())
## set working directory
getwd()
setwd("C:/Users/budde/OneDrive/UniLU MA/Semester 3/Forecasting In Economics")
## Load Data
m2 <- read.csv("M2a.csv", header = TRUE, sep = ",")
yc <- read.csv("yc.csv", header = TRUE, sep = ",")
# Take a loot at the data
dim(yc)
dim(m2)
glimpse(yc)
glimpse(m2)
# Transform ...$DATE to date
class(yc$DATE)
yc$DATE <- as.character(yc$DATE)
yc$DATE <- as.Date(yc$DATE, format="%Y-%m-%d")
class(m2$DATE)
m2$DATE <- as.character(m2$DATE)
m2$DATE <- as.Date(m2$DATE, format="%Y-%m-%d")
df <- inner_join(m2, yc)
view(df)
## Transform to xts format
dataAll <- as.xts(x = df[,-1], order.by = as.Date(df$DATE, format="%Y-%m-%d"))
data <- dataAll["/2020-01-01"]
dlnData = diff.xts(as.xts(log(data)),1,1,na.pad=FALSE,log=TRUE) #calculating growth rate
# Correlation between M2 and Yield Curve
ccf(as.ts(dlnData$M2),as.ts(dlnData$GS10))
# No correlation found
# ARIMA Model, yc not significant but not a static model (else ARIMA (0,0,0))
forecast::auto.arima(dlnData$M2,xreg = dlnData$GS10, ic="bic")
# Estimate ARIMA model anyways, didnt work
forecast::auto.arima(dlnData$M2,xreg = cbind(dlnData$GS10,lag(dlnData$GS10)), ic="bic")
# Dynamic Model for GS10
forecast::auto.arima(dlnData$GS10,ic="bic")
forecast::auto.arima(dlnData$M2,ic="bic")
# Not seasonally adjusted Value
quarterlyDummies <- forecast::seasonaldummy(ts_ts(data$M2))
forecast::auto.arima(log(data$M2),xreg = cbind(log(data$GS10),quarterlyDummies,c(1:length(data$M2))),ic="bic")
|
# Summary level simulations with directional pleiotropy and InSIDE assumption violated
rm(list = ls())
library(data.table)
library(dplyr)
library(MASS)
library(MendelianRandomization)
library(MRMix)
library(mr.raps)
library(MRPRESSO)
library(penalized)
source("MR_lasso.R")
thetavec = c(0.2, 0, -0.2)
thetaUvec = c(0.3, 0.5)
Nvec = c(5e4, 8e4, 1e5, 1.5e5, 2e5, 5e5, 1e6) # 1:7
prop_invalid_vec = c(0.3, 0.5, 0.7)
temp = as.integer(commandArgs(trailingOnly = TRUE))
theta = thetavec[temp[1]] # True causal effect from X to Y
thetaU = thetaUx = thetaUvec[temp[2]] # Effect of the confounder on Y/X
N = Nvec[temp[3]] # Sample size for exposure X
prop_invalid = prop_invalid_vec[temp[4]] # Proportion of invalid IVs
pthr = 5e-8 # p-value threshold for instrument selection
NxNy_ratio = 2 # Ratio of sample sizes for X and Y
M = 2e5 # Total number of independent SNPs representing the common variants in the genome
# Model parameters for effect size distribution
pi1=0.02*(1-prop_invalid); pi3=0.01
pi2=0.02*prop_invalid;
sigma2x = sigma2y = 5e-5; sigma2u = 1e-4; sigma2x_td = sigma2y_td = (5e-5)-thetaU*thetaUx*sigma2u
print(paste("N", N, "pthr", pthr, "pi1", pi1, "theta", theta, "thetaU", thetaU, "prop_invalid", prop_invalid, "NxNy_ratio", NxNy_ratio))
nx = N; ny = N/NxNy_ratio
est = matrix(NA, nrow = 200, ncol = 3+10*3)
mr_methods = c("IVW", "median", "mode", "PRESSO", "Robust", "Lasso", "egger", "conmix", "MRMix", "RAPS")
colnames(est) = c("numIV", "varX_expl","varY_expl", mr_methods, paste0(mr_methods,"_se"), paste0(mr_methods,"_time"))
# varX_expl: variance of X explained by IVs; varY_expl: variance of Y explained by IVs
for (repind in 1:200){
set.seed(4365*repind)
# Generate indices of causal SNPs
ind1 = sample(M, round(M*pi1))
causalsnps = ind1
ind2 = sample(setdiff(1:M,causalsnps), round(M*pi2))
causalsnps = c(causalsnps,ind2)
ind3 = sample(setdiff(1:M,causalsnps), round(M*pi3))
causalsnps = c(causalsnps,ind3)
# Simulate effect size
gamma = phi = alpha = rep(0,M)
gamma[ind1] = rnorm(length(ind1), mean = 0, sd = sqrt(sigma2x))
gamma[ind2] = rnorm(length(ind2), mean = 0, sd = sqrt(sigma2x_td))
phi[ind2] = rnorm(length(ind2), mean = 0, sd = sqrt(sigma2u))
alpha[ind2] = rnorm(length(ind2), mean = 0.005, sd = sqrt(sigma2y_td))
alpha[ind3] = rnorm(length(ind3), mean = 0.005, sd = sqrt(sigma2y))
# Generate summary statistics directly from summary-level model implied by individual-level model
betax = gamma + thetaUx*phi
betay = alpha + theta*betax + thetaU*phi
betahat_x = betax + rnorm(M, mean = 0, sd = sqrt(1/nx))
betahat_y = betay + rnorm(M, mean = 0, sd = sqrt(1/ny))
# Filter the SNPs that reach genome-wide significance in the study associated with X.
ind_filter = which(2*pnorm(-sqrt(nx)*abs(betahat_x))<pthr)
numIV = length(ind_filter)
est[repind,1] = numIV
est[repind,2] = sum(betax[ind_filter]^2)
est[repind,3] = sum(betay[ind_filter]^2)
# MR analysis with 10 methods
if (numIV>2){
betahat_x.flt = betahat_x[ind_filter]
betahat_y.flt = betahat_y[ind_filter]
mr.obj = mr_input(bx = betahat_x.flt, bxse = rep(1/sqrt(nx), length(betahat_x.flt)),
by = betahat_y.flt, byse = rep(1/sqrt(ny), length(betahat_y.flt)))
# 1. IVW
T0 = proc.time()[3]
res = mr_ivw(mr.obj)
T1 = proc.time()[3]
est[repind,3+1] = res$Estimate
est[repind,3+11] = res$StdError
est[repind,3+21] = T1-T0
rm(res)
# 2. median
T0 = proc.time()[3]
res = mr_median(mr.obj)
T1 = proc.time()[3]
est[repind,3+2] = res$Estimate
est[repind,3+12] = res$StdError
est[repind,3+22] = T1-T0
rm(res)
# 3. mode
T0 = proc.time()[3]
res = mr_mbe(mr.obj)
T1 = proc.time()[3]
est[repind,3+3] = res$Estimate
est[repind,3+13] = res$StdError
est[repind,3+23] = T1-T0
rm(res)
# 4.MR-PRESSO
presso.df = data.frame(bx = betahat_x.flt, by = betahat_y.flt, bxse = rep(1/sqrt(nx),length(betahat_x.flt)), byse = rep(1/sqrt(ny), length(betahat_y.flt)))
if (N<=2e5){
T0 = proc.time()[3]
res = mr_presso(BetaOutcome = "by", BetaExposure = "bx", SdOutcome = "byse", SdExposure = "bxse",
OUTLIERtest = TRUE, DISTORTIONtest = TRUE, data = presso.df, NbDistribution = 3000, SignifThreshold = 0.05)
T1 = proc.time()[3]
if (!is.na(res$`Main MR results`[2,"Causal Estimate"]) & !is.na(res$`Main MR results`[2,"Sd"])){
est[repind,3+4] = res$`Main MR results`[2,"Causal Estimate"]
est[repind,3+14] = res$`Main MR results`[2,"Sd"]
} else{
est[repind,3+4] = res$`Main MR results`[1,"Causal Estimate"]
est[repind,3+14] = res$`Main MR results`[1,"Sd"]
}
est[repind,3+24] = T1-T0
rm(res)
}
# 5. robust
T0 = proc.time()[3]
res = mr_ivw(mr.obj,"random", robust = TRUE)
T1 = proc.time()[3]
est[repind,3+5] = res$Estimate
est[repind,3+15] = res$StdError
est[repind,3+25] = T1-T0
rm(res)
# 6. MR-Lasso
T0 = proc.time()[3]
res = MR_lasso(presso.df$by, presso.df$bx, presso.df$byse)
T1 = proc.time()[3]
est[repind,3+6] = res$ThetaEstimate
est[repind,3+16] = res$ThetaSE
est[repind,3+26] = T1-T0
rm(res)
# 7. Egger
T0 = proc.time()[3]
res = mr_egger(mr.obj)
T1 = proc.time()[3]
est[repind,3+7] = res$Estimate
est[repind,3+17] = res$StdError.Est
est[repind,3+27] = T1-T0
rm(res)
# 8. contamination mixture
T0 = proc.time()[3]
res = mr_conmix(mr.obj)
T1 = proc.time()[3]
est[repind,3+8] = res$Estimate
CIlength = res$CIUpper-res$CILower
if (length(CIlength)>1) print(paste("Repind",repind,"conmix multimodal"))
est[repind,3+18] = sum(CIlength)/1.96/2 ## Caution: this may be problematic
est[repind,3+28] = T1-T0
rm(res)
# 9. MRMix
theta_temp_vec = seq(-0.5,0.5,by=0.01)
T0 = proc.time()[3]
res = MRMix(betahat_x.flt, betahat_y.flt, sx=1/sqrt(nx), sy=1/sqrt(ny), theta_temp_vec, pi_init = 0.6, sigma_init = 1e-5)
T1 = proc.time()[3]
est[repind,3+9] = res$theta
est[repind,3+19] = res$SE_theta
est[repind,3+29] = T1-T0
rm(res)
# 10. MR-RAPS
T0 = proc.time()[3]
res = mr.raps.overdispersed.robust(presso.df$bx, presso.df$by, presso.df$bxse, presso.df$byse,
loss.function = "huber", k = 1.345, initialization = c("l2"),
suppress.warning = FALSE, diagnostics = FALSE, niter = 20, tol = .Machine$double.eps^0.5)
T1 = proc.time()[3]
est[repind,3+10] = res$beta.hat
est[repind,3+20] = res$beta.se
est[repind,3+30] = T1-T0
rm(res)
}
if (repind%%5==0){
print(paste("Rep",repind,"numIV",numIV))
save(est, file = paste0("est_theta",theta,"_thetaU",thetaU,"_N",N,"_prop_invalid",prop_invalid,".rda"))
}
}
save(est, file = paste0("est_theta",theta,"_thetaU",thetaU,"_N",N,"_prop_invalid",prop_invalid,".rda"))
| /summary_level_simualtions/dir_noInSIDE_smry.R | no_license | xxxxuexiao/MR_comparison_simulations | R | false | false | 7,490 | r | # Summary level simulations with directional pleiotropy and InSIDE assumption violated
rm(list = ls())
library(data.table)
library(dplyr)
library(MASS)
library(MendelianRandomization)
library(MRMix)
library(mr.raps)
library(MRPRESSO)
library(penalized)
source("MR_lasso.R")
thetavec = c(0.2, 0, -0.2)
thetaUvec = c(0.3, 0.5)
Nvec = c(5e4, 8e4, 1e5, 1.5e5, 2e5, 5e5, 1e6) # 1:7
prop_invalid_vec = c(0.3, 0.5, 0.7)
temp = as.integer(commandArgs(trailingOnly = TRUE))
theta = thetavec[temp[1]] # True causal effect from X to Y
thetaU = thetaUx = thetaUvec[temp[2]] # Effect of the confounder on Y/X
N = Nvec[temp[3]] # Sample size for exposure X
prop_invalid = prop_invalid_vec[temp[4]] # Proportion of invalid IVs
pthr = 5e-8 # p-value threshold for instrument selection
NxNy_ratio = 2 # Ratio of sample sizes for X and Y
M = 2e5 # Total number of independent SNPs representing the common variants in the genome
# Model parameters for effect size distribution
pi1=0.02*(1-prop_invalid); pi3=0.01
pi2=0.02*prop_invalid;
sigma2x = sigma2y = 5e-5; sigma2u = 1e-4; sigma2x_td = sigma2y_td = (5e-5)-thetaU*thetaUx*sigma2u
print(paste("N", N, "pthr", pthr, "pi1", pi1, "theta", theta, "thetaU", thetaU, "prop_invalid", prop_invalid, "NxNy_ratio", NxNy_ratio))
nx = N; ny = N/NxNy_ratio
est = matrix(NA, nrow = 200, ncol = 3+10*3)
mr_methods = c("IVW", "median", "mode", "PRESSO", "Robust", "Lasso", "egger", "conmix", "MRMix", "RAPS")
colnames(est) = c("numIV", "varX_expl","varY_expl", mr_methods, paste0(mr_methods,"_se"), paste0(mr_methods,"_time"))
# varX_expl: variance of X explained by IVs; varY_expl: variance of Y explained by IVs
for (repind in 1:200){
set.seed(4365*repind)
# Generate indices of causal SNPs
ind1 = sample(M, round(M*pi1))
causalsnps = ind1
ind2 = sample(setdiff(1:M,causalsnps), round(M*pi2))
causalsnps = c(causalsnps,ind2)
ind3 = sample(setdiff(1:M,causalsnps), round(M*pi3))
causalsnps = c(causalsnps,ind3)
# Simulate effect size
gamma = phi = alpha = rep(0,M)
gamma[ind1] = rnorm(length(ind1), mean = 0, sd = sqrt(sigma2x))
gamma[ind2] = rnorm(length(ind2), mean = 0, sd = sqrt(sigma2x_td))
phi[ind2] = rnorm(length(ind2), mean = 0, sd = sqrt(sigma2u))
alpha[ind2] = rnorm(length(ind2), mean = 0.005, sd = sqrt(sigma2y_td))
alpha[ind3] = rnorm(length(ind3), mean = 0.005, sd = sqrt(sigma2y))
# Generate summary statistics directly from summary-level model implied by individual-level model
betax = gamma + thetaUx*phi
betay = alpha + theta*betax + thetaU*phi
betahat_x = betax + rnorm(M, mean = 0, sd = sqrt(1/nx))
betahat_y = betay + rnorm(M, mean = 0, sd = sqrt(1/ny))
# Filter the SNPs that reach genome-wide significance in the study associated with X.
ind_filter = which(2*pnorm(-sqrt(nx)*abs(betahat_x))<pthr)
numIV = length(ind_filter)
est[repind,1] = numIV
est[repind,2] = sum(betax[ind_filter]^2)
est[repind,3] = sum(betay[ind_filter]^2)
# MR analysis with 10 methods
if (numIV>2){
betahat_x.flt = betahat_x[ind_filter]
betahat_y.flt = betahat_y[ind_filter]
mr.obj = mr_input(bx = betahat_x.flt, bxse = rep(1/sqrt(nx), length(betahat_x.flt)),
by = betahat_y.flt, byse = rep(1/sqrt(ny), length(betahat_y.flt)))
# 1. IVW
T0 = proc.time()[3]
res = mr_ivw(mr.obj)
T1 = proc.time()[3]
est[repind,3+1] = res$Estimate
est[repind,3+11] = res$StdError
est[repind,3+21] = T1-T0
rm(res)
# 2. median
T0 = proc.time()[3]
res = mr_median(mr.obj)
T1 = proc.time()[3]
est[repind,3+2] = res$Estimate
est[repind,3+12] = res$StdError
est[repind,3+22] = T1-T0
rm(res)
# 3. mode
T0 = proc.time()[3]
res = mr_mbe(mr.obj)
T1 = proc.time()[3]
est[repind,3+3] = res$Estimate
est[repind,3+13] = res$StdError
est[repind,3+23] = T1-T0
rm(res)
# 4.MR-PRESSO
presso.df = data.frame(bx = betahat_x.flt, by = betahat_y.flt, bxse = rep(1/sqrt(nx),length(betahat_x.flt)), byse = rep(1/sqrt(ny), length(betahat_y.flt)))
if (N<=2e5){
T0 = proc.time()[3]
res = mr_presso(BetaOutcome = "by", BetaExposure = "bx", SdOutcome = "byse", SdExposure = "bxse",
OUTLIERtest = TRUE, DISTORTIONtest = TRUE, data = presso.df, NbDistribution = 3000, SignifThreshold = 0.05)
T1 = proc.time()[3]
if (!is.na(res$`Main MR results`[2,"Causal Estimate"]) & !is.na(res$`Main MR results`[2,"Sd"])){
est[repind,3+4] = res$`Main MR results`[2,"Causal Estimate"]
est[repind,3+14] = res$`Main MR results`[2,"Sd"]
} else{
est[repind,3+4] = res$`Main MR results`[1,"Causal Estimate"]
est[repind,3+14] = res$`Main MR results`[1,"Sd"]
}
est[repind,3+24] = T1-T0
rm(res)
}
# 5. robust
T0 = proc.time()[3]
res = mr_ivw(mr.obj,"random", robust = TRUE)
T1 = proc.time()[3]
est[repind,3+5] = res$Estimate
est[repind,3+15] = res$StdError
est[repind,3+25] = T1-T0
rm(res)
# 6. MR-Lasso
T0 = proc.time()[3]
res = MR_lasso(presso.df$by, presso.df$bx, presso.df$byse)
T1 = proc.time()[3]
est[repind,3+6] = res$ThetaEstimate
est[repind,3+16] = res$ThetaSE
est[repind,3+26] = T1-T0
rm(res)
# 7. Egger
T0 = proc.time()[3]
res = mr_egger(mr.obj)
T1 = proc.time()[3]
est[repind,3+7] = res$Estimate
est[repind,3+17] = res$StdError.Est
est[repind,3+27] = T1-T0
rm(res)
# 8. contamination mixture
T0 = proc.time()[3]
res = mr_conmix(mr.obj)
T1 = proc.time()[3]
est[repind,3+8] = res$Estimate
CIlength = res$CIUpper-res$CILower
if (length(CIlength)>1) print(paste("Repind",repind,"conmix multimodal"))
est[repind,3+18] = sum(CIlength)/1.96/2 ## Caution: this may be problematic
est[repind,3+28] = T1-T0
rm(res)
# 9. MRMix
theta_temp_vec = seq(-0.5,0.5,by=0.01)
T0 = proc.time()[3]
res = MRMix(betahat_x.flt, betahat_y.flt, sx=1/sqrt(nx), sy=1/sqrt(ny), theta_temp_vec, pi_init = 0.6, sigma_init = 1e-5)
T1 = proc.time()[3]
est[repind,3+9] = res$theta
est[repind,3+19] = res$SE_theta
est[repind,3+29] = T1-T0
rm(res)
# 10. MR-RAPS
T0 = proc.time()[3]
res = mr.raps.overdispersed.robust(presso.df$bx, presso.df$by, presso.df$bxse, presso.df$byse,
loss.function = "huber", k = 1.345, initialization = c("l2"),
suppress.warning = FALSE, diagnostics = FALSE, niter = 20, tol = .Machine$double.eps^0.5)
T1 = proc.time()[3]
est[repind,3+10] = res$beta.hat
est[repind,3+20] = res$beta.se
est[repind,3+30] = T1-T0
rm(res)
}
if (repind%%5==0){
print(paste("Rep",repind,"numIV",numIV))
save(est, file = paste0("est_theta",theta,"_thetaU",thetaU,"_N",N,"_prop_invalid",prop_invalid,".rda"))
}
}
save(est, file = paste0("est_theta",theta,"_thetaU",thetaU,"_N",N,"_prop_invalid",prop_invalid,".rda"))
|
library(glmnet)
mydata = read.table("../../../../TrainingSet/FullSet/Classifier/kidney.csv",head=T,sep=",")
x = as.matrix(mydata[,4:ncol(mydata)])
y = as.matrix(mydata[,1])
set.seed(123)
glm = cv.glmnet(x,y,nfolds=10,type.measure="mse",alpha=0.35,family="gaussian",standardize=FALSE)
sink('./kidney_046.txt',append=TRUE)
print(glm$glmnet.fit)
sink()
| /Model/EN/Classifier/kidney/kidney_046.R | no_license | esbgkannan/QSMART | R | false | false | 350 | r | library(glmnet)
mydata = read.table("../../../../TrainingSet/FullSet/Classifier/kidney.csv",head=T,sep=",")
x = as.matrix(mydata[,4:ncol(mydata)])
y = as.matrix(mydata[,1])
set.seed(123)
glm = cv.glmnet(x,y,nfolds=10,type.measure="mse",alpha=0.35,family="gaussian",standardize=FALSE)
sink('./kidney_046.txt',append=TRUE)
print(glm$glmnet.fit)
sink()
|
library(class)
library(ISLR)
''' Primero debemos crear matrices para las observaciones de entrenamiento
y prueba '''
train = (Smarket$Year < 2005)
x_train = cbind(Smarket$Lag1, Smarket$Lag2)[train,]
x_test = cbind(Smarket$Lag1, Smarket$Lag2)[!train,]
y_train = Smarket$Direction[train]
KNN = knn(x_train, x_test, y_train, k = 1)
table(KNN, Smarket$Direction[!train]) #Creamos la matrix de confusion para ver la precision del modelo
| /K-nearest neighbors.R | no_license | DaroMiceliPy/AnalisisCuantitativoR | R | false | false | 450 | r | library(class)
library(ISLR)
''' Primero debemos crear matrices para las observaciones de entrenamiento
y prueba '''
train = (Smarket$Year < 2005)
x_train = cbind(Smarket$Lag1, Smarket$Lag2)[train,]
x_test = cbind(Smarket$Lag1, Smarket$Lag2)[!train,]
y_train = Smarket$Direction[train]
KNN = knn(x_train, x_test, y_train, k = 1)
table(KNN, Smarket$Direction[!train]) #Creamos la matrix de confusion para ver la precision del modelo
|
listData2 <- function(rfvar7results){
#function: runs the international model on the reduced form VARs
countries=rfvar7results$countries
nCountries=length(countries)
Y<-list()
for (iCountry in countries){
datay= rfvar7results$voutlst[[iCountry]]$u
Y[[i]]=datay
dlength[i]=dim(datay)
}
Y <- do.call("rbind", Y)
Y=ts(Y, start=1, frequency=1)
Tlength=dim(Y)[1]
X <- matrix(0,Tlength, nCountries)
start <- 0
for (ic in 1:(nCountries) {
X[(start + 1:dlength[ic]), ic] <- 1
start <- start + dlength[ic]
}
dlength=dlength[1:(nCountries-1)]
Tsigbrk =cumsum(dlength)
return(list(Y=Y, X=X, Tsigbrk=Tsigbrk, countries=countries)
| /Joanne/Old/Feed international SVAR into RF/listData2.R | no_license | Allisterh/VAR_Sims_rfvar | R | false | false | 658 | r |
listData2 <- function(rfvar7results){
#function: runs the international model on the reduced form VARs
countries=rfvar7results$countries
nCountries=length(countries)
Y<-list()
for (iCountry in countries){
datay= rfvar7results$voutlst[[iCountry]]$u
Y[[i]]=datay
dlength[i]=dim(datay)
}
Y <- do.call("rbind", Y)
Y=ts(Y, start=1, frequency=1)
Tlength=dim(Y)[1]
X <- matrix(0,Tlength, nCountries)
start <- 0
for (ic in 1:(nCountries) {
X[(start + 1:dlength[ic]), ic] <- 1
start <- start + dlength[ic]
}
dlength=dlength[1:(nCountries-1)]
Tsigbrk =cumsum(dlength)
return(list(Y=Y, X=X, Tsigbrk=Tsigbrk, countries=countries)
|
## makeCacheMatrix: This function creates a special "matrix" object
## that can cache its inverse.
## This function is used to get, set a matrix object or its inverse
## in cache
makeCacheMatrix <- function(x = matrix()) {
# Initialize inverse variable
i <- NULL
# Set the matrix
set <- function(y) {
x <<- y
i <<- NULL # initialize inverse of new matrix
}
# Get the matrix
get <- function() x
# Set the inverse of a matrix
setinverse <- function(inverse) i <<- inverse
# Get the inverse of a matrix
getinverse <- function() i
# List all possible operations
list(set = set, get = get,
setinverse = setinverse,
getinverse = getinverse)
}
## cacheSolve: This function computes the inverse of the special "matrix"
## returned by makeCacheMatrix above.
## If the inverse has already been calculated (and the matrix has not changed),
## then the cachesolve should retrieve the inverse from the cache.
## Return a matrix that is the inverse of 'x'
cacheSolve <- function(x, ...) {
## Get the matrix inverse from cache and store it into variable i
i <- x$getinverse()
## if already in cache, then return the cached value
if(!is.null(i)) {
message("getting cached data")
return(i)
}
# Otherwise, get the matrix object
data <- x$get()
# Invert the matrix object
i <- solve(data, ...)
# Save the inverse of the matrix object in cache
x$setinverse(i)
# Return the inverse
i
}
| /cachematrix.R | no_license | iaristeid/ProgrammingAssignment2 | R | false | false | 1,683 | r | ## makeCacheMatrix: This function creates a special "matrix" object
## that can cache its inverse.
## This function is used to get, set a matrix object or its inverse
## in cache
makeCacheMatrix <- function(x = matrix()) {
# Initialize inverse variable
i <- NULL
# Set the matrix
set <- function(y) {
x <<- y
i <<- NULL # initialize inverse of new matrix
}
# Get the matrix
get <- function() x
# Set the inverse of a matrix
setinverse <- function(inverse) i <<- inverse
# Get the inverse of a matrix
getinverse <- function() i
# List all possible operations
list(set = set, get = get,
setinverse = setinverse,
getinverse = getinverse)
}
## cacheSolve: This function computes the inverse of the special "matrix"
## returned by makeCacheMatrix above.
## If the inverse has already been calculated (and the matrix has not changed),
## then the cachesolve should retrieve the inverse from the cache.
## Return a matrix that is the inverse of 'x'
cacheSolve <- function(x, ...) {
## Get the matrix inverse from cache and store it into variable i
i <- x$getinverse()
## if already in cache, then return the cached value
if(!is.null(i)) {
message("getting cached data")
return(i)
}
# Otherwise, get the matrix object
data <- x$get()
# Invert the matrix object
i <- solve(data, ...)
# Save the inverse of the matrix object in cache
x$setinverse(i)
# Return the inverse
i
}
|
## ----options, echo=FALSE, warning=FALSE, message=FALSE-------------------
options(width=120)
opts_chunk$set(comment=NA, fig.width=6, fig.height=5, size='tiny', out.width='0.6\\textwidth', fig.align='center', message=FALSE)
## ----libraries, message=FALSE, warning=FALSE, echo=FALSE-----------------
library("dplyr")
library("ggplot2")
library("lme4")
library("emmeans")
## ----set_seed, echo=FALSE------------------------------------------------
set.seed(2)
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Subject, Reaction)) + geom_point() + theme_bw()
## ------------------------------------------------------------------------
summary(me <- lmer(Reaction ~ (1|Subject), sleepstudy))
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Days, Reaction, color = Subject)) +
geom_point() + theme_bw()
## ------------------------------------------------------------------------
summary(me <- lmer(Reaction ~ Days + (1|Subject), sleepstudy))
## ----echo=FALSE----------------------------------------------------------
m <- lm(Reaction ~ Days + Subject, sleepstudy)
d <- data.frame(fixed_effect = summary(emmeans(m, ~Subject, at=list(Days=0)))$emmean,
random_effect = ranef(me)$Subject) %>%
mutate(fixed_effect = fixed_effect - mean(fixed_effect),
random_effect = X.Intercept.)
ggplot(d, aes(fixed_effect, random_effect)) + theme_bw() +
geom_abline(intercept = 0, slope = 1, color='gray') +
stat_smooth(method="lm", se=FALSE) + geom_point()
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Days, Reaction, color = Subject)) +
geom_point() + theme_bw()
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Days, Reaction, color = Subject)) +
geom_point() + theme_bw()
## ------------------------------------------------------------------------
summary(me <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy))
## ------------------------------------------------------------------------
ggplot(cbpp, aes(period, incidence/size, color=herd, group=herd)) +
geom_line() + theme_bw()
## ------------------------------------------------------------------------
me <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
summary(me)
## ------------------------------------------------------------------------
em <- emmeans(me, ~ period, type="response") # for intrepretability
em
co <- contrast(em, list(`linear trend` = c(-1.5, -0.5, 0.5, 1.5)))
confint(co)
| /courses/stat587Eng/slides/Supplementary/S03-Random_effects/S03-Random_effects.R | no_license | jarad/jarad.github.com | R | false | false | 2,656 | r | ## ----options, echo=FALSE, warning=FALSE, message=FALSE-------------------
options(width=120)
opts_chunk$set(comment=NA, fig.width=6, fig.height=5, size='tiny', out.width='0.6\\textwidth', fig.align='center', message=FALSE)
## ----libraries, message=FALSE, warning=FALSE, echo=FALSE-----------------
library("dplyr")
library("ggplot2")
library("lme4")
library("emmeans")
## ----set_seed, echo=FALSE------------------------------------------------
set.seed(2)
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Subject, Reaction)) + geom_point() + theme_bw()
## ------------------------------------------------------------------------
summary(me <- lmer(Reaction ~ (1|Subject), sleepstudy))
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Days, Reaction, color = Subject)) +
geom_point() + theme_bw()
## ------------------------------------------------------------------------
summary(me <- lmer(Reaction ~ Days + (1|Subject), sleepstudy))
## ----echo=FALSE----------------------------------------------------------
m <- lm(Reaction ~ Days + Subject, sleepstudy)
d <- data.frame(fixed_effect = summary(emmeans(m, ~Subject, at=list(Days=0)))$emmean,
random_effect = ranef(me)$Subject) %>%
mutate(fixed_effect = fixed_effect - mean(fixed_effect),
random_effect = X.Intercept.)
ggplot(d, aes(fixed_effect, random_effect)) + theme_bw() +
geom_abline(intercept = 0, slope = 1, color='gray') +
stat_smooth(method="lm", se=FALSE) + geom_point()
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Days, Reaction, color = Subject)) +
geom_point() + theme_bw()
## ------------------------------------------------------------------------
ggplot(sleepstudy, aes(Days, Reaction, color = Subject)) +
geom_point() + theme_bw()
## ------------------------------------------------------------------------
summary(me <- lmer(Reaction ~ Days + (Days|Subject), sleepstudy))
## ------------------------------------------------------------------------
ggplot(cbpp, aes(period, incidence/size, color=herd, group=herd)) +
geom_line() + theme_bw()
## ------------------------------------------------------------------------
me <- glmer(cbind(incidence, size - incidence) ~ period + (1 | herd),
data = cbpp, family = binomial)
summary(me)
## ------------------------------------------------------------------------
em <- emmeans(me, ~ period, type="response") # for intrepretability
em
co <- contrast(em, list(`linear trend` = c(-1.5, -0.5, 0.5, 1.5)))
confint(co)
|
#' @name perform.scrublet
#' @aliases perform.scrublet
#'
#' @title Python module: scrublet
#'
#' @description Removes doublets from dataset.
#'
#' @param counts Counts matrix
#' @param total_counts Total number of cells. NULL = automatically counts.
#' @param sim_doublet_ratio Number of doublets to simulate relative to observed
#' @param n_neighbors Expected number of neighbours per cell
#' @param expected_doublet_rate Expected percentage of doublets to be present in the dataset
#' @param stdev_doublet_rate Uncertainty in expected doublet rate
#' @param random_state Random state for doublet simulation, approximate nearest neighbour search, nd PCA/Truncated PCA
#' @param synthetic_doublet_umi_subsampling Sampling rate for UMIs in a cell when synthesising doublets
#' @param use_approx_neighbors Use approximate nearest neighbor method `(annoy)` for the KNN classifier
#' @param distance_metric Define distance metric for nearest neighbour calculation: 'angular', 'euclidean', 'manhattan', 'hamming', 'dot'.
#' @param get_doublet_neighbor_parents return the transcriptomes of the parent cells for simulated doublets
#' @param min_counts Minimum counts per cell
#' @param min_cells Minimum number of cells per gene
#' @param min_gene_variability_pctl Variability cutoff when deducing highly variable genes prior to PCA reduction
#' @param log_transform Log transforms the data
#' @param mean_center Should the dataset be centred around the mean
#' @param normalize_variance Should the genes have a total variance of 1
#' @param n_prin_comps Number of principal components to retain
#' @param svd_solver Which SVD solver to use: 'auto', 'full', 'arpack', 'randomized'.
#'
#' @usage perform.scrublet(counts = counts, expected_doublet_rate = 0.025)
#'
#' @return Doublet-omitted sparse matrix
#'
#' @examples
#'
#' object <- perform.scrublet(counts = counts)
#'
#' @export
perform.scrublet <- function(counts,
total_counts = NULL,
sim_doublet_ratio = 2.0,
n_neighbors = NULL,
expected_doublet_rate = 0.075,
stdev_doublet_rate = 0.02,
random_state = 0L,
synthetic_doublet_umi_subsampling = 1.0,
use_approx_neighbors = TRUE,
distance_metric = 'euclidean',
get_doublet_neighbor_parents = FALSE,
min_counts = 3L,
min_cells = 3L,
min_gene_variability_pctl = 85L,
log_transform = FALSE,
mean_center = TRUE,
normalize_variance = TRUE,
n_prin_comps = 30L,
svd_solver = 'arpack') {
if(!is(object = counts, class2 = 'matrix')) {
if (!is(object = counts, class2 = 'dgCMatrix')) {
stop('counts must be in matrix or dgCMatrix format\n')
}
}
if(!is.null(total_counts)) {
if(!is.numeric(total_counts)) {
stop('total_counts must be numerical\n')
}
}
if(!is.numeric(sim_doublet_ratio)) {
stop('sim_doublet_ratio must be numerical\n')
}
if(!is.null(n_neighbors)) {
if(!is.numeric(n_neighbors)) {
stop('n_neighbors must be numerical\n')
}
}
if(!is.numeric(expected_doublet_rate)) {
stop('expected_doublet_rate must be numerical\n')
}
if(!is.numeric(stdev_doublet_rate)) {
stop('stdev_doublet_rate must be numerical\n')
}
if(!is.numeric(random_state)) {
stop('random_state must be numerical\n')
}
if(!is.numeric(synthetic_doublet_umi_subsampling)) {
stop('synthetic_doublet_umi_subsampling must be numerical\n')
}
if(!is.logical(use_approx_neighbors)) {
stop('use_approx_neighbors must be logical: TRUE/FALSE\n')
}
if(!is.character(distance_metric)) {
stop('distance_metric must be character string\n')
}
if(!is.logical(get_doublet_neighbor_parents)) {
stop('get_doublet_neighbor_parents must be logical: TRUE/FALSE\n')
}
if(!is.numeric(min_counts)) {
stop('min_counts must be numerical\n')
}
if(!is.numeric(min_cells)) {
stop('min_cells must be numerical\n')
}
if(!is.numeric(min_gene_variability_pctl)) {
stop('min_gene_variability_pctl must be numerical\n')
}
if(!is.logical(log_transform)) {
stop('log_transform must be logical: TRUE/FALSE\n')
}
if(!is.logical(mean_center)) {
stop('mean_center must be logical: TRUE/FALSE\n')
}
if(!is.logical(normalize_variance)) {
stop('normalize_variance must be logical: TRUE/FALSE\n')
}
if(!is.numeric(n_prin_comps)) {
stop('n_prin_comps must be numerical\n')
}
if(!is.character(svd_solver)) {
stop('svd_solver must be numerical\n')
}
cat(crayon::cyan(paste0(Sys.time(), ': initialising scrublet\n')))
scrublet <- reticulate::import('scrublet', convert = FALSE)
cat(crayon::cyan(paste0(Sys.time(), ': python modules loaded\n')))
scrub1 <- scrublet$Scrublet(counts_matrix = as.data.frame(as.matrix(t(counts))),
total_counts = total_counts,
sim_doublet_ratio = sim_doublet_ratio,
n_neighbors = n_neighbors,
expected_doublet_rate = expected_doublet_rate,
stdev_doublet_rate = stdev_doublet_rate,
random_state = random_state)
cat(crayon::cyan(paste0(Sys.time(), ': scrublet object created\n')))
res1 <- reticulate::py_to_r(scrub1$scrub_doublets(synthetic_doublet_umi_subsampling = synthetic_doublet_umi_subsampling,
use_approx_neighbors = use_approx_neighbors,
distance_metric = distance_metric,
get_doublet_neighbor_parents = get_doublet_neighbor_parents,
min_counts = min_counts,
min_cells = min_cells,
min_gene_variability_pctl = min_gene_variability_pctl,
log_transform = log_transform,
mean_center = mean_center,
normalize_variance = normalize_variance,
n_prin_comps = n_prin_comps,
svd_solver = svd_solver,
verbose = TRUE))
sim.plot <- ggplot2::qplot(as.vector(reticulate::py_to_r(scrub1$doublet_scores_sim_)),
geom = 'histogram') +
ggplot2::stat_bin(bins = 100) +
ggplot2::xlab('doublet scores') +
ggplot2::ylab('frequency') +
ggplot2::ggtitle(paste0('simulated_doublets')) +
ggplot2::theme_classic() +
ggplot2::theme(plot.title = ggplot2::element_text(hjust = 0.5))
obs.plot <- ggplot2::qplot(as.vector(res1)[[1]],
geom = 'histogram') +
ggplot2::stat_bin(bins = 80) +
ggplot2::xlab('doublet scores') +
ggplot2::ylab('frequency') +
ggplot2::ggtitle(paste0('observed doublets')) +
ggplot2::theme_classic() +
ggplot2::theme(plot.title = ggplot2::element_text(hjust = 0.5))
comb.plot <- cowplot::plot_grid(sim.plot, obs.plot, ncol = 2, nrow = 1)
print(comb.plot)
cat(crayon::cyan(paste0(Sys.time(), ': doublets detected\n')))
counts <- as.matrix(counts)
counts <- counts[,!res1[[2]]]
counts <- Matrix::Matrix(data = counts, sparse = T)
cat(crayon::cyan(paste0(Sys.time(), ': matrix scrubbed\n')))
return(counts)
} | /R/perform.scrublet.R | no_license | jcogan1/IBRAP | R | false | false | 8,243 | r | #' @name perform.scrublet
#' @aliases perform.scrublet
#'
#' @title Python module: scrublet
#'
#' @description Removes doublets from dataset.
#'
#' @param counts Counts matrix
#' @param total_counts Total number of cells. NULL = automatically counts.
#' @param sim_doublet_ratio Number of doublets to simulate relative to observed
#' @param n_neighbors Expected number of neighbours per cell
#' @param expected_doublet_rate Expected percentage of doublets to be present in the dataset
#' @param stdev_doublet_rate Uncertainty in expected doublet rate
#' @param random_state Random state for doublet simulation, approximate nearest neighbour search, nd PCA/Truncated PCA
#' @param synthetic_doublet_umi_subsampling Sampling rate for UMIs in a cell when synthesising doublets
#' @param use_approx_neighbors Use approximate nearest neighbor method `(annoy)` for the KNN classifier
#' @param distance_metric Define distance metric for nearest neighbour calculation: 'angular', 'euclidean', 'manhattan', 'hamming', 'dot'.
#' @param get_doublet_neighbor_parents return the transcriptomes of the parent cells for simulated doublets
#' @param min_counts Minimum counts per cell
#' @param min_cells Minimum number of cells per gene
#' @param min_gene_variability_pctl Variability cutoff when deducing highly variable genes prior to PCA reduction
#' @param log_transform Log transforms the data
#' @param mean_center Should the dataset be centred around the mean
#' @param normalize_variance Should the genes have a total variance of 1
#' @param n_prin_comps Number of principal components to retain
#' @param svd_solver Which SVD solver to use: 'auto', 'full', 'arpack', 'randomized'.
#'
#' @usage perform.scrublet(counts = counts, expected_doublet_rate = 0.025)
#'
#' @return Doublet-omitted sparse matrix
#'
#' @examples
#'
#' object <- perform.scrublet(counts = counts)
#'
#' @export
perform.scrublet <- function(counts,
total_counts = NULL,
sim_doublet_ratio = 2.0,
n_neighbors = NULL,
expected_doublet_rate = 0.075,
stdev_doublet_rate = 0.02,
random_state = 0L,
synthetic_doublet_umi_subsampling = 1.0,
use_approx_neighbors = TRUE,
distance_metric = 'euclidean',
get_doublet_neighbor_parents = FALSE,
min_counts = 3L,
min_cells = 3L,
min_gene_variability_pctl = 85L,
log_transform = FALSE,
mean_center = TRUE,
normalize_variance = TRUE,
n_prin_comps = 30L,
svd_solver = 'arpack') {
if(!is(object = counts, class2 = 'matrix')) {
if (!is(object = counts, class2 = 'dgCMatrix')) {
stop('counts must be in matrix or dgCMatrix format\n')
}
}
if(!is.null(total_counts)) {
if(!is.numeric(total_counts)) {
stop('total_counts must be numerical\n')
}
}
if(!is.numeric(sim_doublet_ratio)) {
stop('sim_doublet_ratio must be numerical\n')
}
if(!is.null(n_neighbors)) {
if(!is.numeric(n_neighbors)) {
stop('n_neighbors must be numerical\n')
}
}
if(!is.numeric(expected_doublet_rate)) {
stop('expected_doublet_rate must be numerical\n')
}
if(!is.numeric(stdev_doublet_rate)) {
stop('stdev_doublet_rate must be numerical\n')
}
if(!is.numeric(random_state)) {
stop('random_state must be numerical\n')
}
if(!is.numeric(synthetic_doublet_umi_subsampling)) {
stop('synthetic_doublet_umi_subsampling must be numerical\n')
}
if(!is.logical(use_approx_neighbors)) {
stop('use_approx_neighbors must be logical: TRUE/FALSE\n')
}
if(!is.character(distance_metric)) {
stop('distance_metric must be character string\n')
}
if(!is.logical(get_doublet_neighbor_parents)) {
stop('get_doublet_neighbor_parents must be logical: TRUE/FALSE\n')
}
if(!is.numeric(min_counts)) {
stop('min_counts must be numerical\n')
}
if(!is.numeric(min_cells)) {
stop('min_cells must be numerical\n')
}
if(!is.numeric(min_gene_variability_pctl)) {
stop('min_gene_variability_pctl must be numerical\n')
}
if(!is.logical(log_transform)) {
stop('log_transform must be logical: TRUE/FALSE\n')
}
if(!is.logical(mean_center)) {
stop('mean_center must be logical: TRUE/FALSE\n')
}
if(!is.logical(normalize_variance)) {
stop('normalize_variance must be logical: TRUE/FALSE\n')
}
if(!is.numeric(n_prin_comps)) {
stop('n_prin_comps must be numerical\n')
}
if(!is.character(svd_solver)) {
stop('svd_solver must be numerical\n')
}
cat(crayon::cyan(paste0(Sys.time(), ': initialising scrublet\n')))
scrublet <- reticulate::import('scrublet', convert = FALSE)
cat(crayon::cyan(paste0(Sys.time(), ': python modules loaded\n')))
scrub1 <- scrublet$Scrublet(counts_matrix = as.data.frame(as.matrix(t(counts))),
total_counts = total_counts,
sim_doublet_ratio = sim_doublet_ratio,
n_neighbors = n_neighbors,
expected_doublet_rate = expected_doublet_rate,
stdev_doublet_rate = stdev_doublet_rate,
random_state = random_state)
cat(crayon::cyan(paste0(Sys.time(), ': scrublet object created\n')))
res1 <- reticulate::py_to_r(scrub1$scrub_doublets(synthetic_doublet_umi_subsampling = synthetic_doublet_umi_subsampling,
use_approx_neighbors = use_approx_neighbors,
distance_metric = distance_metric,
get_doublet_neighbor_parents = get_doublet_neighbor_parents,
min_counts = min_counts,
min_cells = min_cells,
min_gene_variability_pctl = min_gene_variability_pctl,
log_transform = log_transform,
mean_center = mean_center,
normalize_variance = normalize_variance,
n_prin_comps = n_prin_comps,
svd_solver = svd_solver,
verbose = TRUE))
sim.plot <- ggplot2::qplot(as.vector(reticulate::py_to_r(scrub1$doublet_scores_sim_)),
geom = 'histogram') +
ggplot2::stat_bin(bins = 100) +
ggplot2::xlab('doublet scores') +
ggplot2::ylab('frequency') +
ggplot2::ggtitle(paste0('simulated_doublets')) +
ggplot2::theme_classic() +
ggplot2::theme(plot.title = ggplot2::element_text(hjust = 0.5))
obs.plot <- ggplot2::qplot(as.vector(res1)[[1]],
geom = 'histogram') +
ggplot2::stat_bin(bins = 80) +
ggplot2::xlab('doublet scores') +
ggplot2::ylab('frequency') +
ggplot2::ggtitle(paste0('observed doublets')) +
ggplot2::theme_classic() +
ggplot2::theme(plot.title = ggplot2::element_text(hjust = 0.5))
comb.plot <- cowplot::plot_grid(sim.plot, obs.plot, ncol = 2, nrow = 1)
print(comb.plot)
cat(crayon::cyan(paste0(Sys.time(), ': doublets detected\n')))
counts <- as.matrix(counts)
counts <- counts[,!res1[[2]]]
counts <- Matrix::Matrix(data = counts, sparse = T)
cat(crayon::cyan(paste0(Sys.time(), ': matrix scrubbed\n')))
return(counts)
} |
#' Sample imputation.
#'
#' Function to sample values in a variable from other (observed) values in this variable.
#' So this imputation does not use further covariates.
#' @param variable A vector of size \code{n} with missing values.
#' @return A n x 1 data.frame with the observed and imputed data
#' @examples
#' set.seed(123)
#' sample_imp(c(1, NA, 3, NA, 5))
#' @export
sample_imp <- function(variable){
if(is.data.frame(variable)){
stop("You passed a data.frame instead of a vector to sample_imp.")
}
if(all(is.na(variable))) stop("Variable consists only of NAs.")
ret <- data.frame(target = variable, stringsAsFactors = FALSE)
need_replacement <- is.na(variable) | is.infinite(variable)
ret[need_replacement, 1] <- sample(size = sum(need_replacement),
variable[!need_replacement], replace = TRUE)
return(ret)
}
#' Get the type of variables.
#'
#' Function checks of which type a variable is. The types are listed below
#' (together with a rough summary of the classification mechanism).
#' \itemize{
#' \item continuous (numeric values, or integers with more than 20 different values),
#' \item semicontinuous (numeric values with more than 10\% of them share the same value),
#' \item rounded continuous (if more than 50\% of the observations of a continuous variable
#' are divisible by some rounding degrees)
#' \item count data (integers).
#' \item an intercept (the same value for all observations),
#' \item binary (two different values - like 0s and 1s or "m" and "f"),
#' \item categorical (the variable is a factor or has more than 3 different values)
#' \item ordered categorical (the categorical variable is ordered.)
#'}
#'
#' @param variable A variable (vector) from your data set.
#' @param spike A numeric value, denoting the presumed spike of semi-continuous variables.
#' @param rounding_degrees A numeric vector with the presumed rounding degrees.
#' If the rounding_degrees are set to be \code{NULL}, the proposed rounding degrees from the function
#' \code{suggest_rounding_degrees} are used.
#' @return A character denoting the type of \code{variable}.
#' @examples get_type(iris$Sepal.Length); get_type(iris$Species)
#' @export
get_type <- function(variable, spike = NULL,
rounding_degrees = c(1, 10, 100, 1000)){
if(is.matrix(variable) && ncol(variable) == 1){
variable <- variable[, 1]
}
type <- "unknown"
if(all(is.na(variable))) return(type)
if(!(is.vector(rounding_degrees) | is.null(rounding_degrees))){
stop("rounding_degrees passed to get_type() have to be a vector or NULL.")
}
if(length(unique(variable[!is.na(variable)])) == 1){
type <- "intercept"
return(type)
}
if(length(unique(variable[!is.na(variable)])) == 2){
type <- "binary"
return(type)
}
if(is.integer(variable)){
type <- "count"
#If too many categories are available, the variable is considered to be continuous.
if(length(unique(variable)) > 20){
type <- "cont"
}
return(type)
}
if(is.vector(variable) || is.factor(variable) || is.array(variable) || is.numeric(variable)){
#checking the length of the table to be larger than two is not sufficient
#to get a real categoriacal variable, because for a (real) continious variable
#the length of the table is equal to the length of the variable
#(what will be in general larger than two...)
