在疟疾寄生虫相关性估计中的系统偏见
Somya Mehra1,2,3, Daniel E Neafsey1,2, Michael White4
1Department of Immunology and Infectious Diseases, Harvard T.H. Chan School of Public Health, Boston, MA 02115, USA.
G3 (Bethesda, Md.)
|January 30, 2025
概括
使用遗传数据估计疟疾寄生虫的相关性可能会有偏见. 使用隐藏的马尔科夫模型进行全基因组测序可以减轻偏差,提供更准确的相对或绝对相关性测量.
科学领域:
- 遗传学 遗传学 是一个
- 寄生虫学的寄生虫学
- 生物信息学是一种生物信息学.
背景情况:
- 对虫寄生虫的遗传研究越来越依赖于相关性估计.
- 目前用于疟疾寄生虫相关性估计的方法有局限性和偏见,尚未完全理解,特别是与二倍体生物相比.
研究的目的:
- 描述疟疾寄生虫相关性估计中的系统偏见.
- 为了比较来自全基因组测序 (WGS) 的相关性估计与较少的数据类型.
- 为从业者提供工具来评估相关性估计方法.
主要方法:
- 根据非祖先统计模型进行理论分析.
- 使用祖先模型进行数值模拟.
- 来自圭亚那和哥伦比亚的寄生虫数据的实证分析.
主要成果:
- 基因基因频率估计本质上编码了平均相关性,这可能导致对对模型中的系统低估.
- 低估可以作为对相对相关性的校准.
- 隐藏马尔科夫模型 (HMMs) 利用WGS数据中的链接不平衡减轻偏差,与假设标记独立的方法不同.
结论:
- 在假设关联性估计的标记者独立性时,系统的低估是固有的.
- 使用HMM分析的WGS数据为绝对相关性估计提供了更高的准确性.
- 实践者可以在独立性下选择相对相关性或在HMM下选择绝对相关性,并提供用于个案评估的工具.


