一种基于主成分分析的混杂人群祖代信息遗传标记选择算法.pdfVIP

中国科学 C 辑 :生命科学 2009 年 第 39 卷 第 10 期 : 980 ~ 985 SCIENCE IN CHINA PRESS 一种基于主成分分析的混杂人群祖代信息遗传 标记选择算法 ①③ ①③ ①②③* 张峰 , 张垒 , 邓红文 ① 西安交通大学生命科学与技术学院, 生物医学信息工程教育部重点实验室及分子遗传研究所, 西安 710049; ② 北京交通大学理学院, 生命科学与生物工程研究院, 北京 100044; ③ Departments of Orthopedic Surgery and Basic Medical Science, School of Medicine, University of Missouri-Kansas City, Kansas City, MO 64108, USA * 联系人, E-mail: hwdeng@ 收稿日期: 2009-07-08; 接受日期: 2009-07-25 西安交通大学、National Institutes of Health(批准号: R01 AR050496, R21 AG 027110, R01 AG026564 和 P50 AR055081)和霍英东教育基金 资助项目 摘要 鉴定群体的结构可以帮助追溯群体的发展史, 定位疾病的易感基因. 结构相关是 关键词 一种常用的群体结构鉴定和关联作图方法. 结构相关应用中的一个主要问题是它的统计效 群体结构 力高度依赖于所使用的祖代信息遗传标记. 目前主要的祖代信息遗传标记选择方法大多要 主成分分析 求已知研究样本的祖代信息, 但是实际研究中个体的祖代信息大多未知或者难以确定. 为 祖代信息遗传标记 了解决这个问题, 本研究开发了一种新的基于主成分分析的祖代信息遗传标记选择算法. 该方法不需要事先已知研究样本的祖代信息. 模拟研究和真实的遗传数据分析提示, 与传 统的随机挑选祖代信息遗传标记的方法相比, 新方法可以显著提高群体结构推断的准确 性. 本方法可以容易地应用于全基因组数据, 挑选出富含群体结构信息的遗传标记. 这些 遗传标记可被广泛用于鉴定群体的结构和校正关联作图中群体混杂引起的统计偏差. 群体混杂在人群中广泛存在[1,2]. 群体遗传学中, 以通过简单地增加祖代信息遗传标记的数量来提高 鉴定群体的结构可以帮助追溯群体的发展史[3]. 此外, 结构相关的统计效力, 特别是针对需要分析数以千 鉴定群体的结构还可以有效地校正人类疾病关联研 计的个体和数以万计的遗传标记的大规模的遗传研 [4~6] 究中的群体混杂 . 究. 因此选择一组富含信息的祖代信息遗传标记可 结构相关是一种常用的群体结构鉴定和关联作 以作为一种替代的解决方案. [5,7~9]. 结构相关利用一组被称为祖代信息遗 [1,10]. 图方法 目前存在着几种祖代信息遗传标记选择方法 传标记的位点来推断个体的祖代信息. 得到的样本 例如, 可以选择不同祖先人群间等位基因频率差异 祖代信息随后可用于校正疾病关联研究中的群体混 最大的或者Wright’s FST 值最大的遗传标记作为祖代 杂[4,5]. 结构相关应用中的一个主要问题是它的统计 信息遗传标记[1,10]. 然而这些方法需要事先已知个体 效力高度依赖于所使用的祖代信息遗传标记[10,11]. 这 属于哪个已知的人群. 通常情况下, 此类信息在实际 会影响结构相关在实际应用中的