#Therefore it will be checked if the table has more than two entries AND
#wheter the varriable is a factor.
if(is.factor(variable)){
type <- "categorical"
if(is.ordered(variable)){
type <- "ordered_categorical"
}
return(type)
}
#If no default rounding_degrees were given, suggest_rounding_degrees suggests them
if(is.null(rounding_degrees)){
rounding_degrees <- suggest_rounding_degrees(variable)
}
#... if they are still NULL, then c(1, 10, 100, 1000) is used as a default
if(is.null(rounding_degrees)){
rounding_degrees <- c(1, 10, 100, 1000)
}
if(is.numeric(variable)){
type <- "cont"
# if there is no difference between a variable and their rounding result,
# it is considered to be an integer...
if(max(abs(variable - round(variable)), na.rm = TRUE) == 0){
type <- "count"
#... but not if too many categories are available...
if(length(table(variable)) > 20){
type <- "cont"
}
#... or it is a rounded continuous variable:
if(sum(apply(outer(decompose_interval(interval = variable)[, "precise"], setdiff(rounding_degrees, 1), '%%') == 0,
1, any), na.rm = TRUE)/
length(variable[!is.na(variable)]) > 0.5){
type <- "roundedcont"
}
return(type)
}
#if the variable is numeric and more than 10 \% of the variable values share the same value,
#We consider this variable as semi-continious.
if(is.null(spike)){
number_at_spike <- max(table(variable))
}else{
number_at_spike <- sum(variable == spike, na.rm = TRUE)
}
if(number_at_spike/length(variable[!is.na(variable)]) > 0.1){
type <- "semicont"
}
# if more than 50 \% of the data are divisible by on of the given rounding degrees,
# they are considered to be rounded continuous
# Observed 0s shall not be counted as rounded,
#because otherwise semi-continuous variables might be considered to be rounded-continuous.
if((sum(apply(outer(decompose_interval(interval = variable)[, "precise"], setdiff(rounding_degrees, 1), '%%') == 0,
1, any), na.rm = TRUE) - sum(variable == 0, na.rm = TRUE))/
length(variable[!is.na(variable)]) > 0.5){
type <- "roundedcont"
}
return(type)
}
if(type == "unknown"){
type <- "categorical"
}
}else{
if(is_interval(variable)){
#If no default rounding_degrees were given, suggest_rounding_degrees suggests them
if(is.null(rounding_degrees)){
rounding_degrees <- suggest_rounding_degrees(variable)
}
#... if they are still NULL, then c(1, 10, 100, 1000) is used as a default
if(is.null(rounding_degrees)){
rounding_degrees <- c(1, 10, 100, 1000)
}
type <- "interval"
#if more than 50 \% of the precise part of an interval variable is rounded,
#the whole variable is considered to be a rounded continous variable
tmp <- decompose_interval(interval = variable)[, "precise"]
if(sum(!is.na(tmp)) == 0) return(type)
if(sum(apply(outer(tmp, setdiff(rounding_degrees, 1), '%%') == 0,
1, any), na.rm = TRUE)/
length(tmp[!is.na(tmp)]) > 0.5){
type <- "roundedcont"
}
return(type)
}
if(ncol(variable) == 1){
ret <- get_type(variable[, 1], spike = spike, rounding_degrees = rounding_degrees)
return(ret)
}
if(ncol(variable) > 1){
if(is.matrix(variable)){
variable <- as.data.frame(variable)
}
ret <- array(dim = ncol(variable))
for(i in 1:length(ret)){
if(is.list(rounding_degrees)){
rounding_degrees_tmp <- rounding_degrees[[colnames(variable)[i]]]
}else{
rounding_degrees_tmp <- rounding_degrees
}
if(is.list(spike)){
spike_tmp <- spike[[colnames(variable)[i]]]
}else{
spike_tmp <- spike
}
ret[i] <- get_type(variable[, i], spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}
return(ret)
}
}
return(type)
}
#' Get the mode
#'
#' This function calculates the mode (most frequent observation) of a vector.
#' @param x A vector
#' @references Adopted from stackoverflow.com/questions/2547402: "is there a built in function for finding the mode"
#' from user "Ken Williams".
#' @return The mode of x as a numeric value.
Mode <- function(x){
ux <- unique(x[!is.na(x)])
return(ux[which.max(tabulate(match(x, ux)))])
}
#' Helps the user to make a list of spikes.
#'
#' In \code{hmi} the user can add a list of spikes. This function gives her/him a framework
#' with suggestions. Of course the user can make changes by herself/himself afterwards.
#' For example, the function might wrongly classify a variable to have a spike.
#' @param data the data.frame also passed to \code{hmi}.
#' @return a list with suggested spikes. Each list element has the name of a spiked variable
#' in the data.frame. The elements contain a single numeric denoting the spike found for that variable.
#' @export
list_of_spikes_maker <- function(data){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
ret <- list()
for(l2 in colnames(data)){
if(get_type(data[, l2]) == "semicont"){
ret[[l2]] <- Mode(data[, l2])
}
}
return(ret)
}
#' Helps the user to make a list of types.
#'
#' In \code{hmi} the user can add a list of types. This function gives him a framework
#' with suggestions. Of course the user can make changes by herself/himself afterwards.
#' For example, if a continuous variable has only two observations left, then get_type
#' interpret this as a binary variable and not a continuous.
#' @param data the data.frame also passed to \code{hmi}.
#' @param spike A numeric value or list saying which value in the semi-continuous data might be the spike.
#' @param rounding_degrees A numeric vector with the presumed rounding degrees.
#' @return a list with suggested types. Each list element has the name of a variable
#' in the data.frame. The elements contain a single character denoting the type of the variable.
#' See \code{get_type} for details about the variable types.
#' @export
list_of_types_maker <- function(data, spike = NULL, rounding_degrees = NULL){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
if(nrow(data) == 0){
ret <- list()
for(l2 in colnames(data)){
ret[[l2]] <- "unknown"
}
}
if(ncol(data) == 0){
return(NULL)
}
if(is.null(data)) return(NULL)
rounding_degrees_tmp <- rounding_degrees
ret <- list()
for(l2 in colnames(data)){
if(is.list(spike)){
spike_tmp <- spike[[l2]]
}else{
spike_tmp <- spike
}
if(is.list(rounding_degrees)){
rounding_degrees_tmp <- rounding_degrees[[l2]]
}
#The specifications of variables depends on 4 siutations.
#Setting 1: rounding_degrees is NULL
#Setting 2: rounding_degrees is a vector
#Setting 3a: rounding_degrees is list, with no element for the current variable
#Setting 3b: rounding_degrees is list, with a specific vector for the current variable
#The consequences for these settings are:
#Setting 1: Test using rounding degrees 1, 10, 100, 1000
#Setting 2: Test using the vector
#Setting 3a: Test using rounding degrees 1, 10, 100, 1000
#Setting 3b: define as roundedcont
if(is.null(rounding_degrees)){ ## Setting 1 ##
rounding_degrees_tmp <- c(1, 10, 100, 1000)
tmp_type <- get_type(data[, l2],
spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}else if(is.integer(rounding_degrees) | is.numeric(rounding_degrees)){ ## Setting 2 ##
rounding_degrees_tmp <- rounding_degrees
tmp_type <- get_type(data[, l2],
spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}else if(is.list(rounding_degrees) & is.null(rounding_degrees[[l2]])){ ## Setting 3a ##
rounding_degrees_tmp <- c(1, 10, 100, 1000)
tmp_type <- get_type(data[, l2],
spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}else if(is.list(rounding_degrees) & !is.null(rounding_degrees[[l2]])){ ## Setting 3b ##
tmp_type <- "roundedcont"
rounding_degrees_tmp <- rounding_degrees[[l2]]
}
#If the type is still NULL, set it to sample_imp
if(is.null(tmp_type)){
tmp_type <- "sample_imp"
}
ret[[l2]] <- tmp_type
}
return(ret)
}
#' Function to get all factors
#'
#' Function to get all factors (not limited to prime factors) of an integer.
#' @param x A single integer; no vector.
#' @return A numeric vector with the factors
#' @references based on stackoverflow.com/questions/6424856 "R Function for returning ALL factors"
#' answer by Chase
factors <- function(x){
if(!is.numeric(x)) return(NA)
if(length(x) != 1) return(NA)
if(is.na(x)) return(NA)
if(is.infinite(x)) return(NA)
if(x %% 1 != 0) return(NA)
x <- as.integer(x)
div <- seq_len(abs(x))
return(div[x %% div == 0L])
}
#' suggesting rounding degrees
#'
#' A function that suggests some rounding degrees of a continuous variable
#' (classically formatted or as interval object).
#' The basic idea is 1. to count which factor is observed in the data more often than expected.
#' 2. to check whether a factor can explain at least three observed piles of observations in the data
#' 3. to check whether a factor explains at least 20 \% of observations (additional to previous factors).
#' Factors fulfilling this premises are returned as suggested rounding degrees.
#' @param x A vector or \code{interval} object.
suggest_rounding_degrees <- function(x){
if(!(is.vector(x) | is_interval(x))){
return(NULL)
}
if(is.factor(x)){
return(NULL)
}
variable <- decompose_interval(interval = x)[, "precise"]
tmpvariable <- variable
n <- length(variable)
tab_factors <- table(unlist(sapply(tmpvariable, factors)))/n
if(length(tab_factors) == 0){
return(NULL)
}else{
values <- as.numeric(names(tab_factors))
observed_values <- setdiff(as.numeric(names(table(variable))), 0)
#for later, only those values shall be considered if the observed number of indiduvials,
#rounded to this degree, exceeds the expected number at least by two.
#Example: from 10000 individuals, 2000 are expected to round to 5.
#If 4000 or more indivudials are observed 5 is considered to be a possible rounding degree
candidates_values <- values[values * tab_factors >= 2]
#instead of (absolute freq) / (n/s) > 2, it can be used
#(absolute freq) * s/n > 2 which is equivalent to
#(relative freq) * s > 2.
if(length(candidates_values) == 0) return(NULL)
ret <- array(dim = 0)
counter <- 1
for(cv in sort(candidates_values, decreasing = TRUE)){
if(sum(observed_values %% cv == 0) >= 3){
#check which portion of heaping could be explained by cv.
tmp <- tab_factors[names(tab_factors) == cv]
if(length(tmp) > 0 && tmp >= 0.2){
ret[counter] <- cv
counter <- counter + 1
#update tab_factors: every following (smaller) factor which can divide cv without rest
#has to explain 20 \% more of the data than cv. For this reason, observation divisable by
#cv are removed from the tmpvariable
tmpvariable <- tmpvariable[tmpvariable %% cv != 0]
#update tab_factors
tab_factors <- table(unlist(sapply(tmpvariable, factors)))/n
}
}
}
suggested_rounding_degrees <- sort(unique(c(1, ret)))
if(get_type(variable, rounding_degrees = suggested_rounding_degrees) == "roundedcont"){
return(suggested_rounding_degrees)
}else{
return(NULL)
}
}
}
#' Helps the user to make a list of rounding degrees
#'
#' In \code{hmi} the user can add a list of rounding degrees. This function gives him a framework
#' with suggestions. Of course the user can make changes by herself/himself afterwards.
#' For example, the function might wrongly classify a variable to be heaped or selects
#' unwanted rounding degrees.
#' @param data the data.frame also passed to \code{hmi}.
#' @return a list with suggested rounding degrees. Each list element has the name
#' of a rounded continuous variable in the data.frame. The elements contain a
#' numeric vector with the rounding degrees found for that variable.
#' @export
list_of_rounding_degrees_maker <- function(data){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
ret <- list()
for(l2 in colnames(data)){
variable <- decompose_interval(interval = data[, l2])[, "precise"]
suggested_rounding_degrees <- suggest_rounding_degrees(variable)
if(get_type(variable, rounding_degrees = suggested_rounding_degrees) == "roundedcont"){
ret[[l2]] <- suggested_rounding_degrees
}
}
return(ret)
}
#' Helps the user to make a list of rounding formulas for the rounding degrees
#'
#' In \code{hmi} the user can add a list of rounding formulas for each variable suffering rounding.
#' This function gives him/her a framework with suggestions. Of course the user can make changes
#' by herself/himself afterwards.
#' For example, the function might wrongly classify a variable to be heaped.
#' @param data the data.frame also passed to \code{hmi}.
#' @param default A default formula used for every rounded variable.
#' @return a list with suggested rounding degree formulas. Each list element has the name
#' of a rounded continuous variable in the data.frame. The elements contain a
#' very general rounding degree formula.
#' @export
list_of_rounding_formulas_maker <- function(data, default = ~ .){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
ret <- list()
for(l2 in colnames(data)){
variable <- decompose_interval(interval = data[, l2])[, "precise"]
suggested_rounding_degrees <- suggest_rounding_degrees(variable)
if(get_type(variable, rounding_degrees = suggested_rounding_degrees) == "roundedcont"){
ret[[l2]] <- stats::formula(default)
}
}
return(ret)
}
#' Averages the results of the imputation function \code{hmi}.
#'
#' This function applies the analysis the user wants to run on every imputed dataset.
#' The results from every dataset are pooled by simply averaging. So the user has to make sure that
#' averaging the analysis produces results is meaningful. Currently variance estimates for the averaged
#' results are not implemented.
#' @param mids A \code{mids} (multiply imputed data set) object.
#' Either from the \code{hmi} imputation function or \code{mice}.
#' @param analysis_function A user generated function that gets a completed data set,
#' runs the model and returns all model parameters
#' he or she is interested in in a vector. See examples below.
#' @return A vector with all averaged results.
#' @examples
#' \dontrun{
#' data(Gcsemv, package = "hmi")
#'
#' model_formula <- written ~ 1 + gender + coursework + (1 + gender|school)
#'
#' set.seed(123)
#' dat_imputed <- hmi(data = Gcsemv, model_formula = model_formula, M = 2, maxit = 2)
#'
#' my_analysis <- function(complete_data){
#' # In this list, you can write all the parameters you are interested in.
#' # Those will be averaged.
#' # So make sure that averaging makes sense and that you only put in single numeric values.
#' parameters_of_interest <- list()
#'
#' # ---- write in the following lines, what you are interetest in to do with your complete_data
#' # the following lines are an example where the analyst is interested in the fixed intercept
#' # and fixed slope and the random intercepts variance,
#' # the random slopes variance and their covariance
#' my_model <- lmer(model_formula, data = complete_data)
#'
#' parameters_of_interest[[1]] <- fixef(my_model)
#' parameters_of_interest[[2]] <- lme4::VarCorr(my_model)[[1]][,]
#' ret <- unlist(parameters_of_interest)# This line is essential if the elements of interest
#' #should be labeled in the following line.
#' names(ret) <-
#' c("beta_intercept", "beta_gender", "beta_coursework", "sigma0", "sigma01", "sigma10", "sigma1")
#'
#' return(ret)
#' }
#' hmi_pool(mids = dat_imputed, analysis_function = my_analysis)
#' #if you are interested in fixed effects only, consider pool from mice:
#' pool(with(data = dat_imputed, expr = lmer(written ~ 1 + gender + coursework + (1 + gender|school))))
#' }
#' @importFrom mice complete
#' @export
hmi_pool <- function(mids, analysis_function){
if (!mice::is.mids(mids)){
stop("Your multiple imputed data set must have class mids.")
}
results <- list()
for (i in 1:mids$m) {
results[[i]] <- unlist(analysis_function(mice::complete(mids, i)))
}
tmp <- simplify2array(results)
mode(tmp) <- "numeric"
return(rowMeans(tmp))
}
#' calculate the likelihood contribution of the data
#'
#' This function based on Drechsler, Kiesl & Speidel (2015)
#' is needed in the imputation routine for rounded income.
#' It calculates the likelihood contribution of the data
#' (regardless whether they are observed precisely or presumably rounded).
#' @param para This is the vector \eqn{Psi} of parameters
#' (see p. 62 in Drechsler, Kiesl & Speidel, 2015).
#' With respect to them, the value returned by negloglik shall be
#' maximized.\cr
#' The starting values are c(kstart, betastart, gamma1start, sigmastart)
#' (the thresholds (or "cutting points") for the latent variable behind the rounding degree,
#' the regression parameters explaining the logged income,
#' the regression parameters explaining the rounding degree
#' and the variance parameter).
#' @param parnames A character vector with the names of the elements in para.
#' @param X_in_negloglik The data.frame of covariates explaining Y, the observed target variable.
#' It has to has n rows (with n being the number of precise, imprecise and missing observations).
#' @param PSI_in_negloglik The data.frame of covariates explaining G, the latent rounding tendency.
#' Without the target variable.
#' @param y_precise_stand A vector of the precise (and standardized) observations from the target variable.
#' @param lower_bounds The lower bounds of an interval variable.
#' @param upper_bounds The upper bounds of an interval variable.
#' @param my_g This vector is the indicator of the (highest possible) rounding degree for an observation.
#' This parameter comes directly from the data.
#' @param sd_of_y_precise The scalar with the value equal to the standard deviation of the target variable.
#' @param indicator_precise A boolean Vector indicating whether the value in the original target
#' variable is precise (e.g. 5123 or 5123.643634) or not.
#' @param indicator_imprecise A boolean Vector indicating whether the value in the original target
#' variable is imprecise (e.g. "5120;5130) or not.
#' @param indicator_outliers A boolean Vector indicating whether the value in the precise
#' observations of the original target are outliers (smaller than 0.5\% or
#' larger than 99.5\% of the other precise observations).
#' @param rounding_degrees A numeric vector with the presumed rounding degrees for Y.
#' @references Joerg Drechsler, Hans Kiesl, Matthias Speidel (2015):
#' "MI Double Feature: Multiple Imputation to Address Nonresponse and Rounding Errors in Income Questions",
#' Austrian Journal of Statistics, Vol. 44, No. 2, \url{http://dx.doi.org/10.17713/ajs.v44i2.77}
#' @return An integer equal to the (sum of the) negative log-likelihood contributions (of the observations)
negloglik <- function(para,
parnames = names(para),
X_in_negloglik,
PSI_in_negloglik,
y_precise_stand,
lower_bounds = NA, upper_bounds = NA,
my_g, sd_of_y_precise,
indicator_precise,
indicator_imprecise,
indicator_outliers,
rounding_degrees = c(1, 10, 100, 1000)){
names(para) <- parnames
lower <- ifelse(is.na(lower_bounds), -Inf, lower_bounds)
upper <- ifelse(is.na(upper_bounds), Inf, upper_bounds)
# the first parameters are the thresholds for the rounding degree
thresholds <- para[grep("^threshold", names(para))]
# the regression coefficients beta defining mean2 - the expected value of log(Y)
# (see eq (2) in Drechsler, Kiesl & Speidel, 2015).
# They might also appear in mean1 (the expected value of G).
#The intercept is not part of the maximazition, as due to standardizations of y and x,
#its value is exactly 1.
#If there is only an intercept variable in X, there are no coefficients to be estimated.
if(ncol(X_in_negloglik) == 1){
reg_coefs <- matrix(1, ncol = 1)
}else{
reg_coefs <- matrix(para[grep("^coef_y_on_x", names(para))], ncol = 1)
}
G_coefs <- matrix(para[grep("^coef_g_on_psi", names(para))], ncol = 1)
gamma1 <- para[grep("^gamma1", names(para))] #the gamma1 from eq (3)
if(length(gamma1) == 0){
gamma1 <- 0
}
sigmax <- para[grep("^sigma", names(para))] # the (residual) variance for log(Y) (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
if(is.unsorted(thresholds)) return(1e50) # make sure that threshholds are increasing
if(sigmax <= 0) return(1e50) # the residual variance has to be positive
# mean and covariance of the joint normal of x and g ,
# following Heitjan & Rubin
#the mean for G (see eq (2) in Drechsler, Kiesl & Speidel, 2015)
individual_means_for_g <- gamma1 *
(as.matrix(X_in_negloglik[indicator_precise, , drop = FALSE][!indicator_outliers, , drop = FALSE]) %*% reg_coefs) +
as.matrix(PSI_in_negloglik[!indicator_outliers, , drop = FALSE]) %*% G_coefs
#the mean for log(Y) (see eq (2) in Drechsler, Kiesl & Speidel, 2015)
individual_means_for_y <- as.matrix(X_in_negloglik) %*% reg_coefs
#the covariance matrix for G and log(Y) (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
sigma <- matrix(c(1 + gamma1^2 * sigmax^2,
gamma1 * sigmax^2,
gamma1 * sigmax^2,
sigmax^2), nrow = 2)
rho <- max(min(stats::cov2cor(sigma)[1, 2], 1), -1)
sigma_for_g <- sqrt(sigma[1, 1])
sigma_for_y <- sqrt(sigma[2, 2])
#get the likelihood contributions of the imprecise observations
sum_likelihood_imprecise_obs <- sum(log(contributions4intervals(lower_bounds = lower,
upper_bounds = upper,
mymean = individual_means_for_y[indicator_imprecise],
mysd = sigma_for_y)))
#check for all possible rounding degrees, it is checked, what the likelihood conrtibution
#of G and Y is. Each possible rounding degree comes with a range of values for G and
#a range of values for Y.
# The range of values for G is set up by the thresholds k, the range of values for Y
# by the interval: Y_observed +- half the length of the rounding degree.
# To keep the code more simple, here for every observations all possible rounding degrees are
# evaluated (e.g. for an observation 3200 the likelihood contribution in the case
# of rounding to the next multiple of 1000 is evaluated); the irrelevant likelihood-contributions
# are set to 0 in a second step.
y_tmp <- y_precise_stand[!indicator_outliers]
likelihood_contributions_heaped <- array(dim = c(length(y_tmp), length(rounding_degrees)))
thresholds_extended <- c(-Inf, thresholds, Inf)
for(j in 1:ncol(likelihood_contributions_heaped)){
# pbivnormX calculates the probabilities of the standard bivariate normal distribution.
# Therefore the values going in, have to be standardized
# integration bounds for y
upper_inner <- (y_tmp + rounding_degrees[j]/2/sd_of_y_precise - individual_means_for_y[indicator_precise][!indicator_outliers])/sigma_for_y
lower_inner <- (y_tmp - rounding_degrees[j]/2/sd_of_y_precise - individual_means_for_y[indicator_precise][!indicator_outliers])/sigma_for_y
# integrations bounds for g. The function c() is used to get a vector.
lower_outer <- c(thresholds_extended[j] - individual_means_for_g)/sigma_for_g
upper_outer <- c(thresholds_extended[j + 1] - individual_means_for_g)/sigma_for_g
likelihood_contributions_heaped[, j] <- pmax(0,
doubleintegral(lower_inner = lower_inner, upper_inner = upper_inner,
lower_outer = lower_outer, upper_outer = upper_outer,
cdf = pbivnormX, rho = rho))
}
merged <- cbind(likelihood_contributions_heaped, my_g[!indicator_outliers])
#Sum up the likelihood contributions according to the rounding degree:
#For observations rounded to the first rounding degree only the first likelihoodcontribution is considered
#For observations rounded to the fourth rounding degree, the first four contributions are added up.
# Observations with no rounding, are excluded.
result_try <- apply(merged, 1, function(x) sum(x[1:x[length(x)]]))
result_try[is.na(result_try)] <- 0
result_try <- result_try[my_g[!indicator_outliers] != 0]
# Sum up the likelihood contributions (see eq (5) in Drechsler, Kiesl & Speidel, 2015)
sum_likelihood_heaped_obs <- sum(log(result_try), na.rm = TRUE)
ret <- sum_likelihood_heaped_obs + sum_likelihood_imprecise_obs
return(-ret) # Notice the minus.
}
#' calculate the likelihood contribution of interval data only
#'
#' calculate the likelihood contribution of interval data only
#' @param para This is the vector \eqn{Psi} of parameters defining model
#' (see p. 62 in Drechsler, Kiesl & Speidel, 2015).
#' With respect to them, the value returned by this function shall be
#' maximized.\cr
#' The starting values are c(betastart2, sigmastart2)
#' (the regression parameters explaining the logged income,
#' and the variance parameter).
#' @param parnames A character vector with the names of the elements in para.
#' @param X the data.frame of covariates.
#' @param lower_bounds the lower bound of an interval variable.
#' @param upper_bounds the upper bound of an interval variable.
#' @references Joerg Drechsler, Hans Kiesl, Matthias Speidel (2015):
#' "MI Double Feature: Multiple Imputation to Address Nonresponse and Rounding Errors in Income Questions",
#' Austrian Journal of Statistics, Vol. 44, No. 2, \url{http://dx.doi.org/10.17713/ajs.v44i2.77}
#' @return An integer equal to the (sum of the) negative log-likelihood contributions (of the observations)
negloglik2_intervalsonly <- function(para, parnames = names(para), X, lower_bounds, upper_bounds){
# the regression coefficients beta defining mean2 - the expected value of log(Y)
# (see eq (2) in Drechsler, Kiesl & Speidel, 2015).
reg_coefs <- matrix(para[1:(length(para) - 1)], ncol = 1)
sigmax <- para[length(para)]
#ascertain that a degenerated variance will not be considered as optimum
if(sigmax <= 0) return(1e50)
# the variance for log(Y) (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
n <- nrow(X)
result <- rep(NA, n)
# mean and covariance of the joint normal of x and g ,
# following Rubin/Heitjan
#the mean for log(Y) (see eq (2) in Drechsler, Kiesl & Speidel, 2015)
mean2 <- as.matrix(X) %*% reg_coefs
#the covariance matrix for log(Y) and G (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
sigma2 <- sigmax
#get the likelihood contributions of the imprecise observations
interval_obs <- !is.na(lower_bounds)
tmp <- contributions4intervals(lower_bounds = lower_bounds[interval_obs],
upper_bounds = upper_bounds[interval_obs],
mymean = mean2[interval_obs],
mysd = sigma2)
if(any(tmp == 0)) return(1e50)
sum_likelihood_imprecise_obs <- sum(log(tmp))
return(-sum_likelihood_imprecise_obs) # notice the minus
}
#' get the likelihood contributions of interval data
#'
#' This function calculates the likelihood contributions of interval data
#' @param lower_bounds a vector with the lower bounds of an interval covariate.
#' @param upper_bounds a vector with the upper bounds of an interval covariate.
#' @param mymean a numeric for the expected value of the normal distribution
#' (which is one of the parameters trying to be optimized
#' so that the likelihood becomes maximized)
#' @param mysd a numeric for the standard deviation of the normal distribution
#' (which is one of the parameters trying to be optimized
#' so that the likelihood becomes maximized)
#' @return a vector giving the likelihood contributions of the interval data.
contributions4intervals <- function(lower_bounds, upper_bounds, mymean, mysd){
ret <- stats::pnorm(upper_bounds, mean = mymean, sd = mysd) -
stats::pnorm(lower_bounds, mean = mymean, sd = mysd)
return(ret)
}
#' calculate probabilities from the cumulative distribution function of a standard bivariate normal distribution
#'
#' A modified version of pbivnorm() from package \code{pbivnorm}.
#' It is needed in the imputation routine for rounded income.
#' @param x the vector (or a two columned matrix) with the values of the first random variable
#' @param y the vector with the values of the second random variable
#' @param rho the correlation (a scalar) between the two random variables.
#' @return A vector with the values of the density distribution at the points (x, y).
pbivnormX <- function (x, y, rho = 0) {
#In case x is a matrix, take the second column as y and the first as x.
if (is.matrix(x)) {
if (ncol(x) != 2)
stop("'x' must have two columns if specified as a matrix")
if (!missing(y) && !is.null(y)) #
warning("'x' was specified as a matrix, so 'y' will be ignored")
y <- x[, 2]
x <- x[, 1]
}
if (any(abs(rho) > 1)) stop("'rho' must be a valid correlation (-1 <= rho <= 1)")
if (length(x) != length(y)) stop("'x' and 'y' must have same length")
x <- replace(x, x == Inf, 1e200) # function adjusted here
x <- replace(x, x == -Inf, -1e200) # function adjusted here
y <- replace(y, y == Inf, 1e200) # function adjusted here
y <- replace(y, y == -Inf, -1e200) # function adjusted here
ret <- pbivnorm::pbivnorm(x = x, y = y, rho = rho, recycle = TRUE)
return(ret)
}
#' Function to calculate double integrals
#'
#' This function is primarily build to make the function \code{components} neater.
#' @param lower_inner The vector for the lower bound for the inner integral
#' @param upper_inner The vector for the upper bound for the inner integral
#' @param lower_outer The vector for the lower bound for the outer integral
#' @param upper_outer The vector for the upper bound for the outer integral
#' @param cdf the cumulative density function (from the class "function")
#' @param ... Further arguments passed to the cdf.
#' @return a vector with the value of the double integral for each observation (with an observed target variable)
doubleintegral <- function(lower_inner, upper_inner, lower_outer, upper_outer,
cdf, ...){
ret <- (
cdf(x = upper_outer, y = upper_inner, ...) -
cdf(x = upper_outer, y = lower_inner, ...)
) - (
cdf(x = lower_outer, y = upper_inner, ...)-
cdf(x = lower_outer, y = lower_inner, ...)
)
return(ret)
}
#' Function need to multivariate samples of a truncated multivariate normal distribution
#'
#' As rtmvnorm only allows one mean vector of one multivariate normal distribution,
#' but we need different mean vectors for different multivariate normal distributions,
#' we implement this function. This function in combination with \code{apply},
#' allows us to sample from a truncated multivariate normal distribution
#' with different mean vectors.
#' @param elements Originally a matrix, but when passed to samp, it is a vector.
#' The first length_mean elements are the mean vector of g and y,
#' the next two elements are the lower bounds for g and y,
#' the last two elements are the upper bounds for g and y.
#' @param Sigma The covariance matrix of the multivariate normal distribution to sample from.
#' @return A length_mean x 1 matrix with the samples for g and y.
sampler <- function(elements, Sigma){
ret <- tmvtnorm::rtmvnorm(1,
mean = elements[c(2, 5)],
sigma = Sigma,
lower = elements[c(1, 4)],
upper = elements[c(3, 6)],
algorithm = "gibbs", burn.in.samples = 1000)
return(ret)
}
#' Function to extract the different elements of a formula
#'
#' The function searches for the target variable, fixed effects variables,
#' if there is a cluster ID: this and the random effects variables.\cr
#' The names of the fixed and random intercepts variable (if existent) are explicitly labeled
#' In imputation models, the target variable can act as covariate
#' for other covariates - so we treat the target variable as fix effect variable.
#' @param model_formula A formula (from class \code{formula})
#' @param constant_variables A Boolean-vector of length equal to the number of columns in the data set
#' specifying whether a variable is a constant variable (eg. an intercept variable) or not.
#' @param variable_names_in_data A character-vector with the column names of the data set.
#' @param data The data.frame the formula belongs to.
#' @return A list with the names of the target variable, the intercept variable,
#' the fixed and random effects covariates (which includes the name of the target variable),
#' the variables with interactions and the cluster id variable.\cr
#' If some of them don't exist, they get the value "".
#' @export
extract_varnames <- function(model_formula = NULL, constant_variables,
variable_names_in_data = colnames(data), data){
# Set up default values for key variables like the target variable, the clusterID,
# and the random covariates
target_varname <- NULL
#extract key variables from formula
if(!is.null(model_formula)){
# if it was a character string, make it a formula
if(class(model_formula) == "character"){
warning("We need your model_formula to be a formula (and not a character).
So we changed it automatically, but it would be better if you do it.")
model_formula <- stats::formula(model_formula)
}
variable_names_in_formula <- all.vars(stats::terms(model_formula, data = data))
#looking for possible interactions
interactions <- grep(":", x = attr(stats::terms(model_formula, data = data), "term.labels"),
value = TRUE)
if(length(interactions) == 0){
interactions <- ""
}
# ----------Target variable
target_varname_full <- all.vars(stats::update(model_formula, . ~ 1))
#check if the formula contains any functions like "log(y)" in log(y) ~ x.
target_varname <- gsub(".*\\((.*)\\).*", "\\1", target_varname_full)
if(target_varname != target_varname_full){
warning(paste("For the tool to work saver we suggest to do the transformation -->", target_varname_full,
"<-- before running the imputation."))
}
# -------- Cluster ID
clID_varname <- sapply(lme4::findbars(model_formula), function(x) as.character(x)[3])
#check if there is a cluster variable specified:...
if(any(is.na(clID_varname)) | length(clID_varname) == 0){
#... if it is not, we don't have a random effects model
clID_varname <- ""
random_intercept_exists <- FALSE
randomeffects_varname <- ""
}else{#if the cluster id is not NA
# ----------- Z
nearly_randomeffects_varname <-
strsplit(as.character(lme4::findbars(model_formula)), "\\|")[[1]][1]
# split the variables up
nearly_randomeffects_varname <-
strsplit(nearly_randomeffects_varname, "(\\+|\\*|\\:)")[[1]]
# remove spaces
randomeffects_varname <- gsub(" ", "", nearly_randomeffects_varname)
# -- check for random intercept
# If not explicitely removed a random intercept is always present
# cf. lmer(mpg ~ cyl + (drat|am), data = mtcars)
random_intercept_exists <- TRUE
# Only if a "0" or "-1" is in the model_formula, no random intercept is estimated
# cf. lmer(mpg ~ cyl + (0 + drat|am), data = mtcars)
if("0" %in% randomeffects_varname | "-1" %in% randomeffects_varname){
random_intercept_exists <- FALSE
#exclude random effects called "0"
randomeffects_varname <- randomeffects_varname[randomeffects_varname != "0"]
#exclude random effects called "-1"
randomeffects_varname <- randomeffects_varname[randomeffects_varname != "-1"]
}
# To be fool proof: if the user puts a 1 in his model_formula,
# a random intercept shall be calculated, even if the model could do something different
# e.g. in the case lmer(mpg ~ cyl + (1 + 0 + drat|am), data = mtcars)
if("1" %in% randomeffects_varname) random_intercept_exists <- TRUE
}
# ---------X variables
fixedeffects_varname <- all.vars(stats::delete.response(stats::terms(lme4::nobars(model_formula), data = data)))
# --check if intercept is present
fixed_intercept_exists <- attributes(stats::delete.response(stats::terms(lme4::nobars(model_formula), data = data)))$intercept == 1
# --remove cluster ID from the X-variables
# (but, if model_formula was specified correctly it shouldn't be there anyway)
fixedeffects_varname <- fixedeffects_varname[ ! fixedeffects_varname %in% clID_varname]
if("0" %in% fixedeffects_varname | "-1" %in% fixedeffects_varname){
fixed_intercept_exists <- FALSE
#exclude fixed effects called "0"
fixedeffects_varname <- fixedeffects_varname[fixedeffects_varname != "0"]
#exclude fixed effects called "-1"
fixedeffects_varname <- fixedeffects_varname[fixedeffects_varname != "-1"]
}
## Handling of a intercept variable.
# If the model_formula includes a fix or random intercept
# or if there is one constant variable in the data set,
# get a good name for this intercept variable and make sure that an
# intercept variable with this name will exist in the data set.
intercept_varname <- ""
if(fixed_intercept_exists | random_intercept_exists | sum(constant_variables) == 1){
# give intercept_varname a default value.
intercept_varname <- "Intercept"
# but if there is a constant variable, its name will be used the intercept variable name
if(sum(constant_variables) == 1){
intercept_varname <- variable_names_in_data[constant_variables]
}
if(fixed_intercept_exists){
# Make the fixed intercept a part of the fixed effects.
fixedeffects_varname <- c(intercept_varname, fixedeffects_varname)
# If the intercept_varname is not "1"...
if(intercept_varname != "1"){
#... then every fixedeffects_varname that is "1" has to be removed
fixedeffects_varname <- fixedeffects_varname[ !fixedeffects_varname == "1"]
}
}
# If the intercept_varname is not "1",
# then every randomeffects_varname that is "1" has to be removed
if(random_intercept_exists){
randomeffects_varname <- c(intercept_varname, randomeffects_varname)
if(intercept_varname != "1"){
randomeffects_varname <- randomeffects_varname[ !randomeffects_varname == "1"]
}
}
# Replace the "1" in fixedeffects_varname by the name of the fixed intercept variable.
fixedeffects_varname[fixedeffects_varname == "1"] <- intercept_varname
# remove doublets
fixedeffects_varname <- unique(fixedeffects_varname)
# Replace the "1" in randomeffects_varname by the name of the intercept variable.
randomeffects_varname[randomeffects_varname == "1"] <- intercept_varname
randomeffects_varname <- unique(randomeffects_varname)
}
}else{ # if model_formula is NULL
# in this case impute every variable based on the others in a single level framework
intercept_varname <- names(constant_variables)[constant_variables]
fixedeffects_varname <- variable_names_in_data
randomeffects_varname <- ""
interactions <- ""
clID_varname <- ""
}
# Note: there can be only one intercept variable in the data set.
if(is.null(target_varname) || target_varname == "."){
target_varname <- NULL
}
ret <- list(target_varname = target_varname,
intercept_varname = intercept_varname,
fixedeffects_varname = c(target_varname, fixedeffects_varname),
randomeffects_varname = randomeffects_varname,
interactions = interactions,
clID_varname = clID_varname)
return(ret)
}
#' Function to check multilevel models on the existence of fixed intercepts
#'
#' Function to check multilevel models on the existence of fixed intercepts.
#' The specification of an intercept by calling a 1-column (e.g. "int")
#' is not counted towards the existence of an intercept.
#' Contradictory inputs like "~ 1 + 0 + X1 + ..." or "~ -1 + 1 + X1 + ..."
#' will throw an error.
#' @param model_formula A formula (from class \code{formula})
#' @return A boolean value indicating whether there is a fixed intercept in the model or not
#' @export
fixed_intercept_check <- function(model_formula){
if(!is.null(model_formula)){
# if it was a character string, make it a formula
if(class(model_formula) == "character"){
warning("We need your model_formula to be a formula (and not a character).
So we changed it automatically, but it would be better if you do it.")
model_formula <- stats::formula(model_formula)
}
}
#If a dot was used in the model_formula (e.g. y ~ 0 + .) stats::terms() need a data.frame as all variables from this dataset will be used.
#In this case, here an artificial dataset with a (hopefully) unique variable name is used.
fixedeffects_varname <- all.vars(stats::delete.response(
stats::terms(lme4::nobars(model_formula), data = data.frame("ThisVariableWasIntroducedByHMIBecauseADotAppearedInTheFormula" = 1:2))
))
# --check if intercept is present
fixed_intercept_exists <- attributes(stats::delete.response(
stats::terms(lme4::nobars(model_formula), data = data.frame("ThisVariableWasIntroducedByHMIBecauseADotAppearedInTheFormula" = 1:2))
))$intercept == 1
# if(fixedeffects_varname == "ThisVariableWasIntroducedByHMIBecauseADotAppearedInTheFormula"){
# fixed_intercept_exists <- FALSE
# }
#check on unplausibilities:
if(fixed_intercept_exists &
("0" %in% fixedeffects_varname | "-1" %in% fixedeffects_varname)){
stop("Your model_formula specify both, the existence and absence of a fixed intercept.")
}
return(fixed_intercept_exists)
}
#' Function to check multilevel models on the existence of random intercepts
#'
#' Function to check multilevel models on the existence of random intercepts.
#' The specification of an intercept by calling a 1-column (e.g. "int")
#' is not counted towards the existence of an intercept.
#' Contradictory inputs like "~ 1 + 0 + X1 + ..." or "~ -1 + 1 + X1 + ..."
#' will throw an error.
#' @param model_formula A formula (from class \code{formula})
#' @return A boolean value indicating whether there is a fixed intercept in the model or not
#' @export
random_intercept_check <- function(model_formula){
if(!is.null(model_formula)){
# if it was a character string, make it a formula
if(class(model_formula) == "character"){
warning("We need your model_formula to be a formula (and not a character).
So we changed it automatically, but it would be better if you do it.")
model_formula <- stats::formula(model_formula)
}
}
randomeffects_varname <- as.character(lme4::findbars(model_formula)[[1]][2])
#if there are no random effects at all, there definitely is random intercept
if(length(randomeffects_varname) == 0) return(FALSE)
#if the only random effect variable is "0", the input makes no sense, and of course no random intercept is specified
if(randomeffects_varname == "0") return(FALSE)
# --check if intercept is present
#supported ways to specify an intercept:
# "1 +..."
# "1+..."
# "...+1"
# "...+ 1"
# "..."
pro_int <- length(grep("^1\\ +|^1\\+|\\+1|\\+ 1", randomeffects_varname)) > 0
#supported ways to supress an intercept
# "-1 +..."
# "- 1 +.."
# "-1+..."
# "- 1+.."
# "...- 1"
# "...-1"
# "0 +..."
# "0+.."
# "...+ 0"
# "...+0"
contra_int <-
length(grep("\\-1\\ +|\\- 1\\ +|\\-1\\+|\\- 1\\+|\\- 1|\\-1|^0\\ +|^0\\+|\\+ 0|\\+0",
randomeffects_varname)) > 0
random_intercept_exists <- !contra_int
if(pro_int & contra_int){
print("We found indications for and against a random intercept in your model_formula.")
}
return(random_intercept_exists)
}
#' Function to transform objects into an interval object
#'
#' Function to transform numeric (or character) vectors or n times 2 matrices into an interval object
#' @param x An object to transform.
#' Currently the function can transform numeric vectors and characters
#' @param sna Boolean: if \code{TRUE}, \code{NA}s are kept as standard \code{NA}s.
#' Otherwise they are turned into \code{"-Inf;Inf"}.
#' @seealso \link[hmi]{generate_interval}
#' @return A vector of class \code{interval}.
#' @examples as.interval(c("1000;2000", "700;700", NA))
#' @export
as.interval <- function(x, sna = FALSE){
#Therefore it is needed, that "NA;NA" is a level in interval.
if(is.factor(x)){
x <- as.character(x)
}
if(is.numeric(x)){
if(is.matrix(x) && ncol(x) == 2){
return(generate_interval(lower = x[, 1], upper = x[, 2]))
}else{
x <- paste(x, ";", x, sep = "")
}
}
if(sna) orgNA <- is.na(x)
x[is.na(x)] <- c("NA;NA")
raw <- unlist(strsplit(x, ";"))
raw[raw == "NA"] <- NA
lower <- as.numeric(raw[seq(1, 2*length(x), by = 2)])
upper <- as.numeric(raw[seq(2, 2*length(x), by = 2)])
if(sna){
lower[orgNA] <- NA
upper[orgNA] <- NA
ret <- generate_interval(lower, upper, sna = TRUE)
}else{
ret <- generate_interval(lower, upper)
}
return(ret)
}
#' Function to generate an interval object
#'
#' Function to generate transform into an
#' \code{interval} object from numeric (or character) vectors.
#' @param lower a vector with the lower values of a variable
#' @param upper a vector with the upper values of a variable
#' @param sna Boolean: if \code{TRUE}, \code{NA}s are kept as standard \code{NA}s.
#' Otherwise they are turned into \code{"-Inf;Inf"}.
#' @return a character vector with the lower and upper bound values.
#' @export
generate_interval <- function(lower, upper, sna = FALSE){
if(length(lower) != length(upper)) stop("lower and upper need the same length")
orgNAlower <- is.na(lower)
orgNAupper <- is.na(upper)
# NA get the most uniformative values:
# for the lower bound it is -Inf, and for the upper it is +Inf
lower[is.na(lower)] <- -Inf
upper[is.na(upper)] <- Inf
lower[is.nan(lower)] <- -Inf
upper[is.nan(upper)] <- Inf
if(any(lower > upper)){
stop("each element in lower must be smaller or equal to the corresponding element in upper")
}
ret <- paste(lower, upper, sep = ";")
if(sna){
ret[orgNAlower & orgNAupper] <- NA
}
class(ret) <- "interval"
return(ret)
}
#' Function to check whether an object is an interval
#'
#' If there are numerics separated by semicolons (;), this is considered to be an interval.
#' intervals with 2.4e5 are not considered to be an interval.
#' @param x an object
#' @return a boolean value indicting whether x is an interval or not
is_interval <- function(x){
if("interval" %in% class(x)) return(TRUE)
if("formula" %in% class(x)) return(FALSE)
#NAs in x shall be ignored.
x <- x[!is.na(x)]
#search at the start for one or more digits optionally preceded by an "-"
# optionally followed by one period (or "full stop") and one or more digits
#or the interval starts with "-Inf"
reg_low <- "^((-){0,1}[[:digit:]]{1,}(\\.[[:digit:]]{1,}){0,1}|(-){0,1}Inf|NA)"
#the end of the interval is one or more digits optionally preceded by an "-"
# optionally followed by one period (or "full stop") and one or more digits
#or the interval ends with "Inf"
reg_up <- "((-){0,1}[[:digit:]]{1,}(\\.[[:digit:]]{1,}){0,1}|(-){0,1}Inf|NA)$"
#currently no check on whether the interval is valid (lower bound does not exceed upper bound) is made.
matches <- grep(paste(reg_low, reg_up, sep = ";"), x)
#currently c("100", "100;200") is not classified as interval. This might be changed in future by setting
#return(length(matches) >= 1)
return(length(matches) == length(x))
}
#' Transform interval objects into data.frames
#'
#' This function transforms interval objects into data.frames.
#' This is not only relevant on its own, it is also needed whenever
#' a function need objects as a data.frame (e.g. \code{View} or \code{cbind}).
#' @param x an object of class interval.
#' @param ... arguments to be passed to \code{as.data.frame}.
#' @return a data.frame containing x as a character
#' @export
as.data.frame.interval <- function(x, ...){
tmp <- as.data.frame(rep(NA, length(x)), ...)
colnames(tmp) <- colnames(x)
tmp[, 1] <- x
return(tmp)
}
#' Split up intervals
#'
#' This function splits an interval object up into the lower and upper bound
#' @param interval an interval object of length n
#' (if it is something else, it is returned unchanged)
#' @return a n times 2 matrix. The first column is the lower bound, the second the upper bound.
#' @export
split_interval <- function(interval){
#if it is no interval object, just return the object
if(!is_interval(interval)) return(interval)
#NA values have to be set temporarily to "NA;NA"
#Therefore it is needed, that "NA;NA" is a level in interval.
interval <- as.character(interval)
interval[is.na(interval)] <- "NA;NA"
raw <- unlist(strsplit(interval, ";"))
raw[raw == "NA"] <- NA
lower <- as.numeric(raw[seq(1, 2*length(interval), by = 2)])
upper <- as.numeric(raw[seq(2, 2*length(interval), by = 2)])
return(matrix(c(lower, upper), ncol = 2))
}
#' decompose up intervals
#'
#' This function decomposes an interval object up into precise observations
#' (e.g. "1850.23;1850.23" into 1850.23),
#' imprecise observations (e.g. "1800;1900") and
#' missing observations ("-Inf;Inf" into NA)
#' @param interval A vector, factor or optimally an \code{interval} object of length n
#' (if it is something else, it is returned unchanged)
#' @return A matrix with 5 columns.
#' 1. A column "precise" for the precise observations
#' (length of interval = 0, e.g. "3000;3000"). If observation i is not precise,
#' the i-th entry in this columns will be \code{NA}.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(2500, NA, NA, NA)
#' 2. A column "lower" for the values of the lower bounds
#' of the imprecise observations (length of interval > 0,
#' e.g. "3000;4000" or "-Inf;0"), precise observations will get
#' \code{NA}s here.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(NA, 3000, -Inf, NA)
#' 3. A column "upper" for the values of the upper bounds
#' of the imprecise observations.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(NA, 4000, 0, NA)
#' 4. A column "lower_general" with the lower bound values of all observations,
#' without distinction between precise, imprecise or missing observations.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(2500, 3000, -Inf, -Inf)
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(2500, 4000, 0, Inf)
decompose_interval <- function(interval){
if(!(is.vector(interval) | is.factor(interval) | is.numeric(interval)| is_interval(interval))){
stop("interval has to be a vector, factor, numeric or interval.")
}
if(is.factor(interval)){
interval <- as.character(interval)
}
if(is.character(interval)){
interval <- as.interval(interval)
}
if(!is_interval(interval)){
ret <- data.frame(precise = interval, lower_imprecise = NA, upper_imprecise = NA,
lower_general = ifelse(is.na(interval), -Inf, interval),
upper_general = ifelse(is.na(interval), Inf, interval))
return(ret)
}
tmp <- split_interval(interval)
dists <- tmp[, 2] - tmp[, 1]
dists[is.na(dists)] <- Inf
# Get the precise observations of the interval (the imprecise observations will be NA)
precise <- ifelse(abs(dists) < 1e-20, tmp[, 1], NA)
# Get the imprecise observations of the interval (the precise will be NA)
imprecise <- as.interval(ifelse(abs(dists) >= 1e-20 | is.na(dists), interval, NA), sna = TRUE)
# Split the imprecise observations up into the lower and upper bound
tmp_imprecise <- split_interval(imprecise)
ret <- matrix(c(precise, tmp_imprecise[, 1],
tmp_imprecise[, 2],
ifelse(is.na(tmp[, 1]), -Inf, tmp[, 1]),
ifelse(is.na(tmp[, 2]), Inf, tmp[, 2])), ncol = 5)
colnames(ret) <- c("precise", "lower_imprecise", "upper_imprecise", "lower_general", "upper_general")
return(ret)
}
#' Get standard NAs from interval data
#'
#' This function replaces observations with "-Inf;Inf" in an interval,
#' which basically means "no information available", with the standard NAs
#' (therefore the name 'sna').
#' Observations with a finite bound (e.g.x = "0;Inf") are not replaced,
#' since they contain information (here: "x is positive").
#' @param x can by any object, but the function was designed for \code{interval}-objects.
#' @return In case of \code{x} being an \code{interval}-object, it returns a n times 2 matrix.
#' The first column is the lower bound, the second the upper bound.
#' Otherwise it returns just \code{x}.
#' @export
sna_interval <- function(x){
#if it is no interval object, just return the object
if(!is_interval(x)){
return(x)
}
#replace observations with "-Inf;Inf" by NA
x[x == "-Inf;Inf"] <- NA
return(x)
}
#' Transform interval variables to an interval data frame
#'
#' This function is the path from this hmi package to the linLIR package (Wiencierz, 2012).
#' @param interval an \code{interval}
#' @return an interval data frame (idf-object) with one variable (having a lower and an upper bound).
#' @export
interval2idf <- function(interval){
#lapply(interval, split_interval)
dat <- as.data.frame(split_interval(interval))
ret <- linLIR::idf.create(dat)
return(ret)
}
#' Transform interval data frames into data.frames with interval variables
#'
#' This function is the path from the linLIR package (Wiencierz, 2012) to this hmi package.
#' @param idf an interval data frame (idf-object).
#' @return A \code{data.frame} where the interval variables are stored as \code{interval} objects.
#' @export
idf2interval <- function(idf){
ret <- data.frame(matrix(nrow = idf$n, ncol = length(idf) - 1))
for(i in 1:ncol(ret)){
ret[, i] <- generate_interval(lower = idf[[i]][, 1], upper = idf[[i]][, 2])
}
colnames(ret) <- names(idf)[-length(idf)]
return(ret)
}
#' Plotting interval variables
#'
#' Function to plot interval variables by rectangles. The bounds of the rectangles are given by the
#' lower and upper bounds of the interval variables. To avoid precise observations to have a line-width
#' of 0, small values are added to the upper and lower bounds what guarantees the rectangles (or lines or points)
#' to be easily visible in the plot.
#' @param x In its most save way, \code{x} is an object from class \code{interval}
#' and jointly used with a second \code{interval} object \code{y}. If no \code{y} is given,
#' the values of \code{x} are just plotted in order of appearance
#' (cf. \code{plot(iris$Sepal.Length)}).
#' \code{x} can also be a \code{formula} with two variables found in \code{data}.
#' @param y If used jointly with \code{x}, it has to be a numeric vector or an \code{interval} object.
#' @param data If \code{x} is a \code{fomula}, it has to be a data.frame or matrix with column names
#' fitting to the two variables named in the formula.
#' @param col The color of the rectangles.
#' @param xlab A title for the x axis: see \code{title}.
#' @param ylab A title for the y axis: see \code{title}.
#' @param xlim Numeric vectors of length 2, giving the x coordinate ranges.
#' @param ylim Numeric vectors of length 2, giving the y coordinate ranges.
