Evaluation of an adapted semi-automated DNA extraction for human salivary shotgun metagenomics
Plots for paper 2023
Victoria Meslier*
Elisa Menozzi*
Aymeric David*
Christian Morabito
Sara Lucas Del Pozo
Alexandre Famechon
Janet North
Benoit Quinquis
Sofia Koletsi
Jane MacNaughtan
Roxana Mezabrovschi
S. Dusko Ehrlich
Anthony HV. Schapira$
Mathieu Almeida$
This document presents the codes and plots used for the analysis related to the manuscript Evaluation of an adapted semi-automated DNA extraction for human salivary shotgun metagenomics. In this project, we evaluated the impact of two DNA extraction procedures on the overall DNA quantity and quality, the sequencing performances and the overall structure and composition of the oral microbiome. Salivary samples were obtained from 14 patients recruited in the RAPSODI study and the PD FRONTLINE platform, using the OMNIgene•ORAL OM-501 sample collection kit (DNAGenotek), and processed using P1 and P2 protocols as described in Figure 1 on the manuscript. The libraries construction and shotgun sequencing using Ion Torrent technology was fully described in PMID: 36369227, and the raw read processing in PMID: 32075887.
1 Load
- Load necessary R packages :
library(ggpubr)
suppressMessages(library(stringr))
suppressMessages(library(tidyverse))
library(reshape2)
require(ggplot2)
require(pheatmap)
library(data.table)
library(Hmisc)
library(kableExtra)
library(scales)
require(pheatmap)
library(data.table)
library(vegan)
library(FactoMineR)
library(factoextra)
library(ComplexHeatmap, lib.loc = "/usr/lib64/R/library")
library(circlize)
# Install the momr package available forgemia.inra.fr qand published in Le Chatelier E, Nielsen T, Qin J, Prifti E, Hildebrand F, Falony G, et al. Richness of human gut microbiome correlates with metabolic markers. Nature. 2013;500(7464):541–6
# remotes::install_gitlab("metagenopolis/momr", host = "https://forgemia.inra.fr/")
library(momr)- Load data and metadata :
load("./data/microbial_data_ASAL_paper_2023.RData") #RData containing microbial table abundances and taxonomy file
load(file ="./data/metadata_ASAL_2023.RData") # Associated ASAL metadata2 Impact on DNA quantity and DNA quality
2.1 DNA quantity and quality
- protocol:
Qdna_plot <- ggplot(metadata.asal, aes(x=protocol, y = DNA_MTQ_ug, color = protocol))+
geom_boxplot()+
theme_classic() +
stat_compare_means(method = "wilcox.test", label.x =0.8, label.y= 1.5) +
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("DNA quantity (µg)")+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())
genomic_plot <- ggplot(metadata.asal, aes(x=protocol, y = genomic_peak_size_bp, color = protocol))+
geom_boxplot()+
theme_classic() +
stat_compare_means(method = "wilcox.test", label.x =1, label.y = 30000) +
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("Genomic peak size(bp)")+
scale_y_continuous(labels = function(x) format(x, scientific = TRUE))+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())
# tiff("./figures/DNAquantity_DNA_quality_protocol.tiff", width = 8, height = 3, units = "in", res=400)
ggarrange(Qdna_plot, genomic_plot, ncol=2, nrow=1, legend = "none")
# dev.off()No significant difference for DNA quantity. The size of the genomic peak is significantly higher in the P1 protocol.
- protocol and sample type :
Qdna_plot_pt <- ggplot(metadata.asal, aes(x=protocol_type, y = DNA_MTQ_ug, color = protocol_type))+
geom_boxplot()+
theme_classic() +
stat_compare_means(method = "wilcox.test", comparisons = list(c("P1_raw", "P1_pooled"), c("P2_raw", "P2_pooled"), c("P1_raw", "P2_raw"), c("P1_pooled", "P2_pooled")),exact = FALSE)+
scale_color_manual(values = c("P1_raw" = "cyan4", "P1_pooled" = "cyan3", "P2_raw" = "hotpink4", "P2_pooled" = "hotpink3"))+
ylab("DNA quantity (µg)")+
rotate_x_text(angle=45)+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())
# tiff("./figures/DNAquantity_protocol_type.tiff", width = 8, height = 5, units = "in", res=400)
Qdna_plot_pt
# dev.off()There is no impact on the DNA quantity
genomic_plot_pt <- ggplot(metadata.asal, aes(x=protocol_type, y = genomic_peak_size_bp, color = protocol_type))+
geom_boxplot()+
theme_classic() +
stat_compare_means(method = "wilcox.test", comparisons = list(c("P1_raw", "P1_pooled"), c("P2_raw", "P2_pooled"), c("P1_raw", "P2_raw"), c("P1_pooled", "P2_pooled")), exact = FALSE)+
scale_color_manual(values = c("P1_raw" = "cyan4", "P1_pooled" = "cyan3", "P2_raw" = "hotpink4", "P2_pooled" = "hotpink3"))+
ylab("Mean size genomic peak (bp)")+
rotate_x_text(angle=45)+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())+
scale_y_continuous(labels = function(x) format(x, scientific = TRUE))
# tiff("./figures/DNAgenomic_quality_protocol_type.tiff", width = 8, height = 5, units = "in", res=400)
genomic_plot_pt
# dev.off()P1_raw and P1_pooled are equivalent. The DNA quality of P2_raw is the lowest.
2.2 DNA degradation profiles (protocol)
f1_plot <- ggplot(metadata.asal, aes(x=protocol, y = as.numeric(fraction1_perc), color = protocol))+
geom_boxplot()+
theme_classic() +
stat_compare_means(label.x =1, label.y = 55) +
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("fraction1_perc")+
rotate_x_text(angle=45)+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())+
theme(legend.position= "none")
f2_plot <- ggplot(metadata.asal, aes(x=protocol, y = as.numeric(fraction2_perc), color = protocol))+
geom_boxplot()+
theme_classic() +
stat_compare_means(label.x =1, label.y = 28) +
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("fraction2_perc")+
rotate_x_text(angle=45)+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())+
theme(legend.position= "none")
f3_plot <- ggplot(metadata.asal, aes(x=protocol, y = as.numeric(fraction3_perc), color = protocol))+
geom_boxplot()+
theme_classic() +
stat_compare_means(label.x =1, label.y = 100) +
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("fraction3_perc")+
rotate_x_text(angle=45)+
theme(legend.text = element_text(size=12), axis.text=element_text(size=10), axis.title.x = element_blank())
# tiff("./figures/DNA_degradation_profiles_per_protocol.tiff", width = 12, height = 3, units = "in", res=400)
ggarrange(f1_plot, f2_plot, f3_plot, ncol=3, nrow=1, widths = c(1,1,1.4))
# dev.off()No significance for fraction1 (the smaller DNA fraction size) and fraction3 (containing the genomic peak) but a significantly higher proportion of the DNA fraction 2 (degraded fraction) in the P2 protocol.
3 Shotgun Metagenomic Sequencing Validation
3.1 Total read count and removed host read count (protocol)
data <- reshape2::melt(metadata.asal[,c("protocol", "total_read_count", "removed_host_reads_count")], id.vars = c("protocol"))
# tiff("./figures/total_read_host_read_protocol.tiff", width = 7, height = 3.5, units = "in", res=400)
ggboxplot(data, x="protocol", y="value", color="protocol")+
stat_compare_means()+
theme(axis.text=element_text(size=10))+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("read values")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
theme(legend.text = element_text(size=7), legend.position = "none")+
facet_wrap(~variable, scales = "free_y")
# dev.off()No significant differences.
3.2 High Quality read count
# tiff("./figures/High_quality_read_protocol.tiff", width = 4, height = 3, units = "in", res=400)
HQ_read_plot <- ggboxplot(metadata.asal, x="protocol", y="HQ_clean_read_count", color="protocol")+
theme_classic()+
theme(axis.text=element_text(size=10))+
ylab("High Quality read count")+
stat_compare_means(label.x = 1, label.y = 1.5e7)+
theme(legend.text = element_text(size=7))+
theme(legend.position = "none")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))
HQ_read_plot
# dev.off()No significant difference.
3.3 Mapping rates onto the 8.4M human oral microbial genes catalog
# tiff("./figures/perc_mapped_reads_procotol.tiff", width = 4, height = 3, units = "in", res=400)
perc_mapped <- ggboxplot(metadata.asal, x="protocol", y="perc_mapped_read_8.4oral", color="protocol")+
theme_classic()+
theme(axis.text=element_text(size=10))+
ylab("% Mapped Reads")+
stat_compare_means(label.x = 1, label.y = 65)+
theme(legend.text = element_text(size=7))+
theme(legend.position = "none")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))
perc_mapped
# dev.off()No significant difference.
4 Evaluation of the impact on alpha diversity metrics (gene and MSP species richness)
4.1 Correlation of gene and MSP species richness with the DNA quality
correl_gene_plot <- ggscatter(metadata.asal,
x="genomic_peak_size_bp",
y="gene.richness",
color = "protocol",
add="reg.line",
conf.int=TRUE,
shape = "type",
add.params=list(color="black", fill="lightgray")) +
geom_smooth(formula = 'y ~ x', method = "lm")+
stat_cor(method="spearman")+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
theme(legend.position = "right")
correl_msp_plot <- ggscatter(metadata.asal,
x="genomic_peak_size_bp",
y="msp.richness",
color = "protocol",
add="reg.line",
conf.int=TRUE,
shape = "type",
add.params=list(color="black", fill="lightgray")) +
geom_smooth(formula = 'y ~ x', method = "lm")+
stat_cor(method="spearman")+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
theme(legend.position = "right")
# tiff("./figures/correlation_gene_species_richness_genomic_peak_protocol.tiff", width = 8, height = 3, units = "in", res=400)
ggarrange(correl_gene_plot,correl_msp_plot, ncol=2,nrow=1, common.legend = TRUE, legend = "right")
# dev.off()4.2 Impact of the protocol on richness data of the pooled
-all samples (raw and pooled):
gene_plot <- ggboxplot(metadata.asal, x="protocol", y="gene.richness", color="protocol")+
stat_compare_means()+
theme(axis.text=element_text(size=10))+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("gene richness")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
theme(legend.text = element_text(size=7), legend.position = "none")+
ggtitle("all samples")
msp_plot <- ggboxplot(metadata.asal, x="protocol", y="msp.richness", color="protocol")+
stat_compare_means()+
theme(axis.text=element_text(size=10))+
scale_color_manual(values = c("P1" = "cyan4", "P2" = "hotpink4"))+
ylab("MSP richness")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
theme(legend.text = element_text(size=7), legend.position = "none")+
ggtitle("all samples")
# tiff("./figures/gene_msp_richness_protocol.tiff", width = 6, height = 3, units = "in", res=400)
ggarrange(gene_plot,msp_plot, ncol=2, nrow=1, legend = "none")
