使用deepKin精确估计生物库规模数据集中的深度相关性
Qi-Xin Zhang1, Dovini Jayasinghe2, Zhe Zhang3
1Institute of Bioinformatics, Zhejiang University, Hangzhou, Zhejiang 310058, China; Center for Laboratory Medicine, Department of Genetic and Genomic Medicine, and Clinical Research Institute, Zhejiang Provincial People's Hospital, People's Hospital of Hangzhou Medical College, Hangzhou, Zhejiang 310014, China; Australian Centre for Precision Health and UniSA Allied Health and Human Performance, University of South Australia, Adelaide, SA 5000, Australia.
DeepKin通过计算采样差异,准确地估计了大型生物库中的遗传关系. 这种方法在英国生物库中识别了超过212,000对相对对,揭示了地理模式并改善了远距离相对检测.
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.
- 统计遗传学 统计遗传学
背景情况:
- 准确估计遗传关系对于大规模的遗传研究和生物库至关重要.
- 传统方法通常依赖于固定的值,这些值对于不同的数据集可能不是最佳的.
- 了解亲属关系是控制人口结构和识别家族关系的关键.
研究的目的:
- 介绍deepKin,一个新的时刻方法框架,用于在生物库规模的遗传研究中准确估计相关性.
- 开发一种能够考虑采样差异的方法,以实现可靠的统计推断和相关性分类.
- 为确定特定数据的显著性值和估计用于检测远方亲属的统计能力提供工具.
主要方法:
- 开发了deepKin,这是一个包含采样差异的时刻方法框架.
- 实现了特定数据的显著性值计算.
- 确定了标记物的最小有效数量和估计的统计能力.
- 通过模拟和应用到英国生物库数据进行验证.
主要成果:
- 通过利用采样差异,deepKin可以准确地推断出无关联的对和亲属.
- 对英国生物库3K牛津子集的分析显示,使用更大的有效标记集,远距离相对检测的功率增加.
- 在英国生物银行白色英国子集中,deepKin在六个度的范围内识别了超过212,000个显著的相对对.
- 在19个英国生物银行评估中心揭示了相关性的地理模式.
结论:
- deepKin提供了一个统计严格的方法来估计大基因数据集中的相关性.
- 该方法增强了检测远亲的能力,并提供了对人口结构和家庭关系的见解.
- 一个R包 (deepKin) 可用于基因研究中的更广泛应用.
更多相关视频
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