#' @param sort A character specifying how the values should be sorted if only one variable is to be plotted.
#' By default they are sorted according to their position in the data set.
#' \code{sort = "lowerbound_increasing"} sorts the data primarily by their lower bound, and secondarily
#' (this means for equal lower bounds) by their upper bounds. Both in increasing order.
#' For \code{sort = "lowerbound_decreasing"}, both happens in decreasing order.
#' \code{sort = "mostprecise_increasing"} sorts the data by their length of the interval they represent,
#' and within equal lengths by the lower bound. Both in increasing order.
#' For \code{sort = "mostprecise_decreasing"}, both happens in decreasing order.
#' @param ... graphical parameters such as \code{main}.
#' @export
plot.interval <- function(x = NULL, y = NULL, data = NULL, col = "black",
xlab = NULL, ylab = NULL,
xlim = NULL, ylim = NULL,
sort = NULL, ...){
myylab <- "y"
myxlab <- "x"
if(is.null(x) && is.null(y)){
y <- data[, 1]
x <- data[, 2]
myylab <- colnames(data)[ , 1]
myxlab <- colnames(data)[ , 2]
}
if((is_interval(x) | is.numeric(x)) && is.null(y)){
y <- x
x <- 1:length(y)
myylab <- "values"
myxlab <- "Index"
}
if(class(x) == "formula"){
yname <- as.character(x)[2]
xname <- as.character(x)[3]
y <- data[, yname]
x <- data[, xname]
myylab <- yname
myxlab <- xname
}
if(is_interval(y)){
y_split <- split_interval(y)
}else{
y_split <- cbind(y, y)
}
if(is_interval(x)){
x_split <- split_interval(x)
x_eps <- (xrange[2] - xrange[1])/500
}else{
x_split <- cbind(x, x)
x_eps <- 0.3
}
xrange <- range(x_split, na.rm = TRUE, finite = TRUE)
yrange <- range(y_split, na.rm = TRUE, finite = TRUE)
#rect(xleft = -1, ybottom = 1, xright = -0.5, ytop = 1.5, density = 1000)#add ,...
#make sure points and lines can be seen
y_eps <- (yrange[2] - yrange[1])/500
y_split <- y_split + rep(y_eps*c(-1, 1), each = nrow(y_split))
x_split <- x_split + rep(x_eps*c(-1, 1), each = nrow(x_split))
#replaces NAs by +- Inf
x_split[is.na(x_split[, 1]), 1] <- -Inf
x_split[is.na(x_split[, 2]), 2] <- Inf
y_split[is.na(y_split[, 1]), 1] <- -Inf
y_split[is.na(y_split[, 2]), 2] <- Inf
#replace infinite values with values outside the range
y_split[is.infinite(y_split[, 1]), 1] <- yrange[1] - (yrange[2] - yrange[1])
y_split[is.infinite(y_split[, 2]), 2] <- yrange[2] + (yrange[2] - yrange[1])
x_split[is.infinite(x_split[, 1]), 1] <- xrange[1] - (xrange[2] - xrange[1])
x_split[is.infinite(x_split[, 2]), 2] <- xrange[2] + (xrange[2] - xrange[1])
if(!is.null(xlab)) myxlab <- xlab
if(!is.null(ylab)) myylab <- ylab
if(!is.null(xlim)) xrange <- xlim
if(!is.null(ylim)) yrange <- ylim
if(!is.null(sort)){
if(sort == "lowerbound_increasing"){
tmp <- decompose_interval(y)
y_split <- y_split[order(tmp[, "lower_general"], tmp[, "upper_general"]),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
if(sort == "lowerbound_decreasing"){
tmp <- decompose_interval(y)
y_split <- y_split[order(tmp[, "lower_general"], tmp[, "upper_general"], decreasing = TRUE),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
if(sort == "mostprecise_increasing"){
interval_lengths <- decompose_interval(y)[, "upper_general"] -
decompose_interval(y)[, "lower_general"]
y_split <- y_split[order(interval_lengths, y_split[, 1]),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
if(sort == "mostprecise_decreasing"){
interval_lengths <- decompose_interval(y)[, "upper_general"] -
decompose_interval(y)[, "lower_general"]
y_split <- y_split[order(interval_lengths, y_split[, 1], decreasing = TRUE),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
}
graphics::plot(0, pch = '', ylab = myylab, xlab = myxlab,
xlim = xrange,
ylim = yrange, ...)
graphics::rect(xleft = x_split[, 1], ybottom = y_split[, 1],
xright = x_split[, 2], ytop = y_split[, 2],
border = NA, col = col, ...)
}
#' Tabulating interval objects
#'
#' Function to tabulate interval objects
#' @param x In its most save way, \code{x} is an object from class \code{interval}.
#' @param ... Other parameters passed to \code{table}.
#' @return A table.
#' @export
table <- function(x, ...) {
UseMethod('table', x)
}
#' @param sort A character specifying how the values should be sorted if only one variable is to be plotted.
#' \code{sort = "lowerbound_increasing"} (the default) sorts the data primarily by their lower bound, and secondarily
#' (this means for equal lower bounds) by their upper bounds. Both in increasing order.
#' For \code{sort = "lowerbound_decreasing"} both happens in decreasing order.
#' \code{sort = "mostprecise_increasing"} sorts the data by their length of the interval they represent,
#' and within equal lengths by the lower bound. Both in increasing order.
#' \code{sort = "mostprecise_decreasing"} both happens in decreasing order.
#' @rdname table
#' @export
table.interval <- function(x, sort = "lowerbound_increasing", ...){
tab <- table(unclass(x), ...)
tmp <- decompose_interval(as.interval(names(tab)))
if(sort == "lowerbound_increasing"){
tab <- tab[order(tmp[, "lower_general"], tmp[, "upper_general"])]
}
if(sort == "lowerbound_decreasing"){
tab <- tab[order(tmp[, "lower_general"], tmp[, "upper_general"], decreasing = TRUE)]
}
if(sort == "mostprecise_increasing"){
interval_lengths <- tmp[, "upper_general"] -
tmp[, "lower_general"]
tab <- tab[order(interval_lengths, tmp[, "lower_general"])]
}
if(sort == "mostprecise_decreasing"){
interval_lengths <- tmp[, "upper_general"] -
tmp[, "lower_general"]
tab <- tab[order(interval_lengths, tmp[, "lower_general"], decreasing = TRUE)]
}
return(tab)
}
#' @rdname table
#' @export
table.default <- function(x, ...) {
return(base::table(x, ...))
}
#' Adding function
#'
#' Function to add single elements or vectors (of correct dimension) to the interval object
#' @param interval an object from class interval
#' @param x an single element or vector to add to the interval object
#' @return an interval object
#' @export
#' @rdname interval-add
"+.interval" <- function(interval, x){
tmp <- split_interval(interval) + split_interval(x)
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Subtraction function
#'
#' Function to subtract single elements or vectors (of correct dimension) from the interval object
#' @param interval an object from class interval
#' @param x an single element or vector to subtract to the interval object
#' @return an interval object
#' @export
#' @rdname interval-subtract
"-.interval" <- function(interval, x){
tmp <- split_interval(interval) - split_interval(x)
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Multiplication function
#'
#' Function to multiply single elements or vectors (of correct dimension) to the interval object
#' @param interval an object from class interval
#' @param x an single element or vector for multiplication
#' @return an interval object
#' @export
#' @rdname interval-multiply
"*.interval" <- function(interval, x){
tmp <- split_interval(interval) * split_interval(x)
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Dividing function
#'
#' Function to divide single elements or vectors (of correct dimension) to the interval object
#' @param interval an object from class interval
#' @param x an single element or vector for division
#' @return an interval object
#' @export
#' @rdname interval-divide
"/.interval" <- function(interval, x){
tmp <- split_interval(interval) / split_interval(x)
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Modulo function
#'
#' Modulo function for interval objects
#' @param interval an object from class interval
#' @param x an single element or vector to add to the interval object
#' @return a vector with the modulo for the precise elements in \code{interval}.
#' For imprecise elements, \code{NA} is returned.
#' @export
#' @rdname interval-modulo
#' \alias{\%<unescaped bksl>\%}
"%%.interval" <- function(x, interval){
return(decompose_interval(interval)[, "precise"] %% x)
}
#' Log function for interval objects
#'
#' Log function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{log}
#' @export
log.interval <- function(x, ...){
tmp <- base::log(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Exp function for interval objects
#'
#' Exp function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{exp}.
#' @export
exp.interval <- function(x, ...){
tmp <- base::exp(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Power function
#'
#' Taking the power of interval objects
#' @param interval an object from class interval
#' @param x an single numeric to potentiate
#' @return an interval object
#' @export
#' @rdname interval-power
"^.interval" <- function(interval, x){
tmp <- split_interval(interval) ^ x
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Sqrt function for interval objects
#'
#' Sqrt function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{sqrt}.
#' @export
sqrt.interval <- function(x, ...){
tmp <- base::sqrt(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Round function for interval objects
#'
#' Round function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{round}.
#' @export
round.interval <- function(x, ...){
tmp <- base::round(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Floor function for interval objects
#' Floor function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{floor}.
#' @export
floor.interval <- function(x, ...){
tmp <- base::floor(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Ceiling funtion for intervals
#'
#' Ceiling funtion for intervals
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{ceiling}.
#' @export
ceiling.interval <- function(x, ...){
tmp <- base::ceiling(split_interval(x, ...))
ret = generate_interval(lower = tmp[, 1], upper = tmp[, 2])
return(ret)
}
#' Head for intervals
#'
#' Head function for intervals returning the first elements of an \code{interval} object
#' @param x vector, matrix, table, data.frame or interval object
#' @param ... further arguments passed to \code{head}.
head.interval <- function(x, ...){
tmp <- utils::head(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Tail for intervals
#'
#' Tail function for intervals returning the last elements of an \code{interval} object
#' @param x vector, matrix, table, data.frame or interval object
#' @param ... further arguments passed to \code{tail}.
tail.interval <- function(x, ...){
tmp <- utils::tail(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Index for interval
#'
#' Function to index elements of an interval object
#' @param obj the interval object
#' @param index the index of the elements to replace
`[.interval` <- function(obj, index){
ret <- as.interval(as.character(obj)[index], sna = TRUE)
return(ret)
}
#' Replace for interval
#'
#' Function to replace elements of an interval object
#' @param obj the interval object
#' @param index the index of the elements to replace
#' @param value the value the replaced elements shall take
`[<-.interval` <- function(obj, index, value){
ret <- as.character(obj)
ret[index] <- value
return(as.interval(ret, sna = TRUE))
}
#' Function to give the center of the interval
#'
#' Function to give the center of the interval object
#' @param interval an object from class interval
#' @param inf2NA logical. If \code{TRUE}, entries containing -Inf or Inf, will return NA.
#' @return A numeric vector
#' @export
center_interval <- function(interval, inf2NA = FALSE){
if(!is_interval(interval)){
return(interval)
}
tmp <- rowMeans(x = split_interval(interval))
if(inf2NA){
tmp[is.infinite(tmp)] <- NA
}
return(tmp)
}
#' is.na for interval objects
#'
#' This functions checks whether elements from an \code{interval} object are \code{NA}
#' @param interval An \code{interval} object of length n
#' @return A boolean vector of length n indicating whether the entries in \code{interval}
#' are \code{NA} or not. Cf. \code{is.na}.
is.na.interval <- function(interval){
ret <- is.na(as.character(sna_interval(interval)))
return(ret)
}
#' Standardizing function
#'
#' Function to standardize variables that are numeric (continuous and count variables) but no rounded continuous, semicontinuous, intercepts or categorical variables.
#' @param X A n times p data.frame with p fixed (or random) effects variables.
#' @return A n times p data.frame with the standardized versions of the numeric variables.
#' @export
stand <- function(X){
if(!is.data.frame(X)) stop("X has to be a data.frame.")
if(ncol(X) == 0) return(X)
types <- array(NA, dim = ncol(X))
for(i in 1:length(types)){
types[i] <- get_type(X[, i])
}
need_stand_X <- types %in% c("cont", "count", "roundedcont", "semicont")
X_stand <- X
tmp <- as.data.frame(scale(X[, need_stand_X]))
X_stand[, need_stand_X] <- matrix(tmp, ncol = ncol(tmp)) # this avoids having attributes delivered by scale().
return(as.data.frame(X_stand))
}
#' cleanup data.frames
#'
#' Function to exclude (factor or interval) variables that have too many levels
#' (as they may cause numerical problems), to change binary factors to 0-1 coding
#' (as such factors might generate linear dependent variables) and
#' to remove multiple intercepts.
#' @param X A n times p data.frame with p fixed (or random) effects variables.
#' @param k An integer defining the allowed maximum of levels in a factor covariate.
#' @return A n times (p-r) data.frame, with r being the number of variables with too many factors.
#' @export
cleanup <- function(X, k = Inf){
if(!is.data.frame(X)) stop("X has to be a data.frame.")
if(!is.numeric(k)) stop("k has to be a single numeric value.")
if(length(k) > 1) stop("k has to be a single numeric value.")
# work out the type of the variables
types <- array(dim = ncol(X))
for(j in 1:length(types)) types[j] <- get_type(X[, j])
# currently, R interprets interval data as categorical.
# This can be unfeasible as there could be as many categories as observations.
# Three practical approaches are 1. removing interval data. 2. splitting them up into
# two separate variables. 3. Interprete them as factors. Currently we chose option 3.
# The code in comments can be activated, when approach 2 shall be used.
interval <- types == "interval"
#added_variables <- as.data.frame(matrix(NA, nrow = nrow(X), ncol = 2 * sum(interval)))
#interval_counter <- 1
for(l in which(interval)){
X[, l] <- as.factor(X[, l])
#lower <- sample_imp(split_interval(X[, l])[, 1])
#upper <- sample_imp(split_interval(X[, l])[, 2])
#added_variables[, 2 * (interval_counter - 1) + 1:2] <- cbind(lower, upper)
#interval_counter <- interval_counter + 1
}
#Make any binary data coded in 0 and 1.
binary <- types == "binary"
for(l in which(binary)){
#make every binaray variable a factor, and then numeric, which should results in
#a 1 and 2 coding.
tmp <- as.numeric(factor(X[, l]))
#With the following formula variables from 1 and 2 coding will be transformed
#into 0-1 coding.
#The formula is kept general for the unlikely event that the line above didn't
#gave a 1-2 but r-s coding.
#If r < s then the formula recodes r to (r-r)/(s-r) = 0 and s to (s-r)/(s-r) = 1.
#If r > s then r will be 1 and s = 0.
X[, l] <- (tmp - min(tmp))/(max(tmp) - min(tmp))
}
# determine the "categorical" variables.
categorical <- types == "categorical" | types == "interval"
# get the name of the variables, that have too many levels
too_many_levels <- colnames(X[, categorical, drop = FALSE])[
apply(X[, categorical, drop = FALSE], 2, function(x) nlevels(factor(x))) > k]
more_than_10_levels <- colnames(X[, categorical, drop = FALSE])[
apply(X[, categorical, drop = FALSE], 2, function(x) nlevels(factor(x))) > 10]
#if(length(more_than_10_levels) > 0){
# warning(paste("More than 10 categories found in ", paste(more_than_10_levels, collapse = ", "),
# ".\n To prevent instable results, consider setting alpha = 0.2.
# \n See ?hmi for a description of alpha.", sep = ""))
#}
tmp <- X[, !names(X) %in% too_many_levels, drop = FALSE] # If interval variables shall be split up
#add & !interval
# When multiple intercept variables are present, keep only the first
intercepts <- types == "intercept"
if(sum(intercepts) >= 2){
#in other words: remove all intercepts variables, except the first on
tmp <- tmp[, -which(intercepts)[-1], drop = FALSE]
}
ret <- tmp #currentlich not in use: cbind(tmp, added_variables)
if(ncol(ret) == 0) stop("No variables left after removing excessive variables.")
return(ret)
}
#' Checking the chains on convergence
#'
#' Formally tests the Gibbs-sampling chains on convergence.
#' After the burn in is discarded, the remaining iterations of each chain
#' are tested following Geweke (1992).
#' In this test, the arithmetic means and their standard errors of the first 10\%
#' and last 50\% of the chain (from now on always after discarding the burn in)
#' are compared. In case of a stationary distribution, both means have the same
#' expected value. The difference between both arithmetic means is divided
#' the standard error.
#' This is the Z-score, the test statistic.
#' Chains not passing the test will be plotted.
#' Each plot will flag which (fixed effect or variance) parameter was tested;
#' and what variable was to be imputed and the cycle and imputation run.
#' To see the next plot, the user has to hit <Return> (or "Enter").
#' @param mids A mids object generated by hmi
#' (alternatively a list), having an element called "gibbs" with the chains
#' of the Gibbs-sampler runs.
#' @param alpha A numeric value between 0 and 1 for the desired significance level
#' of the test on convergence.
#' @param thin An integer to set the thinning interval range. If thin = 1,
#' every iteration of the Gibbs-sampling chain will be kept. For highly autocorrelated
#' chains, that are only examined by few iterations (say less than 1000),
#' the \code{geweke.diag} might fail to detect convergence. In such cases it is
#' essential to look at a chain free from autocorrelation. When setting \code{thin = NULL},
#' the function will use internally a thinning of \code{max(1, round((nitt-burnin)/1000))}
#' to get approximately 1000 iterations to be tested.
#' @param plot Logical. Shall the chains be plotted in a traceplot or not.
#' If the number of iterations and cycles is large, click through all traceplots
#' can be interminable.
#' @references J Geweke (1992): Evaluating the accuracy of sampling based approaches
#' to calculating posterior moments. In Bayesian Statistics 4
#' (ed. JB Bernando, JO Berger, AP Dawid and Adrian FM Smith) (pp. 169-193).
#' Clarendon Press, Oxford, UK.
#' @export
chaincheck <- function(mids, alpha = 0.01, thin = 1, plot){
if(rlang::is_missing(plot)){
if(interactive()){
plot <- TRUE
}else{
plot <- FALSE
}
}
if(!is.numeric(alpha)){
stop("alpha has to be a numeric value between 0 and 1.")
}
if(length(alpha) > 1){
stop("alpha has to be a single numeric value between 0 and 1 and not a vector.")
}
if(alpha < 0 | alpha > 1){
stop("alpha has to be between 0 and 1.")
}
nitt <- mids$gibbs_para[1]
burnin <- mids$gibbs_para[2]
#old: thin <- mids$gibbs_para[3]
#If no thinning parameter was given, it is set to a value that about 1000 iterations are to be
#examinded
if(is.null(thin)){
thin <- max(1, round((nitt-burnin)/1000))
# by using max(1, ...) we make sure that for example when nitt = 600 and burnin = 200, the thinning is sensible.
}
#If no MCMCglmm method was used to impute the data, the lists in mids$gibbs are empty.
#This is checked by this call.
if(all(unlist(lapply(mids$gibbs, function(x) all(unlist(lapply(x, function(y) length(y) == 0 ))))))){
return("No MCMC chains were found. Probably because only single level imputation methods were used.")
}
# by hitting <Return> (a.k.a. [Enter]) the user shall be able to go through the problematic
# chains by hand
opar <- graphics::par('ask')
on.exit(graphics::par(ask = opar))
graphics::par(ask = TRUE)
counter_all <- 0
counter_problematic <- 0
for(i in names(mids$gibbs)){ # the imputations
for(j in names(mids$gibbs[[i]])){ #the cycles
for(k in names(mids$gibbs[[i]][[j]])){ #the variables
for(l in 1: ncol(mids$gibbs[[i]][[j]][[k]]$Sol)){ #the fixed effects parameters
tmp0 <- as.numeric(mids$gibbs[[i]][[j]][[k]]$Sol[, l])
tmp0 <- tmp0[round(seq(1, length(tmp0), by = thin))]
#alternative: tmp0 <- tmp0[round(seq(1, length(tmp0), length = desiredlength))]
tmp1 <- coda::as.mcmc(as.numeric(tmp0))
tmp2 <- coda::geweke.diag(tmp1, frac1 = 0.1, frac2 = 0.5)$z
counter_all <- counter_all + 1
if(abs(tmp2) > stats::qnorm(1 - alpha/2)){
if(plot){
coda::traceplot(tmp1, main = paste(i, "; ", j, ";\n",
"Imp. of variable ", k, ";\n fix parameter ", l,
"; z-value: ", round(tmp2, digits = 3),
sep = ""))
}
counter_problematic <- counter_problematic + 1
}
}
#In VCV the off-diagonal elements of the random effects covariance matrix are
#included twice, so those dublicated columns have to be removed.
vcv <- mids$gibbs[[i]][[j]][[k]]$VCV
vcv2 <- t(unique(t(as.matrix(vcv))))
for(l in 1: ncol(vcv2)){ # the variance parameters
tmp0 <- vcv2[, l]
tmp0 <- tmp0[round(seq(1, length(tmp0), by = thin))]
tmp1 <- coda::as.mcmc(tmp0)
tmp2 <- coda::geweke.diag(tmp1, frac1 = 0.1, frac2 = 0.5)$z
#for the imputation of some variables, some variance parameters have to be fixed
#(e.g. binary variables). Those would give an NaN for the geweke.diag, so we set the
#test statistics to 0 in these cases.
if(get_type(tmp0) == "intercept"){
tmp2 <- 0
}
counter_all <- counter_all + 1
if(abs(tmp2) > stats::qnorm(1 - alpha/2)){
if(plot){
coda::traceplot(tmp1, main = paste(i, "; ", j, ";\n",
"Imp. of variable ", k, ";\n variance parameter ", l,
"; z-value: ", round(tmp2, digits = 3),
sep = ""))
}
counter_problematic <- counter_problematic + 1
}
}
}
}
}
cat(paste(counter_problematic, " out of ", counter_all,
" chains (",round(counter_problematic/counter_all * 100, digits = 2),"%) " ,
"did not pass the convergence test.\n",
"For alpha = ", alpha, ", the expected number is ", counter_all*alpha, ".", sep = ""))
}
| /R/hmi_smallfunctions.R | no_license | bettinagruen/hmi | R | false | false | 84,540 | r | #' Sample imputation.
#'
#' Function to sample values in a variable from other (observed) values in this variable.
#' So this imputation does not use further covariates.
#' @param variable A vector of size \code{n} with missing values.
#' @return A n x 1 data.frame with the observed and imputed data
#' @examples
#' set.seed(123)
#' sample_imp(c(1, NA, 3, NA, 5))
#' @export
sample_imp <- function(variable){
if(is.data.frame(variable)){
stop("You passed a data.frame instead of a vector to sample_imp.")
}
if(all(is.na(variable))) stop("Variable consists only of NAs.")
ret <- data.frame(target = variable, stringsAsFactors = FALSE)
need_replacement <- is.na(variable) | is.infinite(variable)
ret[need_replacement, 1] <- sample(size = sum(need_replacement),
variable[!need_replacement], replace = TRUE)
return(ret)
}
#' Get the type of variables.
#'
#' Function checks of which type a variable is. The types are listed below
#' (together with a rough summary of the classification mechanism).
#' \itemize{
#' \item continuous (numeric values, or integers with more than 20 different values),
#' \item semicontinuous (numeric values with more than 10\% of them share the same value),
#' \item rounded continuous (if more than 50\% of the observations of a continuous variable
#' are divisible by some rounding degrees)
#' \item count data (integers).
#' \item an intercept (the same value for all observations),
#' \item binary (two different values - like 0s and 1s or "m" and "f"),
#' \item categorical (the variable is a factor or has more than 3 different values)
#' \item ordered categorical (the categorical variable is ordered.)
#'}
#'
#' @param variable A variable (vector) from your data set.
#' @param spike A numeric value, denoting the presumed spike of semi-continuous variables.
#' @param rounding_degrees A numeric vector with the presumed rounding degrees.
#' If the rounding_degrees are set to be \code{NULL}, the proposed rounding degrees from the function
#' \code{suggest_rounding_degrees} are used.
#' @return A character denoting the type of \code{variable}.
#' @examples get_type(iris$Sepal.Length); get_type(iris$Species)
#' @export
get_type <- function(variable, spike = NULL,
rounding_degrees = c(1, 10, 100, 1000)){
if(is.matrix(variable) && ncol(variable) == 1){
variable <- variable[, 1]
}
type <- "unknown"
if(all(is.na(variable))) return(type)
if(!(is.vector(rounding_degrees) | is.null(rounding_degrees))){
stop("rounding_degrees passed to get_type() have to be a vector or NULL.")
}
if(length(unique(variable[!is.na(variable)])) == 1){
type <- "intercept"
return(type)
}
if(length(unique(variable[!is.na(variable)])) == 2){
type <- "binary"
return(type)
}
if(is.integer(variable)){
type <- "count"
#If too many categories are available, the variable is considered to be continuous.
if(length(unique(variable)) > 20){
type <- "cont"
}
return(type)
}
if(is.vector(variable) || is.factor(variable) || is.array(variable) || is.numeric(variable)){
#checking the length of the table to be larger than two is not sufficient
#to get a real categoriacal variable, because for a (real) continious variable
#the length of the table is equal to the length of the variable
#(what will be in general larger than two...)
#Therefore it will be checked if the table has more than two entries AND
#wheter the varriable is a factor.
if(is.factor(variable)){
type <- "categorical"
if(is.ordered(variable)){
type <- "ordered_categorical"
}
return(type)
}
#If no default rounding_degrees were given, suggest_rounding_degrees suggests them
if(is.null(rounding_degrees)){
rounding_degrees <- suggest_rounding_degrees(variable)
}
#... if they are still NULL, then c(1, 10, 100, 1000) is used as a default
if(is.null(rounding_degrees)){
rounding_degrees <- c(1, 10, 100, 1000)
}
if(is.numeric(variable)){
type <- "cont"
# if there is no difference between a variable and their rounding result,
# it is considered to be an integer...
if(max(abs(variable - round(variable)), na.rm = TRUE) == 0){
type <- "count"
#... but not if too many categories are available...
if(length(table(variable)) > 20){
type <- "cont"
}
#... or it is a rounded continuous variable:
if(sum(apply(outer(decompose_interval(interval = variable)[, "precise"], setdiff(rounding_degrees, 1), '%%') == 0,
1, any), na.rm = TRUE)/
length(variable[!is.na(variable)]) > 0.5){
type <- "roundedcont"
}
return(type)
}
#if the variable is numeric and more than 10 \% of the variable values share the same value,
#We consider this variable as semi-continious.
if(is.null(spike)){
number_at_spike <- max(table(variable))
}else{
number_at_spike <- sum(variable == spike, na.rm = TRUE)
}
if(number_at_spike/length(variable[!is.na(variable)]) > 0.1){
type <- "semicont"
}
# if more than 50 \% of the data are divisible by on of the given rounding degrees,
# they are considered to be rounded continuous
# Observed 0s shall not be counted as rounded,
#because otherwise semi-continuous variables might be considered to be rounded-continuous.
if((sum(apply(outer(decompose_interval(interval = variable)[, "precise"], setdiff(rounding_degrees, 1), '%%') == 0,
1, any), na.rm = TRUE) - sum(variable == 0, na.rm = TRUE))/
length(variable[!is.na(variable)]) > 0.5){
type <- "roundedcont"
}
return(type)
}
if(type == "unknown"){
type <- "categorical"
}
}else{
if(is_interval(variable)){
#If no default rounding_degrees were given, suggest_rounding_degrees suggests them
if(is.null(rounding_degrees)){
rounding_degrees <- suggest_rounding_degrees(variable)
}
#... if they are still NULL, then c(1, 10, 100, 1000) is used as a default
if(is.null(rounding_degrees)){
rounding_degrees <- c(1, 10, 100, 1000)
}
type <- "interval"
#if more than 50 \% of the precise part of an interval variable is rounded,
#the whole variable is considered to be a rounded continous variable
tmp <- decompose_interval(interval = variable)[, "precise"]
if(sum(!is.na(tmp)) == 0) return(type)
if(sum(apply(outer(tmp, setdiff(rounding_degrees, 1), '%%') == 0,
1, any), na.rm = TRUE)/
length(tmp[!is.na(tmp)]) > 0.5){
type <- "roundedcont"
}
return(type)
}
if(ncol(variable) == 1){
ret <- get_type(variable[, 1], spike = spike, rounding_degrees = rounding_degrees)
return(ret)
}
if(ncol(variable) > 1){
if(is.matrix(variable)){
variable <- as.data.frame(variable)
}
ret <- array(dim = ncol(variable))
for(i in 1:length(ret)){
if(is.list(rounding_degrees)){
rounding_degrees_tmp <- rounding_degrees[[colnames(variable)[i]]]
}else{
rounding_degrees_tmp <- rounding_degrees
}
if(is.list(spike)){
spike_tmp <- spike[[colnames(variable)[i]]]
}else{
spike_tmp <- spike
}
ret[i] <- get_type(variable[, i], spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}
return(ret)
}
}
return(type)
}
#' Get the mode
#'
#' This function calculates the mode (most frequent observation) of a vector.
#' @param x A vector
#' @references Adopted from stackoverflow.com/questions/2547402: "is there a built in function for finding the mode"
#' from user "Ken Williams".
#' @return The mode of x as a numeric value.
Mode <- function(x){
ux <- unique(x[!is.na(x)])
return(ux[which.max(tabulate(match(x, ux)))])
}
#' Helps the user to make a list of spikes.
#'
#' In \code{hmi} the user can add a list of spikes. This function gives her/him a framework
#' with suggestions. Of course the user can make changes by herself/himself afterwards.
#' For example, the function might wrongly classify a variable to have a spike.
#' @param data the data.frame also passed to \code{hmi}.
#' @return a list with suggested spikes. Each list element has the name of a spiked variable
#' in the data.frame. The elements contain a single numeric denoting the spike found for that variable.
#' @export
list_of_spikes_maker <- function(data){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
ret <- list()
for(l2 in colnames(data)){
if(get_type(data[, l2]) == "semicont"){
ret[[l2]] <- Mode(data[, l2])
}
}
return(ret)
}
#' Helps the user to make a list of types.
#'
#' In \code{hmi} the user can add a list of types. This function gives him a framework
#' with suggestions. Of course the user can make changes by herself/himself afterwards.
#' For example, if a continuous variable has only two observations left, then get_type
#' interpret this as a binary variable and not a continuous.
#' @param data the data.frame also passed to \code{hmi}.
#' @param spike A numeric value or list saying which value in the semi-continuous data might be the spike.
#' @param rounding_degrees A numeric vector with the presumed rounding degrees.
#' @return a list with suggested types. Each list element has the name of a variable
#' in the data.frame. The elements contain a single character denoting the type of the variable.
#' See \code{get_type} for details about the variable types.
#' @export
list_of_types_maker <- function(data, spike = NULL, rounding_degrees = NULL){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
if(nrow(data) == 0){
ret <- list()
for(l2 in colnames(data)){
ret[[l2]] <- "unknown"
}
}
if(ncol(data) == 0){
return(NULL)
}
if(is.null(data)) return(NULL)
rounding_degrees_tmp <- rounding_degrees
ret <- list()
for(l2 in colnames(data)){
if(is.list(spike)){
spike_tmp <- spike[[l2]]
}else{
spike_tmp <- spike
}
if(is.list(rounding_degrees)){
rounding_degrees_tmp <- rounding_degrees[[l2]]
}
#The specifications of variables depends on 4 siutations.
#Setting 1: rounding_degrees is NULL
#Setting 2: rounding_degrees is a vector
#Setting 3a: rounding_degrees is list, with no element for the current variable
#Setting 3b: rounding_degrees is list, with a specific vector for the current variable
#The consequences for these settings are:
#Setting 1: Test using rounding degrees 1, 10, 100, 1000
#Setting 2: Test using the vector
#Setting 3a: Test using rounding degrees 1, 10, 100, 1000
#Setting 3b: define as roundedcont
if(is.null(rounding_degrees)){ ## Setting 1 ##
rounding_degrees_tmp <- c(1, 10, 100, 1000)
tmp_type <- get_type(data[, l2],
spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}else if(is.integer(rounding_degrees) | is.numeric(rounding_degrees)){ ## Setting 2 ##
rounding_degrees_tmp <- rounding_degrees
tmp_type <- get_type(data[, l2],
spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}else if(is.list(rounding_degrees) & is.null(rounding_degrees[[l2]])){ ## Setting 3a ##
rounding_degrees_tmp <- c(1, 10, 100, 1000)
tmp_type <- get_type(data[, l2],
spike = spike_tmp, rounding_degrees = rounding_degrees_tmp)
}else if(is.list(rounding_degrees) & !is.null(rounding_degrees[[l2]])){ ## Setting 3b ##
tmp_type <- "roundedcont"
rounding_degrees_tmp <- rounding_degrees[[l2]]
}
#If the type is still NULL, set it to sample_imp
if(is.null(tmp_type)){
tmp_type <- "sample_imp"
}
ret[[l2]] <- tmp_type
}
return(ret)
}
#' Function to get all factors
#'
#' Function to get all factors (not limited to prime factors) of an integer.
#' @param x A single integer; no vector.
#' @return A numeric vector with the factors
#' @references based on stackoverflow.com/questions/6424856 "R Function for returning ALL factors"
#' answer by Chase
factors <- function(x){
if(!is.numeric(x)) return(NA)
if(length(x) != 1) return(NA)
if(is.na(x)) return(NA)
if(is.infinite(x)) return(NA)
if(x %% 1 != 0) return(NA)
x <- as.integer(x)
div <- seq_len(abs(x))
return(div[x %% div == 0L])
}
#' suggesting rounding degrees
#'
#' A function that suggests some rounding degrees of a continuous variable
#' (classically formatted or as interval object).
#' The basic idea is 1. to count which factor is observed in the data more often than expected.
#' 2. to check whether a factor can explain at least three observed piles of observations in the data
#' 3. to check whether a factor explains at least 20 \% of observations (additional to previous factors).
#' Factors fulfilling this premises are returned as suggested rounding degrees.
#' @param x A vector or \code{interval} object.
suggest_rounding_degrees <- function(x){
if(!(is.vector(x) | is_interval(x))){
return(NULL)
}
if(is.factor(x)){
return(NULL)
}
variable <- decompose_interval(interval = x)[, "precise"]
tmpvariable <- variable
n <- length(variable)
tab_factors <- table(unlist(sapply(tmpvariable, factors)))/n
if(length(tab_factors) == 0){
return(NULL)
}else{
values <- as.numeric(names(tab_factors))
observed_values <- setdiff(as.numeric(names(table(variable))), 0)
#for later, only those values shall be considered if the observed number of indiduvials,
#rounded to this degree, exceeds the expected number at least by two.
#Example: from 10000 individuals, 2000 are expected to round to 5.
#If 4000 or more indivudials are observed 5 is considered to be a possible rounding degree
candidates_values <- values[values * tab_factors >= 2]
#instead of (absolute freq) / (n/s) > 2, it can be used
#(absolute freq) * s/n > 2 which is equivalent to
#(relative freq) * s > 2.
if(length(candidates_values) == 0) return(NULL)
ret <- array(dim = 0)
counter <- 1
for(cv in sort(candidates_values, decreasing = TRUE)){
if(sum(observed_values %% cv == 0) >= 3){
#check which portion of heaping could be explained by cv.
tmp <- tab_factors[names(tab_factors) == cv]
if(length(tmp) > 0 && tmp >= 0.2){
ret[counter] <- cv
counter <- counter + 1
#update tab_factors: every following (smaller) factor which can divide cv without rest
#has to explain 20 \% more of the data than cv. For this reason, observation divisable by
#cv are removed from the tmpvariable
tmpvariable <- tmpvariable[tmpvariable %% cv != 0]
#update tab_factors
tab_factors <- table(unlist(sapply(tmpvariable, factors)))/n
}
}
}
suggested_rounding_degrees <- sort(unique(c(1, ret)))
if(get_type(variable, rounding_degrees = suggested_rounding_degrees) == "roundedcont"){
return(suggested_rounding_degrees)
}else{
return(NULL)
}
}
}
#' Helps the user to make a list of rounding degrees
#'
#' In \code{hmi} the user can add a list of rounding degrees. This function gives him a framework
#' with suggestions. Of course the user can make changes by herself/himself afterwards.
#' For example, the function might wrongly classify a variable to be heaped or selects
#' unwanted rounding degrees.
#' @param data the data.frame also passed to \code{hmi}.
#' @return a list with suggested rounding degrees. Each list element has the name
#' of a rounded continuous variable in the data.frame. The elements contain a
#' numeric vector with the rounding degrees found for that variable.
#' @export
list_of_rounding_degrees_maker <- function(data){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
ret <- list()
for(l2 in colnames(data)){
variable <- decompose_interval(interval = data[, l2])[, "precise"]
suggested_rounding_degrees <- suggest_rounding_degrees(variable)
if(get_type(variable, rounding_degrees = suggested_rounding_degrees) == "roundedcont"){
ret[[l2]] <- suggested_rounding_degrees
}
}
return(ret)
}
#' Helps the user to make a list of rounding formulas for the rounding degrees
#'
#' In \code{hmi} the user can add a list of rounding formulas for each variable suffering rounding.
#' This function gives him/her a framework with suggestions. Of course the user can make changes
#' by herself/himself afterwards.
#' For example, the function might wrongly classify a variable to be heaped.
#' @param data the data.frame also passed to \code{hmi}.
#' @param default A default formula used for every rounded variable.
#' @return a list with suggested rounding degree formulas. Each list element has the name
#' of a rounded continuous variable in the data.frame. The elements contain a
#' very general rounding degree formula.
#' @export
list_of_rounding_formulas_maker <- function(data, default = ~ .){
if(!is.data.frame(data)) stop("We need the data in the data.frame format!")
ret <- list()
for(l2 in colnames(data)){
variable <- decompose_interval(interval = data[, l2])[, "precise"]
suggested_rounding_degrees <- suggest_rounding_degrees(variable)
if(get_type(variable, rounding_degrees = suggested_rounding_degrees) == "roundedcont"){
ret[[l2]] <- stats::formula(default)
}
}
return(ret)
}
#' Averages the results of the imputation function \code{hmi}.
#'
#' This function applies the analysis the user wants to run on every imputed dataset.
#' The results from every dataset are pooled by simply averaging. So the user has to make sure that
#' averaging the analysis produces results is meaningful. Currently variance estimates for the averaged
#' results are not implemented.
#' @param mids A \code{mids} (multiply imputed data set) object.
#' Either from the \code{hmi} imputation function or \code{mice}.
#' @param analysis_function A user generated function that gets a completed data set,
#' runs the model and returns all model parameters
#' he or she is interested in in a vector. See examples below.
#' @return A vector with all averaged results.
#' @examples
#' \dontrun{
#' data(Gcsemv, package = "hmi")
#'
#' model_formula <- written ~ 1 + gender + coursework + (1 + gender|school)
#'
#' set.seed(123)
#' dat_imputed <- hmi(data = Gcsemv, model_formula = model_formula, M = 2, maxit = 2)
#'
#' my_analysis <- function(complete_data){
#' # In this list, you can write all the parameters you are interested in.
#' # Those will be averaged.
#' # So make sure that averaging makes sense and that you only put in single numeric values.
#' parameters_of_interest <- list()
#'
#' # ---- write in the following lines, what you are interetest in to do with your complete_data
#' # the following lines are an example where the analyst is interested in the fixed intercept
#' # and fixed slope and the random intercepts variance,
#' # the random slopes variance and their covariance
#' my_model <- lmer(model_formula, data = complete_data)
#'
#' parameters_of_interest[[1]] <- fixef(my_model)
#' parameters_of_interest[[2]] <- lme4::VarCorr(my_model)[[1]][,]
#' ret <- unlist(parameters_of_interest)# This line is essential if the elements of interest
#' #should be labeled in the following line.
#' names(ret) <-
#' c("beta_intercept", "beta_gender", "beta_coursework", "sigma0", "sigma01", "sigma10", "sigma1")
#'
#' return(ret)
#' }
#' hmi_pool(mids = dat_imputed, analysis_function = my_analysis)
#' #if you are interested in fixed effects only, consider pool from mice:
#' pool(with(data = dat_imputed, expr = lmer(written ~ 1 + gender + coursework + (1 + gender|school))))
#' }
#' @importFrom mice complete
#' @export
hmi_pool <- function(mids, analysis_function){
if (!mice::is.mids(mids)){
stop("Your multiple imputed data set must have class mids.")
}
results <- list()
for (i in 1:mids$m) {
results[[i]] <- unlist(analysis_function(mice::complete(mids, i)))
}
tmp <- simplify2array(results)
mode(tmp) <- "numeric"
return(rowMeans(tmp))
}
#' calculate the likelihood contribution of the data
#'
#' This function based on Drechsler, Kiesl & Speidel (2015)
#' is needed in the imputation routine for rounded income.
#' It calculates the likelihood contribution of the data
#' (regardless whether they are observed precisely or presumably rounded).
#' @param para This is the vector \eqn{Psi} of parameters
#' (see p. 62 in Drechsler, Kiesl & Speidel, 2015).
#' With respect to them, the value returned by negloglik shall be
#' maximized.\cr
#' The starting values are c(kstart, betastart, gamma1start, sigmastart)
#' (the thresholds (or "cutting points") for the latent variable behind the rounding degree,
#' the regression parameters explaining the logged income,
#' the regression parameters explaining the rounding degree
#' and the variance parameter).
#' @param parnames A character vector with the names of the elements in para.
#' @param X_in_negloglik The data.frame of covariates explaining Y, the observed target variable.
#' It has to has n rows (with n being the number of precise, imprecise and missing observations).
#' @param PSI_in_negloglik The data.frame of covariates explaining G, the latent rounding tendency.
#' Without the target variable.
#' @param y_precise_stand A vector of the precise (and standardized) observations from the target variable.
#' @param lower_bounds The lower bounds of an interval variable.
#' @param upper_bounds The upper bounds of an interval variable.
#' @param my_g This vector is the indicator of the (highest possible) rounding degree for an observation.
#' This parameter comes directly from the data.
#' @param sd_of_y_precise The scalar with the value equal to the standard deviation of the target variable.
#' @param indicator_precise A boolean Vector indicating whether the value in the original target
#' variable is precise (e.g. 5123 or 5123.643634) or not.
#' @param indicator_imprecise A boolean Vector indicating whether the value in the original target
#' variable is imprecise (e.g. "5120;5130) or not.
#' @param indicator_outliers A boolean Vector indicating whether the value in the precise
#' observations of the original target are outliers (smaller than 0.5\% or
#' larger than 99.5\% of the other precise observations).
#' @param rounding_degrees A numeric vector with the presumed rounding degrees for Y.
#' @references Joerg Drechsler, Hans Kiesl, Matthias Speidel (2015):
#' "MI Double Feature: Multiple Imputation to Address Nonresponse and Rounding Errors in Income Questions",
#' Austrian Journal of Statistics, Vol. 44, No. 2, \url{http://dx.doi.org/10.17713/ajs.v44i2.77}
#' @return An integer equal to the (sum of the) negative log-likelihood contributions (of the observations)
negloglik <- function(para,
parnames = names(para),
X_in_negloglik,
PSI_in_negloglik,
y_precise_stand,
lower_bounds = NA, upper_bounds = NA,
my_g, sd_of_y_precise,
indicator_precise,
indicator_imprecise,
indicator_outliers,
rounding_degrees = c(1, 10, 100, 1000)){
names(para) <- parnames
lower <- ifelse(is.na(lower_bounds), -Inf, lower_bounds)
upper <- ifelse(is.na(upper_bounds), Inf, upper_bounds)
# the first parameters are the thresholds for the rounding degree
thresholds <- para[grep("^threshold", names(para))]
# the regression coefficients beta defining mean2 - the expected value of log(Y)
# (see eq (2) in Drechsler, Kiesl & Speidel, 2015).
# They might also appear in mean1 (the expected value of G).
#The intercept is not part of the maximazition, as due to standardizations of y and x,
#its value is exactly 1.
#If there is only an intercept variable in X, there are no coefficients to be estimated.
if(ncol(X_in_negloglik) == 1){
reg_coefs <- matrix(1, ncol = 1)
}else{
reg_coefs <- matrix(para[grep("^coef_y_on_x", names(para))], ncol = 1)
}
G_coefs <- matrix(para[grep("^coef_g_on_psi", names(para))], ncol = 1)
gamma1 <- para[grep("^gamma1", names(para))] #the gamma1 from eq (3)
if(length(gamma1) == 0){
gamma1 <- 0
}
sigmax <- para[grep("^sigma", names(para))] # the (residual) variance for log(Y) (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
if(is.unsorted(thresholds)) return(1e50) # make sure that threshholds are increasing
if(sigmax <= 0) return(1e50) # the residual variance has to be positive
# mean and covariance of the joint normal of x and g ,
# following Heitjan & Rubin
#the mean for G (see eq (2) in Drechsler, Kiesl & Speidel, 2015)
individual_means_for_g <- gamma1 *
(as.matrix(X_in_negloglik[indicator_precise, , drop = FALSE][!indicator_outliers, , drop = FALSE]) %*% reg_coefs) +
as.matrix(PSI_in_negloglik[!indicator_outliers, , drop = FALSE]) %*% G_coefs
#the mean for log(Y) (see eq (2) in Drechsler, Kiesl & Speidel, 2015)
individual_means_for_y <- as.matrix(X_in_negloglik) %*% reg_coefs
#the covariance matrix for G and log(Y) (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
sigma <- matrix(c(1 + gamma1^2 * sigmax^2,
gamma1 * sigmax^2,
gamma1 * sigmax^2,
sigmax^2), nrow = 2)
rho <- max(min(stats::cov2cor(sigma)[1, 2], 1), -1)
sigma_for_g <- sqrt(sigma[1, 1])
sigma_for_y <- sqrt(sigma[2, 2])
#get the likelihood contributions of the imprecise observations
sum_likelihood_imprecise_obs <- sum(log(contributions4intervals(lower_bounds = lower,
upper_bounds = upper,
mymean = individual_means_for_y[indicator_imprecise],
mysd = sigma_for_y)))
#check for all possible rounding degrees, it is checked, what the likelihood conrtibution
#of G and Y is. Each possible rounding degree comes with a range of values for G and
#a range of values for Y.
# The range of values for G is set up by the thresholds k, the range of values for Y
# by the interval: Y_observed +- half the length of the rounding degree.
# To keep the code more simple, here for every observations all possible rounding degrees are
# evaluated (e.g. for an observation 3200 the likelihood contribution in the case
# of rounding to the next multiple of 1000 is evaluated); the irrelevant likelihood-contributions
# are set to 0 in a second step.
y_tmp <- y_precise_stand[!indicator_outliers]
likelihood_contributions_heaped <- array(dim = c(length(y_tmp), length(rounding_degrees)))
thresholds_extended <- c(-Inf, thresholds, Inf)
for(j in 1:ncol(likelihood_contributions_heaped)){
# pbivnormX calculates the probabilities of the standard bivariate normal distribution.
# Therefore the values going in, have to be standardized
# integration bounds for y
upper_inner <- (y_tmp + rounding_degrees[j]/2/sd_of_y_precise - individual_means_for_y[indicator_precise][!indicator_outliers])/sigma_for_y
lower_inner <- (y_tmp - rounding_degrees[j]/2/sd_of_y_precise - individual_means_for_y[indicator_precise][!indicator_outliers])/sigma_for_y
# integrations bounds for g. The function c() is used to get a vector.
lower_outer <- c(thresholds_extended[j] - individual_means_for_g)/sigma_for_g
upper_outer <- c(thresholds_extended[j + 1] - individual_means_for_g)/sigma_for_g
likelihood_contributions_heaped[, j] <- pmax(0,
doubleintegral(lower_inner = lower_inner, upper_inner = upper_inner,
lower_outer = lower_outer, upper_outer = upper_outer,
cdf = pbivnormX, rho = rho))
}
merged <- cbind(likelihood_contributions_heaped, my_g[!indicator_outliers])
#Sum up the likelihood contributions according to the rounding degree:
#For observations rounded to the first rounding degree only the first likelihoodcontribution is considered
#For observations rounded to the fourth rounding degree, the first four contributions are added up.
# Observations with no rounding, are excluded.
result_try <- apply(merged, 1, function(x) sum(x[1:x[length(x)]]))
result_try[is.na(result_try)] <- 0
result_try <- result_try[my_g[!indicator_outliers] != 0]
# Sum up the likelihood contributions (see eq (5) in Drechsler, Kiesl & Speidel, 2015)
sum_likelihood_heaped_obs <- sum(log(result_try), na.rm = TRUE)
ret <- sum_likelihood_heaped_obs + sum_likelihood_imprecise_obs
return(-ret) # Notice the minus.
}
#' calculate the likelihood contribution of interval data only
#'
#' calculate the likelihood contribution of interval data only
#' @param para This is the vector \eqn{Psi} of parameters defining model
#' (see p. 62 in Drechsler, Kiesl & Speidel, 2015).
#' With respect to them, the value returned by this function shall be
#' maximized.\cr
#' The starting values are c(betastart2, sigmastart2)
#' (the regression parameters explaining the logged income,
#' and the variance parameter).
#' @param parnames A character vector with the names of the elements in para.
#' @param X the data.frame of covariates.
#' @param lower_bounds the lower bound of an interval variable.
#' @param upper_bounds the upper bound of an interval variable.
#' @references Joerg Drechsler, Hans Kiesl, Matthias Speidel (2015):
#' "MI Double Feature: Multiple Imputation to Address Nonresponse and Rounding Errors in Income Questions",
#' Austrian Journal of Statistics, Vol. 44, No. 2, \url{http://dx.doi.org/10.17713/ajs.v44i2.77}
#' @return An integer equal to the (sum of the) negative log-likelihood contributions (of the observations)
negloglik2_intervalsonly <- function(para, parnames = names(para), X, lower_bounds, upper_bounds){
# the regression coefficients beta defining mean2 - the expected value of log(Y)
# (see eq (2) in Drechsler, Kiesl & Speidel, 2015).
reg_coefs <- matrix(para[1:(length(para) - 1)], ncol = 1)
sigmax <- para[length(para)]
#ascertain that a degenerated variance will not be considered as optimum
if(sigmax <= 0) return(1e50)
# the variance for log(Y) (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
n <- nrow(X)
result <- rep(NA, n)
# mean and covariance of the joint normal of x and g ,
# following Rubin/Heitjan
#the mean for log(Y) (see eq (2) in Drechsler, Kiesl & Speidel, 2015)
mean2 <- as.matrix(X) %*% reg_coefs
#the covariance matrix for log(Y) and G (see eq (3) in Drechsler, Kiesl & Speidel, 2015)
sigma2 <- sigmax
#get the likelihood contributions of the imprecise observations
interval_obs <- !is.na(lower_bounds)
tmp <- contributions4intervals(lower_bounds = lower_bounds[interval_obs],
upper_bounds = upper_bounds[interval_obs],
mymean = mean2[interval_obs],
mysd = sigma2)
if(any(tmp == 0)) return(1e50)
sum_likelihood_imprecise_obs <- sum(log(tmp))
return(-sum_likelihood_imprecise_obs) # notice the minus
}
#' get the likelihood contributions of interval data
#'
#' This function calculates the likelihood contributions of interval data
#' @param lower_bounds a vector with the lower bounds of an interval covariate.