# dev.off()No significant difference.
-pooled samples:
pooled_gene_plot <- ggboxplot(metadata.asal[which(metadata.asal$type == "pooled"),], x="protocol_type", y="gene.richness", color="protocol_type")+
stat_compare_means()+
theme(axis.text=element_text(size=10))+
scale_color_manual(values = c("P1_pooled" = "cyan3", "P2_pooled" = "hotpink3"))+
ylab("gene richness")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
theme(legend.text = element_text(size=7), legend.position = "none")
pooled_msp_plot <- ggboxplot(metadata.asal[which(metadata.asal$type == "pooled"),], x="protocol_type", y="msp.richness", color="protocol_type")+
stat_compare_means()+
theme(axis.text=element_text(size=10))+
scale_color_manual(values = c("P1_pooled" = "cyan3", "P2_pooled" = "hotpink3"))+
ylab("species richness")+
theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust=1))+
theme(legend.text = element_text(size=7), legend.position = "none")
# tiff("./figures/gene_species_richness_protocol_pooled_samples.tiff", width = 6, height = 3, units = "in", res=400)
ggarrange(pooled_gene_plot,pooled_msp_plot, ncol=2,nrow=1, legend = "none")
# dev.off()No significant difference.
5 Impact on the oral microbiome structure
5.1 Spearman correlation based on gene composition
ann <- data.frame(metadata.asal$protocol, metadata.asal$Pool_sample)
colnames(ann) <- c('protocol', 'Pool_sample')
colours <- list('protocol' = c("P1" = "cyan4", "P2" = "hotpink4"),'Pool_sample' = c("ind1"="azure2", "ind2"="firebrick1", "ind3"="grey", "ind4"="orange", "ind5"="darkorchid1", "ind6"="blue", "ind7"="darkgreen", "ind8"="dodgerblue2", "ind9/ind12"="gold1", "ind10/ind13"="chartreuse3", "ind11/ind14"="hotpink"))
colAnn <- HeatmapAnnotation(df = ann, which = 'col', col = colours, annotation_width = unit(c(1, 4), 'cm'), gap = unit(1, 'mm'))
# tiff(file = "./figures/Heatmap_gene_correlation.tiff", height = 5, width = 8, units = "in", res = 300)
ht <- Heatmap(as.matrix(gene.correlation.mat),
clustering_method_rows = "ward.D",clustering_method_columns = "ward.D",
clustering_distance_rows = "spearman", clustering_distance_columns = "spearman",
name = "Sp correlation",
col = colorRamp2(seq(min(gene.correlation.mat), max(gene.correlation.mat), length = 3), c("red", "yellow", "white")),
column_names_gp = gpar(fontsize = 7),
row_names_gp = gpar(fontsize = 7),
top_annotation=colAnn)
ht
# dev.off()Pooled samples of 2 individuals extracted with P1 and P2 protocols clustered together.
5.2 PCA based on MSP species composition
#Ordering msp.mat as metadata
msp.mat<-msp.oral.asal[,match(rownames(metadata.asal), colnames(msp.oral.asal))]
#setting rownames with taxonomy
rownames(msp.mat)<-paste(rownames(msp.mat), taxo[match(rownames(msp.mat), rownames(taxo)), "species"], sep="_")
# PCA analysis
data_for_pca <- t(log10(msp.mat + 1e-10) + 10)
data<- cbind(data_for_pca, metadata.asal[match(rownames(data_for_pca), rownames(metadata.asal)),c(3:5)])
res<-PCA(data, quali.sup = c(854:856), graph=FALSE)# tiff(file = "./figures/PCA_MSP_species_protocol.tiff", height = 4.5, width = 5.5, units = "in", res = 300)
pca_plot <- fviz_pca_ind(res, axes= c(1,2),
# label = "all",
label = "none",
col.ind = data$protocol,
geom.ind = "point", pointshape = 18, pointsize = 2,
palette = c("P1" = "cyan4", "P2" = "hotpink4"),
addEllipses = TRUE, ellipse.level=0.95,
invisible="quali",
# title="PCA on MSP species composition",
repel = TRUE)
pca_plot
# dev.off()Pooled samples extracted from P1 and P2 protocols clustered together. No specific clustering by P1 and P2 protocols.
5.3 Speaman correlations based on MSP composition
msp.mat = msp.oral.asal[,metadata.asal$sampleID]
data = Hmisc::rcorr(as.matrix(msp.mat), type = "spearman")
data_to_plot = data$r
# tiff(file = "./figures/Heatmap_MSP_correlation",width = 8, height = 6, units = "in", res = 300)
Heatmap(as.matrix(data_to_plot),
clustering_method_rows = "ward.D",clustering_method_columns = "ward.D",
clustering_distance_rows = "spearman", clustering_distance_columns = "spearman",
name = "Sp correlation",
col = colorRamp2(seq(min(data_to_plot), max(data_to_plot), length = 3), c("red", "yellow", "white")),
column_names_gp = gpar(fontsize = 7),
row_names_gp = gpar(fontsize = 6),
top_annotation=colAnn)
# dev.off()5.4 Bray curtis dissimilarity matrix using MSP species composition
data = t(log10(msp.oral.asal + 1e-10) + 10)
BC = as.matrix(vegdist(data, method = "bray", diag = TRUE, upper= FALSE, na.rm = FALSE))
ann_colors = list(
protocol = c(P1="cyan4", P2="hotpink4"),
'Pool_sample' = c("ind1"="azure2", "ind2"="firebrick1", "ind3"="grey", "ind4"="orange", "ind5"="darkorchid1", "ind6"="blue", "ind7"="darkgreen", "ind8"="dodgerblue2", "ind9/ind12"="gold1", "ind10/ind13"="chartreuse3", "ind11/ind14"="hotpink")
)
# tiff(file = "./figures/Bray-curtis_MSP_composition.tiff",width = 8, height = 6, units = "in", res = 300)
pheatmap(as.matrix(BC),
clustering_distance_rows = "euclidean",
clustering_distance_cols = "euclidean",
# annotation_col=metadata.asal[-which(metadata.asal$fraction == "degraded"),c(3:4,9)],
annotation_col=metadata.asal[,c("protocol", "Pool_sample")],
annotation_colors=ann_colors,
clustering_method = "ward.D2",
fontsize_row=5, fontsize_col=5,
show_colnames = F, show_rownames = F,
dendrogram="both", key=FALSE, treeheight_row=40,
treeheight_col=40
) 
# dev.off()5.5 Analysis at different taxonomical ranks on the pooled samples
5.5.1 phylum on pooled samples
phylum.t <- as.data.frame(t(phylum)) #15 phyla
phylum.t <- phylum.t[,colSums(phylum.t)>0] #12 phyla ok
phylum.t$protocol_type <- metadata.asal[match(rownames(phylum.t), rownames(metadata.asal)), "protocol_type"]
data <- melt(phylum.t, id.vars = c("protocol_type"))
data$protocol_type <- factor(data$protocol_type, levels = c("P2_raw", "P2_pooled","P1_raw", "P1_pooled"))
# tiff(file = "./figures/Phylum_composition_pooled_samples_protocol.tiff", height = 10, width = 5.5, units = "in", res = 300)
phylum_plot <- ggplot(data[which(data$protocol_type == "P1_pooled" | data$protocol_type == "P2_pooled"),], aes(x=reorder(variable, value, na.rm =TRUE), y=value)) +
geom_boxplot(aes(fill=protocol_type), outlier.size = 0.1)+
labs(x = "Phylum rank")+
labs(y="Relative abundance")+
scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x),labels = trans_format("log10", math_format(10^.x))) +
scale_fill_manual(values = c("P1_pooled" = "cyan3", "P2_pooled" = "hotpink3"))+
coord_flip()+
theme_classic()
phylum_plot
# dev.off()# impact of the protocol on the phylum relative abundance of the pooled samples
res.phylum <- testRelations2(x = as.matrix(phylum[,which(metadata.asal$type == "pooled")]), y = as.factor(metadata.asal[which(metadata.asal$type == "pooled"), "protocol"]), type = "nonparametric", multiple.adjust = "BH", paired = F)## [1] "Executing Wilcoxon test..."res.phylum[,c(10:13)]%>%
kbl(caption = "pvalues Wilcoxon tests") %>%
kable_classic(full_width = F, html_font = "Cambria")| p | q | P1.P2_Cliffdelta | P1.P2_status_Cliffdeltacorrected | |
|---|---|---|---|---|
| Actinobacteriota | 0.7000000 | 0.9333333 | -0.3333333 | P2 |
| Bacteroidota | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Campylobacterota | 0.7000000 | 0.9333333 | 0.3333333 | P1 |
| Chloroflexota | NaN | NaN | 0.0000000 | NA |
| Desulfobacterota | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Elusimicrobiota | NaN | NaN | 0.0000000 | NA |
| Eukaryota | 0.7000000 | 0.9333333 | -0.3333333 | P2 |
| Euryarchaeota | NaN | NaN | 0.0000000 | NA |
| Firmicutes | 0.7000000 | 0.9333333 | 0.3333333 | P1 |
| Fusobacteriota | 0.1000000 | 0.6000000 | 1.0000000 | P1 |
| Patescibacteria | 0.1000000 | 0.6000000 | 1.0000000 | P1 |
| Proteobacteria | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Spirochaetota | 0.4000000 | 0.9333333 | 0.5555556 | P1 |
| Synergistetes | 0.6579050 | 0.9333333 | -0.3333333 | P2 |
| unclassified | 0.1840386 | 0.7361545 | 0.7777778 | P1 |
No significant differences between pooled samples extracted with P1 or P2 protocols (p> 0.05).
