从 SNP 序列联合发现单倍型块与复杂性状关联
基因组学
2012-07-19 v1 计算工程、金融与科学
统计方法学
摘要
单倍型 (Haplotypes) 作为 DNA 序列变异的全局模式，对于识别复杂性状具有重要意义。最近，在人类染色体中发现了有限单倍型多样性的块，这加剧了对块结构建模以及这些块中等位基因转换或共现的研究，以此作为一种压缩变异性并更稳健地推断关联的方法。单倍型块结构分析通常因每个 SNP 的相位信息缺失而变得复杂，即观察到的等位基因对在整个序列中未以一致的顺序给出。规避这一问题的技术需要额外信息，如家系数据，或更复杂的测序程序。在本文中，我们提出了一种分层统计模型及相关的学习和推断算法，同时处理每个位点的等位基因模糊性、缺失数据、块估计以及复杂性状关联。虽然块结构可能不同于使用家系信息或已知等位基因的其他方法所推断的结构，但我们估计的参数（包括学习到的块结构和每个位点的估计块转换）定义了该集合中变异性的良好模型。该方法完全是数据驱动的，能够从取自人类染色体 5q31 的 SNP 数据中检测克罗恩病 (Chron's disease)，检测率为 80%，且误差方差较小。
引用
@article{arxiv.1207.4145,
title = {Joint discovery of haplotype blocks and complex trait associations from SNP sequences},
author = {Nebojsa Jojic and Vladimir Jojic and David Heckerman},
journal= {arXiv preprint arXiv:1207.4145},
year = {2012}
}
备注
Appears in Proceedings of the Twentieth Conference on Uncertainty in Artificial Intelligence (UAI2004)