#' @param upper_bounds a vector with the upper bounds of an interval covariate.
#' @param mymean a numeric for the expected value of the normal distribution
#' (which is one of the parameters trying to be optimized
#' so that the likelihood becomes maximized)
#' @param mysd a numeric for the standard deviation of the normal distribution
#' (which is one of the parameters trying to be optimized
#' so that the likelihood becomes maximized)
#' @return a vector giving the likelihood contributions of the interval data.
contributions4intervals <- function(lower_bounds, upper_bounds, mymean, mysd){
ret <- stats::pnorm(upper_bounds, mean = mymean, sd = mysd) -
stats::pnorm(lower_bounds, mean = mymean, sd = mysd)
return(ret)
}
#' calculate probabilities from the cumulative distribution function of a standard bivariate normal distribution
#'
#' A modified version of pbivnorm() from package \code{pbivnorm}.
#' It is needed in the imputation routine for rounded income.
#' @param x the vector (or a two columned matrix) with the values of the first random variable
#' @param y the vector with the values of the second random variable
#' @param rho the correlation (a scalar) between the two random variables.
#' @return A vector with the values of the density distribution at the points (x, y).
pbivnormX <- function (x, y, rho = 0) {
#In case x is a matrix, take the second column as y and the first as x.
if (is.matrix(x)) {
if (ncol(x) != 2)
stop("'x' must have two columns if specified as a matrix")
if (!missing(y) && !is.null(y)) #
warning("'x' was specified as a matrix, so 'y' will be ignored")
y <- x[, 2]
x <- x[, 1]
}
if (any(abs(rho) > 1)) stop("'rho' must be a valid correlation (-1 <= rho <= 1)")
if (length(x) != length(y)) stop("'x' and 'y' must have same length")
x <- replace(x, x == Inf, 1e200) # function adjusted here
x <- replace(x, x == -Inf, -1e200) # function adjusted here
y <- replace(y, y == Inf, 1e200) # function adjusted here
y <- replace(y, y == -Inf, -1e200) # function adjusted here
ret <- pbivnorm::pbivnorm(x = x, y = y, rho = rho, recycle = TRUE)
return(ret)
}
#' Function to calculate double integrals
#'
#' This function is primarily build to make the function \code{components} neater.
#' @param lower_inner The vector for the lower bound for the inner integral
#' @param upper_inner The vector for the upper bound for the inner integral
#' @param lower_outer The vector for the lower bound for the outer integral
#' @param upper_outer The vector for the upper bound for the outer integral
#' @param cdf the cumulative density function (from the class "function")
#' @param ... Further arguments passed to the cdf.
#' @return a vector with the value of the double integral for each observation (with an observed target variable)
doubleintegral <- function(lower_inner, upper_inner, lower_outer, upper_outer,
cdf, ...){
ret <- (
cdf(x = upper_outer, y = upper_inner, ...) -
cdf(x = upper_outer, y = lower_inner, ...)
) - (
cdf(x = lower_outer, y = upper_inner, ...)-
cdf(x = lower_outer, y = lower_inner, ...)
)
return(ret)
}
#' Function need to multivariate samples of a truncated multivariate normal distribution
#'
#' As rtmvnorm only allows one mean vector of one multivariate normal distribution,
#' but we need different mean vectors for different multivariate normal distributions,
#' we implement this function. This function in combination with \code{apply},
#' allows us to sample from a truncated multivariate normal distribution
#' with different mean vectors.
#' @param elements Originally a matrix, but when passed to samp, it is a vector.
#' The first length_mean elements are the mean vector of g and y,
#' the next two elements are the lower bounds for g and y,
#' the last two elements are the upper bounds for g and y.
#' @param Sigma The covariance matrix of the multivariate normal distribution to sample from.
#' @return A length_mean x 1 matrix with the samples for g and y.
sampler <- function(elements, Sigma){
ret <- tmvtnorm::rtmvnorm(1,
mean = elements[c(2, 5)],
sigma = Sigma,
lower = elements[c(1, 4)],
upper = elements[c(3, 6)],
algorithm = "gibbs", burn.in.samples = 1000)
return(ret)
}
#' Function to extract the different elements of a formula
#'
#' The function searches for the target variable, fixed effects variables,
#' if there is a cluster ID: this and the random effects variables.\cr
#' The names of the fixed and random intercepts variable (if existent) are explicitly labeled
#' In imputation models, the target variable can act as covariate
#' for other covariates - so we treat the target variable as fix effect variable.
#' @param model_formula A formula (from class \code{formula})
#' @param constant_variables A Boolean-vector of length equal to the number of columns in the data set
#' specifying whether a variable is a constant variable (eg. an intercept variable) or not.
#' @param variable_names_in_data A character-vector with the column names of the data set.
#' @param data The data.frame the formula belongs to.
#' @return A list with the names of the target variable, the intercept variable,
#' the fixed and random effects covariates (which includes the name of the target variable),
#' the variables with interactions and the cluster id variable.\cr
#' If some of them don't exist, they get the value "".
#' @export
extract_varnames <- function(model_formula = NULL, constant_variables,
variable_names_in_data = colnames(data), data){
# Set up default values for key variables like the target variable, the clusterID,
# and the random covariates
target_varname <- NULL
#extract key variables from formula
if(!is.null(model_formula)){
# if it was a character string, make it a formula
if(class(model_formula) == "character"){
warning("We need your model_formula to be a formula (and not a character).
So we changed it automatically, but it would be better if you do it.")
model_formula <- stats::formula(model_formula)
}
variable_names_in_formula <- all.vars(stats::terms(model_formula, data = data))
#looking for possible interactions
interactions <- grep(":", x = attr(stats::terms(model_formula, data = data), "term.labels"),
value = TRUE)
if(length(interactions) == 0){
interactions <- ""
}
# ----------Target variable
target_varname_full <- all.vars(stats::update(model_formula, . ~ 1))
#check if the formula contains any functions like "log(y)" in log(y) ~ x.
target_varname <- gsub(".*\\((.*)\\).*", "\\1", target_varname_full)
if(target_varname != target_varname_full){
warning(paste("For the tool to work saver we suggest to do the transformation -->", target_varname_full,
"<-- before running the imputation."))
}
# -------- Cluster ID
clID_varname <- sapply(lme4::findbars(model_formula), function(x) as.character(x)[3])
#check if there is a cluster variable specified:...
if(any(is.na(clID_varname)) | length(clID_varname) == 0){
#... if it is not, we don't have a random effects model
clID_varname <- ""
random_intercept_exists <- FALSE
randomeffects_varname <- ""
}else{#if the cluster id is not NA
# ----------- Z
nearly_randomeffects_varname <-
strsplit(as.character(lme4::findbars(model_formula)), "\\|")[[1]][1]
# split the variables up
nearly_randomeffects_varname <-
strsplit(nearly_randomeffects_varname, "(\\+|\\*|\\:)")[[1]]
# remove spaces
randomeffects_varname <- gsub(" ", "", nearly_randomeffects_varname)
# -- check for random intercept
# If not explicitely removed a random intercept is always present
# cf. lmer(mpg ~ cyl + (drat|am), data = mtcars)
random_intercept_exists <- TRUE
# Only if a "0" or "-1" is in the model_formula, no random intercept is estimated
# cf. lmer(mpg ~ cyl + (0 + drat|am), data = mtcars)
if("0" %in% randomeffects_varname | "-1" %in% randomeffects_varname){
random_intercept_exists <- FALSE
#exclude random effects called "0"
randomeffects_varname <- randomeffects_varname[randomeffects_varname != "0"]
#exclude random effects called "-1"
randomeffects_varname <- randomeffects_varname[randomeffects_varname != "-1"]
}
# To be fool proof: if the user puts a 1 in his model_formula,
# a random intercept shall be calculated, even if the model could do something different
# e.g. in the case lmer(mpg ~ cyl + (1 + 0 + drat|am), data = mtcars)
if("1" %in% randomeffects_varname) random_intercept_exists <- TRUE
}
# ---------X variables
fixedeffects_varname <- all.vars(stats::delete.response(stats::terms(lme4::nobars(model_formula), data = data)))
# --check if intercept is present
fixed_intercept_exists <- attributes(stats::delete.response(stats::terms(lme4::nobars(model_formula), data = data)))$intercept == 1
# --remove cluster ID from the X-variables
# (but, if model_formula was specified correctly it shouldn't be there anyway)
fixedeffects_varname <- fixedeffects_varname[ ! fixedeffects_varname %in% clID_varname]
if("0" %in% fixedeffects_varname | "-1" %in% fixedeffects_varname){
fixed_intercept_exists <- FALSE
#exclude fixed effects called "0"
fixedeffects_varname <- fixedeffects_varname[fixedeffects_varname != "0"]
#exclude fixed effects called "-1"
fixedeffects_varname <- fixedeffects_varname[fixedeffects_varname != "-1"]
}
## Handling of a intercept variable.
# If the model_formula includes a fix or random intercept
# or if there is one constant variable in the data set,
# get a good name for this intercept variable and make sure that an
# intercept variable with this name will exist in the data set.
intercept_varname <- ""
if(fixed_intercept_exists | random_intercept_exists | sum(constant_variables) == 1){
# give intercept_varname a default value.
intercept_varname <- "Intercept"
# but if there is a constant variable, its name will be used the intercept variable name
if(sum(constant_variables) == 1){
intercept_varname <- variable_names_in_data[constant_variables]
}
if(fixed_intercept_exists){
# Make the fixed intercept a part of the fixed effects.
fixedeffects_varname <- c(intercept_varname, fixedeffects_varname)
# If the intercept_varname is not "1"...
if(intercept_varname != "1"){
#... then every fixedeffects_varname that is "1" has to be removed
fixedeffects_varname <- fixedeffects_varname[ !fixedeffects_varname == "1"]
}
}
# If the intercept_varname is not "1",
# then every randomeffects_varname that is "1" has to be removed
if(random_intercept_exists){
randomeffects_varname <- c(intercept_varname, randomeffects_varname)
if(intercept_varname != "1"){
randomeffects_varname <- randomeffects_varname[ !randomeffects_varname == "1"]
}
}
# Replace the "1" in fixedeffects_varname by the name of the fixed intercept variable.
fixedeffects_varname[fixedeffects_varname == "1"] <- intercept_varname
# remove doublets
fixedeffects_varname <- unique(fixedeffects_varname)
# Replace the "1" in randomeffects_varname by the name of the intercept variable.
randomeffects_varname[randomeffects_varname == "1"] <- intercept_varname
randomeffects_varname <- unique(randomeffects_varname)
}
}else{ # if model_formula is NULL
# in this case impute every variable based on the others in a single level framework
intercept_varname <- names(constant_variables)[constant_variables]
fixedeffects_varname <- variable_names_in_data
randomeffects_varname <- ""
interactions <- ""
clID_varname <- ""
}
# Note: there can be only one intercept variable in the data set.
if(is.null(target_varname) || target_varname == "."){
target_varname <- NULL
}
ret <- list(target_varname = target_varname,
intercept_varname = intercept_varname,
fixedeffects_varname = c(target_varname, fixedeffects_varname),
randomeffects_varname = randomeffects_varname,
interactions = interactions,
clID_varname = clID_varname)
return(ret)
}
#' Function to check multilevel models on the existence of fixed intercepts
#'
#' Function to check multilevel models on the existence of fixed intercepts.
#' The specification of an intercept by calling a 1-column (e.g. "int")
#' is not counted towards the existence of an intercept.
#' Contradictory inputs like "~ 1 + 0 + X1 + ..." or "~ -1 + 1 + X1 + ..."
#' will throw an error.
#' @param model_formula A formula (from class \code{formula})
#' @return A boolean value indicating whether there is a fixed intercept in the model or not
#' @export
fixed_intercept_check <- function(model_formula){
if(!is.null(model_formula)){
# if it was a character string, make it a formula
if(class(model_formula) == "character"){
warning("We need your model_formula to be a formula (and not a character).
So we changed it automatically, but it would be better if you do it.")
model_formula <- stats::formula(model_formula)
}
}
#If a dot was used in the model_formula (e.g. y ~ 0 + .) stats::terms() need a data.frame as all variables from this dataset will be used.
#In this case, here an artificial dataset with a (hopefully) unique variable name is used.
fixedeffects_varname <- all.vars(stats::delete.response(
stats::terms(lme4::nobars(model_formula), data = data.frame("ThisVariableWasIntroducedByHMIBecauseADotAppearedInTheFormula" = 1:2))
))
# --check if intercept is present
fixed_intercept_exists <- attributes(stats::delete.response(
stats::terms(lme4::nobars(model_formula), data = data.frame("ThisVariableWasIntroducedByHMIBecauseADotAppearedInTheFormula" = 1:2))
))$intercept == 1
# if(fixedeffects_varname == "ThisVariableWasIntroducedByHMIBecauseADotAppearedInTheFormula"){
# fixed_intercept_exists <- FALSE
# }
#check on unplausibilities:
if(fixed_intercept_exists &
("0" %in% fixedeffects_varname | "-1" %in% fixedeffects_varname)){
stop("Your model_formula specify both, the existence and absence of a fixed intercept.")
}
return(fixed_intercept_exists)
}
#' Function to check multilevel models on the existence of random intercepts
#'
#' Function to check multilevel models on the existence of random intercepts.
#' The specification of an intercept by calling a 1-column (e.g. "int")
#' is not counted towards the existence of an intercept.
#' Contradictory inputs like "~ 1 + 0 + X1 + ..." or "~ -1 + 1 + X1 + ..."
#' will throw an error.
#' @param model_formula A formula (from class \code{formula})
#' @return A boolean value indicating whether there is a fixed intercept in the model or not
#' @export
random_intercept_check <- function(model_formula){
if(!is.null(model_formula)){
# if it was a character string, make it a formula
if(class(model_formula) == "character"){
warning("We need your model_formula to be a formula (and not a character).
So we changed it automatically, but it would be better if you do it.")
model_formula <- stats::formula(model_formula)
}
}
randomeffects_varname <- as.character(lme4::findbars(model_formula)[[1]][2])
#if there are no random effects at all, there definitely is random intercept
if(length(randomeffects_varname) == 0) return(FALSE)
#if the only random effect variable is "0", the input makes no sense, and of course no random intercept is specified
if(randomeffects_varname == "0") return(FALSE)
# --check if intercept is present
#supported ways to specify an intercept:
# "1 +..."
# "1+..."
# "...+1"
# "...+ 1"
# "..."
pro_int <- length(grep("^1\\ +|^1\\+|\\+1|\\+ 1", randomeffects_varname)) > 0
#supported ways to supress an intercept
# "-1 +..."
# "- 1 +.."
# "-1+..."
# "- 1+.."
# "...- 1"
# "...-1"
# "0 +..."
# "0+.."
# "...+ 0"
# "...+0"
contra_int <-
length(grep("\\-1\\ +|\\- 1\\ +|\\-1\\+|\\- 1\\+|\\- 1|\\-1|^0\\ +|^0\\+|\\+ 0|\\+0",
randomeffects_varname)) > 0
random_intercept_exists <- !contra_int
if(pro_int & contra_int){
print("We found indications for and against a random intercept in your model_formula.")
}
return(random_intercept_exists)
}
#' Function to transform objects into an interval object
#'
#' Function to transform numeric (or character) vectors or n times 2 matrices into an interval object
#' @param x An object to transform.
#' Currently the function can transform numeric vectors and characters
#' @param sna Boolean: if \code{TRUE}, \code{NA}s are kept as standard \code{NA}s.
#' Otherwise they are turned into \code{"-Inf;Inf"}.
#' @seealso \link[hmi]{generate_interval}
#' @return A vector of class \code{interval}.
#' @examples as.interval(c("1000;2000", "700;700", NA))
#' @export
as.interval <- function(x, sna = FALSE){
#Therefore it is needed, that "NA;NA" is a level in interval.
if(is.factor(x)){
x <- as.character(x)
}
if(is.numeric(x)){
if(is.matrix(x) && ncol(x) == 2){
return(generate_interval(lower = x[, 1], upper = x[, 2]))
}else{
x <- paste(x, ";", x, sep = "")
}
}
if(sna) orgNA <- is.na(x)
x[is.na(x)] <- c("NA;NA")
raw <- unlist(strsplit(x, ";"))
raw[raw == "NA"] <- NA
lower <- as.numeric(raw[seq(1, 2*length(x), by = 2)])
upper <- as.numeric(raw[seq(2, 2*length(x), by = 2)])
if(sna){
lower[orgNA] <- NA
upper[orgNA] <- NA
ret <- generate_interval(lower, upper, sna = TRUE)
}else{
ret <- generate_interval(lower, upper)
}
return(ret)
}
#' Function to generate an interval object
#'
#' Function to generate transform into an
#' \code{interval} object from numeric (or character) vectors.
#' @param lower a vector with the lower values of a variable
#' @param upper a vector with the upper values of a variable
#' @param sna Boolean: if \code{TRUE}, \code{NA}s are kept as standard \code{NA}s.
#' Otherwise they are turned into \code{"-Inf;Inf"}.
#' @return a character vector with the lower and upper bound values.
#' @export
generate_interval <- function(lower, upper, sna = FALSE){
if(length(lower) != length(upper)) stop("lower and upper need the same length")
orgNAlower <- is.na(lower)
orgNAupper <- is.na(upper)
# NA get the most uniformative values:
# for the lower bound it is -Inf, and for the upper it is +Inf
lower[is.na(lower)] <- -Inf
upper[is.na(upper)] <- Inf
lower[is.nan(lower)] <- -Inf
upper[is.nan(upper)] <- Inf
if(any(lower > upper)){
stop("each element in lower must be smaller or equal to the corresponding element in upper")
}
ret <- paste(lower, upper, sep = ";")
if(sna){
ret[orgNAlower & orgNAupper] <- NA
}
class(ret) <- "interval"
return(ret)
}
#' Function to check whether an object is an interval
#'
#' If there are numerics separated by semicolons (;), this is considered to be an interval.
#' intervals with 2.4e5 are not considered to be an interval.
#' @param x an object
#' @return a boolean value indicting whether x is an interval or not
is_interval <- function(x){
if("interval" %in% class(x)) return(TRUE)
if("formula" %in% class(x)) return(FALSE)
#NAs in x shall be ignored.
x <- x[!is.na(x)]
#search at the start for one or more digits optionally preceded by an "-"
# optionally followed by one period (or "full stop") and one or more digits
#or the interval starts with "-Inf"
reg_low <- "^((-){0,1}[[:digit:]]{1,}(\\.[[:digit:]]{1,}){0,1}|(-){0,1}Inf|NA)"
#the end of the interval is one or more digits optionally preceded by an "-"
# optionally followed by one period (or "full stop") and one or more digits
#or the interval ends with "Inf"
reg_up <- "((-){0,1}[[:digit:]]{1,}(\\.[[:digit:]]{1,}){0,1}|(-){0,1}Inf|NA)$"
#currently no check on whether the interval is valid (lower bound does not exceed upper bound) is made.
matches <- grep(paste(reg_low, reg_up, sep = ";"), x)
#currently c("100", "100;200") is not classified as interval. This might be changed in future by setting
#return(length(matches) >= 1)
return(length(matches) == length(x))
}
#' Transform interval objects into data.frames
#'
#' This function transforms interval objects into data.frames.
#' This is not only relevant on its own, it is also needed whenever
#' a function need objects as a data.frame (e.g. \code{View} or \code{cbind}).
#' @param x an object of class interval.
#' @param ... arguments to be passed to \code{as.data.frame}.
#' @return a data.frame containing x as a character
#' @export
as.data.frame.interval <- function(x, ...){
tmp <- as.data.frame(rep(NA, length(x)), ...)
colnames(tmp) <- colnames(x)
tmp[, 1] <- x
return(tmp)
}
#' Split up intervals
#'
#' This function splits an interval object up into the lower and upper bound
#' @param interval an interval object of length n
#' (if it is something else, it is returned unchanged)
#' @return a n times 2 matrix. The first column is the lower bound, the second the upper bound.
#' @export
split_interval <- function(interval){
#if it is no interval object, just return the object
if(!is_interval(interval)) return(interval)
#NA values have to be set temporarily to "NA;NA"
#Therefore it is needed, that "NA;NA" is a level in interval.
interval <- as.character(interval)
interval[is.na(interval)] <- "NA;NA"
raw <- unlist(strsplit(interval, ";"))
raw[raw == "NA"] <- NA
lower <- as.numeric(raw[seq(1, 2*length(interval), by = 2)])
upper <- as.numeric(raw[seq(2, 2*length(interval), by = 2)])
return(matrix(c(lower, upper), ncol = 2))
}
#' decompose up intervals
#'
#' This function decomposes an interval object up into precise observations
#' (e.g. "1850.23;1850.23" into 1850.23),
#' imprecise observations (e.g. "1800;1900") and
#' missing observations ("-Inf;Inf" into NA)
#' @param interval A vector, factor or optimally an \code{interval} object of length n
#' (if it is something else, it is returned unchanged)
#' @return A matrix with 5 columns.
#' 1. A column "precise" for the precise observations
#' (length of interval = 0, e.g. "3000;3000"). If observation i is not precise,
#' the i-th entry in this columns will be \code{NA}.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(2500, NA, NA, NA)
#' 2. A column "lower" for the values of the lower bounds
#' of the imprecise observations (length of interval > 0,
#' e.g. "3000;4000" or "-Inf;0"), precise observations will get
#' \code{NA}s here.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(NA, 3000, -Inf, NA)
#' 3. A column "upper" for the values of the upper bounds
#' of the imprecise observations.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(NA, 4000, 0, NA)
#' 4. A column "lower_general" with the lower bound values of all observations,
#' without distinction between precise, imprecise or missing observations.
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(2500, 3000, -Inf, -Inf)
#' c("2500;2500", "3000;4000", "-Inf;0", NA) will lead to c(2500, 4000, 0, Inf)
decompose_interval <- function(interval){
if(!(is.vector(interval) | is.factor(interval) | is.numeric(interval)| is_interval(interval))){
stop("interval has to be a vector, factor, numeric or interval.")
}
if(is.factor(interval)){
interval <- as.character(interval)
}
if(is.character(interval)){
interval <- as.interval(interval)
}
if(!is_interval(interval)){
ret <- data.frame(precise = interval, lower_imprecise = NA, upper_imprecise = NA,
lower_general = ifelse(is.na(interval), -Inf, interval),
upper_general = ifelse(is.na(interval), Inf, interval))
return(ret)
}
tmp <- split_interval(interval)
dists <- tmp[, 2] - tmp[, 1]
dists[is.na(dists)] <- Inf
# Get the precise observations of the interval (the imprecise observations will be NA)
precise <- ifelse(abs(dists) < 1e-20, tmp[, 1], NA)
# Get the imprecise observations of the interval (the precise will be NA)
imprecise <- as.interval(ifelse(abs(dists) >= 1e-20 | is.na(dists), interval, NA), sna = TRUE)
# Split the imprecise observations up into the lower and upper bound
tmp_imprecise <- split_interval(imprecise)
ret <- matrix(c(precise, tmp_imprecise[, 1],
tmp_imprecise[, 2],
ifelse(is.na(tmp[, 1]), -Inf, tmp[, 1]),
ifelse(is.na(tmp[, 2]), Inf, tmp[, 2])), ncol = 5)
colnames(ret) <- c("precise", "lower_imprecise", "upper_imprecise", "lower_general", "upper_general")
return(ret)
}
#' Get standard NAs from interval data
#'
#' This function replaces observations with "-Inf;Inf" in an interval,
#' which basically means "no information available", with the standard NAs
#' (therefore the name 'sna').
#' Observations with a finite bound (e.g.x = "0;Inf") are not replaced,
#' since they contain information (here: "x is positive").
#' @param x can by any object, but the function was designed for \code{interval}-objects.
#' @return In case of \code{x} being an \code{interval}-object, it returns a n times 2 matrix.
#' The first column is the lower bound, the second the upper bound.
#' Otherwise it returns just \code{x}.
#' @export
sna_interval <- function(x){
#if it is no interval object, just return the object
if(!is_interval(x)){
return(x)
}
#replace observations with "-Inf;Inf" by NA
x[x == "-Inf;Inf"] <- NA
return(x)
}
#' Transform interval variables to an interval data frame
#'
#' This function is the path from this hmi package to the linLIR package (Wiencierz, 2012).
#' @param interval an \code{interval}
#' @return an interval data frame (idf-object) with one variable (having a lower and an upper bound).
#' @export
interval2idf <- function(interval){
#lapply(interval, split_interval)
dat <- as.data.frame(split_interval(interval))
ret <- linLIR::idf.create(dat)
return(ret)
}
#' Transform interval data frames into data.frames with interval variables
#'
#' This function is the path from the linLIR package (Wiencierz, 2012) to this hmi package.
#' @param idf an interval data frame (idf-object).
#' @return A \code{data.frame} where the interval variables are stored as \code{interval} objects.
#' @export
idf2interval <- function(idf){
ret <- data.frame(matrix(nrow = idf$n, ncol = length(idf) - 1))
for(i in 1:ncol(ret)){
ret[, i] <- generate_interval(lower = idf[[i]][, 1], upper = idf[[i]][, 2])
}
colnames(ret) <- names(idf)[-length(idf)]
return(ret)
}
#' Plotting interval variables
#'
#' Function to plot interval variables by rectangles. The bounds of the rectangles are given by the
#' lower and upper bounds of the interval variables. To avoid precise observations to have a line-width
#' of 0, small values are added to the upper and lower bounds what guarantees the rectangles (or lines or points)
#' to be easily visible in the plot.
#' @param x In its most save way, \code{x} is an object from class \code{interval}
#' and jointly used with a second \code{interval} object \code{y}. If no \code{y} is given,
#' the values of \code{x} are just plotted in order of appearance
#' (cf. \code{plot(iris$Sepal.Length)}).
#' \code{x} can also be a \code{formula} with two variables found in \code{data}.
#' @param y If used jointly with \code{x}, it has to be a numeric vector or an \code{interval} object.
#' @param data If \code{x} is a \code{fomula}, it has to be a data.frame or matrix with column names
#' fitting to the two variables named in the formula.
#' @param col The color of the rectangles.
#' @param xlab A title for the x axis: see \code{title}.
#' @param ylab A title for the y axis: see \code{title}.
#' @param xlim Numeric vectors of length 2, giving the x coordinate ranges.
#' @param ylim Numeric vectors of length 2, giving the y coordinate ranges.
#' @param sort A character specifying how the values should be sorted if only one variable is to be plotted.
#' By default they are sorted according to their position in the data set.
#' \code{sort = "lowerbound_increasing"} sorts the data primarily by their lower bound, and secondarily
#' (this means for equal lower bounds) by their upper bounds. Both in increasing order.
#' For \code{sort = "lowerbound_decreasing"}, both happens in decreasing order.
#' \code{sort = "mostprecise_increasing"} sorts the data by their length of the interval they represent,
#' and within equal lengths by the lower bound. Both in increasing order.
#' For \code{sort = "mostprecise_decreasing"}, both happens in decreasing order.
#' @param ... graphical parameters such as \code{main}.
#' @export
plot.interval <- function(x = NULL, y = NULL, data = NULL, col = "black",
xlab = NULL, ylab = NULL,
xlim = NULL, ylim = NULL,
sort = NULL, ...){
myylab <- "y"
myxlab <- "x"
if(is.null(x) && is.null(y)){
y <- data[, 1]
x <- data[, 2]
myylab <- colnames(data)[ , 1]
myxlab <- colnames(data)[ , 2]
}
if((is_interval(x) | is.numeric(x)) && is.null(y)){
y <- x
x <- 1:length(y)
myylab <- "values"
myxlab <- "Index"
}
if(class(x) == "formula"){
yname <- as.character(x)[2]
xname <- as.character(x)[3]
y <- data[, yname]
x <- data[, xname]
myylab <- yname
myxlab <- xname
}
if(is_interval(y)){
y_split <- split_interval(y)
}else{
y_split <- cbind(y, y)
}
if(is_interval(x)){
x_split <- split_interval(x)
x_eps <- (xrange[2] - xrange[1])/500
}else{
x_split <- cbind(x, x)
x_eps <- 0.3
}
xrange <- range(x_split, na.rm = TRUE, finite = TRUE)
yrange <- range(y_split, na.rm = TRUE, finite = TRUE)
#rect(xleft = -1, ybottom = 1, xright = -0.5, ytop = 1.5, density = 1000)#add ,...
#make sure points and lines can be seen
y_eps <- (yrange[2] - yrange[1])/500
y_split <- y_split + rep(y_eps*c(-1, 1), each = nrow(y_split))
x_split <- x_split + rep(x_eps*c(-1, 1), each = nrow(x_split))
#replaces NAs by +- Inf
x_split[is.na(x_split[, 1]), 1] <- -Inf
x_split[is.na(x_split[, 2]), 2] <- Inf
y_split[is.na(y_split[, 1]), 1] <- -Inf
y_split[is.na(y_split[, 2]), 2] <- Inf
#replace infinite values with values outside the range
y_split[is.infinite(y_split[, 1]), 1] <- yrange[1] - (yrange[2] - yrange[1])
y_split[is.infinite(y_split[, 2]), 2] <- yrange[2] + (yrange[2] - yrange[1])
x_split[is.infinite(x_split[, 1]), 1] <- xrange[1] - (xrange[2] - xrange[1])
x_split[is.infinite(x_split[, 2]), 2] <- xrange[2] + (xrange[2] - xrange[1])
if(!is.null(xlab)) myxlab <- xlab
if(!is.null(ylab)) myylab <- ylab
if(!is.null(xlim)) xrange <- xlim
if(!is.null(ylim)) yrange <- ylim
if(!is.null(sort)){
if(sort == "lowerbound_increasing"){
tmp <- decompose_interval(y)
y_split <- y_split[order(tmp[, "lower_general"], tmp[, "upper_general"]),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
if(sort == "lowerbound_decreasing"){
tmp <- decompose_interval(y)
y_split <- y_split[order(tmp[, "lower_general"], tmp[, "upper_general"], decreasing = TRUE),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
if(sort == "mostprecise_increasing"){
interval_lengths <- decompose_interval(y)[, "upper_general"] -
decompose_interval(y)[, "lower_general"]
y_split <- y_split[order(interval_lengths, y_split[, 1]),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
if(sort == "mostprecise_decreasing"){
interval_lengths <- decompose_interval(y)[, "upper_general"] -
decompose_interval(y)[, "lower_general"]
y_split <- y_split[order(interval_lengths, y_split[, 1], decreasing = TRUE),]
if(is.null(xlab)) myxlab <- "Index of sorted values"
}
}
graphics::plot(0, pch = '', ylab = myylab, xlab = myxlab,
xlim = xrange,
ylim = yrange, ...)
graphics::rect(xleft = x_split[, 1], ybottom = y_split[, 1],
xright = x_split[, 2], ytop = y_split[, 2],
border = NA, col = col, ...)
}
#' Tabulating interval objects
#'
#' Function to tabulate interval objects
#' @param x In its most save way, \code{x} is an object from class \code{interval}.
#' @param ... Other parameters passed to \code{table}.
#' @return A table.
#' @export
table <- function(x, ...) {
UseMethod('table', x)
}
#' @param sort A character specifying how the values should be sorted if only one variable is to be plotted.
#' \code{sort = "lowerbound_increasing"} (the default) sorts the data primarily by their lower bound, and secondarily
#' (this means for equal lower bounds) by their upper bounds. Both in increasing order.
#' For \code{sort = "lowerbound_decreasing"} both happens in decreasing order.
#' \code{sort = "mostprecise_increasing"} sorts the data by their length of the interval they represent,
#' and within equal lengths by the lower bound. Both in increasing order.
#' \code{sort = "mostprecise_decreasing"} both happens in decreasing order.
#' @rdname table
#' @export
table.interval <- function(x, sort = "lowerbound_increasing", ...){
tab <- table(unclass(x), ...)
tmp <- decompose_interval(as.interval(names(tab)))
if(sort == "lowerbound_increasing"){
tab <- tab[order(tmp[, "lower_general"], tmp[, "upper_general"])]
}
if(sort == "lowerbound_decreasing"){
tab <- tab[order(tmp[, "lower_general"], tmp[, "upper_general"], decreasing = TRUE)]
}
if(sort == "mostprecise_increasing"){
interval_lengths <- tmp[, "upper_general"] -
tmp[, "lower_general"]
tab <- tab[order(interval_lengths, tmp[, "lower_general"])]
}
if(sort == "mostprecise_decreasing"){
interval_lengths <- tmp[, "upper_general"] -
tmp[, "lower_general"]
tab <- tab[order(interval_lengths, tmp[, "lower_general"], decreasing = TRUE)]
}
return(tab)
}
#' @rdname table
#' @export
table.default <- function(x, ...) {
return(base::table(x, ...))
}
#' Adding function
#'
#' Function to add single elements or vectors (of correct dimension) to the interval object
#' @param interval an object from class interval
#' @param x an single element or vector to add to the interval object
#' @return an interval object
#' @export
#' @rdname interval-add
"+.interval" <- function(interval, x){
tmp <- split_interval(interval) + split_interval(x)
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Subtraction function
#'
#' Function to subtract single elements or vectors (of correct dimension) from the interval object
#' @param interval an object from class interval
#' @param x an single element or vector to subtract to the interval object
#' @return an interval object
#' @export
#' @rdname interval-subtract
"-.interval" <- function(interval, x){
tmp <- split_interval(interval) - split_interval(x)
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Multiplication function
#'
#' Function to multiply single elements or vectors (of correct dimension) to the interval object
#' @param interval an object from class interval
#' @param x an single element or vector for multiplication
#' @return an interval object
#' @export
#' @rdname interval-multiply
"*.interval" <- function(interval, x){
tmp <- split_interval(interval) * split_interval(x)
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Dividing function
#'
#' Function to divide single elements or vectors (of correct dimension) to the interval object
#' @param interval an object from class interval
#' @param x an single element or vector for division
#' @return an interval object
#' @export
#' @rdname interval-divide
"/.interval" <- function(interval, x){
tmp <- split_interval(interval) / split_interval(x)
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Modulo function
#'
#' Modulo function for interval objects
#' @param interval an object from class interval
#' @param x an single element or vector to add to the interval object
#' @return a vector with the modulo for the precise elements in \code{interval}.
#' For imprecise elements, \code{NA} is returned.
#' @export
#' @rdname interval-modulo
#' \alias{\%<unescaped bksl>\%}
"%%.interval" <- function(x, interval){
return(decompose_interval(interval)[, "precise"] %% x)
}
#' Log function for interval objects
#'
#' Log function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{log}
#' @export
log.interval <- function(x, ...){
tmp <- base::log(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Exp function for interval objects
#'
#' Exp function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{exp}.
#' @export
exp.interval <- function(x, ...){
tmp <- base::exp(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Power function
#'
#' Taking the power of interval objects
#' @param interval an object from class interval
#' @param x an single numeric to potentiate
#' @return an interval object
#' @export
#' @rdname interval-power
"^.interval" <- function(interval, x){
tmp <- split_interval(interval) ^ x
generate_interval(lower = tmp[, 1], upper = tmp[, 2])
}
#' Sqrt function for interval objects
#'
#' Sqrt function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{sqrt}.
#' @export
sqrt.interval <- function(x, ...){
tmp <- base::sqrt(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Round function for interval objects
#'
#' Round function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{round}.
#' @export
round.interval <- function(x, ...){
tmp <- base::round(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Floor function for interval objects
#' Floor function for interval objects
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{floor}.
#' @export
floor.interval <- function(x, ...){
tmp <- base::floor(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Ceiling funtion for intervals
#'
#' Ceiling funtion for intervals
#' @param x numeric vector or interval object
#' @param ... further arguments passed to \code{ceiling}.
#' @export
ceiling.interval <- function(x, ...){
tmp <- base::ceiling(split_interval(x, ...))
ret = generate_interval(lower = tmp[, 1], upper = tmp[, 2])
return(ret)
}
#' Head for intervals
#'
#' Head function for intervals returning the first elements of an \code{interval} object
#' @param x vector, matrix, table, data.frame or interval object
#' @param ... further arguments passed to \code{head}.
head.interval <- function(x, ...){
tmp <- utils::head(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Tail for intervals
#'
#' Tail function for intervals returning the last elements of an \code{interval} object
#' @param x vector, matrix, table, data.frame or interval object
#' @param ... further arguments passed to \code{tail}.
tail.interval <- function(x, ...){
tmp <- utils::tail(split_interval(x, ...))
return(generate_interval(lower = tmp[, 1], upper = tmp[, 2]))
}
#' Index for interval
#'
#' Function to index elements of an interval object
#' @param obj the interval object
#' @param index the index of the elements to replace
`[.interval` <- function(obj, index){
ret <- as.interval(as.character(obj)[index], sna = TRUE)
return(ret)
}
#' Replace for interval
#'
#' Function to replace elements of an interval object
#' @param obj the interval object
#' @param index the index of the elements to replace
#' @param value the value the replaced elements shall take
`[<-.interval` <- function(obj, index, value){
ret <- as.character(obj)
ret[index] <- value
return(as.interval(ret, sna = TRUE))
}
#' Function to give the center of the interval
#'
#' Function to give the center of the interval object
#' @param interval an object from class interval
#' @param inf2NA logical. If \code{TRUE}, entries containing -Inf or Inf, will return NA.
#' @return A numeric vector
#' @export
center_interval <- function(interval, inf2NA = FALSE){
if(!is_interval(interval)){
return(interval)
}
tmp <- rowMeans(x = split_interval(interval))
if(inf2NA){
tmp[is.infinite(tmp)] <- NA
}
return(tmp)
}
#' is.na for interval objects
#'
#' This functions checks whether elements from an \code{interval} object are \code{NA}
#' @param interval An \code{interval} object of length n
#' @return A boolean vector of length n indicating whether the entries in \code{interval}
#' are \code{NA} or not. Cf. \code{is.na}.
is.na.interval <- function(interval){
ret <- is.na(as.character(sna_interval(interval)))
return(ret)
}
#' Standardizing function
#'
#' Function to standardize variables that are numeric (continuous and count variables) but no rounded continuous, semicontinuous, intercepts or categorical variables.
#' @param X A n times p data.frame with p fixed (or random) effects variables.
#' @return A n times p data.frame with the standardized versions of the numeric variables.
#' @export
stand <- function(X){
if(!is.data.frame(X)) stop("X has to be a data.frame.")
if(ncol(X) == 0) return(X)
types <- array(NA, dim = ncol(X))
for(i in 1:length(types)){
types[i] <- get_type(X[, i])
}
need_stand_X <- types %in% c("cont", "count", "roundedcont", "semicont")
X_stand <- X
tmp <- as.data.frame(scale(X[, need_stand_X]))
X_stand[, need_stand_X] <- matrix(tmp, ncol = ncol(tmp)) # this avoids having attributes delivered by scale().
return(as.data.frame(X_stand))
}
#' cleanup data.frames
#'
#' Function to exclude (factor or interval) variables that have too many levels
#' (as they may cause numerical problems), to change binary factors to 0-1 coding
#' (as such factors might generate linear dependent variables) and
#' to remove multiple intercepts.
#' @param X A n times p data.frame with p fixed (or random) effects variables.
#' @param k An integer defining the allowed maximum of levels in a factor covariate.
#' @return A n times (p-r) data.frame, with r being the number of variables with too many factors.
#' @export
cleanup <- function(X, k = Inf){
if(!is.data.frame(X)) stop("X has to be a data.frame.")
if(!is.numeric(k)) stop("k has to be a single numeric value.")
if(length(k) > 1) stop("k has to be a single numeric value.")
# work out the type of the variables
types <- array(dim = ncol(X))
for(j in 1:length(types)) types[j] <- get_type(X[, j])
# currently, R interprets interval data as categorical.
# This can be unfeasible as there could be as many categories as observations.
# Three practical approaches are 1. removing interval data. 2. splitting them up into
# two separate variables. 3. Interprete them as factors. Currently we chose option 3.
# The code in comments can be activated, when approach 2 shall be used.
interval <- types == "interval"
#added_variables <- as.data.frame(matrix(NA, nrow = nrow(X), ncol = 2 * sum(interval)))
#interval_counter <- 1
for(l in which(interval)){
X[, l] <- as.factor(X[, l])
#lower <- sample_imp(split_interval(X[, l])[, 1])
#upper <- sample_imp(split_interval(X[, l])[, 2])
#added_variables[, 2 * (interval_counter - 1) + 1:2] <- cbind(lower, upper)
#interval_counter <- interval_counter + 1
}
#Make any binary data coded in 0 and 1.
binary <- types == "binary"
for(l in which(binary)){
#make every binaray variable a factor, and then numeric, which should results in
#a 1 and 2 coding.
tmp <- as.numeric(factor(X[, l]))
#With the following formula variables from 1 and 2 coding will be transformed
#into 0-1 coding.
#The formula is kept general for the unlikely event that the line above didn't
#gave a 1-2 but r-s coding.
#If r < s then the formula recodes r to (r-r)/(s-r) = 0 and s to (s-r)/(s-r) = 1.
#If r > s then r will be 1 and s = 0.
X[, l] <- (tmp - min(tmp))/(max(tmp) - min(tmp))
}
# determine the "categorical" variables.
categorical <- types == "categorical" | types == "interval"
# get the name of the variables, that have too many levels
too_many_levels <- colnames(X[, categorical, drop = FALSE])[
apply(X[, categorical, drop = FALSE], 2, function(x) nlevels(factor(x))) > k]
more_than_10_levels <- colnames(X[, categorical, drop = FALSE])[
apply(X[, categorical, drop = FALSE], 2, function(x) nlevels(factor(x))) > 10]
#if(length(more_than_10_levels) > 0){
# warning(paste("More than 10 categories found in ", paste(more_than_10_levels, collapse = ", "),
# ".\n To prevent instable results, consider setting alpha = 0.2.
# \n See ?hmi for a description of alpha.", sep = ""))
#}
tmp <- X[, !names(X) %in% too_many_levels, drop = FALSE] # If interval variables shall be split up
#add & !interval
# When multiple intercept variables are present, keep only the first
intercepts <- types == "intercept"
if(sum(intercepts) >= 2){
#in other words: remove all intercepts variables, except the first on
tmp <- tmp[, -which(intercepts)[-1], drop = FALSE]
}
ret <- tmp #currentlich not in use: cbind(tmp, added_variables)
if(ncol(ret) == 0) stop("No variables left after removing excessive variables.")
return(ret)
}
#' Checking the chains on convergence
#'
#' Formally tests the Gibbs-sampling chains on convergence.
#' After the burn in is discarded, the remaining iterations of each chain
#' are tested following Geweke (1992).
#' In this test, the arithmetic means and their standard errors of the first 10\%
#' and last 50\% of the chain (from now on always after discarding the burn in)
#' are compared. In case of a stationary distribution, both means have the same
#' expected value. The difference between both arithmetic means is divided
#' the standard error.
#' This is the Z-score, the test statistic.
#' Chains not passing the test will be plotted.
#' Each plot will flag which (fixed effect or variance) parameter was tested;
#' and what variable was to be imputed and the cycle and imputation run.
#' To see the next plot, the user has to hit <Return> (or "Enter").
#' @param mids A mids object generated by hmi
#' (alternatively a list), having an element called "gibbs" with the chains
#' of the Gibbs-sampler runs.
#' @param alpha A numeric value between 0 and 1 for the desired significance level
#' of the test on convergence.
#' @param thin An integer to set the thinning interval range. If thin = 1,
#' every iteration of the Gibbs-sampling chain will be kept. For highly autocorrelated
#' chains, that are only examined by few iterations (say less than 1000),
#' the \code{geweke.diag} might fail to detect convergence. In such cases it is
#' essential to look at a chain free from autocorrelation. When setting \code{thin = NULL},
#' the function will use internally a thinning of \code{max(1, round((nitt-burnin)/1000))}
#' to get approximately 1000 iterations to be tested.
#' @param plot Logical. Shall the chains be plotted in a traceplot or not.
#' If the number of iterations and cycles is large, click through all traceplots
#' can be interminable.
#' @references J Geweke (1992): Evaluating the accuracy of sampling based approaches
#' to calculating posterior moments. In Bayesian Statistics 4
#' (ed. JB Bernando, JO Berger, AP Dawid and Adrian FM Smith) (pp. 169-193).
#' Clarendon Press, Oxford, UK.
#' @export
chaincheck <- function(mids, alpha = 0.01, thin = 1, plot){
if(rlang::is_missing(plot)){
if(interactive()){
plot <- TRUE
}else{
plot <- FALSE
}
}
if(!is.numeric(alpha)){
stop("alpha has to be a numeric value between 0 and 1.")
}
if(length(alpha) > 1){
stop("alpha has to be a single numeric value between 0 and 1 and not a vector.")
}
if(alpha < 0 | alpha > 1){
stop("alpha has to be between 0 and 1.")
}
nitt <- mids$gibbs_para[1]
burnin <- mids$gibbs_para[2]
#old: thin <- mids$gibbs_para[3]
#If no thinning parameter was given, it is set to a value that about 1000 iterations are to be
#examinded
if(is.null(thin)){
thin <- max(1, round((nitt-burnin)/1000))
# by using max(1, ...) we make sure that for example when nitt = 600 and burnin = 200, the thinning is sensible.
}
#If no MCMCglmm method was used to impute the data, the lists in mids$gibbs are empty.
#This is checked by this call.
if(all(unlist(lapply(mids$gibbs, function(x) all(unlist(lapply(x, function(y) length(y) == 0 ))))))){
return("No MCMC chains were found. Probably because only single level imputation methods were used.")
}
# by hitting <Return> (a.k.a. [Enter]) the user shall be able to go through the problematic
# chains by hand
opar <- graphics::par('ask')
on.exit(graphics::par(ask = opar))
graphics::par(ask = TRUE)
counter_all <- 0
counter_problematic <- 0
for(i in names(mids$gibbs)){ # the imputations
for(j in names(mids$gibbs[[i]])){ #the cycles
for(k in names(mids$gibbs[[i]][[j]])){ #the variables
for(l in 1: ncol(mids$gibbs[[i]][[j]][[k]]$Sol)){ #the fixed effects parameters
tmp0 <- as.numeric(mids$gibbs[[i]][[j]][[k]]$Sol[, l])
tmp0 <- tmp0[round(seq(1, length(tmp0), by = thin))]
#alternative: tmp0 <- tmp0[round(seq(1, length(tmp0), length = desiredlength))]
tmp1 <- coda::as.mcmc(as.numeric(tmp0))
tmp2 <- coda::geweke.diag(tmp1, frac1 = 0.1, frac2 = 0.5)$z
counter_all <- counter_all + 1
if(abs(tmp2) > stats::qnorm(1 - alpha/2)){
if(plot){
coda::traceplot(tmp1, main = paste(i, "; ", j, ";\n",
"Imp. of variable ", k, ";\n fix parameter ", l,
"; z-value: ", round(tmp2, digits = 3),
sep = ""))
}
counter_problematic <- counter_problematic + 1
}
}
#In VCV the off-diagonal elements of the random effects covariance matrix are
#included twice, so those dublicated columns have to be removed.
vcv <- mids$gibbs[[i]][[j]][[k]]$VCV
vcv2 <- t(unique(t(as.matrix(vcv))))
for(l in 1: ncol(vcv2)){ # the variance parameters
tmp0 <- vcv2[, l]
tmp0 <- tmp0[round(seq(1, length(tmp0), by = thin))]
tmp1 <- coda::as.mcmc(tmp0)
tmp2 <- coda::geweke.diag(tmp1, frac1 = 0.1, frac2 = 0.5)$z
#for the imputation of some variables, some variance parameters have to be fixed
#(e.g. binary variables). Those would give an NaN for the geweke.diag, so we set the
#test statistics to 0 in these cases.
if(get_type(tmp0) == "intercept"){
tmp2 <- 0
}
counter_all <- counter_all + 1
if(abs(tmp2) > stats::qnorm(1 - alpha/2)){
if(plot){
coda::traceplot(tmp1, main = paste(i, "; ", j, ";\n",
"Imp. of variable ", k, ";\n variance parameter ", l,
"; z-value: ", round(tmp2, digits = 3),
sep = ""))
}
counter_problematic <- counter_problematic + 1
}
}
}
}
}
cat(paste(counter_problematic, " out of ", counter_all,
" chains (",round(counter_problematic/counter_all * 100, digits = 2),"%) " ,
"did not pass the convergence test.\n",
"For alpha = ", alpha, ", the expected number is ", counter_all*alpha, ".", sep = ""))
}
|
#' NGSgrep
#'
#' This function allows you to grep a specific string from a column name. For example a specific taxnomic name or groups. All the columns containing the string and their associated values are copied into a new vector.
#'
#' @param x, vector
#' @keywords grep
#' @export
#' @examples
#' NGSgrep(x)
NGSgrep<-function(x){
greep=grep("string", names(x), value = TRUE)
greeped=x[, c(greep)]
greeped=data.matrix(greeped)
write.table(greeped, "string.csv", sep=";")
} | /R/NGS_grep.R | no_license | greintjes/NGSTAG | R | false | false | 482 | r | #' NGSgrep
#'
#' This function allows you to grep a specific string from a column name. For example a specific taxnomic name or groups. All the columns containing the string and their associated values are copied into a new vector.
