KinshipLR:法医学における複合的な親族検査のためのソフトウェア開発とアプリケーション

科学分野:

• 法医学遺伝学
• 集団遺伝学
• バイオ情報学

背景:

• 複雑な親族検査は 複雑な遺伝子データと最適化されていないマーカー選択により 課題に直面しています
• オートソーム性STR,SNP,X-STRのような遺伝マーカーの体系的な評価は,複雑な関係には欠けている.

研究 の 目的:

• 複合的な親族検査における遺伝マーカー選択の最適化のためのRパッケージ,KinshipLRを開発する.
• 異なる親族シナリオおよび集団における自己体性STR,SNPおよびX-STRの有効性を評価する.
• 血縁分析のための異なる評価アルゴリズムのパフォーマンスを比較する.

主な方法:

• バイオマーカーの選択のためのKinshipLR Rパッケージを開発しました.
• 中国の人口のアレル頻度データを用いて,様々なシナリオで1万件のシミュレーションを実施した.
• テストの精度に影響を与える評価された要因:関係型,集団型,マーカー型,アルゴリズム (LR vs. IBS-SVM).

主要な成果:

• 遺伝的マーカーの有効性は集団によって大きく異なります.
• 27のX-STRと20のCODIS-STRを統合することで 兄弟姉妹や姪のような関係における精度が大幅に向上します
• SVMメソッドによるIBSは,複雑な親族性テストにおいて,従来のLRベースのメソッドよりも優れたパフォーマンスを示しています.

結論:

• この研究は,複合的な親族検査の効率と信頼性を向上させるために,遺伝子マーカーの選択に合わせたアプローチを提供します.
• 発見は法医学における 遺伝子応用の最適化に 価値ある洞察をもたらします
• X-STRは,特に困難なシナリオでは,親族検査の力を高める上で重要な役割を果たします.