从低覆盖率或聚合的测序数据中估计微哈普类型等位基因频率
Thomas A Delomas1, Stuart C Willis2
1Agricultural Research Service, United States Department of Agriculture, National Cold Water Marine Aquaculture Center, 483 CBLS, 120 Flagg Road, Kingston, RI, 02881, USA. thomas.delomas@usda.gov.
BMC bioinformatics
|November 4, 2023
概括
新的方法可以从低覆盖度测序数据中估计微哈普洛型等位基因的频率. 这促进了各种生物体的经济有效的遗传面板的开发.
科学领域:
- 遗传学 遗传学 是一个
- 生物信息学是一种生物信息学.
背景情况:
- 微型为遗传小组提供了SNP的经济有效的替代方案.
- 目前的方法很难从低覆盖度测序数据中估计微哈普洛型等位基因的频率.
研究的目的:
- 开发新的方法来估计微哈普罗型等位基因的频率.
- 为了使用低覆盖范围的全基因组测序 (WGS) 和聚合测序 (pool-seq) 数据来实现微哈普洛型面板的开发.
主要方法:
- 开发了新的计算方法来估计微型等位基因的频率.
- 使用来自三个非模型生物的数据集验证的方法.
主要成果:
- 从低覆盖的WGS和池-seq数据中成功估计了微哈普洛型等位基因的频率和预期的异构性.
- 在聚合测序的典型测序深度上取得了准确的估计.
结论:
- 新的方法可以使用可访问的低覆盖度测序数据来促进微型型面板设计.
- 能够发现和评估候选微型位点.
- Python 脚本和文档是公开的.