#'
#' @param x, vector
#' @keywords grep
#' @export
#' @examples
#' NGSgrep(x)
NGSgrep<-function(x){
greep=grep("string", names(x), value = TRUE)
greeped=x[, c(greep)]
greeped=data.matrix(greeped)
write.table(greeped, "string.csv", sep=";")
} |
meta.RiskD <-
function(data.mi, BB.grdnum=1000, B.sim=20000, cov.prob=0.95, midp=T, MH.imputation=F, print=T, studyCI=T)
{
n=length(data.mi[,1])
n1=data.mi[,3]; n2=data.mi[,4]
p1=data.mi[,1]/data.mi[,3]; p2=data.mi[,2]/data.mi[,4]
if(MH.imputation==T)
{id=(1:n)[p1*p2==0]
p1[id]=(data.mi[id,1]+0.5)/(data.mi[id,3]+1); p2[id]=(data.mi[id,2]+0.5)/(data.mi[id,4]+1)
n1[id]=data.mi[id,3]+1; n2[id]=data.mi[id,4]+1
}
deltap=p2-p1
varp=p1*(1-p1)/n1+p2*(1-p2)/n2
weight=(n1*n2/(n1+n2))/sum(n1*n2/(n1+n2))
mu.MH=sum(deltap*weight); sd.MH=sqrt(sum(weight^2*varp))
ci.MH=c(mu.MH-qnorm((1+cov.prob)/2)*sd.MH, mu.MH+qnorm((1+cov.prob)/2)*sd.MH)
p.MH=1-pchisq(mu.MH^2/sd.MH^2,1)
d0=max(abs(ci.MH))
delta.grd=seq(-min(1, 5*d0), min(1, d0*5),length=BB.grdnum-1); delta.grd=sort(c(0,delta.grd))
pv1.pool=pv2.pool=numeric(0)
for(kk in 1:n)
{ x1=data.mi[kk,1]
x2=data.mi[kk,2]
n1=data.mi[kk,3]
n2=data.mi[kk,4]
fit=priskD.exact(x1,x2,n1,n2, delta.grd, midp=midp)
pv1.pool=rbind(pv1.pool, fit$pv1); pv2.pool=rbind(pv2.pool, fit$pv2)
if(print==T) cat("study=", kk, "\n")
}
for(i in 1:n)
{ for(j in 1:BB.grdnum)
{ pv1.pool[i,(BB.grdnum-j+1)]=max(pv1.pool[i,1:(BB.grdnum-j+1)]);pv2.pool[i,j]=max(pv2.pool[i,j:BB.grdnum])
}
}
sigma0=1/data.mi[,3]+1/data.mi[,4]
set.seed(100)
tnull=matrix(0,B.sim,3)
y=matrix(runif(B.sim*n), n, B.sim)
y=y/(1+1e-2)
tnull[,1]=apply(-log(1-y)/sigma0, 2, sum)
tnull[,2]=apply(y/sigma0, 2, sum)
tnull[,3]=apply(asin(y)/sigma0, 2, sum)
alpha0=(1+cov.prob)/2;
cut=rep(0,3)
for(b in 1:3)
cut[b]=quantile(tnull[,b], 1-alpha0)
t1=t2=matrix(0,BB.grdnum,3)
pv1.pool=pv1.pool/(1+1e-2)
pv2.pool=pv2.pool/(1+1e-2)
t1[,1]=apply(-log(1-pv1.pool)/sigma0, 2, sum); t2[,1]=apply(-log(1-pv2.pool)/sigma0, 2, sum)
t1[,2]=apply(pv1.pool/sigma0, 2, sum); t2[,2]=apply(pv2.pool/sigma0, 2, sum)
t1[,3]=apply(asin(pv1.pool)/sigma0, 2, sum); t2[,3]=apply(asin(pv2.pool)/sigma0, 2, sum)
ci.fisher= c(min(delta.grd[t1[,1]>=cut[1]]),max(delta.grd[t2[,1]>=cut[1]]))
ci.cons= c(min(delta.grd[t1[,2]>=cut[2]]),max(delta.grd[t2[,2]>=cut[2]]))
ci.iv=c(min(delta.grd[t1[,3]>=cut[3]]),max(delta.grd[t2[,3]>=cut[3]]))
ci.MH=ci.MH
ci.range=c(min(delta.grd), max(delta.grd))
est.fisher=delta.grd[abs(t2[,1]-t1[,1])==min(abs(t2[,1]-t1[,1]))][1]
est.cons=delta.grd[abs(t2[,2]-t1[,2])==min(abs(t2[,2]-t1[,2]))][1]
est.iv=delta.grd[abs(t2[,3]-t1[,3])==min(abs(t2[,3]-t1[,3]))][1]
est.MH=mu.MH
est.range=NA
n0=(BB.grdnum+1)/2
c1=t1[n0,]; c2=t2[n0,]
p.fisher= min(1, 2*min(c(1-mean(tnull[,1]>=c1[1]), 1-mean(tnull[,1]>=c2[1]))))
p.cons= min(1, 2*min(c(1-mean(tnull[,2]>=c1[2]), 1-mean(tnull[,2]>=c2[2]))))
p.iv=min(1, 2*min(c(1-mean(tnull[,3]>=c1[3]), 1-mean(tnull[,3]>=c2[3]))))
pvalue=c(p.cons, p.iv, p.fisher, p.MH, NA)
ci=cbind(ci.cons, ci.iv, ci.fisher,ci.MH, ci.range)
ci=rbind(c(est.cons, est.iv, est.fisher, est.MH, est.range), ci, pvalue)
rownames(ci)=c("est", "lower CI", "upper CI", "p")
colnames(ci)=c("constant", "inverse-variance", "fisher", "asymptotical-MH", " range")
###################################################################################################
study.ci=NULL
if(studyCI==T)
{n=length(data.mi[,1])
study.ci=matrix(0, n, 5)
colnames(study.ci)=c("est", "lower CI", "upper CI", "p", "limit")
rownames(study.ci)=1:n
for(kk in 1:n)
{xx1=data.mi[kk,1]
xx2=data.mi[kk,2]
nn1=data.mi[kk,3]
nn2=data.mi[kk,4]
fit=ci.RiskD(xx1, xx2, nn1, nn2, cov.prob=cov.prob, BB.grdnum=BB.grdnum, midp=midp)
study.ci[kk,2]=fit$lower
study.ci[kk,3]=fit$upper
study.ci[kk,1]=fit$est
study.ci[kk,4]=fit$p
study.ci[kk,5]=fit$status
rownames(study.ci)[kk]=paste("study ", kk)
}
}
return(list(ci.fixed=ci, study.ci=study.ci, precision=paste("+/-", (max(delta.grd)-min(delta.grd))/BB.grdnum)))
}
| /exactmeta/R/meta.RiskD.R | no_license | ingted/R-Examples | R | false | false | 4,461 | r | meta.RiskD <-
function(data.mi, BB.grdnum=1000, B.sim=20000, cov.prob=0.95, midp=T, MH.imputation=F, print=T, studyCI=T)
{
n=length(data.mi[,1])
n1=data.mi[,3]; n2=data.mi[,4]
p1=data.mi[,1]/data.mi[,3]; p2=data.mi[,2]/data.mi[,4]
if(MH.imputation==T)
{id=(1:n)[p1*p2==0]
p1[id]=(data.mi[id,1]+0.5)/(data.mi[id,3]+1); p2[id]=(data.mi[id,2]+0.5)/(data.mi[id,4]+1)
n1[id]=data.mi[id,3]+1; n2[id]=data.mi[id,4]+1
}
deltap=p2-p1
varp=p1*(1-p1)/n1+p2*(1-p2)/n2
weight=(n1*n2/(n1+n2))/sum(n1*n2/(n1+n2))
mu.MH=sum(deltap*weight); sd.MH=sqrt(sum(weight^2*varp))
ci.MH=c(mu.MH-qnorm((1+cov.prob)/2)*sd.MH, mu.MH+qnorm((1+cov.prob)/2)*sd.MH)
p.MH=1-pchisq(mu.MH^2/sd.MH^2,1)
d0=max(abs(ci.MH))
delta.grd=seq(-min(1, 5*d0), min(1, d0*5),length=BB.grdnum-1); delta.grd=sort(c(0,delta.grd))
pv1.pool=pv2.pool=numeric(0)
for(kk in 1:n)
{ x1=data.mi[kk,1]
x2=data.mi[kk,2]
n1=data.mi[kk,3]
n2=data.mi[kk,4]
fit=priskD.exact(x1,x2,n1,n2, delta.grd, midp=midp)
pv1.pool=rbind(pv1.pool, fit$pv1); pv2.pool=rbind(pv2.pool, fit$pv2)
if(print==T) cat("study=", kk, "\n")
}
for(i in 1:n)
{ for(j in 1:BB.grdnum)
{ pv1.pool[i,(BB.grdnum-j+1)]=max(pv1.pool[i,1:(BB.grdnum-j+1)]);pv2.pool[i,j]=max(pv2.pool[i,j:BB.grdnum])
}
}
sigma0=1/data.mi[,3]+1/data.mi[,4]
set.seed(100)
tnull=matrix(0,B.sim,3)
y=matrix(runif(B.sim*n), n, B.sim)
y=y/(1+1e-2)
tnull[,1]=apply(-log(1-y)/sigma0, 2, sum)
tnull[,2]=apply(y/sigma0, 2, sum)
tnull[,3]=apply(asin(y)/sigma0, 2, sum)
alpha0=(1+cov.prob)/2;
cut=rep(0,3)
for(b in 1:3)
cut[b]=quantile(tnull[,b], 1-alpha0)
t1=t2=matrix(0,BB.grdnum,3)
pv1.pool=pv1.pool/(1+1e-2)
pv2.pool=pv2.pool/(1+1e-2)
t1[,1]=apply(-log(1-pv1.pool)/sigma0, 2, sum); t2[,1]=apply(-log(1-pv2.pool)/sigma0, 2, sum)
t1[,2]=apply(pv1.pool/sigma0, 2, sum); t2[,2]=apply(pv2.pool/sigma0, 2, sum)
t1[,3]=apply(asin(pv1.pool)/sigma0, 2, sum); t2[,3]=apply(asin(pv2.pool)/sigma0, 2, sum)
ci.fisher= c(min(delta.grd[t1[,1]>=cut[1]]),max(delta.grd[t2[,1]>=cut[1]]))
ci.cons= c(min(delta.grd[t1[,2]>=cut[2]]),max(delta.grd[t2[,2]>=cut[2]]))
ci.iv=c(min(delta.grd[t1[,3]>=cut[3]]),max(delta.grd[t2[,3]>=cut[3]]))
ci.MH=ci.MH
ci.range=c(min(delta.grd), max(delta.grd))
est.fisher=delta.grd[abs(t2[,1]-t1[,1])==min(abs(t2[,1]-t1[,1]))][1]
est.cons=delta.grd[abs(t2[,2]-t1[,2])==min(abs(t2[,2]-t1[,2]))][1]
est.iv=delta.grd[abs(t2[,3]-t1[,3])==min(abs(t2[,3]-t1[,3]))][1]
est.MH=mu.MH
est.range=NA
n0=(BB.grdnum+1)/2
c1=t1[n0,]; c2=t2[n0,]
p.fisher= min(1, 2*min(c(1-mean(tnull[,1]>=c1[1]), 1-mean(tnull[,1]>=c2[1]))))
p.cons= min(1, 2*min(c(1-mean(tnull[,2]>=c1[2]), 1-mean(tnull[,2]>=c2[2]))))
p.iv=min(1, 2*min(c(1-mean(tnull[,3]>=c1[3]), 1-mean(tnull[,3]>=c2[3]))))
pvalue=c(p.cons, p.iv, p.fisher, p.MH, NA)
ci=cbind(ci.cons, ci.iv, ci.fisher,ci.MH, ci.range)
ci=rbind(c(est.cons, est.iv, est.fisher, est.MH, est.range), ci, pvalue)
rownames(ci)=c("est", "lower CI", "upper CI", "p")
colnames(ci)=c("constant", "inverse-variance", "fisher", "asymptotical-MH", " range")
###################################################################################################
study.ci=NULL
if(studyCI==T)
{n=length(data.mi[,1])
study.ci=matrix(0, n, 5)
colnames(study.ci)=c("est", "lower CI", "upper CI", "p", "limit")
rownames(study.ci)=1:n
for(kk in 1:n)
{xx1=data.mi[kk,1]
xx2=data.mi[kk,2]
nn1=data.mi[kk,3]
nn2=data.mi[kk,4]
fit=ci.RiskD(xx1, xx2, nn1, nn2, cov.prob=cov.prob, BB.grdnum=BB.grdnum, midp=midp)
study.ci[kk,2]=fit$lower
study.ci[kk,3]=fit$upper
study.ci[kk,1]=fit$est
study.ci[kk,4]=fit$p
study.ci[kk,5]=fit$status
rownames(study.ci)[kk]=paste("study ", kk)
}
}
return(list(ci.fixed=ci, study.ci=study.ci, precision=paste("+/-", (max(delta.grd)-min(delta.grd))/BB.grdnum)))
}
|
#' Check that this is a tile.
#' @param p A vector that should have names `row` and `col`
#' @return A bool for yes or no.
#' These are the two main data structures. Tiles and blocksizes are measured
#' in rows and columns, and they are stored as a numeric vector with names
#' "row" and "col". If you forget those, then you get NA. The same goes for
#' extents, which all have "rmin", "rmax", "cmin", "cmax" for the mininum and
#' maximum of rows and columns. We use these names to make it easier to
#' visually ascertain that rows are matched with rows and columns with columns.
is_tile <- function(p) all(names(p) == c("row", "col"))
is_extent <- function(e) all(names(e) == c("rmin", "rmax", "cmin", "cmax"))
#' Compute a domain extent from a process extent within a domain extent.
#' @param domain_extent The larger bounding box.
#' @param process_extent A bounding box within the domain extent.
#' @return A bounding box measured from the domain extent's coordinate system.
apply_relative_extent <- function(domain_extent, process_extent) {
stopifnot(is_extent(domain_extent))
stopifnot(is_extent(process_extent))
offset <- domain_extent[c("rmin", "cmin")] - 1
process_extent + unname(offset[c("rmin", "rmin", "cmin", "cmin")])
}
#' Find where the tile is within the process extent.
#' @param process_extent An extent vector representing what tiles this process
#' neeeds to load.
#' @param tile_extent An extent vector which is in numbers of tiles.
#' @return Where the tiles are within the process.
#' Both are relative to the domain extent.
find_relative_extent <- function(process_extent, tile_extent) {
stopifnot(is_extent(process_extent))
stopifnot(is_extent(tile_extent))
offset <- process_extent[c("rmin", "cmin")] - 1
tile_extent - unname(offset[c("rmin", "rmin", "cmin", "cmin")])
}
#' Removes tiles that have all NA for this example slice.
#' @param available This is a description of where all tiles are.
#' @return A list of remaining tiles, by row and column, so a 2D array.
#' Tile is within the domain. The sample data is already cut
#' to that domain.
remove_tiles_over_water <- function(available) {
stopifnot("sample_slice" %in% names(available))
# This slice is cut from the domain.
pfpr <- available$sample_slice
tile_cnt <- available$tiles$tile_cnt
blocksize <- available$tiles$blocksize
ridx <- rep(1:tile_cnt["row"], tile_cnt["col"])
cidx <- rep(1:tile_cnt["col"], each = tile_cnt["row"])
flog.debug("examining %d tiles for NA", length(ridx))
tiles <- rbind(ridx, cidx)
# If there is only one tile, we need to insist this is 2D array.
dim(tiles) <- c(2, length(ridx))
dimnames(tiles) <- list(c("row", "col"), NULL)
keep_tile <- vapply(1:(dim(tiles)[2]), function(tile_idx) {
extent <- tile_extent(tiles[, tile_idx], blocksize)
rmax <- min(extent["rmax"], dim(pfpr)[1])
cmax <- min(extent["cmax"], dim(pfpr)[2])
chunk <- pfpr[
extent["rmin"]:rmax,
extent["cmin"]:cmax
]
sum(!is.na(chunk)) > 0
}, FUN.VALUE = logical(1))
removed_cnt <- sum(!keep_tile)
kept_cnt <- sum(keep_tile)
flog.info(sprintf("Removing %d tiles with no data keep %d",
removed_cnt, kept_cnt))
remaining <- tiles[, keep_tile]
# Again, if there is only one to keep, insist it be 2D.
dim(remaining) <- c(2, kept_cnt)
dimnames(remaining) <- list(c("row", "col"), NULL)
remaining
}
tile_extent <- function(tile, blocksize) {
stopifnot(is_tile(tile))
stopifnot(is_tile(blocksize))
c(
rmin = unname((tile["row"] - 1L) * blocksize["row"] + 1L),
rmax = unname(tile["row"] * blocksize["row"]),
cmin = unname((tile["col"] - 1L) * blocksize["col"] + 1L),
cmax = unname(tile["col"] * blocksize["col"])
)
}
#' Given a list of tiles, figures out the bounding box of pixel values.
#' @param work A 2d matrix with a dimname on the first dimension of "row", "col".
#' @param blocksize A row and col size for blocks for the work.
raster_extent_from_work <- function(work, blocksize) {
stopifnot(all(dimnames(work)[[1]] == c("row", "col")))
stopifnot(is_tile(blocksize))
small <- tile_extent(c(row = min(work["row",]), col = min(work["col", ])), blocksize)
large <- tile_extent(c(row = max(work["row",]), col = max(work["col", ])), blocksize)
c(small["rmin"], large["rmax"], small["cmin"], large["cmax"])
}
| /R/extents.R | permissive | cavargasru/globalrc | R | false | false | 4,469 | r |
#' Check that this is a tile.
#' @param p A vector that should have names `row` and `col`
#' @return A bool for yes or no.
#' These are the two main data structures. Tiles and blocksizes are measured
#' in rows and columns, and they are stored as a numeric vector with names
#' "row" and "col". If you forget those, then you get NA. The same goes for
#' extents, which all have "rmin", "rmax", "cmin", "cmax" for the mininum and
#' maximum of rows and columns. We use these names to make it easier to
#' visually ascertain that rows are matched with rows and columns with columns.
is_tile <- function(p) all(names(p) == c("row", "col"))
is_extent <- function(e) all(names(e) == c("rmin", "rmax", "cmin", "cmax"))
#' Compute a domain extent from a process extent within a domain extent.
#' @param domain_extent The larger bounding box.
#' @param process_extent A bounding box within the domain extent.
#' @return A bounding box measured from the domain extent's coordinate system.
apply_relative_extent <- function(domain_extent, process_extent) {
stopifnot(is_extent(domain_extent))
stopifnot(is_extent(process_extent))
offset <- domain_extent[c("rmin", "cmin")] - 1
process_extent + unname(offset[c("rmin", "rmin", "cmin", "cmin")])
}
#' Find where the tile is within the process extent.
#' @param process_extent An extent vector representing what tiles this process
#' neeeds to load.
#' @param tile_extent An extent vector which is in numbers of tiles.
#' @return Where the tiles are within the process.
#' Both are relative to the domain extent.
find_relative_extent <- function(process_extent, tile_extent) {
stopifnot(is_extent(process_extent))
stopifnot(is_extent(tile_extent))
offset <- process_extent[c("rmin", "cmin")] - 1
tile_extent - unname(offset[c("rmin", "rmin", "cmin", "cmin")])
}
#' Removes tiles that have all NA for this example slice.
#' @param available This is a description of where all tiles are.
#' @return A list of remaining tiles, by row and column, so a 2D array.
#' Tile is within the domain. The sample data is already cut
#' to that domain.
remove_tiles_over_water <- function(available) {
stopifnot("sample_slice" %in% names(available))
# This slice is cut from the domain.
pfpr <- available$sample_slice
tile_cnt <- available$tiles$tile_cnt
blocksize <- available$tiles$blocksize
ridx <- rep(1:tile_cnt["row"], tile_cnt["col"])
cidx <- rep(1:tile_cnt["col"], each = tile_cnt["row"])
flog.debug("examining %d tiles for NA", length(ridx))
tiles <- rbind(ridx, cidx)
# If there is only one tile, we need to insist this is 2D array.
dim(tiles) <- c(2, length(ridx))
dimnames(tiles) <- list(c("row", "col"), NULL)
keep_tile <- vapply(1:(dim(tiles)[2]), function(tile_idx) {
extent <- tile_extent(tiles[, tile_idx], blocksize)
rmax <- min(extent["rmax"], dim(pfpr)[1])
cmax <- min(extent["cmax"], dim(pfpr)[2])
chunk <- pfpr[
extent["rmin"]:rmax,
extent["cmin"]:cmax
]
sum(!is.na(chunk)) > 0
}, FUN.VALUE = logical(1))
removed_cnt <- sum(!keep_tile)
kept_cnt <- sum(keep_tile)
flog.info(sprintf("Removing %d tiles with no data keep %d",
removed_cnt, kept_cnt))
remaining <- tiles[, keep_tile]
# Again, if there is only one to keep, insist it be 2D.
dim(remaining) <- c(2, kept_cnt)
dimnames(remaining) <- list(c("row", "col"), NULL)
remaining
}
tile_extent <- function(tile, blocksize) {
stopifnot(is_tile(tile))
stopifnot(is_tile(blocksize))
c(
rmin = unname((tile["row"] - 1L) * blocksize["row"] + 1L),
rmax = unname(tile["row"] * blocksize["row"]),
cmin = unname((tile["col"] - 1L) * blocksize["col"] + 1L),
cmax = unname(tile["col"] * blocksize["col"])
)
}
#' Given a list of tiles, figures out the bounding box of pixel values.
#' @param work A 2d matrix with a dimname on the first dimension of "row", "col".
#' @param blocksize A row and col size for blocks for the work.
raster_extent_from_work <- function(work, blocksize) {
stopifnot(all(dimnames(work)[[1]] == c("row", "col")))
stopifnot(is_tile(blocksize))
small <- tile_extent(c(row = min(work["row",]), col = min(work["col", ])), blocksize)
large <- tile_extent(c(row = max(work["row",]), col = max(work["col", ])), blocksize)
c(small["rmin"], large["rmax"], small["cmin"], large["cmax"])
}
|
.onLoad <- function(libname, pkgname) {
rJava::.jpackage(pkgname, jars="*", lib.loc = libname)
}
| /R/onLoad.R | no_license | conjugateprior/rjca | R | false | false | 99 | r | .onLoad <- function(libname, pkgname) {
rJava::.jpackage(pkgname, jars="*", lib.loc = libname)
}
|
% Generated by roxygen2 (4.1.1): do not edit by hand
% Please edit documentation in R/flashmatrix.R
\name{fm.info}
\alias{fm.info}
\alias{fm.is.sparse}
\alias{fm.is.sym}
\alias{fm.is.vector}
\alias{fm.matrix.layout}
\title{The information of a FlashMatrix object}
\usage{
fm.is.sym(fm)
fm.matrix.layout(fm)
fm.is.sparse(fm)
fm.is.vector(fm)
}
\arguments{
\item{fm}{The FlashMatrix object}
}
\value{
`fm.is.sym' and `fm.is.sparse' returns boolean constants.
}
\description{
Functions for providing the basic information of a matrix.
}
\details{
`fm.is.sym' indicates whether a matrix is symmetric.
`fm.matrix.layout' indicates how data in a matrix is organized.
`fm.is.sparse' indicates whether a matrix is sparse.
`fm.is.vector' indicates whether a FlashMatrix object is a vector.
}
\author{
Da Zheng <dzheng5@jhu.edu>
}
| /Rpkg/man/fm.info.Rd | permissive | zheng-da/FlashX | R | false | false | 827 | rd | % Generated by roxygen2 (4.1.1): do not edit by hand
% Please edit documentation in R/flashmatrix.R
\name{fm.info}
\alias{fm.info}
\alias{fm.is.sparse}
\alias{fm.is.sym}
\alias{fm.is.vector}
\alias{fm.matrix.layout}
\title{The information of a FlashMatrix object}
\usage{
fm.is.sym(fm)
fm.matrix.layout(fm)
fm.is.sparse(fm)
fm.is.vector(fm)
}
\arguments{
\item{fm}{The FlashMatrix object}
}
\value{
`fm.is.sym' and `fm.is.sparse' returns boolean constants.
}
\description{
Functions for providing the basic information of a matrix.
}
\details{
`fm.is.sym' indicates whether a matrix is symmetric.
`fm.matrix.layout' indicates how data in a matrix is organized.
`fm.is.sparse' indicates whether a matrix is sparse.
`fm.is.vector' indicates whether a FlashMatrix object is a vector.
}
\author{
Da Zheng <dzheng5@jhu.edu>
}
|
## FUNCTIONS #########################################################################
library(rgdal)
library(rgeos)
library(maptools)
ogrListLayers(dsn)
# Function for doing data retrieval
multi_hectad <- function(tvks, grid){
# read in
# for this to work you will need to create this
# r data file with your login details
# or comment out this line and type in your username
# and password in the nbnLogin function below
source("Habitats_Vs_Biodiversity/setup.R")
# get data
occ <- getOccurrences(tvks = tvks, gridRef = grid)
# write out a csv copy
# (we will also create a .rdata copy for faster loading)
#colnd <- ifelse(file.exists('Team_Temporal/shef_table.csv'), FALSE, TRUE)
#write.table(x = occ, file = 'Team_Temporal/shef_table.csv',
#sep = ',', append = TRUE, col.names = colnd,
#row.names = FALSE)
# write out data about data contributors
#colnp <- ifelse(test = file.exists('Team_Temporal/shef_providers.csv'), FALSE, TRUE)
#write.table(x = attr(occ, which = 'providers'),
#file = 'Team_Temporal/shef_providers.csv',
#sep = ',', append = TRUE, col.names = colnp,
#row.names = FALSE)
# log progress
#write.table(x = grid, file = 'Team_Temporal/log.txt',
#sep = ',', append = TRUE, col.names = FALSE)
return(occ)
}
## WORKFLOW #########################################################################
setwd("/Users/Anna/Documents/workflows/NBN_hack_series/")
source("Habitats_Vs_Biodiversity/setup.R")
# Load polygon habitat data
dsn <- "~/Google Drive/Sheffield_R/Hack events/NBN hack/data/Sheff & Roth LL Updated May 2015_shapefile/Sheff & Roth LL Updated May 2015_region.shp"
#shp <- readOGR(dsn, ogrListLayers(dsn))
shp <- readShapePoly(dsn)
# check plot
plot(shp)
# assume input object from ui and parametarise
input <- c()
input$spp <- "Turdus_merula"
tvks <- getTVKQuery(input$spp)[1,"ptaxonVersionKey"]
# Which hectads are around Sheffield
shef_hec_tab <- read.csv('Team_Temporal/shef_city_hectads.csv',
stringsAsFactors = FALSE)
shef_hec <- shef_hec_tab$x
occ <-multi_hectad(tvks, grid = shef_hec[1])
all.occ <- lapply(shef_hec, FUN = multi_hectad, tvks = tvks)
| /Habitats_Vs_Biodiversity/Initial analysis testing.R | permissive | mathew-hall/NBN_hack_series | R | false | false | 2,286 | r |
## FUNCTIONS #########################################################################
library(rgdal)
library(rgeos)
library(maptools)
ogrListLayers(dsn)
# Function for doing data retrieval
multi_hectad <- function(tvks, grid){
# read in
# for this to work you will need to create this
# r data file with your login details
# or comment out this line and type in your username
# and password in the nbnLogin function below
source("Habitats_Vs_Biodiversity/setup.R")
# get data
occ <- getOccurrences(tvks = tvks, gridRef = grid)
# write out a csv copy
# (we will also create a .rdata copy for faster loading)
#colnd <- ifelse(file.exists('Team_Temporal/shef_table.csv'), FALSE, TRUE)
#write.table(x = occ, file = 'Team_Temporal/shef_table.csv',
#sep = ',', append = TRUE, col.names = colnd,
#row.names = FALSE)
# write out data about data contributors
#colnp <- ifelse(test = file.exists('Team_Temporal/shef_providers.csv'), FALSE, TRUE)
#write.table(x = attr(occ, which = 'providers'),
#file = 'Team_Temporal/shef_providers.csv',
#sep = ',', append = TRUE, col.names = colnp,
#row.names = FALSE)
# log progress
#write.table(x = grid, file = 'Team_Temporal/log.txt',
#sep = ',', append = TRUE, col.names = FALSE)
return(occ)
}
## WORKFLOW #########################################################################
setwd("/Users/Anna/Documents/workflows/NBN_hack_series/")
source("Habitats_Vs_Biodiversity/setup.R")
# Load polygon habitat data
dsn <- "~/Google Drive/Sheffield_R/Hack events/NBN hack/data/Sheff & Roth LL Updated May 2015_shapefile/Sheff & Roth LL Updated May 2015_region.shp"
#shp <- readOGR(dsn, ogrListLayers(dsn))
shp <- readShapePoly(dsn)
# check plot
plot(shp)
# assume input object from ui and parametarise
input <- c()
input$spp <- "Turdus_merula"
tvks <- getTVKQuery(input$spp)[1,"ptaxonVersionKey"]
# Which hectads are around Sheffield
shef_hec_tab <- read.csv('Team_Temporal/shef_city_hectads.csv',
stringsAsFactors = FALSE)
shef_hec <- shef_hec_tab$x
occ <-multi_hectad(tvks, grid = shef_hec[1])
all.occ <- lapply(shef_hec, FUN = multi_hectad, tvks = tvks)
|
#' Technically, this should contain code showing how the raw data
#' was/is processed.
#' | /data-raw/data.R | no_license | tonyelhabr/ercotr | R | false | false | 90 | r |
#' Technically, this should contain code showing how the raw data
#' was/is processed.
#' |
numPerPatch72036 <- c(2575,2425)
| /NatureEE-data-archive/Run203071/JAFSdata/JAFSnumPerPatch72036.R | no_license | flaxmans/NatureEE2017 | R | false | false | 33 | r | numPerPatch72036 <- c(2575,2425)
|
library(dplyr)
generate_data_1pl <- function(items = 100, persons = 1000, noise_sd = 0, sample_perc = 1, skill_mean = 0, diff_mean = 0){
items_t = tibble(
item = factor(sprintf('item%05d',1:items)),
diff = rnorm(items, diff_mean, 1)
)
persons_t = tibble(
person = factor(sprintf('person%05d', 1:persons)),
skill = rnorm(persons, skill_mean, 1)
)
full_data = persons_t %>%
mutate(tmp = 1) %>%
inner_join(mutate(items_t, tmp = 1), by = 'tmp') %>%
select(-tmp) %>%
mutate(
logit = skill - diff + rnorm(n(), 0, noise_sd),
prob = 1/(1 + exp(-logit)),
success = prob >= runif(n())
)
test_data = full_data %>%
select(person, item, success) %>%
sample_frac(sample_perc)
list(
items = items_t,
persons = persons_t,
full_data = full_data,
test_data = test_data
)
}
| /1pl_generate_data.R | no_license | kjedrzejewski/eRum2018 | R | false | false | 862 | r | library(dplyr)
generate_data_1pl <- function(items = 100, persons = 1000, noise_sd = 0, sample_perc = 1, skill_mean = 0, diff_mean = 0){
items_t = tibble(
item = factor(sprintf('item%05d',1:items)),
diff = rnorm(items, diff_mean, 1)
)
persons_t = tibble(
person = factor(sprintf('person%05d', 1:persons)),
skill = rnorm(persons, skill_mean, 1)
)
full_data = persons_t %>%
mutate(tmp = 1) %>%
inner_join(mutate(items_t, tmp = 1), by = 'tmp') %>%
select(-tmp) %>%
mutate(
logit = skill - diff + rnorm(n(), 0, noise_sd),
prob = 1/(1 + exp(-logit)),
success = prob >= runif(n())
)
test_data = full_data %>%
select(person, item, success) %>%
sample_frac(sample_perc)
list(
items = items_t,
persons = persons_t,
full_data = full_data,
test_data = test_data
)
}
|
# spaceDistFun must take as an argument a matrix or data.frame with a column named latitude and another called longitude.
.SimulateSpacetimeData <- function(numObsPerTimeSlice = 225, covFunction, lonRange, latRange, timeValuesInPOSIXct, covariateGenerationFctList, errorSD, spaceDistFun, timeDistFun, FEvalues) {
numSlotsPerRow <- ceiling(sqrt(numObsPerTimeSlice))
slotCoordinates <- sapply(list(longitude = lonRange, latitude = latRange), FUN = function(x) {
width <- abs(diff(x)/numSlotsPerRow)
seq(from = min(x) + width/2, to = max(x) - width/2, length.out = numSlotsPerRow)
}, USE.NAMES = TRUE)
allSpaceCoordinates <- as.data.frame(expand.grid(as.data.frame(slotCoordinates)))
numToRemove <- nrow(allSpaceCoordinates) - numObsPerTimeSlice
if (numToRemove > 0) {
obsToRemove <- (nrow(allSpaceCoordinates) - numToRemove + 1):nrow(allSpaceCoordinates)
allSpaceCoordinates <- allSpaceCoordinates[-obsToRemove, ]
}
coordinates <- allSpaceCoordinates[rep(1:nrow(allSpaceCoordinates), length(timeValuesInPOSIXct)), ]
coordinates$time <- rep(timeValuesInPOSIXct, each = numObsPerTimeSlice)
covariateMatrix <- cbind(1, do.call("cbind", lapply(covariateGenerationFctList, function(x) {
covariateValues <- x(coordinates[, c("longitude", "latitude")], coordinates[, "time"])
if (is.null(dim(covariateValues))) {
dim(covariateValues) <- c(length(covariateValues), 1)
}
covariateValues
})))
spatialDistMatrix <- spaceDistFun(coordinates[ , c("longitude", "latitude")])
timeDistMatrix <- timeDistFun(coordinates[, "time"])
covarianceMat <- covFunction(spatialDistMatrix, timeDistMatrix)
meanVector <- drop(covariateMatrix %*% FEvalues)
fieldValues <- drop(mvtnorm::rmvnorm(n = 1, mean = meanVector, sigma = covarianceMat)) + rnorm(n = length(meanVector), mean = 0, sd = errorSD)
dataForObject <- cbind(y = fieldValues, as.data.frame(covariateMatrix[, -1]))
colnames(dataForObject) <- c("y", paste("Covariate", 1:(length(FEvalues) - 1), sep = ""))
spacetimeObj <- spacetime::STIDF(sp = sp::SpatialPoints(coordinates[, c("longitude", "latitude")]), data = dataForObject, time = coordinates$time)
colnames(spacetimeObj@sp@coords) <- c("longitude", "latitude")
spacetimeObj
}
.plotSpacetimeData <- function(spacetimeData, fontsize) {
width <- ceiling(sqrt(nrow(spacetimeData@sp@coords)/length(unique(time(spacetimeData@time)))))
padding <- 0.01
landRaster <- raster::raster(nrows = width, ncols = width, xmn = min(spacetimeData@sp@coords[ , 1]) - padding, xmx = max(spacetimeData@sp@coords[ , 1]) + padding, ymn = min(spacetimeData@sp@coords[ , 2]) - padding, ymx = max(spacetimeData@sp@coords[ , 2]) + padding)
getTestRaster <- function(dayIndex) {
desiredTime <- sort(unique(time(spacetimeData@time)))[[dayIndex]]
timeIndicesTest <- which(time(spacetimeData@time) == desiredTime)
subSpacetimeData <- spacetimeData[timeIndicesTest]
testPoints <- sp::SpatialPoints(subSpacetimeData@sp@coords)
raster::rasterize(x = testPoints, y = landRaster, field = subSpacetimeData@data$y)
}
rasterList <- lapply(seq_along(unique(time(spacetimeData@time))), getTestRaster)
stackedRasters <- raster::stack(rasterList)
raster::spplot(stackedRasters, scales = list(draw = FALSE),
xlab = "Longitude", ylab = "Latitude",
names.attr = as.character(unique(time(spacetimeData))),
par.settings = list(fontsize=list(text=fontsize)))
}
# In the Wikipedia notation, smoothness corresponds to nu, and
# scale corresponds to sigma.
maternCov <- function(d, rho, smoothness, scale) {
if (any(d < 0))
stop("distance argument must be nonnegative")
d[d == 0] <- 1e-10
matrixInput <- is.matrix(d)
matNrow <- NULL
if (matrixInput) {
matNrow <- nrow(d)
d <- d[lower.tri(d)]
}
result <- NULL
if (smoothness == 1.5) {
commonTerm <- sqrt(3) * d / rho
result <- scale^2 * (1 + commonTerm) * exp(-commonTerm)
} else if (smoothness == 0.5) {
result <- scale^2 * exp(-d/rho)
} else {
dScaled <- sqrt(2 * smoothness) * d / rho
con <- scale^2 * 2^(1 - smoothness) / gamma(smoothness)
result <- con * dScaled^smoothness * besselK(dScaled, smoothness)
}
formattedOutput <- result
if (matrixInput) {
formattedOutput <- matrix(0, matNrow, matNrow)
formattedOutput[lower.tri(formattedOutput)] <- result
formattedOutput <- formattedOutput + t(formattedOutput)
diag(formattedOutput) <- scale^2
}
formattedOutput
}
| /R/miscFunctions.R | no_license | villandre/MRAinla | R | false | false | 4,490 | r | # spaceDistFun must take as an argument a matrix or data.frame with a column named latitude and another called longitude.
.SimulateSpacetimeData <- function(numObsPerTimeSlice = 225, covFunction, lonRange, latRange, timeValuesInPOSIXct, covariateGenerationFctList, errorSD, spaceDistFun, timeDistFun, FEvalues) {
numSlotsPerRow <- ceiling(sqrt(numObsPerTimeSlice))
slotCoordinates <- sapply(list(longitude = lonRange, latitude = latRange), FUN = function(x) {
width <- abs(diff(x)/numSlotsPerRow)
seq(from = min(x) + width/2, to = max(x) - width/2, length.out = numSlotsPerRow)
}, USE.NAMES = TRUE)
allSpaceCoordinates <- as.data.frame(expand.grid(as.data.frame(slotCoordinates)))
numToRemove <- nrow(allSpaceCoordinates) - numObsPerTimeSlice
if (numToRemove > 0) {
obsToRemove <- (nrow(allSpaceCoordinates) - numToRemove + 1):nrow(allSpaceCoordinates)
allSpaceCoordinates <- allSpaceCoordinates[-obsToRemove, ]
}
coordinates <- allSpaceCoordinates[rep(1:nrow(allSpaceCoordinates), length(timeValuesInPOSIXct)), ]
coordinates$time <- rep(timeValuesInPOSIXct, each = numObsPerTimeSlice)
covariateMatrix <- cbind(1, do.call("cbind", lapply(covariateGenerationFctList, function(x) {
covariateValues <- x(coordinates[, c("longitude", "latitude")], coordinates[, "time"])
if (is.null(dim(covariateValues))) {
dim(covariateValues) <- c(length(covariateValues), 1)
}
covariateValues
})))
spatialDistMatrix <- spaceDistFun(coordinates[ , c("longitude", "latitude")])
timeDistMatrix <- timeDistFun(coordinates[, "time"])
covarianceMat <- covFunction(spatialDistMatrix, timeDistMatrix)
meanVector <- drop(covariateMatrix %*% FEvalues)
fieldValues <- drop(mvtnorm::rmvnorm(n = 1, mean = meanVector, sigma = covarianceMat)) + rnorm(n = length(meanVector), mean = 0, sd = errorSD)
dataForObject <- cbind(y = fieldValues, as.data.frame(covariateMatrix[, -1]))
colnames(dataForObject) <- c("y", paste("Covariate", 1:(length(FEvalues) - 1), sep = ""))
spacetimeObj <- spacetime::STIDF(sp = sp::SpatialPoints(coordinates[, c("longitude", "latitude")]), data = dataForObject, time = coordinates$time)
colnames(spacetimeObj@sp@coords) <- c("longitude", "latitude")
spacetimeObj
}
.plotSpacetimeData <- function(spacetimeData, fontsize) {
width <- ceiling(sqrt(nrow(spacetimeData@sp@coords)/length(unique(time(spacetimeData@time)))))
padding <- 0.01
landRaster <- raster::raster(nrows = width, ncols = width, xmn = min(spacetimeData@sp@coords[ , 1]) - padding, xmx = max(spacetimeData@sp@coords[ , 1]) + padding, ymn = min(spacetimeData@sp@coords[ , 2]) - padding, ymx = max(spacetimeData@sp@coords[ , 2]) + padding)
getTestRaster <- function(dayIndex) {
desiredTime <- sort(unique(time(spacetimeData@time)))[[dayIndex]]
timeIndicesTest <- which(time(spacetimeData@time) == desiredTime)
subSpacetimeData <- spacetimeData[timeIndicesTest]
testPoints <- sp::SpatialPoints(subSpacetimeData@sp@coords)
raster::rasterize(x = testPoints, y = landRaster, field = subSpacetimeData@data$y)
}
rasterList <- lapply(seq_along(unique(time(spacetimeData@time))), getTestRaster)
stackedRasters <- raster::stack(rasterList)
raster::spplot(stackedRasters, scales = list(draw = FALSE),
xlab = "Longitude", ylab = "Latitude",
names.attr = as.character(unique(time(spacetimeData))),
par.settings = list(fontsize=list(text=fontsize)))
}
# In the Wikipedia notation, smoothness corresponds to nu, and
# scale corresponds to sigma.
maternCov <- function(d, rho, smoothness, scale) {
if (any(d < 0))
stop("distance argument must be nonnegative")
d[d == 0] <- 1e-10
matrixInput <- is.matrix(d)
matNrow <- NULL
if (matrixInput) {
matNrow <- nrow(d)
d <- d[lower.tri(d)]
}
result <- NULL
if (smoothness == 1.5) {
commonTerm <- sqrt(3) * d / rho
result <- scale^2 * (1 + commonTerm) * exp(-commonTerm)
} else if (smoothness == 0.5) {
result <- scale^2 * exp(-d/rho)
} else {
dScaled <- sqrt(2 * smoothness) * d / rho
con <- scale^2 * 2^(1 - smoothness) / gamma(smoothness)
result <- con * dScaled^smoothness * besselK(dScaled, smoothness)
}
formattedOutput <- result
if (matrixInput) {
formattedOutput <- matrix(0, matNrow, matNrow)
formattedOutput[lower.tri(formattedOutput)] <- result
formattedOutput <- formattedOutput + t(formattedOutput)
diag(formattedOutput) <- scale^2
}
formattedOutput
}
|
library(xgboost)
library(data.table)
library(readr)
library(Matrix)
library(Rtsne)
library(ggplot2)
setwd("/media/branden/SSHD1/kaggle/bnp")
ts1Trans <- data.table(read.csv("./data_trans/ts2Trans_v16.csv"))
# xgbImpVars <- data.table(read_csv("./stack_models/xgb4Imp.csv"))
load("./data_trans/cvFoldsList.rda")
# pairs <- combn(xgbImpVars$Feature[order(xgbImpVars$Frequence, decreasing = TRUE)][1:10], 2, simplify = FALSE)
# for (i in 1:length(pairs)){
# name <- paste0(pairs[[i]][1],"_",pairs[[i]][2], "_impFreqInt")
# ts1Trans[,name] <- ts1Trans[,pairs[[i]][1], with=FALSE] / ts1Trans[,pairs[[i]][2], with=FALSE]
# }
varnames <- c(names(ts1Trans[filter==0, !colnames(ts1Trans) %in% c("ID","target","filter","dummy","pred0"), with=FALSE]))
# set.seed(201601)
# tsne_feats <- Rtsne(data.matrix(ts1Trans[,varnames,with=FALSE]), dims=2, initial_dims = 200, perplexity=80, theta=0.1, check_duplicates=TRUE, max_iter=500, verbose=TRUE)
# tsne_Y <- as.data.frame(tsne_feats$Y)
# colnames(tsne_Y) <- c("tsne_1", "tsne_2")
# write.csv(tsne_Y, "./stack_models/tsne_xgb21.csv", row.names=FALSE)
# tsne_Y$target <- as.factor(make.names(ts1Trans$target))
# (gg <- ggplot(tsne_Y[ts1Trans$filter==0,], aes(x=tsne_1, y=tsne_2, colour=target)) + geom_point(size=1))
#
# ts1Trans <- cbind(ts1Trans, tsne_Y[,1:2])
dtrain <- xgb.DMatrix(data=data.matrix(ts1Trans[filter==0, c(varnames),with=FALSE]),label=data.matrix(ts1Trans$target[ts1Trans$filter==0]))
# eta md mcw ss csbt
# 0.003 13 20 0.75 0.5 -- 0.454315+0.001111
# 0.003 13 5 0.75 0.5 -- 0.452639+0.000925
param <- list(objective="binary:logistic",
eval_metric="logloss",
eta = .01,
max_depth=7,
min_child_weight=1,
subsample=.8,
colsample_bytree=.4,
nthread=13
)
set.seed(201512)
(tme <- Sys.time())
xgb21cv <- xgb.cv(data = dtrain,
params = param,
nrounds = 40000,
folds=cvFoldsList,
maximize=FALSE,
prediction=TRUE,
print.every.n = 50,
early.stop.round=200)
Sys.time() - tme
save(xgb21cv, file="./stack_models/xgb21cv.rda")
write.csv(data.frame(ID=ts1Trans[filter==0,"ID",with=FALSE], PredictedProb=xgb21cv$pred), "./stack_models/cvPreds/cvPreds_xgb21.csv", row.names=FALSE)
minLossRound <- which.min(xgb21cv$dt$test.logloss.mean)
rounds <- floor(minLossRound * 1.15)
## Create a model using the full dataset -- make predictions on test set for use in future stacking
set.seed(201512)
(tme <- Sys.time())
xgb21full <- xgb.train(data = dtrain,
params = param,
nrounds = rounds,
maximize=FALSE,
print.every.n = 20)
Sys.time() - tme
save(xgb21full, file="./stack_models/xgb21full.rda")
preds <- predict(xgb21full, data.matrix(ts1Trans[filter==2, c(varnames), with=FALSE]))
submission <- data.frame(ID=ts1Trans$ID[ts1Trans$filter==2], PredictedProb=preds)
write.csv(submission, "./stack_models/testPreds/testPreds_xgb21.csv", row.names=FALSE)
xgb21Imp <- xgb.importance(feature_names = colnames(ts1Trans[filter==0, c(varnames), with=FALSE]), model=xgb21full)
write.csv(xgb21Imp, "./stack_models/xgb21Imp.csv", row.names=FALSE)
| /bnp/stack_models/layer1_xgb21.R | no_license | brandenkmurray/kaggle | R | false | false | 3,298 | r | library(xgboost)
library(data.table)
library(readr)
library(Matrix)
library(Rtsne)
library(ggplot2)
setwd("/media/branden/SSHD1/kaggle/bnp")
ts1Trans <- data.table(read.csv("./data_trans/ts2Trans_v16.csv"))
# xgbImpVars <- data.table(read_csv("./stack_models/xgb4Imp.csv"))
load("./data_trans/cvFoldsList.rda")
# pairs <- combn(xgbImpVars$Feature[order(xgbImpVars$Frequence, decreasing = TRUE)][1:10], 2, simplify = FALSE)
# for (i in 1:length(pairs)){
# name <- paste0(pairs[[i]][1],"_",pairs[[i]][2], "_impFreqInt")
# ts1Trans[,name] <- ts1Trans[,pairs[[i]][1], with=FALSE] / ts1Trans[,pairs[[i]][2], with=FALSE]
# }
varnames <- c(names(ts1Trans[filter==0, !colnames(ts1Trans) %in% c("ID","target","filter","dummy","pred0"), with=FALSE]))
# set.seed(201601)
# tsne_feats <- Rtsne(data.matrix(ts1Trans[,varnames,with=FALSE]), dims=2, initial_dims = 200, perplexity=80, theta=0.1, check_duplicates=TRUE, max_iter=500, verbose=TRUE)
# tsne_Y <- as.data.frame(tsne_feats$Y)
# colnames(tsne_Y) <- c("tsne_1", "tsne_2")
# write.csv(tsne_Y, "./stack_models/tsne_xgb21.csv", row.names=FALSE)
# tsne_Y$target <- as.factor(make.names(ts1Trans$target))
# (gg <- ggplot(tsne_Y[ts1Trans$filter==0,], aes(x=tsne_1, y=tsne_2, colour=target)) + geom_point(size=1))
#
# ts1Trans <- cbind(ts1Trans, tsne_Y[,1:2])
dtrain <- xgb.DMatrix(data=data.matrix(ts1Trans[filter==0, c(varnames),with=FALSE]),label=data.matrix(ts1Trans$target[ts1Trans$filter==0]))
# eta md mcw ss csbt
# 0.003 13 20 0.75 0.5 -- 0.454315+0.001111
# 0.003 13 5 0.75 0.5 -- 0.452639+0.000925
param <- list(objective="binary:logistic",
eval_metric="logloss",
eta = .01,
max_depth=7,
min_child_weight=1,
subsample=.8,
colsample_bytree=.4,
nthread=13
)
set.seed(201512)
(tme <- Sys.time())
xgb21cv <- xgb.cv(data = dtrain,
params = param,
nrounds = 40000,
folds=cvFoldsList,
maximize=FALSE,
prediction=TRUE,
print.every.n = 50,
early.stop.round=200)
Sys.time() - tme
save(xgb21cv, file="./stack_models/xgb21cv.rda")
write.csv(data.frame(ID=ts1Trans[filter==0,"ID",with=FALSE], PredictedProb=xgb21cv$pred), "./stack_models/cvPreds/cvPreds_xgb21.csv", row.names=FALSE)
minLossRound <- which.min(xgb21cv$dt$test.logloss.mean)
rounds <- floor(minLossRound * 1.15)
## Create a model using the full dataset -- make predictions on test set for use in future stacking
set.seed(201512)
(tme <- Sys.time())
xgb21full <- xgb.train(data = dtrain,
params = param,
nrounds = rounds,
maximize=FALSE,
print.every.n = 20)
Sys.time() - tme
save(xgb21full, file="./stack_models/xgb21full.rda")
preds <- predict(xgb21full, data.matrix(ts1Trans[filter==2, c(varnames), with=FALSE]))
submission <- data.frame(ID=ts1Trans$ID[ts1Trans$filter==2], PredictedProb=preds)
write.csv(submission, "./stack_models/testPreds/testPreds_xgb21.csv", row.names=FALSE)
xgb21Imp <- xgb.importance(feature_names = colnames(ts1Trans[filter==0, c(varnames), with=FALSE]), model=xgb21full)
write.csv(xgb21Imp, "./stack_models/xgb21Imp.csv", row.names=FALSE)
