样本大小影响 (SaSii):在人口遗传学和人口基因组学研究中估计最佳样本大小的R脚本

科学领域:

• 人口遗传学 人口遗传学
• 基因组研究 基因组研究
• 生物信息学是一种生物信息学.

背景情况:

• 获取大样本大小用于遗传研究带来了重大挑战,包括成本,时间,以及从小样本大小获得偏差结果的可能性.
• 现有的关于最低样本大小的指导方针并不适用于所有研究设计.
• 准确的样本大小确定对于强大可靠的遗传研究结果至关重要.

研究的目的:

• 介绍SaSii (样本大小影响),一个R脚本,旨在帮助研究人员定义基因研究的最小样本大小.
• 提供从数据分析中得出的经验模式和建议的最小样本大小,以协助实验设计.
• 为了简化样本大小估计的过程,而不需要编程,广泛的实验室工作,或专门的人口遗传学软件.

主要方法:

• 开发了一个名为SaSii (样本大小影响) 的R脚本,用于样本大小估计.
• 使用SaSii分析经验和模拟数据,以确定与样本大小要求相关的模式.
• 检查以前发表的基因型数据集,以获得人口遗传学和基因组研究的实际模式.

主要成果:

• SaSii能够估计适当的样本大小,准确地代表人群,简化实验设计.
• 经验数据分析揭示了一些模式,表明各种遗传分析的最低样本大小.
• 单核酸多态化 (SNP) 分析的最小样本大小通常比简单序列重复 (SSR) 分析小.

结论:

• SaSii脚本提供了一个用户友好的方法来确定适当的样本大小,减少遗传研究的复杂性.
• 从实证数据集中识别的模式可以作为设计人口遗传学和基因组实验的有价值的起点.
• 该研究强调了SNP和SSR分析之间的样本大小需求差异,有助于更有效的研究规划.