5.5.2 family on pooled samples
fam.t <- as.data.frame(t(family)) #80
fam.t <- fam.t[rownames(metadata.asal),colSums(fam.t)>0] #55 fam remains
fam.t$protocol_type <- metadata.asal[match(rownames(fam.t), rownames(metadata.asal)), "protocol_type"]
data <- melt(fam.t, id.vars = c("protocol_type"))
data$protocol_type <- factor(data$protocol_type, levels = c("P2_raw", "P2_pooled","P1_raw", "P1_pooled"))
data2 <- data[which(data$protocol_type == "P1_pooled" | data$protocol_type == "P2_pooled"),]
# tiff(file = "./figures/Family_composition_pooled_samples_protocol.tiff", height = 10, width = 5.5, units = "in", res = 300)
family_plot <- ggplot(data2[data2$value>0,], aes(x=reorder(variable, value, na.rm =TRUE), y=value)) +
geom_boxplot(aes(fill=protocol_type), outlier.size = 0.1)+
labs(x = "Family rank")+
labs(y="Relative abundance")+
scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x), labels = trans_format("log10", math_format(10^.x)))+
scale_fill_manual(values = c("P1_pooled" = "cyan3", "P2_pooled" = "hotpink3"))+
coord_flip()+
theme_classic()
family_plot
# dev.off()# impact of the protocol on the family relative abundance of the pooled samples
res.fam <- testRelations2(x = as.matrix(family[,which(metadata.asal$type == "pooled")]), y = as.factor(metadata.asal[which(metadata.asal$type == "pooled"), "protocol"]), type = "nonparametric", multiple.adjust = "BH", paired = F)## [1] "Executing Wilcoxon test..."res.fam[,c(10:13)]%>%
kbl(caption = "pvalues Wilcoxon tests") %>%
kable_classic(full_width = F, html_font = "Cambria")| p | q | P1.P2_Cliffdelta | P1.P2_status_Cliffdeltacorrected | |
|---|---|---|---|---|
| Actinomycetaceae | 0.4000000 | 0.8153846 | 0.5555556 | P1 |
| Aerococcaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Aminobacteriaceae | 0.6579050 | 0.9048780 | -0.3333333 | P2 |
| Anaerolineaceae | NaN | NaN | 0.0000000 | NA |
| Anaerovoracaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Atopobiaceae | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Bacillaceae | NaN | NaN | 0.0000000 | NA |
| Bacilli RF39 CAG-611 | 0.0636026 | 0.3785714 | 1.0000000 | P1 |
| Bacteroidaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Bifidobacteriaceae | 0.5049851 | 0.8949141 | -0.3333333 | P2 |
| Bradyrhizobiaceae | NaN | NaN | 0.0000000 | NA |
| Brucellaceae | NaN | NaN | 0.0000000 | NA |
| Burkholderiaceae | 0.1840386 | 0.5047619 | 0.7777778 | P1 |
| Campylobacteraceae | 0.7000000 | 0.9048780 | 0.3333333 | P1 |
| Cardiobacteriaceae | 0.5065552 | 0.8949141 | 0.4444444 | P1 |
| Carnobacteriaceae | NaN | NaN | 0.0000000 | NA |
| Caulobacteraceae | NaN | NaN | 0.0000000 | NA |
| Clostridiales 1c | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Clostridiales 2g | 0.0765225 | 0.3785714 | 1.0000000 | P1 |
| Corynebacteriaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Desulfobulbaceae | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Desulfomicrobiaceae | NaN | NaN | 0.0000000 | NA |
| Desulfovibrionaceae | NaN | NaN | 0.0000000 | NA |
| Dethiosulfovibrionaceae | NaN | NaN | 0.0000000 | NA |
| Dialisteraceae | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Eggerthellaceae | 0.1967056 | 0.5047619 | -0.6666667 | P2 |
| Endomicrobiaceae | NaN | NaN | 0.0000000 | NA |
| Enterobacteriaceae | NaN | NaN | 0.0000000 | NA |
| Enterococcaceae | NaN | NaN | 0.0000000 | NA |
| Erysipelatoclostridiaceae | NaN | NaN | 0.0000000 | NA |
| Erysipelotrichaceae | 0.2000000 | 0.5047619 | 0.7777778 | P1 |
| Eubacteriaceae | 0.5049851 | 0.8949141 | -0.3333333 | P2 |
| Eukaryota | 0.7000000 | 0.9048780 | -0.3333333 | P2 |
| Filifactoraceae | 0.8247781 | 1.0000000 | -0.2222222 | P2 |
| Flavobacteriaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Fusobacteriaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Gemellaceae | 0.4000000 | 0.8153846 | 0.5555556 | P1 |
| Helcococcaceae-Ezakiellaceae | 0.7000000 | 0.9048780 | -0.3333333 | P2 |
| Helicobacteraceae | NaN | NaN | 0.0000000 | NA |
| Lachnospiraceae B | NaN | NaN | 0.0000000 | NA |
| Lachnospiraceae D | 0.2000000 | 0.5047619 | 0.7777778 | P1 |
| Lachnospiraceae H | 0.4000000 | 0.8153846 | 0.5555556 | P1 |
| Lachnospiraceae K | 0.0765225 | 0.3785714 | 1.0000000 | P1 |
| Lactobacillaceae | NaN | NaN | 0.0000000 | NA |
| Leptotrichiaceae | 0.7000000 | 0.9048780 | 0.3333333 | P1 |
| Megasphaeraceae | 0.7000000 | 0.9048780 | 0.3333333 | P1 |
| Metamycoplasmataceae | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Methanobacteriaceae | NaN | NaN | 0.0000000 | NA |
| Micrococcaceae | 0.7000000 | 0.9048780 | 0.3333333 | P1 |
| Moraxellaceae | NaN | NaN | 0.0000000 | NA |
| Neisseriaceae | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Paludibacteraceae | 0.7000000 | 0.9048780 | -0.3333333 | P2 |
| Pasteurellaceae | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Peptococcaceae | NaN | NaN | 0.0000000 | NA |
| Peptoniphilaceae | NaN | NaN | 0.0000000 | NA |
| Peptostreptococcaceae | 0.4000000 | 0.8153846 | 0.5555556 | P1 |
| Porphyromonadaceae | 0.7000000 | 0.9048780 | 0.3333333 | P1 |
| Prevotellaceae | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Propionibacteriaceae | 0.1967056 | 0.5047619 | 0.6666667 | P1 |
| Pseudomonadaceae | NaN | NaN | 0.0000000 | NA |
| Rhodocyclaceae | NaN | NaN | 0.0000000 | NA |
| Rikenellaceae 2 | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Rikenellaceae 3 | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Saccharimonadaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Selenomonadaceae | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Staphylococcaceae | NaN | NaN | 0.0000000 | NA |
| Streptococcaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Synergistaceae | NaN | NaN | 0.0000000 | NA |
| Tannerellaceae | 0.7000000 | 0.9048780 | -0.3333333 | P2 |
| Treponemataceae | 0.4000000 | 0.8153846 | 0.5555556 | P1 |
| unclassified | 0.1840386 | 0.5047619 | 0.7777778 | P1 |
| unclassified Absconditabacterales | 0.0765225 | 0.3785714 | 1.0000000 | P1 |
| unclassified Bacteroidales | 0.1967056 | 0.5047619 | 0.6666667 | P1 |
| unclassified Bacteroidota | NaN | NaN | 0.0000000 | NA |
| unclassified Clostridiales 2 | 0.0636026 | 0.3785714 | 1.0000000 | P1 |
| unclassified Gracilibacteria BD1-5 | 0.5049851 | 0.8949141 | 0.3333333 | P1 |
| unclassified Mycoplasmatales | NaN | NaN | 0.0000000 | NA |
| Veillonellaceae | 0.7000000 | 0.9048780 | 0.3333333 | P1 |
| Weeksellaceae | 0.1000000 | 0.3785714 | 1.0000000 | P1 |
| Xanthomonadaceae | NaN | NaN | 0.0000000 | NA |
No significant differences between pooled samples extracted with P1 or P2 protocols (p> 0.05).