|
# DESP/R/DESP_PML.R by A. S. Dalalyan and S. Balmand Copyright (C) 2015-
#
# This program is free software; you can redistribute it and/or modify
# it under the terms of the GNU General Public License (version 3) as published by
# the Free Software Foundation.
#
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
# GNU General Public License for more details.
#
# A copy of the GNU General Public License is available at
# http://www.r-project.org/Licenses/
#
DESP_PML <-
function(X,B,thresh,kappa,tol,Theta=NULL) {
# estimation of the diagonal of the precision matrix by penalized likelihood minimization, when the true value of B is known or has already been estimated
# the observations of the data matrix X are assumed to have zero mean
# main function
# read the sample size and the number of variables
D = dim(X);
n = D[1]; # n is the sample size
p = D[2]; # p is the dimension
hessian <-
function(v,B,thresh,kappa) {
p = dim(B)[2]; # p is the dimension
H = matrix(0,p,p)
for (i in 1:p){
for (j in 1:p){
if (B[j,i]*B[i,j]>thresh) {
H[i,j] = kappa * 2 * (-B[i,j]) * B[j,i] / (B[i,j]^2 + B[j,i]^2)
}}}
for (j in 1:p){
H[j,j] = 1/v[j]^2
for (j in 1:p){
if (B[j,i]*B[i,j]>thresh) {
H[j,j] = H[j,j] + kappa * 2 * B[i,j]^2 / (B[i,j]^2 + B[j,i]^2)
}}}
return(H)
}
# compute the sample cov matrix
if(is.null(Theta))
{
S = crossprod(X)/n;
}
else
{
S = crossprod(X - Theta %*% MASS::ginv(B))/n;
}
# stepsize computation
maxSV = max(svd(hessian(rep(n^(1/2),p),B,thresh,kappa))$d)
Phi_inv = DESP_PEN_grad(S,B,rep(1,p),kappa,thresh,1/maxSV,tol);
return(Phi_inv);
}
| /R/DESP_PML.R | no_license | cran/DESP | R | false | false | 1,906 | r | # DESP/R/DESP_PML.R by A. S. Dalalyan and S. Balmand Copyright (C) 2015-
#
# This program is free software; you can redistribute it and/or modify
# it under the terms of the GNU General Public License (version 3) as published by
# the Free Software Foundation.
#
# This program is distributed in the hope that it will be useful,
# but WITHOUT ANY WARRANTY; without even the implied warranty of
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
# GNU General Public License for more details.
#
# A copy of the GNU General Public License is available at
# http://www.r-project.org/Licenses/
#
DESP_PML <-
function(X,B,thresh,kappa,tol,Theta=NULL) {
# estimation of the diagonal of the precision matrix by penalized likelihood minimization, when the true value of B is known or has already been estimated
# the observations of the data matrix X are assumed to have zero mean
# main function
# read the sample size and the number of variables
D = dim(X);
n = D[1]; # n is the sample size
p = D[2]; # p is the dimension
hessian <-
function(v,B,thresh,kappa) {
p = dim(B)[2]; # p is the dimension
H = matrix(0,p,p)
for (i in 1:p){
for (j in 1:p){
if (B[j,i]*B[i,j]>thresh) {
H[i,j] = kappa * 2 * (-B[i,j]) * B[j,i] / (B[i,j]^2 + B[j,i]^2)
}}}
for (j in 1:p){
H[j,j] = 1/v[j]^2
for (j in 1:p){
if (B[j,i]*B[i,j]>thresh) {
H[j,j] = H[j,j] + kappa * 2 * B[i,j]^2 / (B[i,j]^2 + B[j,i]^2)
}}}
return(H)
}
# compute the sample cov matrix
if(is.null(Theta))
{
S = crossprod(X)/n;
}
else
{
S = crossprod(X - Theta %*% MASS::ginv(B))/n;
}
# stepsize computation
maxSV = max(svd(hessian(rep(n^(1/2),p),B,thresh,kappa))$d)
Phi_inv = DESP_PEN_grad(S,B,rep(1,p),kappa,thresh,1/maxSV,tol);
return(Phi_inv);
}
|
# ΠΠΎΠ»ΠΊΠΎΠ²Π° ΠΠ°ΡΠΈΠ½Π° ΠΠΠ 123, Π²Π°ΡΠΈΠ°Π½Ρ 1- Π΄Π»Ρ ΡΠ΅Π³ΠΈΠΎΠ½Π° 56 ΡΠ°ΡΡΡΠΈΡΠ°ΠΉΡΠ΅ ΡΡΠΎΠΆΠ°ΠΉΠ½ΠΎΡΡΡ ΠΏΡΠ΅Π½ΠΈΡΡ Π² ΠΏΠ΅ΡΠΈΠΎΠ΄
# Ρ 2005 ΠΏΠΎ 2017 Π³ΠΎΠ΄ Π²Π·ΡΠ² Π΄Π»Ρ ΡΠ°ΡΡΠ΅ΡΠ° ΡΡΠ΅Π΄Π½ΠΈΠ΅ ΡΡΠΌΠΌΡ Π°ΠΊΡΠΈΠ²Π½ΡΡ
ΡΠ΅ΠΌΠΏΠ΅ΡΠ°ΡΡΡ Π·Π° ΡΡΠΈ Π³ΠΎΠ΄Ρ,
# Ρ ΠΌΠ΅ΡΠ΅ΠΎΡΡΠ°Π½ΡΠΈΠΉ Π½Π° ΡΠ°ΡΡΡΠΎΡΠ½ΠΈΠΈ ΠΎΡ 50 Π΄ΠΎ 250 ΠΊΠΌ
# ΠΏΡΠΎΠ²Π΅ΡΡΠ΅ΠΌ ΡΠ°Π±ΠΎΡΡΡ Π΄ΠΈΡΡΠ΅ΠΊΡΠΎΡΠΈΡ
setwd("D:/mathmod/MathMod"); getwd()
| /zad_1_math_mod_volkova.R | no_license | Volkova-Marina/MathMod | R | false | false | 482 | r | # ΠΠΎΠ»ΠΊΠΎΠ²Π° ΠΠ°ΡΠΈΠ½Π° ΠΠΠ 123, Π²Π°ΡΠΈΠ°Π½Ρ 1- Π΄Π»Ρ ΡΠ΅Π³ΠΈΠΎΠ½Π° 56 ΡΠ°ΡΡΡΠΈΡΠ°ΠΉΡΠ΅ ΡΡΠΎΠΆΠ°ΠΉΠ½ΠΎΡΡΡ ΠΏΡΠ΅Π½ΠΈΡΡ Π² ΠΏΠ΅ΡΠΈΠΎΠ΄
# Ρ 2005 ΠΏΠΎ 2017 Π³ΠΎΠ΄ Π²Π·ΡΠ² Π΄Π»Ρ ΡΠ°ΡΡΠ΅ΡΠ° ΡΡΠ΅Π΄Π½ΠΈΠ΅ ΡΡΠΌΠΌΡ Π°ΠΊΡΠΈΠ²Π½ΡΡ
ΡΠ΅ΠΌΠΏΠ΅ΡΠ°ΡΡΡ Π·Π° ΡΡΠΈ Π³ΠΎΠ΄Ρ,
# Ρ ΠΌΠ΅ΡΠ΅ΠΎΡΡΠ°Π½ΡΠΈΠΉ Π½Π° ΡΠ°ΡΡΡΠΎΡΠ½ΠΈΠΈ ΠΎΡ 50 Π΄ΠΎ 250 ΠΊΠΌ
# ΠΏΡΠΎΠ²Π΅ΡΡΠ΅ΠΌ ΡΠ°Π±ΠΎΡΡΡ Π΄ΠΈΡΡΠ΅ΠΊΡΠΎΡΠΈΡ
setwd("D:/mathmod/MathMod"); getwd()
|
# plot theta
post_density_plot <- function(post_data, Nbreaks) {
par(cex.main = 1.5, mar = c(5, 6, 4, 5) + 0.1, mgp = c(3.5, 1, 0), cex.lab = 1.5,
font.lab = 2, cex.axis = 1.3, bty = "n", las=1)
y <- hist(post_data, Nbreaks, plot=F)
plot(c(y$breaks, max(y$breaks)), c(0,y$density,0), type="S", lwd=2, lty=1,
xlim=c(0,1), xlab="Rate", ylab="Posterior Density")
}
| /src/post_density_plot.R | no_license | kmob/Working-With-Stan | R | false | false | 384 | r | # plot theta
post_density_plot <- function(post_data, Nbreaks) {
par(cex.main = 1.5, mar = c(5, 6, 4, 5) + 0.1, mgp = c(3.5, 1, 0), cex.lab = 1.5,
font.lab = 2, cex.axis = 1.3, bty = "n", las=1)
y <- hist(post_data, Nbreaks, plot=F)
plot(c(y$breaks, max(y$breaks)), c(0,y$density,0), type="S", lwd=2, lty=1,
xlim=c(0,1), xlab="Rate", ylab="Posterior Density")
}
|
#date created: 10/10/19
#author: Maren Buettner
#place: Institute of Computational Biology, Helmholtz Centre Munich
#purpose: This is a template to read in anndata objects in R
library(rhdf5)
library(Matrix)
library(data.table)
library(dplyr)
library(ggplot2)
#set paths and dates (please adjust accordingly)
figure_path <- './figures/'
file_path <- './table/'
f_path <- './data/adata.h5ad'
today <- format(Sys.Date(), '%y%m%d')
#Read data
adata <- h5read(f_path,'/',compoundAsDataFrame=FALSE)
#get genes/cell ID
barcodes <- unlist(adata$obs$index)
genes <- unlist(adata$var$index)
data_raw <- adata$raw.X$data
index_raw <- adata$raw.X$indices
ptr_raw <- adata$raw.X$indptr
sparse_mat <- sparseMatrix(p = as.numeric(ptr_raw),
x=as.numeric(data_raw),
i = as.numeric(index_raw)+1)
genes_raw <- adata$raw.var$index
#compute n_genes, n_counts
n_genes <- colSums(sparse_mat>0)
n_counts <- colSums(sparse_mat)
#set levels
sample_levels <- c( "sample","levels", "as", "in", "uns$sample_categories")
cell_type_levels <- c("cell", "types")
#get attributes
cellData <- data.frame(
sample=factor(unlist(adata$uns$sample_categories)[unlist(adata$obs$sample)+1],
levels=sample_levels),
n_genes = n_genes,
n_counts = n_counts,
cell_type = factor(unlist(adata$uns$cell_type_categories)[unlist(adata$obs$cell_type+1)],
levels=cell_type_levels)
)
#create boxplot
ggplot(cellData, aes(cell_type, n_genes, fill=sample)) +geom_boxplot() +
scale_fill_manual(values = c('red','yellow', 'green')) + theme_bw()
ggplot(cellData, aes(cell_type, n_counts, fill=sample)) +geom_boxplot() +
scale_fill_manual(values = c('red','yellow', 'green')) + theme_bw()
#############
# Differential expression test
############# | /read_anndata_template.R | no_license | solocell/scanpy-demo-czbiohub | R | false | false | 1,812 | r | #date created: 10/10/19
#author: Maren Buettner
#place: Institute of Computational Biology, Helmholtz Centre Munich
#purpose: This is a template to read in anndata objects in R
library(rhdf5)
library(Matrix)
library(data.table)
library(dplyr)
library(ggplot2)
#set paths and dates (please adjust accordingly)
figure_path <- './figures/'
file_path <- './table/'
f_path <- './data/adata.h5ad'
today <- format(Sys.Date(), '%y%m%d')
#Read data
adata <- h5read(f_path,'/',compoundAsDataFrame=FALSE)
#get genes/cell ID
barcodes <- unlist(adata$obs$index)
genes <- unlist(adata$var$index)
data_raw <- adata$raw.X$data
index_raw <- adata$raw.X$indices
ptr_raw <- adata$raw.X$indptr
sparse_mat <- sparseMatrix(p = as.numeric(ptr_raw),
x=as.numeric(data_raw),
i = as.numeric(index_raw)+1)
genes_raw <- adata$raw.var$index
#compute n_genes, n_counts
n_genes <- colSums(sparse_mat>0)
n_counts <- colSums(sparse_mat)
#set levels
sample_levels <- c( "sample","levels", "as", "in", "uns$sample_categories")
cell_type_levels <- c("cell", "types")
#get attributes
cellData <- data.frame(
sample=factor(unlist(adata$uns$sample_categories)[unlist(adata$obs$sample)+1],
levels=sample_levels),
n_genes = n_genes,
n_counts = n_counts,
cell_type = factor(unlist(adata$uns$cell_type_categories)[unlist(adata$obs$cell_type+1)],
levels=cell_type_levels)
)
#create boxplot
ggplot(cellData, aes(cell_type, n_genes, fill=sample)) +geom_boxplot() +
scale_fill_manual(values = c('red','yellow', 'green')) + theme_bw()
ggplot(cellData, aes(cell_type, n_counts, fill=sample)) +geom_boxplot() +
scale_fill_manual(values = c('red','yellow', 'green')) + theme_bw()
#############
# Differential expression test
############# |
###library(ggplot2)
library(ggplot2)
###Read the NEI and SCC data sets into R
NEI <- readRDS("./exdata-data-NEI_data/summarySCC_PM25.rds")
SCC<-readRDS("./exdata-data-NEI_data/Source_Classification_Code.rds")
###Subset Baltimore from the NEI dataframe
Ravens <- NEI[which(NEI$"fips"=="24510"),]
###Find the aggregate sum of emissions by year and type
totalsdos<-aggregate(Emissions~year+type,Ravens,sum)
###Set the plot width and height & create the PNG file
png("./exdata-data-NEI_data/Plot3.png",width=640,height=480)
###Plot the data with lines placing different colors on type
plot<- ggplot(totalsdos,aes(year,Emissions,color=type))
plot <- plot + geom_line(lwd=3) +
xlab("Year") +
ylab("Total PM2.5 Emissions") +
###Add the title and answer the question
ggtitle(expression(atop("Total Emissions in Baltimore City",
atop(italic("All variables have seen decreases, Point has seen an increase"),""))))+
###Increase the font size of the title
theme(plot.title=element_text(size=rel(2)))
###Print the plot
print(plot)
dev.off() | /Plot3.R | no_license | MukeshSah/Exdata-DataProject2 | R | false | false | 1,069 | r | ###library(ggplot2)
library(ggplot2)
###Read the NEI and SCC data sets into R
NEI <- readRDS("./exdata-data-NEI_data/summarySCC_PM25.rds")
SCC<-readRDS("./exdata-data-NEI_data/Source_Classification_Code.rds")
###Subset Baltimore from the NEI dataframe
Ravens <- NEI[which(NEI$"fips"=="24510"),]
###Find the aggregate sum of emissions by year and type
totalsdos<-aggregate(Emissions~year+type,Ravens,sum)
###Set the plot width and height & create the PNG file
png("./exdata-data-NEI_data/Plot3.png",width=640,height=480)
###Plot the data with lines placing different colors on type
plot<- ggplot(totalsdos,aes(year,Emissions,color=type))
plot <- plot + geom_line(lwd=3) +
xlab("Year") +
ylab("Total PM2.5 Emissions") +
###Add the title and answer the question
ggtitle(expression(atop("Total Emissions in Baltimore City",
atop(italic("All variables have seen decreases, Point has seen an increase"),""))))+
###Increase the font size of the title
theme(plot.title=element_text(size=rel(2)))
###Print the plot
print(plot)
dev.off() |
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/get_calls.R
\name{get_calls_from_function}
\alias{get_calls_from_function}
\title{Gets all calls from a function}
\usage{
get_calls_from_function(function_name, all_functions, package_name, cache_this)
}
\arguments{
\item{function_name}{Character vector name of a function, namespaced}
\item{all_functions}{Vector of character strings listing all functions in
the package's namespace}
\item{package_name}{Name of the package we're searching}
\item{cache_this}{Environent to hold the progress bar and memoised progress}
}
\description{
The core workhorse of werner, this function gets all calls made from a given
function in a package by breaking the function call into a series of
discrete lines and handing each line off to `get_calls_from_line`.
}
| /man/get_calls_from_function.Rd | permissive | aaronrudkin/werner | R | false | true | 831 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/get_calls.R
\name{get_calls_from_function}
\alias{get_calls_from_function}
\title{Gets all calls from a function}
\usage{
get_calls_from_function(function_name, all_functions, package_name, cache_this)
}
\arguments{
\item{function_name}{Character vector name of a function, namespaced}
\item{all_functions}{Vector of character strings listing all functions in
the package's namespace}
\item{package_name}{Name of the package we're searching}
\item{cache_this}{Environent to hold the progress bar and memoised progress}
}
\description{
The core workhorse of werner, this function gets all calls made from a given
function in a package by breaking the function call into a series of
discrete lines and handing each line off to `get_calls_from_line`.
}
|
% Generated by roxygen2 (4.0.1): do not edit by hand
\name{sampleTau2period}
\alias{sampleTau2period}
\title{sampleTau2period}
\usage{
sampleTau2period(prior, Yt, bt)
}
\arguments{
\item{prior}{A 2 * h matrix containing alpha and beta as columns and a prior for each house}
\item{Yt}{Observation matrix (rows are observations and columns are parties)}
\item{bt}{State matrix (rows are observations and columns are parties)}
}
\value{
A matrix with each matrix as a row
}
\description{
sampleTau2period
}
\details{
Samples tau^2, the house design effect in the model,
but it compares the poll estimates with the period of the poll, not just the time
}
| /Package/man/sampleTau2period.Rd | no_license | mrksbrg/Ada | R | false | false | 654 | rd | % Generated by roxygen2 (4.0.1): do not edit by hand
\name{sampleTau2period}
\alias{sampleTau2period}
\title{sampleTau2period}
\usage{
sampleTau2period(prior, Yt, bt)
}
\arguments{
\item{prior}{A 2 * h matrix containing alpha and beta as columns and a prior for each house}
\item{Yt}{Observation matrix (rows are observations and columns are parties)}
\item{bt}{State matrix (rows are observations and columns are parties)}
}
\value{
A matrix with each matrix as a row
}
\description{
sampleTau2period
}
\details{
Samples tau^2, the house design effect in the model,
but it compares the poll estimates with the period of the poll, not just the time
}
|
is.filtered <- function(df = filter.stats) {
filter.scores <- df[ , grep("^filter", colnames(df))]
df$is.filtered <-
if(is.null(dim(filter.scores))) filter.scores else apply(filter.scores, 1, sum)
df
}
filter1 <- function(df = filter.stats, min.ratio = 2) {
filter <-
((df$ng.lt.ratio >= min.ratio) & (df$g.lt.ratio <= min.ratio)) |
((df$ng.rt.ratio >= min.ratio) & (df$g.rt.ratio <= min.ratio))
df$filter1 <- 0
df$filter1[ filter ] <- 1
is.filtered(df)
}
filter2 <- function(df = filter.stats, min.ratio = 1.5) {
filter <-
(df$lt.ratio >= min.ratio) |
(df$rt.ratio >= min.ratio)
df$filter2 <- 0
df$filter2[ filter ] <- 1
is.filtered(df)
}
filter3 <- function(df = filter.stats, min.ratio = 1.5) {
filter <-
((df$lt.ratio >= min.ratio) & (df$rt.ratio <= min.ratio)) |
((df$rt.ratio >= min.ratio) & (df$lt.ratio <= min.ratio))
df$filter3 <- 0
df$filter3[ filter ] <- 1
is.filtered(df)
}
filter4 <- function(df = filter.stats, ratio.1 = 1.5, ratio.2 = 0.75) {
filter <-
((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) |
((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2))
df$filter4 <- 0
df$filter4[ filter ] <- 1
is.filtered(df)
}
prep.data <- function() {
header <- c("chr", "pos", "ref", "a.ct", "c.ct", "g.ct", "t.ct", "del.ct",
"alt", "ng.lt", "ng.snp", "ng.rt", "g.lt", "g.snp", "g.rt",
"ng.lt.ratio", "g.lt.ratio", "ng.rt.ratio", "g.rt.ratio",
"lt.ratio", "rt.ratio")
yes.filtered <- read.table("yes-filtered", col.names = header, sep = "\t", as.is = T)
not.filtered <- read.table("not-filtered", col.names = header, sep = "\t", as.is = T)
yes.filtered$should.filter <- "YES"
not.filtered$should.filter <- "NO"
filter.stats <- rbind( yes.filtered, not.filtered )
filter.stats <- filter.stats[, c(1:3, 9, 16:22)]
filter.stats$is.filtered <- 0
filter.stats
}
filter.stats <- prep.data()
filter.stats <- filter1()
# filter.stats <- filter2()
# filter.stats <- filter3()
filter.stats <- filter4(ratio.1 = 1.2, ratio.2 = 0.8)
filter.stats
> filter.stats$rt.lt <- apply(cbind(filter.stats$rt.ratio, filter.stats$lt.inv), 1, mean)
> filter.stats$lt.rt <- apply(cbind(filter.stats$lt.ratio, filter.stats$rt.inv), 1, mean)
> filter.stats$max <- apply(cbind(filter.stats$rt.lt, filter.stats$lt.rt), 1, max)
filter.stats$max.rat <- apply(cbind(filter.stats$lt.rat, filter.stats$rt.rat), 1, max)
filter.stats$min.rat <- apply(cbind(filter.stats$lt.rat, filter.stats$rt.rat), 1, min)
###########
# TESTING #
###########
header <- c("chr", "pos", "ref", "a.ct", "c.ct", "g.ct", "t.ct", "del.ct",
"alt", "ng.lt", "ng.snp", "ng.rt", "g.lt", "g.snp", "g.rt")
df <- read.table("snps/IMB211.A01.snps.nogap.gap.csv", col.names = header,
sep = ",", as.is = T, header = T)
df$ng.lt.ratio <- df$ng.lt / df$ng.snp
df$g.lt.ratio <- df$g.lt / df$g.snp
df$ng.rt.ratio <- df$ng.rt / df$ng.snp
df$g.rt.ratio <- df$g.rt / df$g.snp
df$lt.ratio <- df$ng.lt.ratio / df$g.lt.ratio
df$rt.ratio <- df$ng.rt.ratio / df$g.rt.ratio
head(df[ ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)), ], 200)
head(df[ !( ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)) ), ], 200)
df.NOTfiltered <- df[ !( ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)) ), c(1:2, 20:21)]
head(df.NOTfiltered[with(df.NOTfiltered, order(lt.ratio, -rt.ratio)), ], 20)
df.filtered <- df[ ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)), c(1:2, 20:21)]
head(df.filtered[with(df.filtered, order(lt.ratio, -rt.ratio)), ], 20)
########
# JUNK #
########
filter.stats <- filter1()
filter.stats$filter1 <- 0
filter.stats$filter1[ filter1() ] <- 1
filter.stats$is.filtered <- is.filtered()
length(filter1())
filter.stats[filter.stats$alt == "del", ]
| /bin/SNPfinder/testing-filters.R | no_license | rjcmarkelz/SNPtools | R | false | false | 4,034 | r | is.filtered <- function(df = filter.stats) {
filter.scores <- df[ , grep("^filter", colnames(df))]
df$is.filtered <-
if(is.null(dim(filter.scores))) filter.scores else apply(filter.scores, 1, sum)
df
}
filter1 <- function(df = filter.stats, min.ratio = 2) {
filter <-
((df$ng.lt.ratio >= min.ratio) & (df$g.lt.ratio <= min.ratio)) |
((df$ng.rt.ratio >= min.ratio) & (df$g.rt.ratio <= min.ratio))
df$filter1 <- 0
df$filter1[ filter ] <- 1
is.filtered(df)
}
filter2 <- function(df = filter.stats, min.ratio = 1.5) {
filter <-
(df$lt.ratio >= min.ratio) |
(df$rt.ratio >= min.ratio)
df$filter2 <- 0
df$filter2[ filter ] <- 1
is.filtered(df)
}
filter3 <- function(df = filter.stats, min.ratio = 1.5) {
filter <-
((df$lt.ratio >= min.ratio) & (df$rt.ratio <= min.ratio)) |
((df$rt.ratio >= min.ratio) & (df$lt.ratio <= min.ratio))
df$filter3 <- 0
df$filter3[ filter ] <- 1
is.filtered(df)
}
filter4 <- function(df = filter.stats, ratio.1 = 1.5, ratio.2 = 0.75) {
filter <-
((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) |
((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2))
df$filter4 <- 0
df$filter4[ filter ] <- 1
is.filtered(df)
}
prep.data <- function() {
header <- c("chr", "pos", "ref", "a.ct", "c.ct", "g.ct", "t.ct", "del.ct",
"alt", "ng.lt", "ng.snp", "ng.rt", "g.lt", "g.snp", "g.rt",
"ng.lt.ratio", "g.lt.ratio", "ng.rt.ratio", "g.rt.ratio",
"lt.ratio", "rt.ratio")
yes.filtered <- read.table("yes-filtered", col.names = header, sep = "\t", as.is = T)
not.filtered <- read.table("not-filtered", col.names = header, sep = "\t", as.is = T)
yes.filtered$should.filter <- "YES"
not.filtered$should.filter <- "NO"
filter.stats <- rbind( yes.filtered, not.filtered )
filter.stats <- filter.stats[, c(1:3, 9, 16:22)]
filter.stats$is.filtered <- 0
filter.stats
}
filter.stats <- prep.data()
filter.stats <- filter1()
# filter.stats <- filter2()
# filter.stats <- filter3()
filter.stats <- filter4(ratio.1 = 1.2, ratio.2 = 0.8)
filter.stats
> filter.stats$rt.lt <- apply(cbind(filter.stats$rt.ratio, filter.stats$lt.inv), 1, mean)
> filter.stats$lt.rt <- apply(cbind(filter.stats$lt.ratio, filter.stats$rt.inv), 1, mean)
> filter.stats$max <- apply(cbind(filter.stats$rt.lt, filter.stats$lt.rt), 1, max)
filter.stats$max.rat <- apply(cbind(filter.stats$lt.rat, filter.stats$rt.rat), 1, max)
filter.stats$min.rat <- apply(cbind(filter.stats$lt.rat, filter.stats$rt.rat), 1, min)
###########
# TESTING #
###########
header <- c("chr", "pos", "ref", "a.ct", "c.ct", "g.ct", "t.ct", "del.ct",
"alt", "ng.lt", "ng.snp", "ng.rt", "g.lt", "g.snp", "g.rt")
df <- read.table("snps/IMB211.A01.snps.nogap.gap.csv", col.names = header,
sep = ",", as.is = T, header = T)
df$ng.lt.ratio <- df$ng.lt / df$ng.snp
df$g.lt.ratio <- df$g.lt / df$g.snp
df$ng.rt.ratio <- df$ng.rt / df$ng.snp
df$g.rt.ratio <- df$g.rt / df$g.snp
df$lt.ratio <- df$ng.lt.ratio / df$g.lt.ratio
df$rt.ratio <- df$ng.rt.ratio / df$g.rt.ratio
head(df[ ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)), ], 200)
head(df[ !( ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)) ), ], 200)
df.NOTfiltered <- df[ !( ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)) ), c(1:2, 20:21)]
head(df.NOTfiltered[with(df.NOTfiltered, order(lt.ratio, -rt.ratio)), ], 20)
df.filtered <- df[ ((df$lt.ratio >= ratio.1) & (df$rt.ratio <= ratio.2)) | ((df$rt.ratio >= ratio.1) & (df$lt.ratio <= ratio.2)), c(1:2, 20:21)]
head(df.filtered[with(df.filtered, order(lt.ratio, -rt.ratio)), ], 20)
########
# JUNK #
########
filter.stats <- filter1()
filter.stats$filter1 <- 0
filter.stats$filter1[ filter1() ] <- 1
filter.stats$is.filtered <- is.filtered()
length(filter1())
filter.stats[filter.stats$alt == "del", ]
|
#' Texas Policy Lab [ggplot2] theme
#'
#' Add TPL logo text to a single plot as grid object
#'
#' @examples
#' \dontrun{
#' add_tpl_logo_text(plot)
#' }
#'
#' @param plot The plot object passed to `add_tpl_logo_text`
#' @param align An optional specification of horizontal nudging of the TPL logo
#' @import grid
#' @import gridExtra
#' @md
#' @export
add_tpl_logo_text <- function(plot, align = 0) {
tpl_logo_text <- function() {
grid::grobTree(
gp = grid::gpar(fontsize = 11, hjust = 1),
grid::textGrob(label = " POLICY LAB",
name = "caption1",
x = unit(1 + align/10, "npc"),
y = unit(1, "npc"),
hjust = 2.2,
vjust = 0,
gp = grid::gpar(col = "#151248",#config$palettes$tpl_main$oxfordblue,
fontfamily = "Adobe Caslon Pro")),
grid::textGrob(label = "TEXAS",
x = unit(1 + align/10, "npc") - grid::grobWidth("caption1") - unit(0.001, "lines"),
y = unit(1, "npc"),
hjust = 3.3,
vjust = 0,
gp = grid::gpar(col = "#E54E4D",#config$palettes$tpl_main$carminepink,
fontfamily = "Adobe Caslon Pro"))
)
}
plot <- gridExtra::grid.arrange(plot, tpl_logo_text(), ncol = 1, heights = c(30, 1))
}
# add_tpl_logo <- function(plot, align = 0) {
# tpl_logo_text <- function() {
#
# grid::grobTree(
# grid::grob(logo))
#
# }
#
# plot <- gridExtra::grid.arrange(plot, tpl_logo_text(), ncol = 1, heights = c(30, 30))
# }
#add_tpl_logo(plot)
| /R/add_tpl_logo_text.R | no_license | connorrothschild/tpltheme | R | false | false | 1,680 | r | #' Texas Policy Lab [ggplot2] theme
#'
#' Add TPL logo text to a single plot as grid object
#'
#' @examples
#' \dontrun{
#' add_tpl_logo_text(plot)
#' }
#'
#' @param plot The plot object passed to `add_tpl_logo_text`
#' @param align An optional specification of horizontal nudging of the TPL logo
#' @import grid
#' @import gridExtra
#' @md
#' @export
add_tpl_logo_text <- function(plot, align = 0) {
tpl_logo_text <- function() {
grid::grobTree(
gp = grid::gpar(fontsize = 11, hjust = 1),
grid::textGrob(label = " POLICY LAB",
name = "caption1",
x = unit(1 + align/10, "npc"),
y = unit(1, "npc"),
hjust = 2.2,
vjust = 0,
gp = grid::gpar(col = "#151248",#config$palettes$tpl_main$oxfordblue,
fontfamily = "Adobe Caslon Pro")),
grid::textGrob(label = "TEXAS",
x = unit(1 + align/10, "npc") - grid::grobWidth("caption1") - unit(0.001, "lines"),
y = unit(1, "npc"),
hjust = 3.3,
vjust = 0,
gp = grid::gpar(col = "#E54E4D",#config$palettes$tpl_main$carminepink,
fontfamily = "Adobe Caslon Pro"))
)
}
plot <- gridExtra::grid.arrange(plot, tpl_logo_text(), ncol = 1, heights = c(30, 1))
}
# add_tpl_logo <- function(plot, align = 0) {
# tpl_logo_text <- function() {
#
# grid::grobTree(
# grid::grob(logo))
#
# }
#
# plot <- gridExtra::grid.arrange(plot, tpl_logo_text(), ncol = 1, heights = c(30, 30))
# }
#add_tpl_logo(plot)
|
library(ggplot2)
ca = commandArgs(trailing=T)
df.file = ca[1]
output.pdf = ca[2]
df = read.table(df.file, header=T, quote="\"")
annotation.order.all = c('Intergenic','Introns','Exons','3\'UTR','5\'UTR','CDS','lncRNA','Pseudogene','rRNA','smallRNA')
annotation.order = annotation.order.all[annotation.order.all %in% df$annotation]
df$annotation = factor(df$annotation, levels=annotation.order)
ggplot(df, aes(x=dummy, y=count, fill=annotation)) +
geom_bar(stat="identity", width=1) +
coord_polar(theta="y") +
scale_x_discrete("") +
scale_y_continuous("") +
scale_fill_discrete("Annotation") +
theme_bw() +
theme(axis.text.x=element_blank(), axis.text.y=element_blank(), axis.ticks=element_blank(), panel.grid.minor=element_blank(), panel.grid.major=element_blank())
ggsave(output.pdf)
| /r/annotation_pie_pie.r | no_license | davek44/utility | R | false | false | 798 | r | library(ggplot2)
ca = commandArgs(trailing=T)
df.file = ca[1]
output.pdf = ca[2]
df = read.table(df.file, header=T, quote="\"")
annotation.order.all = c('Intergenic','Introns','Exons','3\'UTR','5\'UTR','CDS','lncRNA','Pseudogene','rRNA','smallRNA')
annotation.order = annotation.order.all[annotation.order.all %in% df$annotation]
df$annotation = factor(df$annotation, levels=annotation.order)
ggplot(df, aes(x=dummy, y=count, fill=annotation)) +
geom_bar(stat="identity", width=1) +
coord_polar(theta="y") +
scale_x_discrete("") +
scale_y_continuous("") +
scale_fill_discrete("Annotation") +
theme_bw() +
theme(axis.text.x=element_blank(), axis.text.y=element_blank(), axis.ticks=element_blank(), panel.grid.minor=element_blank(), panel.grid.major=element_blank())
ggsave(output.pdf)
|
data_all <- read.csv("C:/Users/jane.s.turnbull/Documents/R/Exploratory Data Analysis/household_power_consumption.txt",
header=TRUE,sep=';',na.strings="?")
data_all$Date <- as.Date(data_all$Date,format="%d/%m/%Y")
data <-subset(data_all,subset=(Date>="2007-02-01" & Date<="2007-02-02"))
dim(data)
head(data)
summary(data)
png(file="C:/Users/jane.s.turnbull/Documents/R/Exploratory Data Analysis/plot1.png",width=480, height=480)
hist(data$Global_active_power,
main="Global Active Power",col="red",
xlab="Global Active Power (kilowatts)",
ylim=c(0, 1200))
dev.off() | /plot1.R | no_license | janeturnbull/ExData_Plotting1 | R | false | false | 604 | r | data_all <- read.csv("C:/Users/jane.s.turnbull/Documents/R/Exploratory Data Analysis/household_power_consumption.txt",
header=TRUE,sep=';',na.strings="?")
data_all$Date <- as.Date(data_all$Date,format="%d/%m/%Y")
data <-subset(data_all,subset=(Date>="2007-02-01" & Date<="2007-02-02"))
dim(data)
head(data)
summary(data)
png(file="C:/Users/jane.s.turnbull/Documents/R/Exploratory Data Analysis/plot1.png",width=480, height=480)
hist(data$Global_active_power,
main="Global Active Power",col="red",
xlab="Global Active Power (kilowatts)",
ylim=c(0, 1200))
dev.off() |
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/fbind.R
\name{fbind}
\alias{fbind}
\title{Bind two factors}
\usage{
fbind(a, b)
}
\arguments{
\item{a}{factor}
\item{b}{factor}
}
\value{
factor
}
\description{
Create a new factor from two existing factors, where the new factor's levels
are the union of the levels of the input factors.
}
\examples{
#' fbind(iris$Species[c(1, 51, 101)], PlantGrowth$group[c(1, 11, 21)])
}
| /man/fbind.Rd | no_license | scienceisfiction/foofactors | R | false | true | 454 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/fbind.R
\name{fbind}
\alias{fbind}
\title{Bind two factors}
\usage{
fbind(a, b)
}
\arguments{
\item{a}{factor}
\item{b}{factor}
}
\value{
factor
}
\description{
Create a new factor from two existing factors, where the new factor's levels
are the union of the levels of the input factors.
}
\examples{
#' fbind(iris$Species[c(1, 51, 101)], PlantGrowth$group[c(1, 11, 21)])
}
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/SQLContext.R
\name{read.orc}
\alias{read.orc}
\title{Create a SparkDataFrame from an ORC file.}
\usage{
read.orc(path, ...)
}
\arguments{
\item{path}{Path of file to read.}
\item{...}{additional external data source specific named properties.}
}
\value{
SparkDataFrame
}
\description{
Loads an ORC file, returning the result as a SparkDataFrame.
}
\note{
read.orc since 2.0.0
}
| /man/read.orc.Rd | no_license | cran/SparkR | R | false | true | 457 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/SQLContext.R
\name{read.orc}
\alias{read.orc}
\title{Create a SparkDataFrame from an ORC file.}
\usage{
read.orc(path, ...)
}
\arguments{
\item{path}{Path of file to read.}
\item{...}{additional external data source specific named properties.}
}
\value{
SparkDataFrame
}
\description{
Loads an ORC file, returning the result as a SparkDataFrame.
}
\note{
read.orc since 2.0.0
}
|
token <- create_token(
app = "twitter_token",
consumer_key = "CFpG3Hp7XEO4LKe9oGkYmbnaP",
consumer_secret = "2O7Gcnmkfy2uaC0vy8yNX9WLtDJHnIFoIpShP2btbuEfioE7Q7",
access_token = "114018544-SkHGaQ1HX9LXjXtjwlj0v08xFQP8kL9wzKoX3xnJ",
access_secret = "OQiNcV7x0xS0RaerJvG6ShrNTym6R4rCytYXEMSM1gv2R")
| /01_functions/01_twitter_token.R | no_license | palolili23/RaukR_twitter | R | false | false | 306 | r | token <- create_token(
app = "twitter_token",
consumer_key = "CFpG3Hp7XEO4LKe9oGkYmbnaP",
consumer_secret = "2O7Gcnmkfy2uaC0vy8yNX9WLtDJHnIFoIpShP2btbuEfioE7Q7",
access_token = "114018544-SkHGaQ1HX9LXjXtjwlj0v08xFQP8kL9wzKoX3xnJ",
access_secret = "OQiNcV7x0xS0RaerJvG6ShrNTym6R4rCytYXEMSM1gv2R")
|
source('./Scripts/Blocks/io_block.R', echo = F)
source('./Scripts/Blocks/data_analysis_block.R', echo = F)
source('./Scripts/config.R', echo=F)
not_defined <- 'Not defined'
start_menu <- function(){
data <- not_defined
menu_fields <- c('Instructsiya', "Zagruzit' dannye", 'Viyti iz programmy')
while (data == not_defined) {
user_action <- menu(menu_fields, graphics = T, title = 'Vyberite deystvie')
switch(
user_action,
# Instruction
{
instruction <- paste0(getwd(), INSTRUCTION_PATH)
shell.exec(instruction)
},
# Data upload block
{
data <- read_block()
},
# Exit
break
)
}
return(data)
}
main_menu <- function(data){
menu_fields <- c('Instructsiya', 'Menu analyza', "Obnovit' dannye",
"Exportirovat' dannye", "Redactirovat' dannye", 'Viyti iz programmy')
while(T) {
user_action <- menu(menu_fields, graphics = T, title = 'Vyberite deystvie')
switch(
user_action,
# Instruction
{
instruction <- paste0(getwd(), INSTRUCTION_PATH)
shell.exec(instruction)
},
# Data analysis block
data_analysis_block(data),
# Data update block
data <- read_block(),
# Data export block
{
if (data == not_defined) print('Data not defined')
else save_block(data)
},
# Data edit block
{
if (data == not_defined) print('Data not defined')
else edit(data)
},
# Exit
break
)
}
}
| /Scripts/menu.R | no_license | HolyBayes/R_for_analytics | R | false | false | 1,546 | r | source('./Scripts/Blocks/io_block.R', echo = F)
source('./Scripts/Blocks/data_analysis_block.R', echo = F)
source('./Scripts/config.R', echo=F)
not_defined <- 'Not defined'
start_menu <- function(){
data <- not_defined
menu_fields <- c('Instructsiya', "Zagruzit' dannye", 'Viyti iz programmy')
while (data == not_defined) {
user_action <- menu(menu_fields, graphics = T, title = 'Vyberite deystvie')
switch(
user_action,
# Instruction
{
instruction <- paste0(getwd(), INSTRUCTION_PATH)
shell.exec(instruction)
},
# Data upload block
{
data <- read_block()
},
# Exit
break
)
}
return(data)
}
main_menu <- function(data){
menu_fields <- c('Instructsiya', 'Menu analyza', "Obnovit' dannye",
"Exportirovat' dannye", "Redactirovat' dannye", 'Viyti iz programmy')
while(T) {
user_action <- menu(menu_fields, graphics = T, title = 'Vyberite deystvie')
switch(
user_action,
# Instruction
{
instruction <- paste0(getwd(), INSTRUCTION_PATH)
shell.exec(instruction)
},
# Data analysis block
data_analysis_block(data),
# Data update block
data <- read_block(),
# Data export block
{
if (data == not_defined) print('Data not defined')
else save_block(data)
},
# Data edit block
{
if (data == not_defined) print('Data not defined')
else edit(data)
},
# Exit
break
)
}
}
|
library (caret)
library (Amelia)
library (plyr)
library (dplyr)
library (ggplot2)
library (lubridate)
library (doMC)
source ("support.R")
#registerDoMC (cores=2)
train.df <- read.csv ("data/train.csv")
test.df <- read.csv ("data/test.csv")
train.df <- formatData (train.df) %>% tbl_df()
test.df <- formatData (test.df) %>% tbl_df()
set.seed (4322)
ctrl <- trainControl(method ="repeatedcv",
number = 5,
repeats = 1,
summaryFunction = computeRMSLE,
savePredictions = "final")
tuneGrid <- expand.grid (fraction = seq (0, 1, 0.1), lambda=10^seq (-5, 5, 0.5))
enet.fit <- train (count ~ season + holiday + workingday + weather + temp + atemp +
humidity + windspeed + year + month + wday + day + hour,
data = train.df,
method = "enet",
preProcess = c("center", "scale", "zv", "BoxCox"),
trControl = ctrl,
tuneGrid = tuneGrid,
metric = "rmsle",
maximize = FALSE
)
test.df$casual=1
test.df$registered=1
y.pred <- predict (enet.fit, test.df)
result.df <- data.frame (datetime=strftime (test.df$datetime,
format="%Y-%m-%d %H:%M:%S",
tz="UTC"),
count=as.integer (y.pred)
)
write.csv (result.df, "result-enet.csv", quote=FALSE, row.names=FALSE)
| /otherModels/enet.R | no_license | vikasgupta1812/bikeshareDemand | R | false | false | 1,487 | r | library (caret)
library (Amelia)
library (plyr)
library (dplyr)
library (ggplot2)
library (lubridate)
library (doMC)
source ("support.R")
#registerDoMC (cores=2)
train.df <- read.csv ("data/train.csv")
test.df <- read.csv ("data/test.csv")
train.df <- formatData (train.df) %>% tbl_df()
test.df <- formatData (test.df) %>% tbl_df()
set.seed (4322)
ctrl <- trainControl(method ="repeatedcv",
number = 5,
repeats = 1,
summaryFunction = computeRMSLE,
savePredictions = "final")
tuneGrid <- expand.grid (fraction = seq (0, 1, 0.1), lambda=10^seq (-5, 5, 0.5))
enet.fit <- train (count ~ season + holiday + workingday + weather + temp + atemp +
humidity + windspeed + year + month + wday + day + hour,
data = train.df,
method = "enet",
preProcess = c("center", "scale", "zv", "BoxCox"),
trControl = ctrl,
tuneGrid = tuneGrid,
metric = "rmsle",
maximize = FALSE
)
test.df$casual=1
test.df$registered=1
y.pred <- predict (enet.fit, test.df)
result.df <- data.frame (datetime=strftime (test.df$datetime,
format="%Y-%m-%d %H:%M:%S",
tz="UTC"),
count=as.integer (y.pred)
)
write.csv (result.df, "result-enet.csv", quote=FALSE, row.names=FALSE)
|
rm(list=ls())
WDuni<-c("/its/home/mn301/foodSystems/dataFS") # uni
WDhome<-c("/home/trennion/foodSystems/dataFS") # doma
setwd(WDuni)
setwd(WDhome)
#wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww
load("Main/CrMaize8.RData")
library(plm)
library(lme4)
Laika1<-plm(Yield~PrecZscore +TempZscore ,index=c("ID","Year"), effect="twoway",model="random",data=CrMaize8)
summary(Laika1)
LaikaW1<-plm(Yield~PrecZscore +PrecZonVar,weights=AreaSc ,index=c("ID","Year"), effect="twoway",model="random",data=CrMaize8)
summary(LaikaW1)
# -------------------- pvcm ---------------------------------------------------------------------------------------------------------------
Amick1<-pvcm(Yield~PrecZscore+TempZscore,index=c("ID","Year"),model=c("within"),data=CrMaize8)
summary(Amick1)
# now weighted pvcm
Amick2<-pvcm(Yield~PrecZscore+TempZscore+PrecZonVar,index=c("ID","Year"),model=c("within"),data=CrMaize8)
summary(Amick2)
Amick3<-pvcm(Yield~PrecZscore+TempZscore+PrecZonVar,index=c("ID","Year"),model=c("random"),data=CrMaize8)
summary(Amick3)
| /Rcodes/Eq1ProdFun3/plm2compare.R | no_license | MonikaNovackova/FoodSystemGitH | R | false | false | 1,253 | r | rm(list=ls())
WDuni<-c("/its/home/mn301/foodSystems/dataFS") # uni
WDhome<-c("/home/trennion/foodSystems/dataFS") # doma
setwd(WDuni)
setwd(WDhome)
#wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww
load("Main/CrMaize8.RData")
library(plm)
library(lme4)
Laika1<-plm(Yield~PrecZscore +TempZscore ,index=c("ID","Year"), effect="twoway",model="random",data=CrMaize8)
summary(Laika1)
LaikaW1<-plm(Yield~PrecZscore +PrecZonVar,weights=AreaSc ,index=c("ID","Year"), effect="twoway",model="random",data=CrMaize8)
summary(LaikaW1)
# -------------------- pvcm ---------------------------------------------------------------------------------------------------------------
Amick1<-pvcm(Yield~PrecZscore+TempZscore,index=c("ID","Year"),model=c("within"),data=CrMaize8)
summary(Amick1)
# now weighted pvcm
Amick2<-pvcm(Yield~PrecZscore+TempZscore+PrecZonVar,index=c("ID","Year"),model=c("within"),data=CrMaize8)
summary(Amick2)
Amick3<-pvcm(Yield~PrecZscore+TempZscore+PrecZonVar,index=c("ID","Year"),model=c("random"),data=CrMaize8)
summary(Amick3)
|
# File-Name: create_core_sentence_set.R
# Date: 2013-09-20
# Author: Ken Benoit
# Email: kbenoit@lse.ac.uk
# Purpose: create the core master sentence list from the manifesto data
# add some sentence-level variables
#
# ##### RUN THIS ONLY ONCE, TO CREATE THE MASTER SENTENCE SET ######
#
# Data Used: a series of segmented manifestos in /sentence_segmented_manifesto_folder/
# ../Data - External/sentence_level_data.dta
# ../Data - External/goldset.504.csv
# Data Created: master_sentence_list.csv
# master.sentences.Rdata
# Packages Used: foreign, NLP, OpenNLP
# Machine: Macs
myfolderlocation <- "~/Dropbox/Papers/CMP_recoding/newanalysis/1_create_sentence_set/"
myfolderlocation <- getwd()
sentence_segmented_manifesto_folder <- "Post-script cleaning manifestos/"
##
## load the older master list of sentences
##
require(foreign)
master.sentences <- read.dta("../Data - External/sentence_level_data.dta")
master.sentences <- subset(master.sentences,
select=c("manifestoid",
"party", "year",
names(master.sentences)[grep("sentence", names(master.sentences))],
"total_syllables", "n_complex_words",
"nouns", "verbs", "adjs",
"advs", "propnouns"))
master.sentences$sentence_text <- gsub("\xc2", "", master.sentences$sentence_text)
master.sentences$truncated <- NA
master.sentences$sentence_text[13953] <-
"We want every pupil to be stretched, including the brightest, so we will develop extended projects at A-level, harder A-level questions to challenge the most able, and give universities the individual module marks as well as overall grades."
master.sentences$sentence_text[12652] <- "We will break the link between drugs and crime by massively expanding treatment programmes, including 25,000 residential rehab places (compared with fewer than 2,500 places today), and by giving all young users of hard drugs a straight choice."
