自己開発のDIPシステムと,法医学的な祖先推論のための機械学習を使用して,北西中国の人口の遺伝子構造分析

科学分野:

• 法医学遺伝学 法医学遺伝学
• 集団遺伝学 人口遺伝学
• バイオインフォマティックス

背景:

• 法医学的な祖先の推論は,法的な調査で個人を特定するために不可欠です.
• 混雑した集団は,正確な生物地理的祖先推定のためのユニークな課題を提示します.
• 精度を高めるには,最適化された遺伝子パネルと高度な分析方法が必要です.

研究 の 目的:

• 混合集団における法医学的な祖先推論のための新しい60-DIP (流位インターキャレーションポリメラーゼ) パネルを評価する.
• 機械学習アルゴリズムを祖先モデリングの伝統的な方法と比較する.
• パネルのパフォーマンスを評価し,東アジアのサブ集団,特に中国キルギス (CNK) グループを分類する方法を評価する.

主な方法:

• 60人のDIPパネルを用いて,中国北西部 (CNK) のキルギス人のサンプルと26人の参照集団の遺伝子型決定.
• 主要成分分析 (PCA),ADMIXTURE,TreeMix.を含む集団遺伝分析を行っています.
• 機械学習アルゴリズム (XGBoost,ランダムフォレスト) と先祖モデリングの伝統的な方法の応用.

主要な成果:

• 60人のDIPのパネルは法医学的効率性が高いことを実証しました (差別の累積確率>0.9999999999999).
• 機械学習アルゴリズム,特にXGBoostは,大陸レベルの祖先分類 (精度0.919) で伝統的な方法を大幅に上回りました.
• ランダム・フォレストは,CNKグループで高い精度で,東アジア亜地域分類の精度 (0.709) で最高の水準を達成しました.

結論:

• この研究は,CNK集団の東アジアの遺伝的背景を裏付けている.
• 機械学習と最適化されたDIPパネルを組み合わせた機械学習は,混在した集団における法医学的な祖先推論を大幅に改善します.
• このアプローチは,法医学的な生物地理学的祖先推定のための有望で実用的ツールを提供します.