5.5.3 genus on pooled sample
gen.t <- as.data.frame(t(genus)) #163
gen.t <- gen.t[rownames(metadata.asal),colSums(gen.t)>0] #86 gen remains
gen.t$protocol_type <- metadata.asal[match(rownames(gen.t), rownames(metadata.asal)), "protocol_type"]
data <- melt(gen.t, id.vars = c("protocol_type"))
data$protocol_type <- factor(data$protocol_type, levels = c("P2_raw", "P2_pooled","P1_raw", "P1_pooled"))
data3 <- data[which(data$protocol_type == "P1_pooled" | data$protocol_type == "P2_pooled"),]
# tiff(file = "./figures/Genus_composition_pooled_samples_protocol.tiff", height = 10, width = 5.5, units = "in", res = 300)
genus_plot <- ggplot(data3[data3$value>0,], aes(x=reorder(variable, value, na.rm =TRUE), y=value)) +
geom_boxplot(aes(fill=protocol_type), outlier.size = 0.1)+
labs(x = "Genus rank")+
labs(y="Relative abundance")+
scale_y_log10(breaks = trans_breaks("log10", function(x) 10^x), labels = trans_format("log10", math_format(10^.x)))+
scale_fill_manual(values = c("P1_pooled" = "cyan3", "P2_pooled" = "hotpink3"))+
coord_flip()+
theme_classic()
genus_plot
# dev.off()# impact of the protocol on the genus relative abundance of the pooled samples
res.genus <- testRelations2(x = as.matrix(genus[,which(metadata.asal$type == "pooled")]), y = as.factor(metadata.asal[which(metadata.asal$type == "pooled"), "protocol"]), type = "nonparametric", multiple.adjust = "BH", paired = F)## [1] "Executing Wilcoxon test..."res.genus[,c(10:13)]%>%
kbl(caption = "pvalues Wilcoxon tests") %>%
kable_classic(full_width = F, html_font = "Cambria")| p | q | P1.P2_Cliffdelta | P1.P2_status_Cliffdeltacorrected | |
|---|---|---|---|---|
| Abiotrophia | 0.1967056 | 0.5379310 | 0.6666667 | P1 |
| Acinetobacter | NaN | NaN | 0.0000000 | NA |
| Actinobaculum | 0.0636026 | 0.4105263 | 1.0000000 | P1 |
| Actinomyces | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
| Actinomycetaceae F0332 | NaN | NaN | 0.0000000 | NA |
| Afipia | NaN | NaN | 0.0000000 | NA |
| Aggregatibacter | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Allisonella | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Alloprevotella | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| Alloscardovia | NaN | NaN | 0.0000000 | NA |
| Alternaria | NaN | NaN | 0.0000000 | NA |
| Anaerococcus | NaN | NaN | 0.0000000 | NA |
| Anaeroglobus | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
| Aspergillus | NaN | NaN | 0.0000000 | NA |
| Atopobium | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Bacilli RF39 CAG-611 RUG343 | 0.1967056 | 0.5379310 | 0.6666667 | P1 |
| Bacillus | NaN | NaN | 0.0000000 | NA |
| Bacteroides | NaN | NaN | 0.0000000 | NA |
| Bacteroides 2 | 0.5049851 | 0.8063531 | -0.3333333 | P2 |
| Bacteroides 3 | NaN | NaN | 0.0000000 | NA |
| Bifidobacterium | 0.5049851 | 0.8063531 | -0.3333333 | P2 |
| Bradyrhizobium | NaN | NaN | 0.0000000 | NA |
| Brevundimonas | NaN | NaN | 0.0000000 | NA |
| Butyrivibrio | NaN | NaN | 0.0000000 | NA |
| Campylobacter | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
| Candida | NaN | NaN | 0.0000000 | NA |
| Capnocytophaga | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Cardiobacterium | 0.5065552 | 0.8063531 | 0.4444444 | P1 |
| Catonella | 0.0765225 | 0.4105263 | 1.0000000 | P1 |
| Caviibacter | NaN | NaN | 0.0000000 | NA |
| Chryseobacterium | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Corynebacterium | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Cronobacter | NaN | NaN | 0.0000000 | NA |
| Cryptobacterium | NaN | NaN | 0.0000000 | NA |
| Cutibacterium | NaN | NaN | 0.0000000 | NA |
| Delftia | NaN | NaN | 0.0000000 | NA |
| Desulfobulbus | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Desulfomicrobium | NaN | NaN | 0.0000000 | NA |
| Desulfovibrio | NaN | NaN | 0.0000000 | NA |
| Dialister | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Dolosigranulum | NaN | NaN | 0.0000000 | NA |
| Eggerthella | NaN | NaN | 0.0000000 | NA |
| Eggerthia | NaN | NaN | 0.0000000 | NA |
| Eikenella | 0.0765225 | 0.4105263 | 1.0000000 | P1 |
| Endomicrobium | NaN | NaN | 0.0000000 | NA |
| Enterobacter | NaN | NaN | 0.0000000 | NA |
| Enterococcus | NaN | NaN | 0.0000000 | NA |
| Escherichia | NaN | NaN | 0.0000000 | NA |
| Eubacterium | 0.2000000 | 0.5379310 | 0.7777778 | P1 |
| Eubacterium 2 | NaN | NaN | 0.0000000 | NA |
| Filifactor | 1.0000000 | 1.0000000 | 0.0000000 | NA |
| Finegoldia | NaN | NaN | 0.0000000 | NA |
| Fretibacterium | 0.6579050 | 0.8950820 | -0.3333333 | P2 |
| Fusobacterium | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Gemella | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| Gongronella | NaN | NaN | 0.0000000 | NA |
| Granulicatella | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Haemophilus | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Helicobacter | NaN | NaN | 0.0000000 | NA |
| Johnsonella | 0.3536785 | 0.8063531 | -0.5555556 | P2 |
| Jonquetella | NaN | NaN | 0.0000000 | NA |
| Kingella | 0.0765225 | 0.4105263 | 1.0000000 | P1 |
| Klebsiella | NaN | NaN | 0.0000000 | NA |
| Kluyvera | NaN | NaN | 0.0000000 | NA |
| Lachancea | NaN | NaN | 0.0000000 | NA |
| Lachnoanaerobaculum | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Lactobacillus | NaN | NaN | 0.0000000 | NA |
| Lactobacillus B | NaN | NaN | 0.0000000 | NA |
| Lactobacillus C | NaN | NaN | 0.0000000 | NA |
| Lactobacillus F | NaN | NaN | 0.0000000 | NA |
| Lactobacillus G | NaN | NaN | 0.0000000 | NA |
| Lactobacillus H | NaN | NaN | 0.0000000 | NA |
| Lactococcus | NaN | NaN | 0.0000000 | NA |
| Lautropia | 0.1840386 | 0.5379310 | 0.7777778 | P1 |
| Lentinus | NaN | NaN | 0.0000000 | NA |
| Leptotrichia | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
| Lysinibacillus | NaN | NaN | 0.0000000 | NA |
| Malassezia | NaN | NaN | 0.0000000 | NA |
| Megasphaera | NaN | NaN | 0.0000000 | NA |
| Metamycoplasma | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Methanobrevibacter | NaN | NaN | 0.0000000 | NA |
| Mitsuokella | 0.5049851 | 0.8063531 | 0.3333333 | P1 |
| Mobiluncus | 0.5049851 | 0.8063531 | 0.3333333 | P1 |
| Mogibacterium | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| Moraxella | NaN | NaN | 0.0000000 | NA |
| Nakaseomyces | NaN | NaN | 0.0000000 | NA |
| Neisseria | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Ochrobactrum | NaN | NaN | 0.0000000 | NA |
| Olsenella | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Oribacterium | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Ottowia | NaN | NaN | 0.0000000 | NA |
| Paenarthrobacter | NaN | NaN | 0.0000000 | NA |
| Paraprevotella | NaN | NaN | 0.0000000 | NA |
| Parascardovia | NaN | NaN | 0.0000000 | NA |
| Parvimonas | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Pauljensenia | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| Penicillium | NaN | NaN | 0.0000000 | NA |
| Peptoanaerobacter | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Peptoniphilus | NaN | NaN | 0.0000000 | NA |
| Peptostreptococcus | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| Phocaeicola | 0.5049851 | 0.8063531 | -0.3333333 | P2 |
| Pichia | NaN | NaN | 0.0000000 | NA |
| Porphyromonas | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
| Prevotella | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Prevotellamassilia | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Propionibacterium | NaN | NaN | 0.0000000 | NA |
| Propionimicrobium | NaN | NaN | 0.0000000 | NA |
| Propionivibrio | NaN | NaN | 0.0000000 | NA |
| Proteus | NaN | NaN | 0.0000000 | NA |
| Pseudomonas | NaN | NaN | 0.0000000 | NA |
| Pseudopropionibacterium | 0.1967056 | 0.5379310 | 0.6666667 | P1 |
| Pseudoramibacter | 0.5049851 | 0.8063531 | -0.3333333 | P2 |
| Puccinia | NaN | NaN | 0.0000000 | NA |
| Pyramidobacter | NaN | NaN | 0.0000000 | NA |
| Ralstonia | NaN | NaN | 0.0000000 | NA |
| Rhizophagus | NaN | NaN | 0.0000000 | NA |
| Rhizopus | NaN | NaN | 0.0000000 | NA |
| Rikenellaceae 2 RC9 | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| Rothia | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
| Saccharomyces | NaN | NaN | 0.0000000 | NA |
| Scardovia | NaN | NaN | 0.0000000 | NA |
| Selenomonas | 1.0000000 | 1.0000000 | 0.1111111 | P1 |
| Selenomonas 2 | 0.7000000 | 0.8950820 | -0.3333333 | P2 |
| Shuttleworthia | 0.5049851 | 0.8063531 | 0.3333333 | P1 |
| Slackia | 0.1967056 | 0.5379310 | -0.6666667 | P2 |
| Sneathia | NaN | NaN | 0.0000000 | NA |
| Solobacterium | 0.2000000 | 0.5379310 | 0.7777778 | P1 |
| Staphylococcus | NaN | NaN | 0.0000000 | NA |
| Stenotrophomonas | NaN | NaN | 0.0000000 | NA |
| Stomatobaculum | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| Streptobacillus | NaN | NaN | 0.0000000 | NA |
| Streptococcus | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| Synergistes | NaN | NaN | 0.0000000 | NA |
| Talaromyces | NaN | NaN | 0.0000000 | NA |
| Tannerella | 0.7000000 | 0.8950820 | -0.3333333 | P2 |
| Treponema | 0.4000000 | 0.8063531 | 0.5555556 | P1 |
| unclassified | 0.1840386 | 0.5379310 | 0.7777778 | P1 |
| unclassified Absconditabacterales | 0.0765225 | 0.4105263 | 1.0000000 | P1 |
| unclassified Anaerolineaceae | NaN | NaN | 0.0000000 | NA |
| unclassified Anaerovoracaceae | 0.5049851 | 0.8063531 | 0.3333333 | P1 |
| unclassified Atopobiaceae | NaN | NaN | 0.0000000 | NA |
| unclassified Bacilli RF39 CAG-611 | 0.0636026 | 0.4105263 | 1.0000000 | P1 |
| unclassified Bacteroidales | 0.1967056 | 0.5379310 | 0.6666667 | P1 |
| unclassified Bacteroidota | NaN | NaN | 0.0000000 | NA |
| unclassified Clostridiales 1c | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| unclassified Clostridiales 2 | 0.0636026 | 0.4105263 | 1.0000000 | P1 |
| unclassified Clostridiales 2g | 0.0765225 | 0.4105263 | 1.0000000 | P1 |
| unclassified Corynebacteriaceae | NaN | NaN | 0.0000000 | NA |
| unclassified Eukaryota | 0.7000000 | 0.8950820 | -0.3333333 | P2 |
| unclassified Gracilibacteria BD1-5 | 0.5049851 | 0.8063531 | 0.3333333 | P1 |
| unclassified Helcococcaceae | 0.5049851 | 0.8063531 | -0.3333333 | P2 |
| unclassified Lachnospiraceae D | 0.1967056 | 0.5379310 | 0.6666667 | P1 |
| unclassified Lachnospiraceae H | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| unclassified Mycoplasmatales | NaN | NaN | 0.0000000 | NA |
| unclassified Neisseriaceae | NaN | NaN | 0.0000000 | NA |
| unclassified Paludibacteraceae | 0.7000000 | 0.8950820 | -0.3333333 | P2 |
| unclassified Peptococcaceae | NaN | NaN | 0.0000000 | NA |
| unclassified Propionibacteriaceae | NaN | NaN | 0.0000000 | NA |
| unclassified Rikenellaceae 3 | 1.0000000 | 1.0000000 | -0.1111111 | P2 |
| unclassified Saccharimonadaceae | 0.1000000 | 0.4105263 | 1.0000000 | P1 |
| unclassified Selenomonadaceae | 0.3536785 | 0.8063531 | -0.5555556 | P2 |
| Variovorax | NaN | NaN | 0.0000000 | NA |
| Veillonella | 0.7000000 | 0.8950820 | 0.3333333 | P1 |
No significant differences between pooled samples extracted with P1 or P2 protocols (p> 0.05).