master.sentences$truncated[which(nchar(master.sentences$sentence_text)==244)] <- 1
table(master.sentences$manifestoid)
sum(table(master.sentences$manifestoid)[1:7])
summary(nchar(master.sentences$sentence_text)) # verify truncation
# rename sentence_text to sentence_text_old
names(master.sentences)[which(names(master.sentences)=="sentence_text")] <- "sentence_text_old"
##
## process and append the new sentences
##
# get list of filenames - note these are cleaned and verified source files
filelist <- list.files(paste(myfolderlocation, sentence_segmented_manifesto_folder, sep=""))
# reorder to conform to the levels of manifestoid
filelist <- filelist[c(1,3,2,7,9,8,4,6,5,10,12,11,13,15,14,16,18,17)]
sentence_text <- "" # initialize a container for reprocessed sentences
for (f in filelist) {
cat(paste("Processing: ", myfolderlocation, "data_temp/", f, "...", sep=""))
filename <- paste(myfolderlocation, sentence_segmented_manifesto_folder, f, sep="")
toclean <- read.csv(filename, stringsAsFactors=FALSE, header=FALSE, sep="^")
names(toclean) <- "sentence_text_new"
for (i in 1:(nrow(toclean)-1)) {
if (substr(toclean$sentence_text_new[i],1,1) == "#") {
if (substr(toclean$sentence_text_new[i+1],1,1) == "#") {
toclean$sentence_text_new[i+1] <-
paste("#", substr(toclean$sentence_text_new[i],2,nchar(toclean$sentence_text_new[i])), " ",
substr(toclean$sentence_text_new[i+1],2,nchar(toclean$sentence_text_new[i+1])), sep="")
} else {
toclean$sentence_text_new[i+1] <-
paste(substr(toclean$sentence_text_new[i],2,nchar(toclean$sentence_text_new[i])), " ",
substr(toclean$sentence_text_new[i+1],1,nchar(toclean$sentence_text_new[i+1])), sep="")
}
}
}
toclean <- subset(toclean, substr(sentence_text_new,1,1)!="#")
write.csv(toclean, file=gsub(".txt", ".csv", paste(myfolderlocation, "data_temp/", f, sep="")))
cat(paste(nrow(toclean), "lines.\n"))
sentence_text <- c(sentence_text, toclean$sentence_text_new)
}
master.sentences$sentence_text <- sentence_text[-1]
# declare the encoding like this or else nchar fails("invalid multibyte string)
Encoding(master.sentences$sentence_text) <- "UTF-8"
##
## Count the syllables in each sentence, and calculate n complex words
##
require(quanteda)
countSyllables <- function(sourceText) {
# load the RData file but only if not already loaded!
# note that data() defaults to .Globalenv
if (!exists(as.character(substitute(counts)))) {
data(syllableCounts)
print("loaded: syllableCounts")
}
# clean the string, change to uppercase for syllable dictionary match
string <- gsub("[[:punct:][:digit:]]", "", sourceText)
string <- gsub("\n", "", string)
string <- toupper(string)
words <- unlist(strsplit(string, " "))
# lookup the syllables in the words found in the dictionary
# uses vectorization and named vector indexing - not looping!
n.syllables <- counts[words]
# name the syllable count vector with the words
names(n.syllables) <- words
# count the syllables in each word?
vowel.count.lookup <- sapply(words, function(l) sum((attr(gregexpr("[AEIOUY]*", l)[[1]], "match.length"))!=0))
# replace the un-looked-up words with vowel formula words
n.syllables[is.na(n.syllables)] <-
vowel.count.lookup[is.na(n.syllables)]
return(list(total=sum(n.syllables), complex=sum(n.syllables>2)))
}
rm(counts)
system.time(syllables <- t(sapply(master.sentences$sentence_text, countSyllables, USE.NAMES=FALSE)))
master.sentences$total_syllables <- as.numeric(syllables[,1])
master.sentences$n_complex_words <- as.numeric(syllables[,2])
##
## count the number of words
##
nword <- function(stringVector) {
sapply(strsplit(gsub("-", "", stringVector), " +", perl=TRUE), length)
}
master.sentences$sentence_nchars <- nchar(master.sentences$sentence_text)
master.sentences$sentence_nwords <- nword(master.sentences$sentence_text)
master.sentences$sentence_mean_word_length <-
(master.sentences$sentence_nchars - master.sentences$sentence_nwords + 1) / master.sentences$sentence_nwords
##
## figure out the parts of speech in each sentence
##
require(openNLP)
require(NLP)
determine.pos <- function(sentence) {
# clean sentence of punctuation and numbers
sentence <- gsub("[[:punct:][:digit:]]", "", sentence)
# print(sentence)
# tage sentence parts of speech
tagged.sentence <- tagPOS(sentence)$POStagged
gc() # garbage collection - seems to prevent Heap Memory errors for Java call
return()
if (tagged.sentence=="") tagged.sentence<-"DeleteMe"
# tokenize
tagged.sentence.pos.char.vector <- scan(what="char", text=tagged.sentence, quiet=TRUE)
# create a list of splits on the / character that precedes POS tags
tagged.sentence.pos.parsedlist <- strsplit(tagged.sentence.pos.char.vector, "/")
# put the second element of the list into a (factor) vector
tagged.sentence.pos.factor.vector <-
(sapply(tagged.sentence.pos.parsedlist, function(x) x[2]))
# return as a factor vector of same length as text
return(tagged.sentence.pos.factor.vector)
}
tagPOS <- function(text.var, pos_tag_annotator, ...) {
gc()
s <- as.String(text.var)
## Set up the POS annotator if missing (for parallel)
if (missing(pos_tag_annotator)) {
PTA <- Maxent_POS_Tag_Annotator()
}
## Need sentence and word token annotations.
word_token_annotator <- Maxent_Word_Token_Annotator()
a2 <- Annotation(1L, "sentence", 1L, nchar(s))
a2 <- annotate(s, word_token_annotator, a2)
a3 <- annotate(s, PTA, a2)
## Determine the distribution of POS tags for word tokens.
a3w <- a3[a3$type == "word"]
POStags <- unlist(lapply(a3w$features, "[[", "POS"))
## Extract token/POS pairs (all of them): easy.
POStagged <- paste(sprintf("%s/%s", s[a3w], POStags), collapse = " ")
# list(POStagged = POStagged, POStags = POStags)
return(POStags)
}
#
# have to loop because of Java heap space error - TAKES > 4 hours!!!
#
time.start <- proc.time()
pos.df <- data.frame(table(tagPOS(master.sentences$sentence_text[1])))
#pos.df <- data.frame(table(tagPOS(master.sentences$sentence_text[1])$POStags))
#pos.df <- cbind(master.sentences$sentenceid, pos.df)
names(pos.df) <- c("pos", master.sentences$sentenceid[1])
cat("Processing sentence: 1 ")
for (i in 2:nrow(master.sentences)) {
#for (i in 20:30) {
cat(i, " ")
this.sentence <- data.frame(table(tagPOS(master.sentences$sentence_text[i])))
# got to have this to catch any zero-length POS vectors
if (nrow(this.sentence)==0) { this.sentence <- data.frame(Var1="DT", Freq=0) }
pos.df <- merge(pos.df, this.sentence, by.x=1, by.y=1, all=TRUE)
names(pos.df)[ncol(pos.df)] <- master.sentences$sentenceid[i]
}
row.names(pos.df) <- pos.df$pos
pos.df <- t(pos.df[,-1])
print(proc.time()-time.start)
save(pos.df, file="data_temp/pos.df.Rdata")
pos.df[is.na(pos.df)] <- 0
sentences.pos <- data.frame(nouns=apply(pos.df[,c("NN", "NNS", "NNP", "NNPS")], 1, sum),
verbs=apply(pos.df[,c("VB", "VBD", "VBG", "VBN", "VBP", "VBZ")], 1, sum),
adjs=apply(pos.df[,c("JJR", "JJ", "JJS")], 1, sum),
advs=apply(pos.df[,c("RB", "RBR", "RBS")], 1, sum),
propnouns=apply(pos.df[,c("NNP", "NNPS")], 1, sum))
master.sentences[,11:15] <- sentences.pos # replace existing data with new
#
# merge in the gold sentences
#
gold504 <- read.csv("../Data - External/goldset.504.csv")
master.sentences <- merge(master.sentences, gold504[,-c(2:4)], by.x="sentenceid", by.y="text_unit_id", all=TRUE)
#
# merge in screener questions
#
###
### CODE HERE - IF WE WANT TO USE SCREENERS
###
# order the master sentences
master.sentences <- master.sentences[order(master.sentences$sentenceid),]
##
## create pre_sentence and post_sentence - slow but straightforward!
##
sentences <- master.sentences
for (i in 1:(nrow(sentences)-0)) {
if (i>2 && sentences$manifestoid[i-2]==sentences$manifestoid[i]) {
sentences$pre_sentence[i] <- paste(sentences$sentence_text[i-2], sentences$sentence_text[i-1])
} else if (i>1 && sentences$manifestoid[i-1]==sentences$manifestoid[i]) {
sentences$pre_sentence[i] <- sentences$sentence_text[i-1]
} else sentences$pre_sentence[i] <- ""
if (i<=(nrow(sentences)-2) && sentences$manifestoid[i+2]==sentences$manifestoid[i]) {
sentences$post_sentence[i] <- paste(sentences$sentence_text[i+1], sentences$sentence_text[i+2])
} else if (i<=(nrow(sentences)-1) && sentences$manifestoid[i+1]==sentences$manifestoid[i]) {
sentences$post_sentence[i] <- sentences$sentence_text[i+1]
} else sentences$post_sentence[i] <- ""
}
sentences <- sentences[,-which(names(sentence)=="sentence_text_old")] # drop this column
# merge in the policy area gold reasons
sentences.unmerged <- sentences
save(sentences.unmerged, file="../Data - Temp/sentences.unmerged.Rdata")
sentences <- merge(sentences.unmerged,
subset(read.csv("../Data - External/data_gold_reasons.csv", stringsAsFactors=FALSE),
select=c("sentenceid", "policy_area_gold_reason")),
by="sentenceid", all.x=TRUE)
##
## Save the master sentence file
##
save(master.sentences, file="../Data - Temp/master.sentences.orig.Rdata")
save(sentences, file="../Data - Created/master.sentences.Rdata")
write.csv(sentences, file="../Data - Created/master.sentences.csv", fileEncoding="UTF-8", na="")
#2 Con 1987 1015 OK
#3 LD 1987 878 OK
#4 Lab 1987 455 OK
#5 Con 1997 1171 OK
#6 LD 1997 873 OK
#7 Lab 1997 1052 OK
#8 Con 1992 1731 OK
#9 LD 1992 884 OK
#10 Lab 1992 661 OK
#11 Con 2001 748 OK
#12 LD 2001 1178 OK
#13 Lab 2001 1752 OK
#14 Con 2005 414 OK
#15 LD 2005 821 OK
#16 Lab 2005 1186 OK
#17 Con 2010 1240 OK
#18 LD 2010 855 OK
#19 Lab 2010 1349 OK
| /01 Create Intitial Sentence Dataset/01_create_core_sentence_set.R | permissive | kbenoit/CSTA-APSR | R | false | false | 12,079 | r | # File-Name: create_core_sentence_set.R
# Date: 2013-09-20
# Author: Ken Benoit
# Email: kbenoit@lse.ac.uk
# Purpose: create the core master sentence list from the manifesto data
# add some sentence-level variables
#
# ##### RUN THIS ONLY ONCE, TO CREATE THE MASTER SENTENCE SET ######
#
# Data Used: a series of segmented manifestos in /sentence_segmented_manifesto_folder/
# ../Data - External/sentence_level_data.dta
# ../Data - External/goldset.504.csv
# Data Created: master_sentence_list.csv
# master.sentences.Rdata
# Packages Used: foreign, NLP, OpenNLP
# Machine: Macs
myfolderlocation <- "~/Dropbox/Papers/CMP_recoding/newanalysis/1_create_sentence_set/"
myfolderlocation <- getwd()
sentence_segmented_manifesto_folder <- "Post-script cleaning manifestos/"
##
## load the older master list of sentences
##
require(foreign)
master.sentences <- read.dta("../Data - External/sentence_level_data.dta")
master.sentences <- subset(master.sentences,
select=c("manifestoid",
"party", "year",
names(master.sentences)[grep("sentence", names(master.sentences))],
"total_syllables", "n_complex_words",
"nouns", "verbs", "adjs",
"advs", "propnouns"))
master.sentences$sentence_text <- gsub("\xc2", "", master.sentences$sentence_text)
master.sentences$truncated <- NA
master.sentences$sentence_text[13953] <-
"We want every pupil to be stretched, including the brightest, so we will develop extended projects at A-level, harder A-level questions to challenge the most able, and give universities the individual module marks as well as overall grades."
master.sentences$sentence_text[12652] <- "We will break the link between drugs and crime by massively expanding treatment programmes, including 25,000 residential rehab places (compared with fewer than 2,500 places today), and by giving all young users of hard drugs a straight choice."
master.sentences$truncated[which(nchar(master.sentences$sentence_text)==244)] <- 1
table(master.sentences$manifestoid)
sum(table(master.sentences$manifestoid)[1:7])
summary(nchar(master.sentences$sentence_text)) # verify truncation
# rename sentence_text to sentence_text_old
names(master.sentences)[which(names(master.sentences)=="sentence_text")] <- "sentence_text_old"
##
## process and append the new sentences
##
# get list of filenames - note these are cleaned and verified source files
filelist <- list.files(paste(myfolderlocation, sentence_segmented_manifesto_folder, sep=""))
# reorder to conform to the levels of manifestoid
filelist <- filelist[c(1,3,2,7,9,8,4,6,5,10,12,11,13,15,14,16,18,17)]
sentence_text <- "" # initialize a container for reprocessed sentences
for (f in filelist) {
cat(paste("Processing: ", myfolderlocation, "data_temp/", f, "...", sep=""))
filename <- paste(myfolderlocation, sentence_segmented_manifesto_folder, f, sep="")
toclean <- read.csv(filename, stringsAsFactors=FALSE, header=FALSE, sep="^")
names(toclean) <- "sentence_text_new"
for (i in 1:(nrow(toclean)-1)) {
if (substr(toclean$sentence_text_new[i],1,1) == "#") {
if (substr(toclean$sentence_text_new[i+1],1,1) == "#") {
toclean$sentence_text_new[i+1] <-
paste("#", substr(toclean$sentence_text_new[i],2,nchar(toclean$sentence_text_new[i])), " ",
substr(toclean$sentence_text_new[i+1],2,nchar(toclean$sentence_text_new[i+1])), sep="")
} else {
toclean$sentence_text_new[i+1] <-
paste(substr(toclean$sentence_text_new[i],2,nchar(toclean$sentence_text_new[i])), " ",
substr(toclean$sentence_text_new[i+1],1,nchar(toclean$sentence_text_new[i+1])), sep="")
}
}
}
toclean <- subset(toclean, substr(sentence_text_new,1,1)!="#")
write.csv(toclean, file=gsub(".txt", ".csv", paste(myfolderlocation, "data_temp/", f, sep="")))
cat(paste(nrow(toclean), "lines.\n"))
sentence_text <- c(sentence_text, toclean$sentence_text_new)
}
master.sentences$sentence_text <- sentence_text[-1]
# declare the encoding like this or else nchar fails("invalid multibyte string)
Encoding(master.sentences$sentence_text) <- "UTF-8"
##
## Count the syllables in each sentence, and calculate n complex words
##
require(quanteda)
countSyllables <- function(sourceText) {
# load the RData file but only if not already loaded!
# note that data() defaults to .Globalenv
if (!exists(as.character(substitute(counts)))) {
data(syllableCounts)
print("loaded: syllableCounts")
}
# clean the string, change to uppercase for syllable dictionary match
string <- gsub("[[:punct:][:digit:]]", "", sourceText)
string <- gsub("\n", "", string)
string <- toupper(string)
words <- unlist(strsplit(string, " "))
# lookup the syllables in the words found in the dictionary
# uses vectorization and named vector indexing - not looping!
n.syllables <- counts[words]
# name the syllable count vector with the words
names(n.syllables) <- words
# count the syllables in each word?
vowel.count.lookup <- sapply(words, function(l) sum((attr(gregexpr("[AEIOUY]*", l)[[1]], "match.length"))!=0))
# replace the un-looked-up words with vowel formula words
n.syllables[is.na(n.syllables)] <-
vowel.count.lookup[is.na(n.syllables)]
return(list(total=sum(n.syllables), complex=sum(n.syllables>2)))
}
rm(counts)
system.time(syllables <- t(sapply(master.sentences$sentence_text, countSyllables, USE.NAMES=FALSE)))
master.sentences$total_syllables <- as.numeric(syllables[,1])
master.sentences$n_complex_words <- as.numeric(syllables[,2])
##
## count the number of words
##
nword <- function(stringVector) {
sapply(strsplit(gsub("-", "", stringVector), " +", perl=TRUE), length)
}
master.sentences$sentence_nchars <- nchar(master.sentences$sentence_text)
master.sentences$sentence_nwords <- nword(master.sentences$sentence_text)
master.sentences$sentence_mean_word_length <-
(master.sentences$sentence_nchars - master.sentences$sentence_nwords + 1) / master.sentences$sentence_nwords
##
## figure out the parts of speech in each sentence
##
require(openNLP)
require(NLP)
determine.pos <- function(sentence) {
# clean sentence of punctuation and numbers
sentence <- gsub("[[:punct:][:digit:]]", "", sentence)
# print(sentence)
# tage sentence parts of speech
tagged.sentence <- tagPOS(sentence)$POStagged
gc() # garbage collection - seems to prevent Heap Memory errors for Java call
return()
if (tagged.sentence=="") tagged.sentence<-"DeleteMe"
# tokenize
tagged.sentence.pos.char.vector <- scan(what="char", text=tagged.sentence, quiet=TRUE)
# create a list of splits on the / character that precedes POS tags
tagged.sentence.pos.parsedlist <- strsplit(tagged.sentence.pos.char.vector, "/")
# put the second element of the list into a (factor) vector
tagged.sentence.pos.factor.vector <-
(sapply(tagged.sentence.pos.parsedlist, function(x) x[2]))
# return as a factor vector of same length as text
return(tagged.sentence.pos.factor.vector)
}
tagPOS <- function(text.var, pos_tag_annotator, ...) {
gc()
s <- as.String(text.var)
## Set up the POS annotator if missing (for parallel)
if (missing(pos_tag_annotator)) {
PTA <- Maxent_POS_Tag_Annotator()
}
## Need sentence and word token annotations.
word_token_annotator <- Maxent_Word_Token_Annotator()
a2 <- Annotation(1L, "sentence", 1L, nchar(s))
a2 <- annotate(s, word_token_annotator, a2)
a3 <- annotate(s, PTA, a2)
## Determine the distribution of POS tags for word tokens.
a3w <- a3[a3$type == "word"]
POStags <- unlist(lapply(a3w$features, "[[", "POS"))
## Extract token/POS pairs (all of them): easy.
POStagged <- paste(sprintf("%s/%s", s[a3w], POStags), collapse = " ")
# list(POStagged = POStagged, POStags = POStags)
return(POStags)
}
#
# have to loop because of Java heap space error - TAKES > 4 hours!!!
#
time.start <- proc.time()
pos.df <- data.frame(table(tagPOS(master.sentences$sentence_text[1])))
#pos.df <- data.frame(table(tagPOS(master.sentences$sentence_text[1])$POStags))
#pos.df <- cbind(master.sentences$sentenceid, pos.df)
names(pos.df) <- c("pos", master.sentences$sentenceid[1])
cat("Processing sentence: 1 ")
for (i in 2:nrow(master.sentences)) {
#for (i in 20:30) {
cat(i, " ")
this.sentence <- data.frame(table(tagPOS(master.sentences$sentence_text[i])))
# got to have this to catch any zero-length POS vectors
if (nrow(this.sentence)==0) { this.sentence <- data.frame(Var1="DT", Freq=0) }
pos.df <- merge(pos.df, this.sentence, by.x=1, by.y=1, all=TRUE)
names(pos.df)[ncol(pos.df)] <- master.sentences$sentenceid[i]
}
row.names(pos.df) <- pos.df$pos
pos.df <- t(pos.df[,-1])
print(proc.time()-time.start)
save(pos.df, file="data_temp/pos.df.Rdata")
pos.df[is.na(pos.df)] <- 0
sentences.pos <- data.frame(nouns=apply(pos.df[,c("NN", "NNS", "NNP", "NNPS")], 1, sum),
verbs=apply(pos.df[,c("VB", "VBD", "VBG", "VBN", "VBP", "VBZ")], 1, sum),
adjs=apply(pos.df[,c("JJR", "JJ", "JJS")], 1, sum),
advs=apply(pos.df[,c("RB", "RBR", "RBS")], 1, sum),
propnouns=apply(pos.df[,c("NNP", "NNPS")], 1, sum))
master.sentences[,11:15] <- sentences.pos # replace existing data with new
#
# merge in the gold sentences
#
gold504 <- read.csv("../Data - External/goldset.504.csv")
master.sentences <- merge(master.sentences, gold504[,-c(2:4)], by.x="sentenceid", by.y="text_unit_id", all=TRUE)
#
# merge in screener questions
#
###
### CODE HERE - IF WE WANT TO USE SCREENERS
###
# order the master sentences
master.sentences <- master.sentences[order(master.sentences$sentenceid),]
##
## create pre_sentence and post_sentence - slow but straightforward!
##
sentences <- master.sentences
for (i in 1:(nrow(sentences)-0)) {
if (i>2 && sentences$manifestoid[i-2]==sentences$manifestoid[i]) {
sentences$pre_sentence[i] <- paste(sentences$sentence_text[i-2], sentences$sentence_text[i-1])
} else if (i>1 && sentences$manifestoid[i-1]==sentences$manifestoid[i]) {
sentences$pre_sentence[i] <- sentences$sentence_text[i-1]
} else sentences$pre_sentence[i] <- ""
if (i<=(nrow(sentences)-2) && sentences$manifestoid[i+2]==sentences$manifestoid[i]) {
sentences$post_sentence[i] <- paste(sentences$sentence_text[i+1], sentences$sentence_text[i+2])
} else if (i<=(nrow(sentences)-1) && sentences$manifestoid[i+1]==sentences$manifestoid[i]) {
sentences$post_sentence[i] <- sentences$sentence_text[i+1]
} else sentences$post_sentence[i] <- ""
}
sentences <- sentences[,-which(names(sentence)=="sentence_text_old")] # drop this column
# merge in the policy area gold reasons
sentences.unmerged <- sentences
save(sentences.unmerged, file="../Data - Temp/sentences.unmerged.Rdata")
sentences <- merge(sentences.unmerged,
subset(read.csv("../Data - External/data_gold_reasons.csv", stringsAsFactors=FALSE),
select=c("sentenceid", "policy_area_gold_reason")),
by="sentenceid", all.x=TRUE)
##
## Save the master sentence file
##
save(master.sentences, file="../Data - Temp/master.sentences.orig.Rdata")
save(sentences, file="../Data - Created/master.sentences.Rdata")
write.csv(sentences, file="../Data - Created/master.sentences.csv", fileEncoding="UTF-8", na="")
#2 Con 1987 1015 OK
#3 LD 1987 878 OK
#4 Lab 1987 455 OK
#5 Con 1997 1171 OK
#6 LD 1997 873 OK
#7 Lab 1997 1052 OK
#8 Con 1992 1731 OK
#9 LD 1992 884 OK
#10 Lab 1992 661 OK
#11 Con 2001 748 OK
#12 LD 2001 1178 OK
#13 Lab 2001 1752 OK
#14 Con 2005 414 OK
#15 LD 2005 821 OK
#16 Lab 2005 1186 OK
#17 Con 2010 1240 OK
#18 LD 2010 855 OK
#19 Lab 2010 1349 OK
|
### R code from vignette source 'RDavidWS-vignette.Rnw'
### Encoding: UTF-8
###################################################
### code chunk number 1: General R options for Sweave
###################################################
options(prompt="R> ", continue="+ ", width=70, useFancyQuotes=FALSE, digits=4)
###################################################
### code chunk number 2: Loading library
###################################################
suppressMessages(library("RDAVIDWebService"))
###################################################
### code chunk number 3: TermCluster1
###################################################
library("RDAVIDWebService")
fileName<-system.file("files/termClusterReport1.tab.tar.gz",
package="RDAVIDWebService")
untar(fileName)
termCluster<-DAVIDTermCluster(untar(fileName, list=TRUE))
termCluster
head(summary(termCluster))
###################################################
### code chunk number 4: plot2Dview
###################################################
clustNumber<-2
plot2D(termCluster, clustNumber)
###################################################
### code chunk number 5: plotGO
###################################################
davidGODag<-DAVIDGODag(members(termCluster)[[clustNumber]],
pvalueCutoff=0.1, "CC")
plotGOTermGraph(g=goDag(davidGODag),
r=davidGODag, max.nchar=40, node.shape="ellipse")
###################################################
### code chunk number 6: Session Info
###################################################
sessionInfo()
| /libs/RDAVIDWebService/doc/RDavidWS-vignette.R | no_license | mpg-age-bioinformatics/shiny-david | R | false | false | 1,548 | r | ### R code from vignette source 'RDavidWS-vignette.Rnw'
### Encoding: UTF-8
###################################################
### code chunk number 1: General R options for Sweave
###################################################
options(prompt="R> ", continue="+ ", width=70, useFancyQuotes=FALSE, digits=4)
###################################################
### code chunk number 2: Loading library
###################################################
suppressMessages(library("RDAVIDWebService"))
###################################################
### code chunk number 3: TermCluster1
###################################################
library("RDAVIDWebService")
fileName<-system.file("files/termClusterReport1.tab.tar.gz",
package="RDAVIDWebService")
untar(fileName)
termCluster<-DAVIDTermCluster(untar(fileName, list=TRUE))
termCluster
head(summary(termCluster))
###################################################
### code chunk number 4: plot2Dview
###################################################
clustNumber<-2
plot2D(termCluster, clustNumber)
###################################################
### code chunk number 5: plotGO
###################################################
davidGODag<-DAVIDGODag(members(termCluster)[[clustNumber]],
pvalueCutoff=0.1, "CC")
plotGOTermGraph(g=goDag(davidGODag),
r=davidGODag, max.nchar=40, node.shape="ellipse")
###################################################
### code chunk number 6: Session Info
###################################################
sessionInfo()
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/Plotting.R
\name{plotLearningCurve}
\alias{plotLearningCurve}
\title{plotLearningCurve}
\usage{
plotLearningCurve(
learningCurve,
metric = "AUROC",
abscissa = "observations",
plotTitle = "Learning Curve",
plotSubtitle = NULL,
fileName = NULL
)
}
\arguments{
\item{learningCurve}{An object returned by \code{\link{createLearningCurve}}
function.}
\item{metric}{Specifies the metric to be plotted:
\itemize{
\item{\code{'AUROC'} - use the area under the Receiver Operating
Characteristic curve}
\item{\code{'AUPRC'} - use the area under the Precision-Recall curve}
\item{\code{'sBrier'} - use the scaled Brier score}
}}
\item{abscissa}{Specify the abscissa metric to be plotted:
\itemize{
\item{\code{'observations'} - use number of observations}
\item{\code{'outcomes'} - use number of positive outcomes}
}}
\item{plotTitle}{Title of the learning curve plot.}
\item{plotSubtitle}{Subtitle of the learning curve plot.}
\item{fileName}{Filename of plot to be saved, for example \code{'plot.png'}.
See the function \code{ggsave} in the ggplot2 package for supported file
formats.}
}
\value{
A ggplot object. Use the \code{\link[ggplot2]{ggsave}} function to save to
file in a different format.
}
\description{
Create a plot of the learning curve using the object returned
from \code{createLearningCurve}.
}
\examples{
\dontrun{
# create learning curve object
learningCurve <- createLearningCurve(population,
plpData,
modelSettings)
# plot the learning curve
plotLearningCurve(learningCurve)
}
}
| /man/plotLearningCurve.Rd | permissive | Kuroshiwo/PatientLevelPrediction | R | false | true | 1,677 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/Plotting.R
\name{plotLearningCurve}
\alias{plotLearningCurve}
\title{plotLearningCurve}
\usage{
plotLearningCurve(
learningCurve,
metric = "AUROC",
abscissa = "observations",
plotTitle = "Learning Curve",
plotSubtitle = NULL,
fileName = NULL
)
}
\arguments{
\item{learningCurve}{An object returned by \code{\link{createLearningCurve}}
function.}
\item{metric}{Specifies the metric to be plotted:
\itemize{
\item{\code{'AUROC'} - use the area under the Receiver Operating
Characteristic curve}
\item{\code{'AUPRC'} - use the area under the Precision-Recall curve}
\item{\code{'sBrier'} - use the scaled Brier score}
}}
\item{abscissa}{Specify the abscissa metric to be plotted:
\itemize{
\item{\code{'observations'} - use number of observations}
\item{\code{'outcomes'} - use number of positive outcomes}
}}
\item{plotTitle}{Title of the learning curve plot.}
\item{plotSubtitle}{Subtitle of the learning curve plot.}
\item{fileName}{Filename of plot to be saved, for example \code{'plot.png'}.
See the function \code{ggsave} in the ggplot2 package for supported file
formats.}
}
\value{
A ggplot object. Use the \code{\link[ggplot2]{ggsave}} function to save to
file in a different format.
}
\description{
Create a plot of the learning curve using the object returned
from \code{createLearningCurve}.
}
\examples{
\dontrun{
# create learning curve object
learningCurve <- createLearningCurve(population,
plpData,
modelSettings)
# plot the learning curve
plotLearningCurve(learningCurve)
}
}
|
#' A lookup table for candidate identifiers
#'
'candidates'
| /R/data_candidates.R | no_license | MEDSL/medslcleaner | R | false | false | 60 | r | #' A lookup table for candidate identifiers
#'
'candidates'
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/latex_summary_table.R
\name{latextable_basic}
\alias{latextable_basic}
\title{Convert simple data frames into nice latex tables (Primarily useful
for summary stat tables)}
\usage{
latextable_basic(data = NULL, digits = 2, head = TRUE, table.width = 14,
first.col.width = 3, position = "C", print = TRUE,
caption = "Test table", label = "test.table", add.rows = NULL,
notes = "Test note.", textsize = "scriptsize", outfile = NULL)
}
\arguments{
\item{data}{}
\item{digits}{}
\item{head}{}
\item{table.width}{}
\item{position}{}
\item{print}{}
\item{caption}{}
\item{label}{}
\item{add.rows}{}
\item{notes}{}
\item{textsize}{}
\item{outfile}{}
}
\value{
Function primarily used for its side-effect: the latex table
}
\author{
Janko Cizel
}
| /man/latextable_basic.Rd | no_license | jcizel/rtable | R | false | true | 834 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/latex_summary_table.R
\name{latextable_basic}
\alias{latextable_basic}
\title{Convert simple data frames into nice latex tables (Primarily useful
for summary stat tables)}
\usage{
latextable_basic(data = NULL, digits = 2, head = TRUE, table.width = 14,
first.col.width = 3, position = "C", print = TRUE,
caption = "Test table", label = "test.table", add.rows = NULL,
notes = "Test note.", textsize = "scriptsize", outfile = NULL)
}
\arguments{
\item{data}{}
\item{digits}{}
\item{head}{}
\item{table.width}{}
\item{position}{}
\item{print}{}
\item{caption}{}
\item{label}{}
\item{add.rows}{}
\item{notes}{}
\item{textsize}{}
\item{outfile}{}
}
\value{
Function primarily used for its side-effect: the latex table
}
\author{
Janko Cizel
}
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/basicAPI.R
\name{setupAuthentication}
\alias{setupAuthentication}
\title{Function to setup authentication}
\usage{
setupAuthentication(filepath)
}
\arguments{
\item{path}{of file with authentication details}
}
\description{
Function to setup authentication
}
| /man/setupAuthentication.Rd | no_license | siddheshdhuri/twitterEx | R | false | true | 337 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/basicAPI.R
\name{setupAuthentication}
\alias{setupAuthentication}
\title{Function to setup authentication}
\usage{
setupAuthentication(filepath)
}
\arguments{
\item{path}{of file with authentication details}
}
\description{
Function to setup authentication
}
|
#' Chi-square test against specified probabilities
#'
#' @description Convenience function that runs a chi-square goodness of fit
#' test against specified probabilities. This is a wrapper function intended
#' to be used for pedagogical purposes only.
#'
#' @param x Factor variable containing the raw outcomes.
#' @param p Numeric variable containing the null-hypothesis probabilities (default = all outcomes equally likely)
#'
#' @details The \code{goodnessOfFitTest} function runs the chi-square
#' goodness of fit test of the hypothesis that the outcomes in the factor
#' \code{x} were generated according to the probabilities in the vector
#' \code{p}. The probability vector \code{p} must be a numeric variable
#' of length \code{nlevels(x)}. If no probabilities are specified, all
#' outcomes are assumed to be equally likely.
#'
#' @return An object of class 'gofTest'. When printed, the output is
#' organised into four short sections. The first section lists the name
#' of the test and the variables included. The second lists the null and
#' alternative hypotheses for the test. The third shows the observed
#' frequency table, the expected frequency table under the null hypothesis,
#' and the probabilities specified by the null. The fourth prints out the
#' test results.
#'
#' @export
#'
#' @seealso
#' \code{\link{chisq.test}},
#' \code{\link{associationTest}},
#' \code{\link{cramersV}}
#'
#' @examples
#' # raw data
#' gender <- factor(
#' c( "male","male","male","male","female","female",
#' "female","male","male","male" ))
#'
#' # goodness of fit test against the hypothesis that males and
#' # females occur with equal frequency
#' goodnessOfFitTest( gender )
#'
#' # goodness of fit test against the hypothesis that males appear
#' # with probability .6 and females with probability .4.
#' goodnessOfFitTest( gender, p=c(.4,.6) )
#' goodnessOfFitTest( gender, p=c(female=.4,male=.6) )
#' goodnessOfFitTest( gender, p=c(male=.6,female=.4) )
#'
goodnessOfFitTest <- function( x, p=NULL ) {
# check if x is missing
if( missing(x) ) { stop( '"x" argument is missing, with no default')}
# make sure x is a factor
if( !methods::is(x,"factor") ) {
stop( "input argument 'x' must be a factor" )
}
# check for missing data & print warning if needed
missingData <- is.na( x )
x <- x[!missingData]
if(sum(missingData) > 0) {
warning( paste(sum(missingData)), " case(s) removed due to missingness" )
}
# make sure x has at least two levels
if( nlevels(x) <= 1 ) {
stop( "factor 'x' must be have at least two levels" )
}
# either set the default probabilities...
if( is.null(p) ) {
p <- rep.int( 1, nlevels(x) ) / nlevels(x)
names(p) <- levels( x )
} else { # or check that the user supplied probabilites make sense...
if( !methods::is(p,"numeric") | any(is.na(p)) ) stop( "'p' must be a numeric vector of probabilities" )
if( length(p) != nlevels(x) ) stop( "'p' contains the wrong number of elements" )
if( abs(sum(p) - 1)>10^-10 ) {
warning( "probabilities in 'p' do not add up to 1. rescaled values used")
p <- p / sum(p)
}
if( !is.null( names(p)) ) { # if p has names, better check
if( all ( sort(names(p)) == sort(levels(x)) )) { # if they match
p <- p[levels(x)] # sort them to match level ordering
} else {
warning( "'p' has names that differ from the levels of 'x'")
}
}
}
# tabulate x
f <- table(x)
# run the corresponding chi-square test: suppressing the warning,
# replacing it with our own if it exists
old.warn <- options(warn=2) # convert warnings to errors
htest <- try( stats::chisq.test( x=f, p=p ), silent=TRUE ) # try the test
need.warning <- FALSE # assume warning
# check for failures:
if( class(htest) == "try-error" ) {
# handle the case when the "error" was the warning we're catching
need.warning <- length( grep("Chi-squared approximation may be incorrect",htest )) > 0
if( need.warning ) { # if it was a ties problem...
options(warn=-1) # suppress warnings completely for the next run...
} else { # if not...
options( old.warn ) # reset warning state and let R throw what it likes...
}
# now run the test again & compute effect size
htest <- stats::chisq.test( x=f, p=p )
}
options( old.warn ) # reset warnings
# get the variable name if it exists
outcome <- match.call()[2] # get the x argument from the call
outcome <- as.character( outcome )
# create output structure
out <- list(
outcome = outcome,
p = p,
observed = htest$observed,
expected = htest$expected,
difference = htest$observed - htest$expected,
statistic = htest$statistic,
df = htest$parameter,
p.value = htest$p.value,
warn = need.warning
)
class( out ) <- "gofTest"
# throw the warning if needed
if( need.warning ) {
warning( "Expected frequencies too small: chi-squared approximation may be incorrect")
}
return(out)
}
#' Print method for lsr goodness-of-fit tests
#'
#' @param x An object of class 'gofTest'
#' @param ... For consistency with the generic (unused)
#'
#' @return Invisibly returns the original object
#' @export
print.gofTest <- function(x, ...) {
# print the name of the test
cat("\n Chi-square test against specified probabilities\n\n")
# print the data variable
cat( "Data variable: ", x$outcome, "\n\n" )
# print the hypotheses being tested
cat( "Hypotheses: \n")
cat( " null: true probabilities are as specified\n")
cat( " alternative: true probabilities differ from those specified\n")
cat("\n")
# print observed against expected
descriptives <- cbind( x$observed, x$expected, x$p )
colnames(descriptives) <- c("observed freq.", "expected freq.", "specified prob." )
cat( "Descriptives: \n")
print(descriptives)
cat( "\n")
# print test statistics
nDigits <- 3
cat( "Test results: \n")
cat( " X-squared statistic: ", round( x$statistic, nDigits ), "\n" )
cat( " degrees of freedom: ", round( x$df, nDigits ), "\n" )
pp <- ifelse( x$p.value < .001, "<.001", round( x$p.value, nDigits ))
cat( " p-value: ", pp, "\n")
if( x$warn) cat( " warning: expected frequencies too small, results may be inaccurate\n")
cat( "\n")
return( invisible(x) )
}
| /R/goodnessOfFitTest.R | permissive | djnavarro/lsr | R | false | false | 6,330 | r |
#' Chi-square test against specified probabilities
#'
#' @description Convenience function that runs a chi-square goodness of fit
#' test against specified probabilities. This is a wrapper function intended
#' to be used for pedagogical purposes only.
#'
#' @param x Factor variable containing the raw outcomes.
#' @param p Numeric variable containing the null-hypothesis probabilities (default = all outcomes equally likely)
#'
#' @details The \code{goodnessOfFitTest} function runs the chi-square
#' goodness of fit test of the hypothesis that the outcomes in the factor
#' \code{x} were generated according to the probabilities in the vector
#' \code{p}. The probability vector \code{p} must be a numeric variable
#' of length \code{nlevels(x)}. If no probabilities are specified, all
#' outcomes are assumed to be equally likely.
#'
#' @return An object of class 'gofTest'. When printed, the output is
#' organised into four short sections. The first section lists the name
#' of the test and the variables included. The second lists the null and
#' alternative hypotheses for the test. The third shows the observed
#' frequency table, the expected frequency table under the null hypothesis,
#' and the probabilities specified by the null. The fourth prints out the
#' test results.
#'
#' @export
#'
#' @seealso
#' \code{\link{chisq.test}},
#' \code{\link{associationTest}},
#' \code{\link{cramersV}}
#'
#' @examples
#' # raw data
#' gender <- factor(
#' c( "male","male","male","male","female","female",
#' "female","male","male","male" ))
#'
#' # goodness of fit test against the hypothesis that males and
#' # females occur with equal frequency
#' goodnessOfFitTest( gender )
#'
#' # goodness of fit test against the hypothesis that males appear
#' # with probability .6 and females with probability .4.
#' goodnessOfFitTest( gender, p=c(.4,.6) )
#' goodnessOfFitTest( gender, p=c(female=.4,male=.6) )
#' goodnessOfFitTest( gender, p=c(male=.6,female=.4) )
#'
goodnessOfFitTest <- function( x, p=NULL ) {
# check if x is missing
if( missing(x) ) { stop( '"x" argument is missing, with no default')}
# make sure x is a factor
if( !methods::is(x,"factor") ) {
stop( "input argument 'x' must be a factor" )
}
# check for missing data & print warning if needed
missingData <- is.na( x )
x <- x[!missingData]
if(sum(missingData) > 0) {
warning( paste(sum(missingData)), " case(s) removed due to missingness" )
}
# make sure x has at least two levels
if( nlevels(x) <= 1 ) {
stop( "factor 'x' must be have at least two levels" )
}
# either set the default probabilities...
if( is.null(p) ) {
p <- rep.int( 1, nlevels(x) ) / nlevels(x)
names(p) <- levels( x )
} else { # or check that the user supplied probabilites make sense...
if( !methods::is(p,"numeric") | any(is.na(p)) ) stop( "'p' must be a numeric vector of probabilities" )
if( length(p) != nlevels(x) ) stop( "'p' contains the wrong number of elements" )
if( abs(sum(p) - 1)>10^-10 ) {
warning( "probabilities in 'p' do not add up to 1. rescaled values used")
p <- p / sum(p)
}
if( !is.null( names(p)) ) { # if p has names, better check
if( all ( sort(names(p)) == sort(levels(x)) )) { # if they match
p <- p[levels(x)] # sort them to match level ordering
} else {
warning( "'p' has names that differ from the levels of 'x'")
}
}
}
# tabulate x
f <- table(x)
# run the corresponding chi-square test: suppressing the warning,
# replacing it with our own if it exists
old.warn <- options(warn=2) # convert warnings to errors
htest <- try( stats::chisq.test( x=f, p=p ), silent=TRUE ) # try the test
need.warning <- FALSE # assume warning
# check for failures:
if( class(htest) == "try-error" ) {
# handle the case when the "error" was the warning we're catching
need.warning <- length( grep("Chi-squared approximation may be incorrect",htest )) > 0
if( need.warning ) { # if it was a ties problem...
options(warn=-1) # suppress warnings completely for the next run...
} else { # if not...
options( old.warn ) # reset warning state and let R throw what it likes...
}
# now run the test again & compute effect size
htest <- stats::chisq.test( x=f, p=p )
}
options( old.warn ) # reset warnings
# get the variable name if it exists
outcome <- match.call()[2] # get the x argument from the call
outcome <- as.character( outcome )
# create output structure
out <- list(
outcome = outcome,
p = p,
observed = htest$observed,
expected = htest$expected,
difference = htest$observed - htest$expected,
statistic = htest$statistic,
df = htest$parameter,
p.value = htest$p.value,
warn = need.warning
)
class( out ) <- "gofTest"
# throw the warning if needed
if( need.warning ) {
warning( "Expected frequencies too small: chi-squared approximation may be incorrect")
}
return(out)
}
#' Print method for lsr goodness-of-fit tests
#'
#' @param x An object of class 'gofTest'
#' @param ... For consistency with the generic (unused)
#'
#' @return Invisibly returns the original object
#' @export
print.gofTest <- function(x, ...) {
# print the name of the test
cat("\n Chi-square test against specified probabilities\n\n")
# print the data variable
cat( "Data variable: ", x$outcome, "\n\n" )
# print the hypotheses being tested
cat( "Hypotheses: \n")
cat( " null: true probabilities are as specified\n")
cat( " alternative: true probabilities differ from those specified\n")
cat("\n")
# print observed against expected
descriptives <- cbind( x$observed, x$expected, x$p )
colnames(descriptives) <- c("observed freq.", "expected freq.", "specified prob." )
cat( "Descriptives: \n")
print(descriptives)
cat( "\n")
# print test statistics
nDigits <- 3
cat( "Test results: \n")
cat( " X-squared statistic: ", round( x$statistic, nDigits ), "\n" )
cat( " degrees of freedom: ", round( x$df, nDigits ), "\n" )
pp <- ifelse( x$p.value < .001, "<.001", round( x$p.value, nDigits ))
cat( " p-value: ", pp, "\n")
if( x$warn) cat( " warning: expected frequencies too small, results may be inaccurate\n")
cat( "\n")
return( invisible(x) )
}
|
library(testthat)
library(rust)
test_check("rust")
| /tests/testthat.R | no_license | paulnorthrop/rust | R | false | false | 52 | r | library(testthat)
library(rust)
test_check("rust")
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/sexbiaseddisp.R
\name{AIc}
\alias{AIc}
\title{Calculates corrected Assignment Index}
\usage{
AIc(dat)
}
\arguments{
\item{dat}{a data frane with nlocs+1 columns,}
}
\value{
aic The corrected assignment index of each individual
}
\description{
Calculates corrected Assignment Index as described in
\href{https://onlinelibrary.wiley.com/doi/abs/10.1046/j.1365-294X.2002.01496.x}{Goudet etal. (2002)}
}
\references{
\href{https://onlinelibrary.wiley.com/doi/abs/10.1046/j.1365-294X.2002.01496.x}{Goudet J, Perrin N, Waser P (2002)}
Tests for sex-biased dispersal
using bi-parentally inherited genetic markers 11, 1103:1114
}
\author{
Jerome Goudet \email{jerome.goudet@unil.ch}
}
| /man/AIc.Rd | no_license | cran/hierfstat | R | false | true | 786 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/sexbiaseddisp.R
\name{AIc}
\alias{AIc}
\title{Calculates corrected Assignment Index}
\usage{
AIc(dat)
}
\arguments{
\item{dat}{a data frane with nlocs+1 columns,}
}
\value{
aic The corrected assignment index of each individual
}
\description{
Calculates corrected Assignment Index as described in
\href{https://onlinelibrary.wiley.com/doi/abs/10.1046/j.1365-294X.2002.01496.x}{Goudet etal. (2002)}
}
\references{
\href{https://onlinelibrary.wiley.com/doi/abs/10.1046/j.1365-294X.2002.01496.x}{Goudet J, Perrin N, Waser P (2002)}
Tests for sex-biased dispersal
using bi-parentally inherited genetic markers 11, 1103:1114
}
\author{
Jerome Goudet \email{jerome.goudet@unil.ch}
}
|
## ----setup, include = FALSE---------------------------------------------------
knitr::opts_chunk$set(
collapse = TRUE,
comment = "#>"
)
## ---- message=FALSE-----------------------------------------------------------
library(palaeoSig)
library(rioja)
library(sf)
library(gstat)
library(dplyr)
library(tibble)
library(tidyr)
library(purrr)
library(ggplot2)
theme_set(theme_bw())
set.seed(42) # for reproducibility
## ---- results='hide', warning=FALSE-------------------------------------------
# load data
data(Atlantic)
meta <- c("Core", "Latitude", "Longitude", "summ50")
# N Atlantic
N_Atlantic <- Atlantic |>
filter(Latitude > 3) |>
slice_sample(n = 300) # subsample for speed
N_Atlantic_meta <- N_Atlantic |>
select(one_of(meta)) |>
as.data.frame() # to keep rdist.earth happy
N_Atlantic <- N_Atlantic |>
select(-one_of(meta))
# S Atlantic
S_Atlantic <- Atlantic |>
filter(Latitude < -3)
S_Atlantic_meta <- S_Atlantic |>
select(one_of(meta))
S_Atlantic <- S_Atlantic |>
select(-one_of(meta))
## convert N_Atlatic_meta to an sf object
N_Atlantic_meta <- st_as_sf(
x = N_Atlantic_meta,
coords = c("Longitude", "Latitude"),
crs = 4326
)
# calculating distances among the sampled points in the
# North Atlantic foraminifera data set
geodist <- st_distance(N_Atlantic_meta) |>
units::set_units("km") |>
units::set_units(NULL)
# values of h for which h-block cross-validation is calculated
threshs <- c(0.01, 300, 600, 900, 1200)
# h-block cross-validation of the NA foraminifera dataset for
# different values of h
res_h <- map(threshs, function(h) {
mod <- MAT(N_Atlantic, N_Atlantic_meta$summ50, k = 5, lean = FALSE)
mod <- crossval(mod, cv.method = "h-block", h.dist = geodist, h.cutoff = h)
tibble(
h = h,
RMSE = performance(mod)$crossval["N05", "RMSE"],
R2 = performance(mod)$crossval["N05", "R2"]
)
}) |>
list_rbind()
## ---- warning = FALSE, results = 'hide'---------------------------------------
# Leave-one-out cross-validated RMSEP using MAT with k = 5
round(res_h[1, "RMSE"], 2)
# Predicting the South Atlantic test set
mod_NA <- MAT(N_Atlantic, N_Atlantic_meta$summ50, k = 5)
pred_SA <- predict(mod_NA, newdata = S_Atlantic)$fit
# Determining RMSEP of the SA test set
rmse_mat <- sqrt(mean((pred_SA[, 1] - S_Atlantic_meta$summ50)^2))
# RMSEP of the SA test set using MAT with k = 5
round(rmse_mat, 2)
## ---- echo=FALSE, results = 'hide', fig.cap = "Figure 1: Root mean square error of prediction (RMSEP) as a function of removal distance h. Dashed horizontal line indicates RMSEP found on a spatially independent test set."----
est_h <- approx(y = res_h$h, x = res_h$RMSE, xout = rmse_mat)$y
seg_dat <- tibble(
x = c(-Inf, est_h),
xend = c(est_h, est_h),
y = c(rmse_mat, rmse_mat),
yend = c(rmse_mat, -Inf)
)
ggplot(res_h, aes(x = h, y = RMSE)) +
geom_point() +
geom_line() +
geom_segment(aes(x = x, y = y, xend = xend, yend = yend),
data = seg_dat, colour = "red"
) +
labs(x = "h [km]", y = "RMSEP [Β°C]")
## ---- message=FALSE, results = 'hide', fig.cap = "Figure 2: Semi-variogram fitted to detrended residuals of a weighted averaging model."----
# WA model
modwa <- crossval(WA(sqrt(N_Atlantic), N_Atlantic_meta$summ50, mono = TRUE))
# residuals of the WA model
wa_resid <- residuals(modwa, cv = TRUE)
# detrend to remove edge effects (loess with span = 0.1)
detrended_resid <- resid(loess(wa_resid[, 1] ~ N_Atlantic_meta$summ50,
span = 0.1
))
# variogram of the detrended residuals of the WA model
v <- variogram(detrended_resid ~ 1, data = N_Atlantic_meta)
# Fitting a spherical variogram (partial sill, range and nugget are
# approximately estimated from the empirical variogram)
vm <- fit.variogram(v, vgm(psill = 2, "Sph", range = 1500, nugget = 0.5))
plot(v, vm)
## ---- fig.cap = "Figure 3: Semi-variogram model (MatΓ©rn class) fitted to the North Atlantic summer sea temperature at 50 m depth."----
# Estimate the variogram model for the environmental variable of interest
ve <- variogram(summ50 ~ 1, data = N_Atlantic_meta)
vem <- fit.variogram(ve, vgm(40, "Mat", 5000, .1, kappa = 1.8))
plot(ve, vem)
# Simulating environmental variables
sim <- krige(sim ~ 1,
locations = N_Atlantic_meta,
dummy = TRUE,
nsim = 100,
beta = mean(N_Atlantic_meta$summ50),
model = vem,
newdata = N_Atlantic_meta
)
# convert back to a regular data.frame
sim <- sim |>
st_drop_geometry()
## ---- message = FALSE, warning= FALSE,results='hide', fig.cap="Figure 4: Histogram of squared correlation coefficients between simulated variables and the environmental variable of interest."----
# Function for h-block cross-validating several simulations at a time
mat_h1 <- function(y, x, noanalogues, geodist, thresh) {
if (!inherits(y, "dist")) {
if (is.data.frame(y) || !(ncol(y) == nrow(y) && sum(diag(y)) == 0)) {
y <- dist(sqrt(y))^2 # squared chord distance
}
}
y <- as.matrix(y)
diag(y) <- Inf
if (inherits(geodist, "dist")) {
geodist <- as.matrix(geodist)
}
sapply(seq_len(nrow(y)), function(n) {
exneigh <- geodist[n, ] >= thresh
x2 <- x[exneigh, ]
y2 <- y[n, ][exneigh]
analogues <- which(rank(y2, ties.method = "random") <= noanalogues)
colMeans(x2[analogues, ])
})
}
# h-block cross-validation of the simulated variables
simhr <- sapply(threshs, function(h) {
hn <- mat_h1(N_Atlantic, sim, noanalogues = 5, geodist = geodist, thresh = h)
diag(cor(t(hn), sim)^2)
})
# Estimating squared correlation between environmental variable of interest and
# simulated variables
sim_obs_r2 <- sapply(sim, cor, N_Atlantic_meta$summ50)^2
# Calculating sum of squares between the two squared correlations
so_squares <- apply(simhr, 2, function(x) {
sum((x - sim_obs_r2)^2)
})
## ----message = FALSE, warning= FALSE,results='hide', fig.cap = "Figure 5: Scatterplot of squared correlation coefficients between simulated variables and the environmental variable of interest and transfer function r^2^."----
simhr |>
as.data.frame() |>
set_names(threshs) |>
mutate(sim_obs_r2 = sim_obs_r2) |>
pivot_longer(cols = -sim_obs_r2, names_to = "h", values_to = "value") |>
mutate(h = factor(h, levels = threshs)) |>
ggplot(aes(x = sim_obs_r2, y = value)) +
geom_point() +
geom_abline() +
facet_wrap(~h) +
labs(x = "Simulated-observed environmental rΒ²", y = "Transfer function rΒ²")
## ----fig.cap = "Figure 6: Relationship between the sum of squares between the two r^2^ as function of distance *h*."----
tibble(threshs, so_squares) |>
ggplot(aes(x = threshs, y = so_squares)) +
geom_point() +
labs(x = "h km", y = "Sum of squares")
| /inst/doc/h-block-crossvalidation.R | no_license | cran/palaeoSig | R | false | false | 6,626 | r | ## ----setup, include = FALSE---------------------------------------------------
knitr::opts_chunk$set(
collapse = TRUE,
comment = "#>"
)
## ---- message=FALSE-----------------------------------------------------------
library(palaeoSig)
library(rioja)
library(sf)
library(gstat)
library(dplyr)
library(tibble)
library(tidyr)
library(purrr)
library(ggplot2)
theme_set(theme_bw())
set.seed(42) # for reproducibility
## ---- results='hide', warning=FALSE-------------------------------------------
# load data
data(Atlantic)
meta <- c("Core", "Latitude", "Longitude", "summ50")
# N Atlantic
N_Atlantic <- Atlantic |>
filter(Latitude > 3) |>
slice_sample(n = 300) # subsample for speed
N_Atlantic_meta <- N_Atlantic |>
select(one_of(meta)) |>
as.data.frame() # to keep rdist.earth happy
N_Atlantic <- N_Atlantic |>
select(-one_of(meta))
# S Atlantic
S_Atlantic <- Atlantic |>
filter(Latitude < -3)
S_Atlantic_meta <- S_Atlantic |>
select(one_of(meta))
S_Atlantic <- S_Atlantic |>
select(-one_of(meta))
## convert N_Atlatic_meta to an sf object
N_Atlantic_meta <- st_as_sf(
x = N_Atlantic_meta,
coords = c("Longitude", "Latitude"),
crs = 4326
)
# calculating distances among the sampled points in the
# North Atlantic foraminifera data set
geodist <- st_distance(N_Atlantic_meta) |>
units::set_units("km") |>
units::set_units(NULL)
# values of h for which h-block cross-validation is calculated
threshs <- c(0.01, 300, 600, 900, 1200)
# h-block cross-validation of the NA foraminifera dataset for
# different values of h
res_h <- map(threshs, function(h) {
mod <- MAT(N_Atlantic, N_Atlantic_meta$summ50, k = 5, lean = FALSE)
mod <- crossval(mod, cv.method = "h-block", h.dist = geodist, h.cutoff = h)
tibble(
h = h,
RMSE = performance(mod)$crossval["N05", "RMSE"],
R2 = performance(mod)$crossval["N05", "R2"]
)
}) |>
list_rbind()
## ---- warning = FALSE, results = 'hide'---------------------------------------
# Leave-one-out cross-validated RMSEP using MAT with k = 5
round(res_h[1, "RMSE"], 2)
# Predicting the South Atlantic test set
mod_NA <- MAT(N_Atlantic, N_Atlantic_meta$summ50, k = 5)
pred_SA <- predict(mod_NA, newdata = S_Atlantic)$fit
# Determining RMSEP of the SA test set
rmse_mat <- sqrt(mean((pred_SA[, 1] - S_Atlantic_meta$summ50)^2))
# RMSEP of the SA test set using MAT with k = 5
round(rmse_mat, 2)
## ---- echo=FALSE, results = 'hide', fig.cap = "Figure 1: Root mean square error of prediction (RMSEP) as a function of removal distance h. Dashed horizontal line indicates RMSEP found on a spatially independent test set."----
est_h <- approx(y = res_h$h, x = res_h$RMSE, xout = rmse_mat)$y
seg_dat <- tibble(
x = c(-Inf, est_h),
xend = c(est_h, est_h),
y = c(rmse_mat, rmse_mat),
yend = c(rmse_mat, -Inf)
)
ggplot(res_h, aes(x = h, y = RMSE)) +
geom_point() +
geom_line() +
geom_segment(aes(x = x, y = y, xend = xend, yend = yend),
data = seg_dat, colour = "red"
) +
labs(x = "h [km]", y = "RMSEP [Β°C]")
## ---- message=FALSE, results = 'hide', fig.cap = "Figure 2: Semi-variogram fitted to detrended residuals of a weighted averaging model."----
# WA model
modwa <- crossval(WA(sqrt(N_Atlantic), N_Atlantic_meta$summ50, mono = TRUE))
# residuals of the WA model
wa_resid <- residuals(modwa, cv = TRUE)
# detrend to remove edge effects (loess with span = 0.1)
detrended_resid <- resid(loess(wa_resid[, 1] ~ N_Atlantic_meta$summ50,
span = 0.1
))
# variogram of the detrended residuals of the WA model
v <- variogram(detrended_resid ~ 1, data = N_Atlantic_meta)
# Fitting a spherical variogram (partial sill, range and nugget are
# approximately estimated from the empirical variogram)
vm <- fit.variogram(v, vgm(psill = 2, "Sph", range = 1500, nugget = 0.5))
plot(v, vm)
## ---- fig.cap = "Figure 3: Semi-variogram model (MatΓ©rn class) fitted to the North Atlantic summer sea temperature at 50 m depth."----
# Estimate the variogram model for the environmental variable of interest
ve <- variogram(summ50 ~ 1, data = N_Atlantic_meta)
vem <- fit.variogram(ve, vgm(40, "Mat", 5000, .1, kappa = 1.8))
plot(ve, vem)
# Simulating environmental variables
sim <- krige(sim ~ 1,
locations = N_Atlantic_meta,
dummy = TRUE,
nsim = 100,
beta = mean(N_Atlantic_meta$summ50),
model = vem,
newdata = N_Atlantic_meta
)
# convert back to a regular data.frame
sim <- sim |>
st_drop_geometry()
## ---- message = FALSE, warning= FALSE,results='hide', fig.cap="Figure 4: Histogram of squared correlation coefficients between simulated variables and the environmental variable of interest."----
# Function for h-block cross-validating several simulations at a time
mat_h1 <- function(y, x, noanalogues, geodist, thresh) {
if (!inherits(y, "dist")) {
if (is.data.frame(y) || !(ncol(y) == nrow(y) && sum(diag(y)) == 0)) {
y <- dist(sqrt(y))^2 # squared chord distance
}
}
y <- as.matrix(y)
diag(y) <- Inf
if (inherits(geodist, "dist")) {
geodist <- as.matrix(geodist)
}
sapply(seq_len(nrow(y)), function(n) {
exneigh <- geodist[n, ] >= thresh
x2 <- x[exneigh, ]
y2 <- y[n, ][exneigh]
analogues <- which(rank(y2, ties.method = "random") <= noanalogues)
colMeans(x2[analogues, ])
})
}
# h-block cross-validation of the simulated variables
simhr <- sapply(threshs, function(h) {
hn <- mat_h1(N_Atlantic, sim, noanalogues = 5, geodist = geodist, thresh = h)
diag(cor(t(hn), sim)^2)
})
# Estimating squared correlation between environmental variable of interest and
# simulated variables
sim_obs_r2 <- sapply(sim, cor, N_Atlantic_meta$summ50)^2
# Calculating sum of squares between the two squared correlations
so_squares <- apply(simhr, 2, function(x) {
sum((x - sim_obs_r2)^2)
})
## ----message = FALSE, warning= FALSE,results='hide', fig.cap = "Figure 5: Scatterplot of squared correlation coefficients between simulated variables and the environmental variable of interest and transfer function r^2^."----
simhr |>
as.data.frame() |>
set_names(threshs) |>
mutate(sim_obs_r2 = sim_obs_r2) |>
pivot_longer(cols = -sim_obs_r2, names_to = "h", values_to = "value") |>
mutate(h = factor(h, levels = threshs)) |>
ggplot(aes(x = sim_obs_r2, y = value)) +
geom_point() +
geom_abline() +
facet_wrap(~h) +
labs(x = "Simulated-observed environmental rΒ²", y = "Transfer function rΒ²")
## ----fig.cap = "Figure 6: Relationship between the sum of squares between the two r^2^ as function of distance *h*."----
tibble(threshs, so_squares) |>
ggplot(aes(x = threshs, y = so_squares)) +
geom_point() +
labs(x = "h km", y = "Sum of squares")
|
#!/usr/bin/env Rscript
# This file is for downloading RegulomeDB data
## Command Arg Parameters ##
# roadmap.bat: Rscript regulome_dn.r
args = commandArgs(trailingOnly=T)
hmsg = 'Rscript regulome_dn.r has no need any argument.'
