从低通量基因组测序中建模偏差,以实现准确的人口遗传推断

科学领域:

• 人口基因组学是人口的基因组学.
• 生物信息学是一种生物信息学.
• 计算生物学是一种计算生物学.

背景情况:

• 低通基因组测序为分析大型人类队列提供了一种具有成本效益的方法.
• 然而,它引入了偏见,特别是在异合体基因型和低频异位基因,这可能会损害下游分析,如人口历史推断.

研究的目的:

• 开发和实施一种概率模型,以纠正低通基因组测序数据中固有的偏差.
• 从低通序测序数据改进人口基因组推断的准确性,特别是人口历史,从低通序测序数据.

主要方法:

• 开发了一个概率模型,用于计算源自基因组分析工具包 (GATK) 多样本调用管道的低通序偏差.
• 将这个模型集成到人口基因组推断软件, dadi.
• 通过模拟低通数据集和从1000个基因组项目下调样本数据来评估模型.

主要成果:

• 在模拟低通数据上测试时,开发的模型有效地减轻了推断人口参数中的偏差.
• 使用缩小样本1000个基因组项目数据的验证证实了该模型在现实世界基因组数据集上的有效性.
• 该模型展示了从低通量人口基因组数据的基于模型的推断的实质性改进.

结论:

• 新的概率模型成功地纠正了低通基因组测序引入的偏差.
• 这种方法显著提高了人口基因组学研究中人口历史推断的可靠性,使用成本效益高的测序方法.
• 该模型具有广泛的适用性,代表了分析大规模人口基因组数据的重大进步.