5.5.4 MSP species on pooled samples
# impact of the protocol on the MSP species relative abundance of the pooled samples
res.msp <- testRelations2(x = as.matrix(msp.oral.asal[,which(metadata.asal$type == "pooled")]), y = as.factor(metadata.asal[which(metadata.asal$type == "pooled"), "protocol"]), type = "nonparametric", multiple.adjust = "BH", paired = F)## [1] "Executing Wilcoxon test..."res.msp[,c(10:13)]%>%
kbl(caption = "pvalues Wilcoxon tests") %>%
kable_classic(full_width = F, html_font = "Cambria")| p | q | P1.P2_Cliffdelta | P1.P2_status_Cliffdeltacorrected | |
|---|---|---|---|---|
| msp_0005 | NaN | NaN | 0.0000000 | NA |
| msp_0026 | NaN | NaN | 0.0000000 | NA |
| msp_0030 | NaN | NaN | 0.0000000 | NA |
| msp_0069 | NaN | NaN | 0.0000000 | NA |
| msp_0108 | NaN | NaN | 0.0000000 | NA |
| msp_0146c | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_0148c | 0.4000000 | 1 | 0.5555556 | P1 |
| msp_0166 | NaN | NaN | 0.0000000 | NA |
| msp_0197 | NaN | NaN | 0.0000000 | NA |
| msp_0206 | NaN | NaN | 0.0000000 | NA |
| msp_0212 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_0228 | NaN | NaN | 0.0000000 | NA |
| msp_0241 | NaN | NaN | 0.0000000 | NA |
| msp_0295 | NaN | NaN | 0.0000000 | NA |
| msp_0313 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_0380 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_0403 | NaN | NaN | 0.0000000 | NA |
| msp_0408 | NaN | NaN | 0.0000000 | NA |
| msp_0409 | NaN | NaN | 0.0000000 | NA |
| msp_0437c | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_0446c | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_0469c | NaN | NaN | 0.0000000 | NA |
| msp_0482 | NaN | NaN | 0.0000000 | NA |
| msp_0486 | NaN | NaN | 0.0000000 | NA |
| msp_0497 | NaN | NaN | 0.0000000 | NA |
| msp_0570 | NaN | NaN | 0.0000000 | NA |
| msp_0573 | NaN | NaN | 0.0000000 | NA |
| msp_0574c | NaN | NaN | 0.0000000 | NA |
| msp_0603c | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_0610 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_0616 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_0627 | NaN | NaN | 0.0000000 | NA |
| msp_0677c | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_0691 | NaN | NaN | 0.0000000 | NA |
| msp_0712 | NaN | NaN | 0.0000000 | NA |
| msp_0715c | 0.3758251 | 1 | -0.5555556 | P2 |
| msp_0742 | 0.1000000 | 1 | -1.0000000 | P2 |
| msp_0833 | NaN | NaN | 0.0000000 | NA |
| msp_0844c | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_0853c | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_0854 | NaN | NaN | 0.0000000 | NA |
| msp_0864 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_0881 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_0884 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_0916 | NaN | NaN | 0.0000000 | NA |
| msp_0925 | NaN | NaN | 0.0000000 | NA |
| msp_0935 | NaN | NaN | 0.0000000 | NA |
| msp_0974c | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_1006 | NaN | NaN | 0.0000000 | NA |
| msp_1028c | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_1034 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_1040c | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1057c | NaN | NaN | 0.0000000 | NA |
| msp_1081 | NaN | NaN | 0.0000000 | NA |
| msp_1089 | NaN | NaN | 0.0000000 | NA |
| msp_1127 | 0.0636026 | 1 | -1.0000000 | P2 |
| msp_1156 | 0.4000000 | 1 | 0.5555556 | P1 |
| msp_1191c | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_1193 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_1196 | NaN | NaN | 0.0000000 | NA |
| msp_1219 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_1220 | NaN | NaN | 0.0000000 | NA |
| msp_1222 | NaN | NaN | 0.0000000 | NA |
| msp_1234 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1237 | NaN | NaN | 0.0000000 | NA |
| msp_1265 | NaN | NaN | 0.0000000 | NA |
| msp_1268 | NaN | NaN | 0.0000000 | NA |
| msp_1325 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_1327 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1329 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_1341 | NaN | NaN | 0.0000000 | NA |
| msp_1404 | NaN | NaN | 0.0000000 | NA |
| msp_1410 | NaN | NaN | 0.0000000 | NA |
| msp_1418c | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_1453 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_1456c | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1476 | NaN | NaN | 0.0000000 | NA |
| msp_1477 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_1489c | NaN | NaN | 0.0000000 | NA |
| msp_1523 | NaN | NaN | 0.0000000 | NA |
| msp_1543 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_1603c | 0.4000000 | 1 | 0.5555556 | P1 |
| msp_1702 | 0.2000000 | 1 | -0.7777778 | P2 |
| msp_1748 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_1773 | NaN | NaN | 0.0000000 | NA |
| msp_1782 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1783 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1784 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1785 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_1786 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_1787 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_1788 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_1789 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_1790 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_1793 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_1794 | NaN | NaN | 0.0000000 | NA |
| msp_1799 | NaN | NaN | 0.0000000 | NA |
| msp_1801 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_1802 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_1805 | NaN | NaN | 0.0000000 | NA |
| msp_1808 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_1810 | NaN | NaN | 0.0000000 | NA |
| msp_2212 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2213 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2214 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2215 | 0.0765225 | 1 | -1.0000000 | P2 |
| msp_2216 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2217 | 0.2000000 | 1 | -0.7777778 | P2 |
| msp_2218 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2219 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2220 | 0.4000000 | 1 | 0.5555556 | P1 |
| msp_2221 | NaN | NaN | 0.0000000 | NA |
| msp_2222 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2223 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2224 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2225 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2226 | 0.2000000 | 1 | 0.7777778 | P1 |
| msp_2227 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2228 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2229 | NaN | NaN | 0.0000000 | NA |
| msp_2230 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2231 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2232 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2233 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2234 | NaN | NaN | 0.0000000 | NA |
| msp_2235 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2236 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2237 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2238 | NaN | NaN | 0.0000000 | NA |
| msp_2239 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2240 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2241 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2242 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2243 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2244 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2245 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2246 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2247 | 0.1967056 | 1 | 0.6666667 | P1 |
| msp_2248 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2249 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_2250 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2251 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2252 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2253 | NaN | NaN | 0.0000000 | NA |
| msp_2254 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2255 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_2256 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2257 | NaN | NaN | 0.0000000 | NA |
| msp_2258 | NaN | NaN | 0.0000000 | NA |
| msp_2259 | NaN | NaN | 0.0000000 | NA |
| msp_2260 | NaN | NaN | 0.0000000 | NA |
| msp_2261 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2262 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2263 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2264 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2265 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2266 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2267 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2268 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2269 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2270 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2271 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2272 | NaN | NaN | 0.0000000 | NA |
| msp_2273 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2274 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2275 | NaN | NaN | 0.0000000 | NA |
| msp_2276 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2277 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2278 | NaN | NaN | 0.0000000 | NA |
| msp_2279 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2280 | NaN | NaN | 0.0000000 | NA |
| msp_2281 | NaN | NaN | 0.0000000 | NA |
| msp_2282 | NaN | NaN | 0.0000000 | NA |
| msp_2283 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2284 | NaN | NaN | 0.0000000 | NA |
| msp_2285 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2286 | 0.4000000 | 1 | 0.5555556 | P1 |
| msp_2287 | 0.6579050 | 1 | -0.3333333 | P2 |
| msp_2288 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2289 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2290 | NaN | NaN | 0.0000000 | NA |
| msp_2291 | NaN | NaN | 0.0000000 | NA |
| msp_2292 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2293 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2294 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2295 | NaN | NaN | 0.0000000 | NA |
| msp_2296 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2297 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2298 | NaN | NaN | 0.0000000 | NA |
| msp_2299 | NaN | NaN | 0.0000000 | NA |