if(length(args)>0) stop(hmsg)
# System parameter
source('src/saveasrds.r')
source('src/pdtime.r')
t0 = Sys.time()
# mkdir
dir = 'db_gwas/regulome/'
url_base = 'http://www.regulomedb.org/downloads/RegulomeDB.'
if(file.exists(dir)) {
cat(paste0('Directory exists: ',dir,'\n'))
} else {
dir.create(file.path(dir))
cat(paste0('Directory created: ',dir,'\n'))
}
#########################
## Function start here ##
#########################
input = list(
#total= c(url=paste0(url_base,'dbSNP141.txt.gz'),
# path=paste0(dir,'dbSNP141.txt.gz')),
cat1 = c(url=paste0(url_base,'dbSNP132.Category1.txt.gz'),
path=paste0(dir,'dbSNP132.Category1.txt.gz')),
cat2 = c(url=paste0(url_base,'dbSNP132.Category2.txt.gz'),
path=paste0(dir,'dbSNP132.Category2.txt.gz'))
)
cat(paste0('Download RegulomeDB data'))
for(i in 1:length(input)) {
tb = try(download.file(input[[i]][1],destfile=input[[i]][2]))
if('try-error' %in% class(tb)) stop('The file url seems to be changed. Please check the lncRNASNP2 homepasge: http://www.regulomedb.org/downloads')
# Save as RDS file
saveasrds(input[[i]][2])
}
cat(paste0('>> ',pdtime(t0,1),'\n'))
##################
## Function end ##
################## | /src/regulome_dn.r | no_license | kisudsoe/SNP_prioritization_T1D | R | false | false | 1,466 | r | #!/usr/bin/env Rscript
# This file is for downloading RegulomeDB data
## Command Arg Parameters ##
# roadmap.bat: Rscript regulome_dn.r
args = commandArgs(trailingOnly=T)
hmsg = 'Rscript regulome_dn.r has no need any argument.'
if(length(args)>0) stop(hmsg)
# System parameter
source('src/saveasrds.r')
source('src/pdtime.r')
t0 = Sys.time()
# mkdir
dir = 'db_gwas/regulome/'
url_base = 'http://www.regulomedb.org/downloads/RegulomeDB.'
if(file.exists(dir)) {
cat(paste0('Directory exists: ',dir,'\n'))
} else {
dir.create(file.path(dir))
cat(paste0('Directory created: ',dir,'\n'))
}
#########################
## Function start here ##
#########################
input = list(
#total= c(url=paste0(url_base,'dbSNP141.txt.gz'),
# path=paste0(dir,'dbSNP141.txt.gz')),
cat1 = c(url=paste0(url_base,'dbSNP132.Category1.txt.gz'),
path=paste0(dir,'dbSNP132.Category1.txt.gz')),
cat2 = c(url=paste0(url_base,'dbSNP132.Category2.txt.gz'),
path=paste0(dir,'dbSNP132.Category2.txt.gz'))
)
cat(paste0('Download RegulomeDB data'))
for(i in 1:length(input)) {
tb = try(download.file(input[[i]][1],destfile=input[[i]][2]))
if('try-error' %in% class(tb)) stop('The file url seems to be changed. Please check the lncRNASNP2 homepasge: http://www.regulomedb.org/downloads')
# Save as RDS file
saveasrds(input[[i]][2])
}
cat(paste0('>> ',pdtime(t0,1),'\n'))
##################
## Function end ##
################## |
#'@method print calf
#'@export
print.calf <- function(x, ...){
if (x$randomize == TRUE) cat("Randomized Output:", "\n", "\n")
if (!is.null(x$proportion)) cat("Proportion of Data:", x$proportion, "\n", "\n")
print.data.frame(x$selection, row.names = FALSE)
cat("\nAUC:", x$auc)
}
#'@method print calf_randomize
#'@export
print.calf_randomize <- function(x, ...){
if (x$times == 1) {
cat("Randomized Output Across", x$times, "Replication:", "\n", "\n")
print.data.frame(x$selection, row.names = FALSE)
cat("\nAUC:", x$auc)
} else {
cat("Randomized Output Across", x$times, "Replications:", "\n", "\n")
print.data.frame(x$multiple, row.names = FALSE)
cat("\n", "\n")
print.data.frame(x$auc, row.names = F)
}
}
#'@method print calf_subset
#'@export
print.calf_subset <- function(x, ...){
if (x$times == 1) {
cat("Proportion =", x$proportion, "Output Across", x$times, "Replication:", "\n", "\n")
print.data.frame(x$selection, row.names = FALSE)
cat("\nAUC:", x$auc)
} else {
cat("Proportion =", x$proportion, "Output Across", x$times, "Replications:", "\n", "\n")
print.data.frame(x$multiple, row.names = FALSE)
cat("\n", "\n")
print.data.frame(x$auc, row.names = F)
}
}
| /CALF/R/print.calf.R | no_license | ingted/R-Examples | R | false | false | 1,285 | r | #'@method print calf
#'@export
print.calf <- function(x, ...){
if (x$randomize == TRUE) cat("Randomized Output:", "\n", "\n")
if (!is.null(x$proportion)) cat("Proportion of Data:", x$proportion, "\n", "\n")
print.data.frame(x$selection, row.names = FALSE)
cat("\nAUC:", x$auc)
}
#'@method print calf_randomize
#'@export
print.calf_randomize <- function(x, ...){
if (x$times == 1) {
cat("Randomized Output Across", x$times, "Replication:", "\n", "\n")
print.data.frame(x$selection, row.names = FALSE)
cat("\nAUC:", x$auc)
} else {
cat("Randomized Output Across", x$times, "Replications:", "\n", "\n")
print.data.frame(x$multiple, row.names = FALSE)
cat("\n", "\n")
print.data.frame(x$auc, row.names = F)
}
}
#'@method print calf_subset
#'@export
print.calf_subset <- function(x, ...){
if (x$times == 1) {
cat("Proportion =", x$proportion, "Output Across", x$times, "Replication:", "\n", "\n")
print.data.frame(x$selection, row.names = FALSE)
cat("\nAUC:", x$auc)
} else {
cat("Proportion =", x$proportion, "Output Across", x$times, "Replications:", "\n", "\n")
print.data.frame(x$multiple, row.names = FALSE)
cat("\n", "\n")
print.data.frame(x$auc, row.names = F)
}
}
|
c DCNF-Autarky [version 0.0.1].
c Copyright (c) 2018-2019 Swansea University.
c
c Input Clause Count: 14182
c Performing E1-Autarky iteration.
c Remaining clauses count after E-Reduction: 14182
c
c Input Parameter (command line, file):
c input filename QBFLIB/Cashmore-Fox-Giunchiglia/Planning-CTE/driverlog08_5.qdimacs
c output filename /tmp/dcnfAutarky.dimacs
c autarky level 1
c conformity level 0
c encoding type 2
c no.of var 1055
c no.of clauses 14182
c no.of taut cls 0
c
c Output Parameters:
c remaining no.of clauses 14182
c
c QBFLIB/Cashmore-Fox-Giunchiglia/Planning-CTE/driverlog08_5.qdimacs 1055 14182 E1 [] 0 2 1053 14182 NONE
| /code/dcnf-ankit-optimized/Results/QBFLIB-2018/E1/Experiments/Cashmore-Fox-Giunchiglia/Planning-CTE/driverlog08_5/driverlog08_5.R | no_license | arey0pushpa/dcnf-autarky | R | false | false | 668 | r | c DCNF-Autarky [version 0.0.1].
c Copyright (c) 2018-2019 Swansea University.
c
c Input Clause Count: 14182
c Performing E1-Autarky iteration.
c Remaining clauses count after E-Reduction: 14182
c
c Input Parameter (command line, file):
c input filename QBFLIB/Cashmore-Fox-Giunchiglia/Planning-CTE/driverlog08_5.qdimacs
c output filename /tmp/dcnfAutarky.dimacs
c autarky level 1
c conformity level 0
c encoding type 2
c no.of var 1055
c no.of clauses 14182
c no.of taut cls 0
c
c Output Parameters:
c remaining no.of clauses 14182
c
c QBFLIB/Cashmore-Fox-Giunchiglia/Planning-CTE/driverlog08_5.qdimacs 1055 14182 E1 [] 0 2 1053 14182 NONE
|
library(ncdf4)
library(ncdf4.helpers)
ERROR <- 1
SUCCESS <- 0
assert <- function(expression, description) {
if ( identical(expression, FALSE) ) {
message(description)
}
}
checkValues <- function(value1, value2) {
if (is.na(value1) && value2 == 0) {
return(TRUE)
} else if (value1 == 0 && is.na(value2)) {
return(TRUE)
} else {
return(value1 == value2)
}
}
compare.variable <- function(nc1, nc2, var, var2, start=NA, count=NA) {
tolerance <- 0.001
data1 <- ncvar_get(nc1, var$name, start, count)
data2 <- ncvar_get(nc2, var2$name, start, count)
data1[is.na(data1)] <- 0
data2[is.na(data2)] <- 0
#write(data1, file=paste("internalData/internal", var$name, "Data1", sep=""))
#write(data2, file=paste("internalData/internal", var$name, "Data2", sep=""))
assert(var$nvars == var2$nvars, paste("The data must have the same size", var$nvars, var2$nvars))
assert(var$ndims == var2$ndims, paste("The data must have the same number of dimensions", var$ndims, var2$ndims))
assert(length(data1) == length(data2), paste("The data must have the same size", length(data1), length(data2)))
diffs <- abs(data1 - data2)
#diffs[is.na(diffs)] <- 0
s <- sum(diffs)
diffIndices <- which(diffs > tolerance)
differentEntries <- diffs[diffIndices]
# message("dimensions: ", str(dim(diffs)))
# message("maximum difference: ", str(max(diffs)))
# message("accumulated differences: ", s)
# message("number of strictly different entries: ", length(diffs[diffs!=0]))
# message("number of unacceptable entries (diff > 0.001) : ", length(differentEntries))
foo <- function() {
s <- paste("Number of differences:", length(differentEntries), "\n")
if (length(differentEntries) > 5) {
s <- paste(s, "diffs: (", paste(collapse=", ", differentEntries[1:5]), "... )\n")
s <- paste(s, "data1: (", paste(collapse=", ", data1[diffIndices[1:5]]), "... )\n")
s <- paste(s, "data2: (", paste(collapse=", ", data2[diffIndices[1:5]]), "... )\n")
} else {
s <- paste(s, "diffs: (", paste(collapse=", ", differentEntries), ")\n")
s <- paste(s, "data1: (", paste(collapse=", ", data1[diffIndices]), ")\n")
s <- paste(s, "data2: (", paste(collapse=", ", data2[diffIndices]), ")\n")
}
s
}
assert(length(differentEntries) == 0, foo())
}
compare.netCDF <- function(file1Name = NA, file2Name = NA) {
# args comes from invoking th
args <- commandArgs(TRUE)
if (is.na(file1Name)) {
file1Name <- args[1]
}
if (is.na(file2Name)) {
file2Name <- args[2]
}
assert(is.na(file1Name) == FALSE && is.na(file2Name) == FALSE, "Must supply two netcdf files to compare either as function parameters, or Rscript arguments")
#file1Name <- "../out/automated_4.1.2_netcdf_2013_10_30__14_03_57/results.nc"
#file2Name <- "outputs/vic5fluxes.nc"
message("comparing files: ", file1Name, " and ", file2Name)
nc1 <- nc_open(file1Name)
nc2 <- nc_open(file2Name)
assert(nc1$nvars == nc2$nvars, "Files must contain the same number of variables")
#for each variable
for( i in 1:nc1$nvars) {
var <- nc1$var[[i]]
var2 <- nc2$var[[i]]
message("checking variable: ", var$name, " and ", var2$name)
if (var$ndims == 4) {
for (d in 1:var$varsize[[1]]) {
start <- c(d,1,1,1)
count <- c(1,-1,-1,-1)
compare.variable(nc1, nc2, var, var2, start, count)
}
} else {
compare.variable(nc1, nc2, var, var2)
}
}
nc_close(nc1)
nc_close(nc2)
message("The data in these files is identical")
quit(status=SUCCESS)
}
compare.netCDF()
| /tools/test script/vic_output_netcdf_compare.r | no_license | pacificclimate/VIC | R | false | false | 3,989 | r |
library(ncdf4)
library(ncdf4.helpers)
ERROR <- 1
SUCCESS <- 0
assert <- function(expression, description) {
if ( identical(expression, FALSE) ) {
message(description)
}
}
checkValues <- function(value1, value2) {
if (is.na(value1) && value2 == 0) {
return(TRUE)
} else if (value1 == 0 && is.na(value2)) {
return(TRUE)
} else {
return(value1 == value2)
}
}
compare.variable <- function(nc1, nc2, var, var2, start=NA, count=NA) {
tolerance <- 0.001
data1 <- ncvar_get(nc1, var$name, start, count)
data2 <- ncvar_get(nc2, var2$name, start, count)
data1[is.na(data1)] <- 0
data2[is.na(data2)] <- 0
#write(data1, file=paste("internalData/internal", var$name, "Data1", sep=""))
#write(data2, file=paste("internalData/internal", var$name, "Data2", sep=""))
assert(var$nvars == var2$nvars, paste("The data must have the same size", var$nvars, var2$nvars))
assert(var$ndims == var2$ndims, paste("The data must have the same number of dimensions", var$ndims, var2$ndims))
assert(length(data1) == length(data2), paste("The data must have the same size", length(data1), length(data2)))
diffs <- abs(data1 - data2)
#diffs[is.na(diffs)] <- 0
s <- sum(diffs)
diffIndices <- which(diffs > tolerance)
differentEntries <- diffs[diffIndices]
# message("dimensions: ", str(dim(diffs)))
# message("maximum difference: ", str(max(diffs)))
# message("accumulated differences: ", s)
# message("number of strictly different entries: ", length(diffs[diffs!=0]))
# message("number of unacceptable entries (diff > 0.001) : ", length(differentEntries))
foo <- function() {
s <- paste("Number of differences:", length(differentEntries), "\n")
if (length(differentEntries) > 5) {
s <- paste(s, "diffs: (", paste(collapse=", ", differentEntries[1:5]), "... )\n")
s <- paste(s, "data1: (", paste(collapse=", ", data1[diffIndices[1:5]]), "... )\n")
s <- paste(s, "data2: (", paste(collapse=", ", data2[diffIndices[1:5]]), "... )\n")
} else {
s <- paste(s, "diffs: (", paste(collapse=", ", differentEntries), ")\n")
s <- paste(s, "data1: (", paste(collapse=", ", data1[diffIndices]), ")\n")
s <- paste(s, "data2: (", paste(collapse=", ", data2[diffIndices]), ")\n")
}
s
}
assert(length(differentEntries) == 0, foo())
}
compare.netCDF <- function(file1Name = NA, file2Name = NA) {
# args comes from invoking th
args <- commandArgs(TRUE)
if (is.na(file1Name)) {
file1Name <- args[1]
}
if (is.na(file2Name)) {
file2Name <- args[2]
}
assert(is.na(file1Name) == FALSE && is.na(file2Name) == FALSE, "Must supply two netcdf files to compare either as function parameters, or Rscript arguments")
#file1Name <- "../out/automated_4.1.2_netcdf_2013_10_30__14_03_57/results.nc"
#file2Name <- "outputs/vic5fluxes.nc"
message("comparing files: ", file1Name, " and ", file2Name)
nc1 <- nc_open(file1Name)
nc2 <- nc_open(file2Name)
assert(nc1$nvars == nc2$nvars, "Files must contain the same number of variables")
#for each variable
for( i in 1:nc1$nvars) {
var <- nc1$var[[i]]
var2 <- nc2$var[[i]]
message("checking variable: ", var$name, " and ", var2$name)
if (var$ndims == 4) {
for (d in 1:var$varsize[[1]]) {
start <- c(d,1,1,1)
count <- c(1,-1,-1,-1)
compare.variable(nc1, nc2, var, var2, start, count)
}
} else {
compare.variable(nc1, nc2, var, var2)
}
}
nc_close(nc1)
nc_close(nc2)
message("The data in these files is identical")
quit(status=SUCCESS)
}
compare.netCDF()
|
#################################NOTICIAS##############################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_N <- data.frame(T)
BaseTextos_N <- T
###########################################MERCADOS##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/mercados/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_M <- data.frame(T)
BaseTextos_M <- T
###########################################TV##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/tv/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_TV <- data.frame(T)
BaseTextos_TV <- T
###########################################CULTURA##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/cultura/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_C <- data.frame(T)
BaseTextos_C <- T
###########################################DEPORTES##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/deportes/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_D <- data.frame(T)
BaseTextos_D <- T
| /ElMostrador.R | no_license | jpmoraga/prensa | R | false | false | 4,971 | r | #################################NOTICIAS##############################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_N <- data.frame(T)
BaseTextos_N <- T
###########################################MERCADOS##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/mercados/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_M <- data.frame(T)
BaseTextos_M <- T
###########################################TV##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/tv/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_TV <- data.frame(T)
BaseTextos_TV <- T
###########################################CULTURA##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/cultura/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_C <- data.frame(T)
BaseTextos_C <- T
###########################################DEPORTES##########################################
library(dplyr)
library(rvest)
library(ggmap)
library(leaflet)
library(RColorBrewer)
library(httr)
library(stringr)
library(RODBC)
library(sqldf)
library(XML)
url1 <- xmlParse("http://www.elmostrador.cl/deportes/feed/")
Titulo <- xmlToDataFrame(getNodeSet(url1, "//channel/item/title"))
Link <- xmlToDataFrame(getNodeSet(url1, "//channel/item/link"))
Fecha <- xmlToDataFrame(getNodeSet(url1, "//channel/item/pubDate"))
Noticia <- cbind(Id = seq.int(nrow(Titulo)),Titulo,Link,Fecha)
T <- c(id = NULL, Texto = NULL)
for (i in 1:length(as.character(Link)))
{
url_d <- read_html(as.character(Link[i,]))
Texto <- html_nodes(url_d,"div.col-xs-12.col-sm-8.col-md-10.cuerpo-noticia")
Texto <- html_nodes(Texto,"p")
Texto <- as.character(Texto)
T1 <- c(Id = i, Texto)
T <- rbind(T,T1)
i = i + 1
}
Base_D <- data.frame(T)
BaseTextos_D <- T
|
% Generated by roxygen2: do not edit by hand
% Please edit documentation in R/field_crowns.R
\name{field_crowns}
\alias{field_crowns}
\title{Compute evaluation statistics for one plot of field-annotated crowns}
\usage{
field_crowns(x, show = TRUE, project_boxes = TRUE)
}
\arguments{
\item{x}{submission csv table or polygon shp file}
\item{show}{Logical. Plot the overlayed annotations for each plot?}
\item{project_boxes}{Logical. Should the boxes be projected into utm coordinates? This is needed if the box coordinates are given from the image origin (top left is 0,0)}
\item{compute_PR}{Logical. Should the average precision and recall be computed?}
}
\value{
If compute_PR=T, the recall and precision scores for the plot, if False, the intersection-over-union scores for each prediction.
}
\description{
Compute evaluation statistics for one plot of field-annotated crowns
}
\details{
The format of the submission is either a csv with 5 columns: plot_name, xmin, ymin, xmax, ymax with #' Each row contains information for one predicted bounding box or a shp file of unprojected polygons.
The plot column should be named the same as the files in the dataset (e.g. SJER_021), not the path to the file (e.g. /path/to/SJER_021.tif).
}
| /man/field_crowns.Rd | no_license | weecology/NeonTreeEvaluation_package | R | false | true | 1,240 | rd | % Generated by roxygen2: do not edit by hand
% Please edit documentation in R/field_crowns.R
\name{field_crowns}
\alias{field_crowns}
\title{Compute evaluation statistics for one plot of field-annotated crowns}
\usage{
field_crowns(x, show = TRUE, project_boxes = TRUE)
}
\arguments{
\item{x}{submission csv table or polygon shp file}
\item{show}{Logical. Plot the overlayed annotations for each plot?}
\item{project_boxes}{Logical. Should the boxes be projected into utm coordinates? This is needed if the box coordinates are given from the image origin (top left is 0,0)}
\item{compute_PR}{Logical. Should the average precision and recall be computed?}
}
\value{
If compute_PR=T, the recall and precision scores for the plot, if False, the intersection-over-union scores for each prediction.
}
\description{
Compute evaluation statistics for one plot of field-annotated crowns
}
\details{
The format of the submission is either a csv with 5 columns: plot_name, xmin, ymin, xmax, ymax with #' Each row contains information for one predicted bounding box or a shp file of unprojected polygons.
The plot column should be named the same as the files in the dataset (e.g. SJER_021), not the path to the file (e.g. /path/to/SJER_021.tif).
}
|
# Tokenization
# Read ICD files
icd10 <- readxl::read_xlsx("~/desktop/icd10 codes.xlsx")
desc_corpus <- tm::VCorpus(VectorSource(icd10$description))
xxx <- tm_map(desc_corpus, content_transformer(tolower))
xxx <- tm_map(xxx, content_transformer(removeNumbers))
#xxx <- tm_map(xxx, content_transformer(removeWords), stopwords())
xxx <- tm_map(xxx, content_transformer(removePunctuation))
xxx <- tm_map(xxx, stemDocument)
xxx <- tm_map(xxx, stripWhitespace)
desc_dtm <- DocumentTermMatrix(xxx)
#desc_tdm <- TermDocumentMatrix(xxx)
freq_words <- findFreqTerms((desc_dtm))
tokens <- as.data.frame(freq_words)
words_of_interest <- c("abdomin", "abdomen")
xxx = desc_dtm[,words_of_interest]
xxx <- as.data.frame(as.matrix(xxx))
xxx1 <- cbind(icd10,xxx)
condition = '"abdomin"=1
codes_of_interest <- filter(xxx1,conditon)
getTransformations() | /to_token.R | no_license | alonshteyn/Code-Selector | R | false | false | 856 | r | # Tokenization
# Read ICD files
icd10 <- readxl::read_xlsx("~/desktop/icd10 codes.xlsx")
desc_corpus <- tm::VCorpus(VectorSource(icd10$description))
xxx <- tm_map(desc_corpus, content_transformer(tolower))
xxx <- tm_map(xxx, content_transformer(removeNumbers))
#xxx <- tm_map(xxx, content_transformer(removeWords), stopwords())
xxx <- tm_map(xxx, content_transformer(removePunctuation))
xxx <- tm_map(xxx, stemDocument)
xxx <- tm_map(xxx, stripWhitespace)
desc_dtm <- DocumentTermMatrix(xxx)
#desc_tdm <- TermDocumentMatrix(xxx)
freq_words <- findFreqTerms((desc_dtm))
tokens <- as.data.frame(freq_words)
words_of_interest <- c("abdomin", "abdomen")
xxx = desc_dtm[,words_of_interest]
xxx <- as.data.frame(as.matrix(xxx))
xxx1 <- cbind(icd10,xxx)
condition = '"abdomin"=1
codes_of_interest <- filter(xxx1,conditon)
getTransformations() |
if (file.exists((privtest <- paste0(spaMM::projpath(),"/package/tests_private/test_outer.R")))) {
source(privtest)
} | /tests/testthat/test_outer.R | no_license | cran/spaMM | R | false | false | 120 | r | if (file.exists((privtest <- paste0(spaMM::projpath(),"/package/tests_private/test_outer.R")))) {
source(privtest)
} |
#' The WFG1 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG1(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG1 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual1 <- individual
individual2 <- individual
individual3 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
individual <- individual/seq(2,2*n,2)
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for(i in 1:k){
individual2[i, ] <- individual1[i, ]
}
for(i in (k+1):n){
individual2[i, ] <- b_flat(individual1[i, ],0.8,0.75,0.85)
}
# third transform
for(i in 1:n){
individual3[i, ] <- b_poly(individual2[i, ],0.02)
}
# fourth transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightMin <- 2*rsumMinIndex
weightMax <- 2*rsumMaxIndex
weightVector <- seq(weightMin,weightMax,2)
x[i, ] <- r_sum(individual3[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightMin <- 2*rsumMinIndex
weightMax <- 2*rsumMaxIndex
weightVector <- seq(weightMin,weightMax,2)
x[M, ] <- r_sum(individual3[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:(M-1)){
h[i, ] <- shape_convex(M,i,x)
}
h[M, ] <- shape_mixed(M,x,1,5)
S <- seq(2,2*M,2)
obj_val <- x[M,] + h*S
return(obj_val)
}
#' The WFG2 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG2(individual,nObj)
#'
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG2 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual1 <- individual
individual2 <- individual
individual3 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
individual <- individual/seq(2,2*n,2)
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for(i in 1:k){
individual2[i, ] <- individual1[i, ]
}
for(i in (k+1):(k+ (l/2) ) ){
individual2[i, ] <- r_nonsep(c(individual1[k+2*(i-k)-1, ],individual1[k+2*(i-k), ]),2)
}
# third transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- k+l/2
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:(M-1)){
h[i, ] <- shape_convex(M,i,x)
}
h[M, ] <- shape_disconnected(M,x,1,1,5)
S <- seq(2,2*M,2)
obj_val <- x[M,] + h*S
return(obj_val)
}
#' The WFG4 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG4(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG4 <- function(individual, nObj, k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:n){
individual1[i, ] <- s_multi(individual[i,,drop=F],30,10,0.35)
}
# second transform
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG5 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG5(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG5 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:n){
individual1[i, ] <- s_deceptive(individual[i, ],0.35,0.001,0.05)
}
# second transform
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG6 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG6(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG6 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
x[i, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],k/(M-1))
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
x[M, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],l)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG7 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG7(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG7 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
individual2 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:k){
individual1[i, ] <- b_param(individual[i, ],r_sum(individual[(i+1):n, ],rep(1,(n-i))),0.98/49.98,0.02,50)
}
for(i in (k+1):n){
individual1[i, ] <- (individual[i, ])
}
# second transform
for(i in 1:k){
individual2[i, ] <- individual1[i, ]
}
for(i in (k+1):n){
individual2[i, ] <- s_linear(individual1[i, ],0.35)
}
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG8 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG8(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG8 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG9 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG9(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG9 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:(n-1)){
individual1[i, ] <- b_param(individual[i, ],r_sum(individual[(i+1):n, ],rep(1,(n-i))),0.98/49.98,0.02,50)
}
individual1[n, ] <- (individual[n, ])
# second transform
for ( i in 1:(k)){
s_deceptive(individual1[i, ],0.35,0.001,0.05)
}
for ( i in (k+1):(n)){
s_multi(individual1[i, ],30,95,0.35)
}
# third transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
x[i, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],k/(M-1))
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
x[M, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],l)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
| /R/WFG.R | no_license | cran/MaOEA | R | false | false | 15,230 | r | #' The WFG1 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG1(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG1 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual1 <- individual
individual2 <- individual
individual3 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
individual <- individual/seq(2,2*n,2)
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for(i in 1:k){
individual2[i, ] <- individual1[i, ]
}
for(i in (k+1):n){
individual2[i, ] <- b_flat(individual1[i, ],0.8,0.75,0.85)
}
# third transform
for(i in 1:n){
individual3[i, ] <- b_poly(individual2[i, ],0.02)
}
# fourth transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightMin <- 2*rsumMinIndex
weightMax <- 2*rsumMaxIndex
weightVector <- seq(weightMin,weightMax,2)
x[i, ] <- r_sum(individual3[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightMin <- 2*rsumMinIndex
weightMax <- 2*rsumMaxIndex
weightVector <- seq(weightMin,weightMax,2)
x[M, ] <- r_sum(individual3[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:(M-1)){
h[i, ] <- shape_convex(M,i,x)
}
h[M, ] <- shape_mixed(M,x,1,5)
S <- seq(2,2*M,2)
obj_val <- x[M,] + h*S
return(obj_val)
}
#' The WFG2 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG2(individual,nObj)
#'
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG2 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual1 <- individual
individual2 <- individual
individual3 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
individual <- individual/seq(2,2*n,2)
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for(i in 1:k){
individual2[i, ] <- individual1[i, ]
}
for(i in (k+1):(k+ (l/2) ) ){
individual2[i, ] <- r_nonsep(c(individual1[k+2*(i-k)-1, ],individual1[k+2*(i-k), ]),2)
}
# third transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- k+l/2
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:(M-1)){
h[i, ] <- shape_convex(M,i,x)
}
h[M, ] <- shape_disconnected(M,x,1,1,5)
S <- seq(2,2*M,2)
obj_val <- x[M,] + h*S
return(obj_val)
}
#' The WFG4 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG4(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG4 <- function(individual, nObj, k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:n){
individual1[i, ] <- s_multi(individual[i,,drop=F],30,10,0.35)
}
# second transform
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG5 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG5(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG5 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:n){
individual1[i, ] <- s_deceptive(individual[i, ],0.35,0.001,0.05)
}
# second transform
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG6 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG6(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG6 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
x[i, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],k/(M-1))
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
x[M, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],l)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG7 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG7(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG7 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
individual2 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:k){
individual1[i, ] <- b_param(individual[i, ],r_sum(individual[(i+1):n, ],rep(1,(n-i))),0.98/49.98,0.02,50)
}
for(i in (k+1):n){
individual1[i, ] <- (individual[i, ])
}
# second transform
for(i in 1:k){
individual2[i, ] <- individual1[i, ]
}
for(i in (k+1):n){
individual2[i, ] <- s_linear(individual1[i, ],0.35)
}
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual2[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG8 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG8(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG8 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:k){
individual1[i, ] <- individual[i, ]
}
for(i in (k+1):n){
individual1[i, ] <- s_linear(individual[i, ],0.35)
}
# second transform
for ( i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[i, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
weightVector <- rep(1,rsumMaxIndex-rsumMinIndex+1)
x[M, ] <- r_sum(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],weightVector)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
#' The WFG9 test function.
#' @param nObj The number of objective
#' @param individual The individual to be evaluated, the search space should be in [0-2i] for variable number i. Can accept multiple individualm each in different column.
#' @param k Number of distance related parameters. The reference suggests a positive integer multiplied by (nObj-1). Default to nObj-1
#' @return A matrix of size nObjective, containing the objective values.
#' @examples
#' individual <- runif(14)
#' nObj <- 4
#' WFG9(individual,nObj)
#' @references Huband, S., Hingston, P., Barone, L., While, L.: A review of multiobjective test problems and a scalable test problem toolkit. Trans. Evol. Comp 10 (5), 477β506 (2006)
#' @export
WFG9 <- function(individual, nObj,k = nObj-1){
M <- nObj
if(is.vector(individual))
individual <- matrix(individual,ncol=1)
nIndividual <- ncol(individual)
n <- nrow(individual) # number of variables
l <- n-k
individual <- individual/seq(2,2*n,2)
individual1 <- individual
x <- pracma::zeros(M,nIndividual)
h <- x
# first transformation
for(i in 1:(n-1)){
individual1[i, ] <- b_param(individual[i, ],r_sum(individual[(i+1):n, ],rep(1,(n-i))),0.98/49.98,0.02,50)
}
individual1[n, ] <- (individual[n, ])
# second transform
for ( i in 1:(k)){
s_deceptive(individual1[i, ],0.35,0.001,0.05)
}
for ( i in (k+1):(n)){
s_multi(individual1[i, ],30,95,0.35)
}
# third transform
for(i in 1:(M-1)){
rsumMinIndex <- (i-1)*k/(M-1)+1
rsumMaxIndex <- (i*k)/(M-1)
x[i, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],k/(M-1))
}
rsumMinIndex <- k+1
rsumMaxIndex <- n
x[M, ] <- r_nonsep(individual1[rsumMinIndex:rsumMaxIndex,,drop=F],l)
# shape function
for(i in 1:M){
h[i, ] <- shape_concave(M,i,x)
}
S <- seq(2,2*M,2)
obj_val <- x[M, ] + h*S
return(obj_val)
}
|
#' @export
residual_layer_decode <- function(...) custom_residual_layer_decode ()(...)
custom_residual_layer_decode <- function() keras::Layer(
classname = "ResidualUnitDecode",
initialize = function(filters=1, strides=1){
super()$`__init__`()
self$main_layers = list()
self$skip_layers = list()
self$filters = filters
self$strides = strides
},
build = function(input_shape){
self$main_layers <- list(
keras::layer_conv_3d_transpose(filters = self$filters, kernel_size = c(3,3,3), strides = 1,
padding = 'same', use_bias = F),
keras::layer_batch_normalization(),
keras::layer_activation_relu(),
keras::layer_conv_3d_transpose(filters = self$filters, kernel_size = c(3,3,3), strides = self$strides,
padding = 'same', use_bias = F),
keras::layer_batch_normalization()
)
self$skip_layers <- list()
if(self$strides > 1){
self$skip_layers <- list(
keras::layer_conv_3d_transpose(filters = self$filters, kernel_size = c(3,3,3), strides = self$strides,
padding = 'same', use_bias = F, kernel_regularizer = keras::regularizer_l2(0.2)),
keras::layer_batch_normalization()
)
}
},
call = function(inputs, ...){
Z <- inputs
for(i in c((seq_along(self$main_layers))-1)){
Z <- self$main_layers[[i]](Z)
}
skip_Z <- inputs
for(i in c((seq_along(self$skip_layers))-1)){
skip_Z <- self$skip_layers[[i]](skip_Z)
}
print("Adding layers")
return(keras::activation_relu(Z + skip_Z))
}
)
| /R/custom_residual_decode_layer.R | permissive | willi3by/niiMLr | R | false | false | 1,617 | r | #' @export
residual_layer_decode <- function(...) custom_residual_layer_decode ()(...)
custom_residual_layer_decode <- function() keras::Layer(
classname = "ResidualUnitDecode",
initialize = function(filters=1, strides=1){
super()$`__init__`()
self$main_layers = list()
self$skip_layers = list()
self$filters = filters
self$strides = strides
},
build = function(input_shape){
self$main_layers <- list(
keras::layer_conv_3d_transpose(filters = self$filters, kernel_size = c(3,3,3), strides = 1,
padding = 'same', use_bias = F),
keras::layer_batch_normalization(),
keras::layer_activation_relu(),
keras::layer_conv_3d_transpose(filters = self$filters, kernel_size = c(3,3,3), strides = self$strides,
padding = 'same', use_bias = F),
keras::layer_batch_normalization()
)
self$skip_layers <- list()
if(self$strides > 1){
self$skip_layers <- list(
keras::layer_conv_3d_transpose(filters = self$filters, kernel_size = c(3,3,3), strides = self$strides,
padding = 'same', use_bias = F, kernel_regularizer = keras::regularizer_l2(0.2)),
keras::layer_batch_normalization()
)
}
},
call = function(inputs, ...){
Z <- inputs
for(i in c((seq_along(self$main_layers))-1)){
Z <- self$main_layers[[i]](Z)
}
skip_Z <- inputs
for(i in c((seq_along(self$skip_layers))-1)){
skip_Z <- self$skip_layers[[i]](skip_Z)
}
print("Adding layers")
return(keras::activation_relu(Z + skip_Z))
}
)
|
# Copyright Syncfusion Inc. 2001 - 2016. All rights reserved.
# Use of this code is subject to the terms of our license.
# A copy of the current license can be obtained at any time by e-mailing
# licensing@syncfusion.com. Any infringement will be prosecuted under
# applicable laws.
# If you are not familiar with R you can obtain a quick introduction by downloading
# R Succinctly for free from Syncfusion - http://www.syncfusion.com/resources/techportal/ebooks/rsuccinctly
# R Succinctly is also included with this installation and is available here
# Installed Drive :\Program Files (x86)\Syncfusion\Essential Studio\XX.X.X.XX\Infrastructure\EBooks\R_Succintly.pdf OF R Succinctly
# Uncomment below lines to install necessary packages if not installed already
# install.packages("pmml")
# install.packages("gmodels")
# install.packages("caret")
# install.packages("e1071")
# Load below packages
library(pmml)
library(gmodels)
library(caret) # This package is specifically loaded for Cars dataset shipped within it.
library(e1071)
# Here we directly load the cars dataset installed with the "caret" package.
data(cars)
# rename column names in cars dataset from caret package
carsOriginal <- setNames(cars, c("Price", "Mileage", "Cylinder", "Doors", "Cruise", "Sound", "Leather", "Buick", "Cadillac", "Chevy", "Pontiac",
"Saab", "Saturn", "Convertible", "Coupe", "Hatchback", "Sedan", "Wagon"))
# Omit rows with missing values
carsOriginal = na.omit(carsOriginal)
# Code below demonstrates loading the same dataset from a CSV file shipped with our installer.
# Please check installed samples (Data) location to set actual working directory
# Uncomment below lines and comment out the code to read data from CSV file.
# setwd("C:/actual_data_location")
# cars= read.csv("Cars.csv")
# Randomizing data
cars<-carsOriginal[sample(nrow(carsOriginal)),]
# Divide dataset for training and test
trainData<-cars[1:643,]
testData<-cars[644:804,]
# Applying the General Regression Model - Sqrt function to predict cens
carsFormula = formula(Price~Mileage+Cylinder+Doors+Cruise+Sound+Leather+Buick+Cadillac+Chevy+Pontiac+Saab+Convertible+Hatchback+Wagon)
cars_GLM = glm(carsFormula, trainData, family = quasi(link="sqrt"))
summary(cars_GLM)
# Display the predicted results
# Predict "Price" column probability for test data set
carsTestProbabilities = predict(cars_GLM,type = "response",testData)
# Display predicted probabilities
carsTestProbabilities
# PMML generation
pmmlFile<-pmml(cars_GLM,data=trainData)
write(toString(pmmlFile),file="Cars.pmml")
saveXML(pmmlFile,file="Cars.pmml")
# The code below is used for evaluation purpose.
# The model is applied for original cars data set and predicted results are saved in "ROutput.csv"
# "ROutput.csv" file used for comparing the R results with PMML Evaluation engine results
# Applying General Regression model to entire dataset and save the results in a CSV file
carsEntireProbabilities = predict(cars_GLM, type = "response",carsOriginal)
# Save predicted value in a data frame
result = data.frame(carsEntireProbabilities)
names(result) = c("Predicted_RetailPrice")
# Write the results in a CSV file
write.csv(result,"ROutput.csv",quote=F)
| /common/Analytics/General Regression/CarsQuasiSqrt/Model/Cars.R | no_license | syncfusion/winforms-demos | R | false | false | 3,280 | r | # Copyright Syncfusion Inc. 2001 - 2016. All rights reserved.
# Use of this code is subject to the terms of our license.
# A copy of the current license can be obtained at any time by e-mailing
# licensing@syncfusion.com. Any infringement will be prosecuted under
# applicable laws.
# If you are not familiar with R you can obtain a quick introduction by downloading
# R Succinctly for free from Syncfusion - http://www.syncfusion.com/resources/techportal/ebooks/rsuccinctly
# R Succinctly is also included with this installation and is available here
# Installed Drive :\Program Files (x86)\Syncfusion\Essential Studio\XX.X.X.XX\Infrastructure\EBooks\R_Succintly.pdf OF R Succinctly
# Uncomment below lines to install necessary packages if not installed already
# install.packages("pmml")
# install.packages("gmodels")
# install.packages("caret")
# install.packages("e1071")
# Load below packages
library(pmml)
library(gmodels)
library(caret) # This package is specifically loaded for Cars dataset shipped within it.
library(e1071)
# Here we directly load the cars dataset installed with the "caret" package.
data(cars)
# rename column names in cars dataset from caret package
carsOriginal <- setNames(cars, c("Price", "Mileage", "Cylinder", "Doors", "Cruise", "Sound", "Leather", "Buick", "Cadillac", "Chevy", "Pontiac",
"Saab", "Saturn", "Convertible", "Coupe", "Hatchback", "Sedan", "Wagon"))
# Omit rows with missing values
carsOriginal = na.omit(carsOriginal)
# Code below demonstrates loading the same dataset from a CSV file shipped with our installer.
# Please check installed samples (Data) location to set actual working directory
# Uncomment below lines and comment out the code to read data from CSV file.
# setwd("C:/actual_data_location")
# cars= read.csv("Cars.csv")
# Randomizing data
cars<-carsOriginal[sample(nrow(carsOriginal)),]
# Divide dataset for training and test
trainData<-cars[1:643,]
testData<-cars[644:804,]
# Applying the General Regression Model - Sqrt function to predict cens
carsFormula = formula(Price~Mileage+Cylinder+Doors+Cruise+Sound+Leather+Buick+Cadillac+Chevy+Pontiac+Saab+Convertible+Hatchback+Wagon)
cars_GLM = glm(carsFormula, trainData, family = quasi(link="sqrt"))
summary(cars_GLM)
# Display the predicted results
# Predict "Price" column probability for test data set
carsTestProbabilities = predict(cars_GLM,type = "response",testData)
# Display predicted probabilities
carsTestProbabilities
# PMML generation
pmmlFile<-pmml(cars_GLM,data=trainData)
write(toString(pmmlFile),file="Cars.pmml")
saveXML(pmmlFile,file="Cars.pmml")
# The code below is used for evaluation purpose.
# The model is applied for original cars data set and predicted results are saved in "ROutput.csv"
# "ROutput.csv" file used for comparing the R results with PMML Evaluation engine results
# Applying General Regression model to entire dataset and save the results in a CSV file
carsEntireProbabilities = predict(cars_GLM, type = "response",carsOriginal)
# Save predicted value in a data frame
result = data.frame(carsEntireProbabilities)
names(result) = c("Predicted_RetailPrice")
# Write the results in a CSV file
write.csv(result,"ROutput.csv",quote=F)
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.