面向全基因组上位性分析的DCA：群体遗传学视角
种群与进化
2018-08-13 v1 统计力学
摘要
直接耦合分析（DCA）现已成为一种广泛使用的方法，可利用来自许多相似生物系统的统计信息，分别对各个系统得出有意义的结论。DCA已成功应用于同源蛋白质序列，近来也应用于全基因组群体水平测序数据。我们在此论证，在基因组尺度上使用DCA取决于群体遗传学的根本问题。当群体处于Kimura等人所研究的准连锁平衡（QLE）阶段时，DCA可望产生有意义的结果，但在例如克隆竞争阶段则不行。我们讨论了指数（Potts模型）分布如何在QLE中出现，并将耦合与一项约3,000个人类病原体肺炎链球菌基因组研究中获得的关联进行了比较。
引用
@article{arxiv.1808.03478,
title = {DCA for genome-wide epistasis analysis: the statistical genetics perspective},
author = {Chen-Yi Gao and Fabio Cecconi and Angelo Vulpiani and Hai-Jun Zhou and Erik Aurell},
journal= {arXiv preprint arXiv:1808.03478},
year = {2018}
}
备注
9 pages, 5 figures