| msp_2300 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2301 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2302 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_2303 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2304 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2305 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2306 | NaN | NaN | 0.0000000 | NA |
| msp_2307 | NaN | NaN | 0.0000000 | NA |
| msp_2308 | NaN | NaN | 0.0000000 | NA |
| msp_2309 | NaN | NaN | 0.0000000 | NA |
| msp_2310 | NaN | NaN | 0.0000000 | NA |
| msp_2311 | NaN | NaN | 0.0000000 | NA |
| msp_2312 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2313 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2314 | NaN | NaN | 0.0000000 | NA |
| msp_2315 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2316 | NaN | NaN | 0.0000000 | NA |
| msp_2317 | NaN | NaN | 0.0000000 | NA |
| msp_2318 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2319 | NaN | NaN | 0.0000000 | NA |
| msp_2320 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2321 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2322 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2323 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2324 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2325 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2326 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2327 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2328 | NaN | NaN | 0.0000000 | NA |
| msp_2329 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2330 | NaN | NaN | 0.0000000 | NA |
| msp_2331 | NaN | NaN | 0.0000000 | NA |
| msp_2332 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2333 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2334 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2335 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_2336 | NaN | NaN | 0.0000000 | NA |
| msp_2337 | NaN | NaN | 0.0000000 | NA |
| msp_2338 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2339 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2340 | NaN | NaN | 0.0000000 | NA |
| msp_2341 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2342 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2343 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2344 | NaN | NaN | 0.0000000 | NA |
| msp_2345 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2346 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2347 | 0.3536785 | 1 | 0.5555556 | P1 |
| msp_2348 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2349 | NaN | NaN | 0.0000000 | NA |
| msp_2350 | 0.6428348 | 1 | 0.3333333 | P1 |
| msp_2351 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2352 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2353 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2354 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2355 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2356 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2357 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2358 | 0.5065552 | 1 | 0.4444444 | P1 |
| msp_2359 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2360 | NaN | NaN | 0.0000000 | NA |
| msp_2361 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2362 | NaN | NaN | 0.0000000 | NA |
| msp_2363 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2364 | NaN | NaN | 0.0000000 | NA |
| msp_2365 | NaN | NaN | 0.0000000 | NA |
| msp_2366 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2367 | 0.1967056 | 1 | -0.6666667 | P2 |
| msp_2368 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2369 | NaN | NaN | 0.0000000 | NA |
| msp_2370 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2371 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2372 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2373 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2374 | NaN | NaN | 0.0000000 | NA |
| msp_2375 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2376 | 0.3758251 | 1 | 0.5555556 | P1 |
| msp_2377 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2378 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2379 | NaN | NaN | 0.0000000 | NA |
| msp_2380 | NaN | NaN | 0.0000000 | NA |
| msp_2381 | NaN | NaN | 0.0000000 | NA |
| msp_2382 | NaN | NaN | 0.0000000 | NA |
| msp_2383 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_2384 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2385 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2386 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2387 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2388 | NaN | NaN | 0.0000000 | NA |
| msp_2389 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2390 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2391 | 0.6428348 | 1 | 0.3333333 | P1 |
| msp_2392 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2393 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2394 | 0.5065552 | 1 | -0.4444444 | P2 |
| msp_2395 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2396 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2397 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_2398 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2399 | NaN | NaN | 0.0000000 | NA |
| msp_2400 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2401 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2402 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2403 | NaN | NaN | 0.0000000 | NA |
| msp_2404 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2405 | NaN | NaN | 0.0000000 | NA |
| msp_2406 | NaN | NaN | 0.0000000 | NA |
| msp_2407 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2408 | NaN | NaN | 0.0000000 | NA |
| msp_2409 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2410 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2411 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2412 | NaN | NaN | 0.0000000 | NA |
| msp_2413 | NaN | NaN | 0.0000000 | NA |
| msp_2414 | NaN | NaN | 0.0000000 | NA |
| msp_2415 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2416 | NaN | NaN | 0.0000000 | NA |
| msp_2417 | NaN | NaN | 0.0000000 | NA |
| msp_2418 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2419 | NaN | NaN | 0.0000000 | NA |
| msp_2420 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2421 | NaN | NaN | 0.0000000 | NA |
| msp_2422 | NaN | NaN | 0.0000000 | NA |
| msp_2423 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2424 | NaN | NaN | 0.0000000 | NA |
| msp_2425 | NaN | NaN | 0.0000000 | NA |
| msp_2426 | NaN | NaN | 0.0000000 | NA |
| msp_2427 | NaN | NaN | 0.0000000 | NA |
| msp_2428 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2429 | NaN | NaN | 0.0000000 | NA |
| msp_2430 | NaN | NaN | 0.0000000 | NA |
| msp_2431 | NaN | NaN | 0.0000000 | NA |
| msp_2432 | NaN | NaN | 0.0000000 | NA |
| msp_2433 | NaN | NaN | 0.0000000 | NA |
| msp_2434 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2435 | NaN | NaN | 0.0000000 | NA |
| msp_2436 | 0.3536785 | 1 | -0.5555556 | P2 |
| msp_2437 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2438 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2439 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2440 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2441 | NaN | NaN | 0.0000000 | NA |
| msp_2442 | NaN | NaN | 0.0000000 | NA |
| msp_2443 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2444 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2445 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2446 | NaN | NaN | 0.0000000 | NA |
| msp_2447 | NaN | NaN | 0.0000000 | NA |
| msp_2448 | 0.6428348 | 1 | 0.3333333 | P1 |
| msp_2449 | NaN | NaN | 0.0000000 | NA |
| msp_2450 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2451 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2452 | NaN | NaN | 0.0000000 | NA |
| msp_2453 | NaN | NaN | 0.0000000 | NA |
| msp_2454 | NaN | NaN | 0.0000000 | NA |
| msp_2455 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2456 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2457 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2458 | NaN | NaN | 0.0000000 | NA |
| msp_2459 | NaN | NaN | 0.0000000 | NA |
| msp_2460 | NaN | NaN | 0.0000000 | NA |
| msp_2461 | NaN | NaN | 0.0000000 | NA |
| msp_2462 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2463 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2464 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2465 | NaN | NaN | 0.0000000 | NA |
| msp_2466 | NaN | NaN | 0.0000000 | NA |
| msp_2467 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2468 | NaN | NaN | 0.0000000 | NA |
| msp_2469 | NaN | NaN | 0.0000000 | NA |
| msp_2470 | NaN | NaN | 0.0000000 | NA |
| msp_2471 | NaN | NaN | 0.0000000 | NA |
| msp_2472 | NaN | NaN | 0.0000000 | NA |
| msp_2473 | NaN | NaN | 0.0000000 | NA |
| msp_2474 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2475 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2476 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2477 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2478 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2479 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2480 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2481 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2482 | NaN | NaN | 0.0000000 | NA |
| msp_2483 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2484 | NaN | NaN | 0.0000000 | NA |
| msp_2485 | NaN | NaN | 0.0000000 | NA |
| msp_2486 | NaN | NaN | 0.0000000 | NA |
| msp_2487 | NaN | NaN | 0.0000000 | NA |
| msp_2488 | NaN | NaN | 0.0000000 | NA |
| msp_2489 | NaN | NaN | 0.0000000 | NA |
| msp_2490 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2491 | NaN | NaN | 0.0000000 | NA |
| msp_2492 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2493 | NaN | NaN | 0.0000000 | NA |
| msp_2494 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2495 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2496 | NaN | NaN | 0.0000000 | NA |
| msp_2497 | NaN | NaN | 0.0000000 | NA |
| msp_2498 | NaN | NaN | 0.0000000 | NA |
| msp_2499 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2500 | NaN | NaN | 0.0000000 | NA |
| msp_2501 | NaN | NaN | 0.0000000 | NA |
| msp_2502 | NaN | NaN | 0.0000000 | NA |
| msp_2503 | NaN | NaN | 0.0000000 | NA |
| msp_2504 | NaN | NaN | 0.0000000 | NA |
| msp_2505 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2506 | NaN | NaN | 0.0000000 | NA |
