优化微卫星标记面板的遗传多样性和人口遗传研究:一个殖民地算法方法与多态信息内容
Ryan Rasoarahona1,2, Pish Wattanadilokchatkun1, Thitipong Panthum1,3
1Animal Genomics and Bioresource Research Unit, Faculty of Science, Kasetsart University, 50 Ngamwongwan, Bangkok 10900, Thailand.
Biology
|October 27, 2023
概括
使用PIC-ACO选择方案优化微卫星面板可以改善遗传多样性评估. 这种具有成本效益的方法增强了对人口遗传学和保护工作的标记物选择.
科学领域:
- 人口遗传学 人口遗传学
- 分子生态学分子生态学
- 生物信息学是一种生物信息学.
背景情况:
- 微卫星是对人口遗传研究至关重要的经济有效的遗传标记物.
- 通过多态信息内容 (PIC) 量化的标记器效率是关键,但不是面板选择的唯一决定因素.
- 预算限制往往限制了遗传多样性和人口评估的范围.
研究的目的:
- 开发和验证一个优化的微卫星标记面板选择方案.
- 提高基因研究微卫星面板的效率和成本效益.
- 将殖民地优化 (ACO) 算法与PIC值集成,以改进标记物选择.
主要方法:
- 开发了PIC-ACO选择方案,将PIC值与ACO算法集成在一起.
- 使用Gallus gallus和Naemorhedus griseus数据集对算法进行了微调和验证.
- 已建立的微卫星效率指标 (PIC,等位基丰度,异构性) 与面板效率相关联.
主要成果:
- 通过PIC-ACO方案,提高了全球解决方案发现速度,并减少了局部最佳陷.
- 采购了一种成本高效且优化的微卫星标记面板.
- 验证了基因多样性和人口研究所选择的标记物的有效性.
结论:
- PIC-ACO选择方案为优化微卫星面板提供了一个强大而高效的方法.
- 这种方法大大降低了对人口遗传评估,繁殖和保护的预算障碍.
- 优化的面板增强了对遗传多样性和人口结构的研究.
