利用离散图模型从头构建多倍体连锁图谱

连锁图谱用于定位控制性状和疾病的基因位置。新的测序技术为大幅提高遗传标记密度创造了机会。这些革命性的技术进步带来了新的挑战，例如构建高密度连锁图谱。当前基于成对重组分数的多重检验方法在高维情形下功效不足，且不易推广到多倍体物种。我们提出利用图模型构建连锁图谱，方法包括稀疏高斯copula或非参数正态怀疑（nonparanormal skeptic）途径。通过推断基因组中大量标记之间的条件独立关系，确定连锁群（通常为染色体）以及每个连锁群内标记的顺序。通过模拟，我们展示了所提图谱构建方法的实用性，并在数据干净无缺失观测值以及数据包含基因分型错误且不完整两种情况下，将其性能与其他可用方法进行比较。我们将所提方法应用于两个基因型数据集：分别来自二倍体和多倍体群体的大麦和马铃薯。我们全面的图谱构建方法充分利用剂量SNP数据，为任何双亲二倍体和多倍体物种重建连锁图谱。我们已在R包netgwas中实现了该方法。