| msp_2507 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2508 | NaN | NaN | 0.0000000 | NA |
| msp_2509 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2510 | NaN | NaN | 0.0000000 | NA |
| msp_2511 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2512 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2513 | NaN | NaN | 0.0000000 | NA |
| msp_2514 | NaN | NaN | 0.0000000 | NA |
| msp_2515 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2516 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2517 | NaN | NaN | 0.0000000 | NA |
| msp_2518 | NaN | NaN | 0.0000000 | NA |
| msp_2519 | NaN | NaN | 0.0000000 | NA |
| msp_2520 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2521 | NaN | NaN | 0.0000000 | NA |
| msp_2522 | NaN | NaN | 0.0000000 | NA |
| msp_2523 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2524 | NaN | NaN | 0.0000000 | NA |
| msp_2525 | NaN | NaN | 0.0000000 | NA |
| msp_2526 | NaN | NaN | 0.0000000 | NA |
| msp_2527 | NaN | NaN | 0.0000000 | NA |
| msp_2528 | NaN | NaN | 0.0000000 | NA |
| msp_2529 | NaN | NaN | 0.0000000 | NA |
| msp_2530 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2531 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2532 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2533 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2534 | NaN | NaN | 0.0000000 | NA |
| msp_2535 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2536 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2537 | NaN | NaN | 0.0000000 | NA |
| msp_2538 | NaN | NaN | 0.0000000 | NA |
| msp_2539 | NaN | NaN | 0.0000000 | NA |
| msp_2540 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_2541 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2542 | NaN | NaN | 0.0000000 | NA |
| msp_2543 | NaN | NaN | 0.0000000 | NA |
| msp_2544 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2545 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2546 | NaN | NaN | 0.0000000 | NA |
| msp_2547 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2548 | NaN | NaN | 0.0000000 | NA |
| msp_2549 | NaN | NaN | 0.0000000 | NA |
| msp_2550 | 0.7000000 | 1 | -0.3333333 | P2 |
| msp_2551 | NaN | NaN | 0.0000000 | NA |
| msp_2552 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2553 | NaN | NaN | 0.0000000 | NA |
| msp_2554 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2555 | NaN | NaN | 0.0000000 | NA |
| msp_2556 | NaN | NaN | 0.0000000 | NA |
| msp_2557 | NaN | NaN | 0.0000000 | NA |
| msp_2558 | NaN | NaN | 0.0000000 | NA |
| msp_2559 | NaN | NaN | 0.0000000 | NA |
| msp_2560 | NaN | NaN | 0.0000000 | NA |
| msp_2561 | NaN | NaN | 0.0000000 | NA |
| msp_2562 | NaN | NaN | 0.0000000 | NA |
| msp_2563 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2564 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2565 | NaN | NaN | 0.0000000 | NA |
| msp_2566 | NaN | NaN | 0.0000000 | NA |
| msp_2567 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2568 | NaN | NaN | 0.0000000 | NA |
| msp_2569 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2570 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2571 | NaN | NaN | 0.0000000 | NA |
| msp_2572 | NaN | NaN | 0.0000000 | NA |
| msp_2573 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2574 | NaN | NaN | 0.0000000 | NA |
| msp_2575 | NaN | NaN | 0.0000000 | NA |
| msp_2576 | NaN | NaN | 0.0000000 | NA |
| msp_2577 | NaN | NaN | 0.0000000 | NA |
| msp_2578 | NaN | NaN | 0.0000000 | NA |
| msp_2579 | NaN | NaN | 0.0000000 | NA |
| msp_2580 | NaN | NaN | 0.0000000 | NA |
| msp_2581 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2582 | NaN | NaN | 0.0000000 | NA |
| msp_2583 | NaN | NaN | 0.0000000 | NA |
| msp_2584 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2585 | NaN | NaN | 0.0000000 | NA |
| msp_2586 | NaN | NaN | 0.0000000 | NA |
| msp_2587 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2588 | 0.5065552 | 1 | -0.4444444 | P2 |
| msp_2589 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2590 | NaN | NaN | 0.0000000 | NA |
| msp_2591 | NaN | NaN | 0.0000000 | NA |
| msp_2592 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2593 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2594 | NaN | NaN | 0.0000000 | NA |
| msp_2595 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2596 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2597 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2598 | NaN | NaN | 0.0000000 | NA |
| msp_2599 | NaN | NaN | 0.0000000 | NA |
| msp_2600 | NaN | NaN | 0.0000000 | NA |
| msp_2601 | NaN | NaN | 0.0000000 | NA |
| msp_2602 | NaN | NaN | 0.0000000 | NA |
| msp_2603 | NaN | NaN | 0.0000000 | NA |
| msp_2604 | NaN | NaN | 0.0000000 | NA |
| msp_2605 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2606 | NaN | NaN | 0.0000000 | NA |
| msp_2607 | NaN | NaN | 0.0000000 | NA |
| msp_2608 | NaN | NaN | 0.0000000 | NA |
| msp_2609 | NaN | NaN | 0.0000000 | NA |
| msp_2610 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2611 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2612 | NaN | NaN | 0.0000000 | NA |
| msp_2613 | NaN | NaN | 0.0000000 | NA |
| msp_2614 | NaN | NaN | 0.0000000 | NA |
| msp_2615 | NaN | NaN | 0.0000000 | NA |
| msp_2616 | NaN | NaN | 0.0000000 | NA |
| msp_2617 | NaN | NaN | 0.0000000 | NA |
| msp_2618 | NaN | NaN | 0.0000000 | NA |
| msp_2619 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2620 | NaN | NaN | 0.0000000 | NA |
| msp_2621 | NaN | NaN | 0.0000000 | NA |
| msp_2622 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2623 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2624 | NaN | NaN | 0.0000000 | NA |
| msp_2625 | 0.2000000 | 1 | 0.7777778 | P1 |
| msp_2626 | NaN | NaN | 0.0000000 | NA |
| msp_2627 | NaN | NaN | 0.0000000 | NA |
| msp_2628 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2629 | NaN | NaN | 0.0000000 | NA |
| msp_2630 | NaN | NaN | 0.0000000 | NA |
| msp_2631 | NaN | NaN | 0.0000000 | NA |
| msp_2632 | NaN | NaN | 0.0000000 | NA |
| msp_2633 | NaN | NaN | 0.0000000 | NA |
| msp_2634 | NaN | NaN | 0.0000000 | NA |
| msp_2635 | NaN | NaN | 0.0000000 | NA |
| msp_2636 | NaN | NaN | 0.0000000 | NA |
| msp_2637 | NaN | NaN | 0.0000000 | NA |
| msp_2638 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2639 | 0.6428348 | 1 | -0.3333333 | P2 |
| msp_2640 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2641 | NaN | NaN | 0.0000000 | NA |
| msp_2642 | NaN | NaN | 0.0000000 | NA |
| msp_2643 | NaN | NaN | 0.0000000 | NA |
| msp_2644 | NaN | NaN | 0.0000000 | NA |
| msp_2645 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2646 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2647 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2648 | NaN | NaN | 0.0000000 | NA |
| msp_2649 | NaN | NaN | 0.0000000 | NA |
| msp_2650 | NaN | NaN | 0.0000000 | NA |
| msp_2651 | NaN | NaN | 0.0000000 | NA |
| msp_2652 | NaN | NaN | 0.0000000 | NA |
| msp_2653 | NaN | NaN | 0.0000000 | NA |
| msp_2654 | NaN | NaN | 0.0000000 | NA |
| msp_2655 | NaN | NaN | 0.0000000 | NA |
| msp_2656 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2657 | NaN | NaN | 0.0000000 | NA |
| msp_2658 | 0.5065552 | 1 | -0.4444444 | P2 |
| msp_2659 | NaN | NaN | 0.0000000 | NA |
| msp_2660 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2661 | NaN | NaN | 0.0000000 | NA |
| msp_2662 | NaN | NaN | 0.0000000 | NA |
| msp_2663 | NaN | NaN | 0.0000000 | NA |
| msp_2664 | NaN | NaN | 0.0000000 | NA |
| msp_2665 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2666 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2667 | NaN | NaN | 0.0000000 | NA |
| msp_2668 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2669 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2670 | NaN | NaN | 0.0000000 | NA |
| msp_2671 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2672 | NaN | NaN | 0.0000000 | NA |
| msp_2673 | NaN | NaN | 0.0000000 | NA |
| msp_2674 | NaN | NaN | 0.0000000 | NA |
| msp_2675 | NaN | NaN | 0.0000000 | NA |
| msp_2676 | NaN | NaN | 0.0000000 | NA |
| msp_2677 | NaN | NaN | 0.0000000 | NA |
| msp_2678 | NaN | NaN | 0.0000000 | NA |
| msp_2679 | NaN | NaN | 0.0000000 | NA |
| msp_2680 | NaN | NaN | 0.0000000 | NA |
| msp_2681 | NaN | NaN | 0.0000000 | NA |
| msp_2682 | NaN | NaN | 0.0000000 | NA |
| msp_2683 | NaN | NaN | 0.0000000 | NA |
| msp_2684 | NaN | NaN | 0.0000000 | NA |
| msp_2685 | NaN | NaN | 0.0000000 | NA |
| msp_2686 | NaN | NaN | 0.0000000 | NA |
| msp_2687 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2688 | NaN | NaN | 0.0000000 | NA |
| msp_2689 | NaN | NaN | 0.0000000 | NA |
| msp_2690 | NaN | NaN | 0.0000000 | NA |
| msp_2691 | NaN | NaN | 0.0000000 | NA |
| msp_2692 | NaN | NaN | 0.0000000 | NA |
| msp_2693 | NaN | NaN | 0.0000000 | NA |
| msp_2694 | NaN | NaN | 0.0000000 | NA |
| msp_2695 | NaN | NaN | 0.0000000 | NA |
| msp_2696 | NaN | NaN | 0.0000000 | NA |
| msp_2697 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2698 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2699 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2700 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2701 | NaN | NaN | 0.0000000 | NA |
| msp_2702 | NaN | NaN | 0.0000000 | NA |
| msp_2703 | NaN | NaN | 0.0000000 | NA |
| msp_2704 | NaN | NaN | 0.0000000 | NA |
| msp_2705 | NaN | NaN | 0.0000000 | NA |
| msp_2706 | NaN | NaN | 0.0000000 | NA |
| msp_2707 | NaN | NaN | 0.0000000 | NA |
| msp_2708 | NaN | NaN | 0.0000000 | NA |
| msp_2709 | NaN | NaN | 0.0000000 | NA |
| msp_2710 | NaN | NaN | 0.0000000 | NA |
| msp_2711 | NaN | NaN | 0.0000000 | NA |
| msp_2712 | NaN | NaN | 0.0000000 | NA |
| msp_2713 | NaN | NaN | 0.0000000 | NA |
| msp_2714 | NaN | NaN | 0.0000000 | NA |
| msp_2715 | NaN | NaN | 0.0000000 | NA |
| msp_2716 | NaN | NaN | 0.0000000 | NA |
| msp_2717 | NaN | NaN | 0.0000000 | NA |
| msp_2718 | NaN | NaN | 0.0000000 | NA |
| msp_2719 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2720 | NaN | NaN | 0.0000000 | NA |
| msp_2721 | NaN | NaN | 0.0000000 | NA |
| msp_2722 | NaN | NaN | 0.0000000 | NA |
| msp_2723 | NaN | NaN | 0.0000000 | NA |
| msp_2724 | NaN | NaN | 0.0000000 | NA |
| msp_2725 | NaN | NaN | 0.0000000 | NA |
| msp_2726 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2727 | NaN | NaN | 0.0000000 | NA |
| msp_2728 | NaN | NaN | 0.0000000 | NA |
| msp_2729 | NaN | NaN | 0.0000000 | NA |
| msp_2730 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2731 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2732 | NaN | NaN | 0.0000000 | NA |
| msp_2733 | NaN | NaN | 0.0000000 | NA |
| msp_2734 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2735 | NaN | NaN | 0.0000000 | NA |
| msp_2736 | NaN | NaN | 0.0000000 | NA |
| msp_2737 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2738 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2739 | NaN | NaN | 0.0000000 | NA |
| msp_2740 | NaN | NaN | 0.0000000 | NA |
| msp_2741 | NaN | NaN | 0.0000000 | NA |
| msp_2742 | NaN | NaN | 0.0000000 | NA |
| msp_2743 | NaN | NaN | 0.0000000 | NA |
| msp_2744 | NaN | NaN | 0.0000000 | NA |
| msp_2745 | NaN | NaN | 0.0000000 | NA |
| msp_2746 | NaN | NaN | 0.0000000 | NA |
| msp_2747 | NaN | NaN | 0.0000000 | NA |
| msp_2748 | NaN | NaN | 0.0000000 | NA |
| msp_2749 | NaN | NaN | 0.0000000 | NA |
| msp_2750 | NaN | NaN | 0.0000000 | NA |
| msp_2751 | NaN | NaN | 0.0000000 | NA |
| msp_2752 | NaN | NaN | 0.0000000 | NA |
| msp_2753 | NaN | NaN | 0.0000000 | NA |
| msp_2754 | NaN | NaN | 0.0000000 | NA |
| msp_2755 | NaN | NaN | 0.0000000 | NA |
| msp_2756 | NaN | NaN | 0.0000000 | NA |
| msp_2757 | NaN | NaN | 0.0000000 | NA |
| msp_2758 | NaN | NaN | 0.0000000 | NA |
| msp_2759 | NaN | NaN | 0.0000000 | NA |
| msp_2760 | NaN | NaN | 0.0000000 | NA |
| msp_2761 | NaN | NaN | 0.0000000 | NA |
| msp_2762 | NaN | NaN | 0.0000000 | NA |
| msp_2763 | NaN | NaN | 0.0000000 | NA |
| msp_2764 | NaN | NaN | 0.0000000 | NA |
| msp_2765 | NaN | NaN | 0.0000000 | NA |
| msp_2766 | NaN | NaN | 0.0000000 | NA |
| msp_2767 | NaN | NaN | 0.0000000 | NA |
| msp_2768 | NaN | NaN | 0.0000000 | NA |
| msp_2769 | NaN | NaN | 0.0000000 | NA |
| msp_2770 | NaN | NaN | 0.0000000 | NA |
| msp_2771 | NaN | NaN | 0.0000000 | NA |
| msp_2772 | NaN | NaN | 0.0000000 | NA |
| msp_2773 | NaN | NaN | 0.0000000 | NA |
| msp_2774 | NaN | NaN | 0.0000000 | NA |
| msp_2775 | NaN | NaN | 0.0000000 | NA |
| msp_2776 | NaN | NaN | 0.0000000 | NA |
| msp_2777 | NaN | NaN | 0.0000000 | NA |
| msp_2778 | NaN | NaN | 0.0000000 | NA |
| msp_2779 | NaN | NaN | 0.0000000 | NA |
| msp_2780 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2781 | NaN | NaN | 0.0000000 | NA |
| msp_2782 | NaN | NaN | 0.0000000 | NA |
| msp_2783 | NaN | NaN | 0.0000000 | NA |
| msp_2784 | NaN | NaN | 0.0000000 | NA |
| msp_2785 | NaN | NaN | 0.0000000 | NA |
| msp_2786 | NaN | NaN | 0.0000000 | NA |
| msp_2787 | NaN | NaN | 0.0000000 | NA |
| msp_2788 | NaN | NaN | 0.0000000 | NA |
| msp_2789 | NaN | NaN | 0.0000000 | NA |
| msp_2790 | NaN | NaN | 0.0000000 | NA |
| msp_2791 | NaN | NaN | 0.0000000 | NA |
| msp_2792 | NaN | NaN | 0.0000000 | NA |
| msp_2793 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2794 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2795 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2796 | NaN | NaN | 0.0000000 | NA |
| msp_2797 | NaN | NaN | 0.0000000 | NA |
| msp_2798 | NaN | NaN | 0.0000000 | NA |
| msp_2799 | NaN | NaN | 0.0000000 | NA |
| msp_2800 | NaN | NaN | 0.0000000 | NA |
| msp_2801 | NaN | NaN | 0.0000000 | NA |
| msp_2802 | NaN | NaN | 0.0000000 | NA |
| msp_2803 | NaN | NaN | 0.0000000 | NA |
| msp_2804 | NaN | NaN | 0.0000000 | NA |
| msp_2805 | NaN | NaN | 0.0000000 | NA |
| msp_2806 | NaN | NaN | 0.0000000 | NA |
| msp_2807 | NaN | NaN | 0.0000000 | NA |
| msp_2808 | NaN | NaN | 0.0000000 | NA |
| msp_2809 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2810 | NaN | NaN | 0.0000000 | NA |
| msp_2811 | NaN | NaN | 0.0000000 | NA |
| msp_2812 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2813 | NaN | NaN | 0.0000000 | NA |
| msp_2814 | NaN | NaN | 0.0000000 | NA |
| msp_2815 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2816 | NaN | NaN | 0.0000000 | NA |
| msp_2817 | NaN | NaN | 0.0000000 | NA |
| msp_2818 | NaN | NaN | 0.0000000 | NA |
| msp_2819 | NaN | NaN | 0.0000000 | NA |
| msp_2820 | NaN | NaN | 0.0000000 | NA |
| msp_2821 | NaN | NaN | 0.0000000 | NA |
| msp_2822 | NaN | NaN | 0.0000000 | NA |
| msp_2823 | NaN | NaN | 0.0000000 | NA |
| msp_2824 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2825 | NaN | NaN | 0.0000000 | NA |
| msp_2826 | NaN | NaN | 0.0000000 | NA |
| msp_2827 | NaN | NaN | 0.0000000 | NA |
| msp_2828 | NaN | NaN | 0.0000000 | NA |
| msp_2829 | 0.5065552 | 1 | 0.4444444 | P1 |
| msp_2830 | NaN | NaN | 0.0000000 | NA |
| msp_2831 | NaN | NaN | 0.0000000 | NA |
| msp_2832 | NaN | NaN | 0.0000000 | NA |
| msp_2833 | NaN | NaN | 0.0000000 | NA |
| msp_2834 | NaN | NaN | 0.0000000 | NA |
| msp_2835 | NaN | NaN | 0.0000000 | NA |
| msp_2836 | NaN | NaN | 0.0000000 | NA |
| msp_2837 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2838 | NaN | NaN | 0.0000000 | NA |
| msp_2839 | NaN | NaN | 0.0000000 | NA |
| msp_2840 | NaN | NaN | 0.0000000 | NA |
| msp_2841 | NaN | NaN | 0.0000000 | NA |
| msp_2842 | NaN | NaN | 0.0000000 | NA |
| msp_2843 | NaN | NaN | 0.0000000 | NA |
| msp_2844 | NaN | NaN | 0.0000000 | NA |
| msp_2845 | NaN | NaN | 0.0000000 | NA |
| msp_2846 | NaN | NaN | 0.0000000 | NA |
| msp_2847 | NaN | NaN | 0.0000000 | NA |
| msp_2848 | NaN | NaN | 0.0000000 | NA |
| msp_2849 | NaN | NaN | 0.0000000 | NA |
| msp_2850 | NaN | NaN | 0.0000000 | NA |
| msp_2851 | NaN | NaN | 0.0000000 | NA |
| msp_2852 | NaN | NaN | 0.0000000 | NA |
| msp_2853 | NaN | NaN | 0.0000000 | NA |
| msp_2854 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2855 | NaN | NaN | 0.0000000 | NA |
| msp_2856 | NaN | NaN | 0.0000000 | NA |
| msp_2857 | NaN | NaN | 0.0000000 | NA |
| msp_2858 | NaN | NaN | 0.0000000 | NA |
| msp_2859 | NaN | NaN | 0.0000000 | NA |
| msp_2860 | NaN | NaN | 0.0000000 | NA |
| msp_2861 | NaN | NaN | 0.0000000 | NA |
| msp_2862 | NaN | NaN | 0.0000000 | NA |
| msp_2863 | NaN | NaN | 0.0000000 | NA |
| msp_2864 | NaN | NaN | 0.0000000 | NA |
| msp_2865 | NaN | NaN | 0.0000000 | NA |
| msp_2866 | NaN | NaN | 0.0000000 | NA |
| msp_2867 | NaN | NaN | 0.0000000 | NA |
| msp_2868 | NaN | NaN | 0.0000000 | NA |
| msp_2869 | NaN | NaN | 0.0000000 | NA |
| msp_2870 | NaN | NaN | 0.0000000 | NA |
| msp_2871 | NaN | NaN | 0.0000000 | NA |
| msp_2872 | NaN | NaN | 0.0000000 | NA |
| msp_2873 | NaN | NaN | 0.0000000 | NA |
| msp_2874 | NaN | NaN | 0.0000000 | NA |
| msp_2875 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2876 | NaN | NaN | 0.0000000 | NA |
| msp_2877 | NaN | NaN | 0.0000000 | NA |
| msp_2878 | NaN | NaN | 0.0000000 | NA |
| msp_2879 | NaN | NaN | 0.0000000 | NA |
| msp_2880 | NaN | NaN | 0.0000000 | NA |
| msp_2881 | NaN | NaN | 0.0000000 | NA |
| msp_2882 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2883 | NaN | NaN | 0.0000000 | NA |
| msp_2884 | NaN | NaN | 0.0000000 | NA |
| msp_2885 | NaN | NaN | 0.0000000 | NA |
| msp_2886 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_2887 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_2888 | 0.5065552 | 1 | -0.4444444 | P2 |
| msp_2889 | NaN | NaN | 0.0000000 | NA |
| msp_2890 | NaN | NaN | 0.0000000 | NA |
| msp_2891 | NaN | NaN | 0.0000000 | NA |
| msp_2892 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2893 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2894 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2895 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2896 | NaN | NaN | 0.0000000 | NA |
| msp_2897 | NaN | NaN | 0.0000000 | NA |
| msp_2898 | NaN | NaN | 0.0000000 | NA |
| msp_2899 | NaN | NaN | 0.0000000 | NA |
| msp_2900 | NaN | NaN | 0.0000000 | NA |
| msp_2901 | NaN | NaN | 0.0000000 | NA |
| msp_2902 | NaN | NaN | 0.0000000 | NA |
| msp_2903 | NaN | NaN | 0.0000000 | NA |
| msp_2904 | 0.4000000 | 1 | -0.5555556 | P2 |
| msp_2905 | 0.5049851 | 1 | 0.3333333 | P1 |
| msp_2906 | 0.6428348 | 1 | 0.3333333 | P1 |
| msp_2907 | NaN | NaN | 0.0000000 | NA |
| msp_2908 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2909 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2910 | NaN | NaN | 0.0000000 | NA |
| msp_2911 | 0.6428348 | 1 | 0.3333333 | P1 |
| msp_2912 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2913 | NaN | NaN | 0.0000000 | NA |
| msp_2914 | 0.2000000 | 1 | 0.7777778 | P1 |
| msp_2915 | NaN | NaN | 0.0000000 | NA |
| msp_2916 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2917 | NaN | NaN | 0.0000000 | NA |
| msp_2918 | 0.5049851 | 1 | -0.3333333 | P2 |
| msp_2919 | 0.8247781 | 1 | 0.2222222 | P1 |
| msp_2920 | NaN | NaN | 0.0000000 | NA |
| msp_2921 | NaN | NaN | 0.0000000 | NA |
| msp_2922 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2923 | NaN | NaN | 0.0000000 | NA |
| msp_2924 | NaN | NaN | 0.0000000 | NA |
| msp_2925 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2926 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2927 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2928 | NaN | NaN | 0.0000000 | NA |
| msp_2929 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2930 | NaN | NaN | 0.0000000 | NA |
| msp_2931 | NaN | NaN | 0.0000000 | NA |
| msp_2932 | NaN | NaN | 0.0000000 | NA |
| msp_2933 | NaN | NaN | 0.0000000 | NA |
| msp_2934 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2935 | 0.4000000 | 1 | 0.5555556 | P1 |
| msp_2936 | NaN | NaN | 0.0000000 | NA |
| msp_2937 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2938 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2939 | NaN | NaN | 0.0000000 | NA |
| msp_2940 | NaN | NaN | 0.0000000 | NA |
| msp_2941 | NaN | NaN | 0.0000000 | NA |
| msp_2942 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2943 | 0.7000000 | 1 | 0.3333333 | P1 |
| msp_2944 | 1.0000000 | 1 | -0.1111111 | P2 |
| msp_2945 | NaN | NaN | 0.0000000 | NA |
| msp_2946 | 1.0000000 | 1 | 0.0000000 | NA |
| msp_2947 | 1.0000000 | 1 | 0.1111111 | P1 |
| msp_2948 | NaN | NaN | 0.0000000 | NA |
| msp_2949 | NaN | NaN | 0.0000000 | NA |
| msp_2950 | 0.8247781 | 1 | -0.2222222 | P2 |
| msp_2951 | NaN | NaN | 0.0000000 | NA |
| msp_2952 | NaN | NaN | 0.0000000 | NA |
| msp_2953 | NaN | NaN | 0.0000000 | NA |
| msp_2954 | NaN | NaN | 0.0000000 | NA |
| msp_2955 | NaN | NaN | 0.0000000 | NA |
| msp_2956 | NaN | NaN | 0.0000000 | NA |
| msp_2957 | NaN | NaN | 0.0000000 | NA |
| msp_2958 | NaN | NaN | 0.0000000 | NA |
| msp_2959 | NaN | NaN | 0.0000000 | NA |
| msp_2960 | NaN | NaN | 0.0000000 | NA |
| msp_2961 | NaN | NaN | 0.0000000 | NA |
| msp_2962 | NaN | NaN | 0.0000000 | NA |
No significant differences. Trends observed for two MSP species (p<0.1).