在分层狄利克雷过程下建模种群结构
应用统计
2015-03-31 v1 统计方法学
其他统计学
摘要
我们提出了一种贝叶斯非参数模型来推断种群混合，扩展了分层狄利克雷过程以允许由于连锁不平衡导致的位点间相关性。给定来自个体样本的多位点基因型数据，该模型允许将个体分类为未混合或混合，推断混合种群祖先的亚种群数量以及染色体区域的起源种群。我们的模型不假设任何特定的突变过程，并可应用于大多数常用的遗传标记。我们提出了一种 MCMC 算法来执行模型的后验推断，并讨论了总结 MCMC 输出以分析种群混合的方法。我们在模拟和实际应用中展示了所提出模型的性能，使用了 EDAR 基因的遗传数据，该基因由于等位基因频率的已知变化以及跨祖先的表型效应而被认为是祖先信息性的。对该数据集的结构分析导致识别出欧洲人中的一种罕见单倍型。
引用
@article{arxiv.1503.08278,
title = {Modeling population structure under hierarchical Dirichlet processes},
author = {M. De Iorio and L. T. Elliott and S. Favaro and K. Adhikari and Y. W. Teh},
journal= {arXiv preprint arXiv:1503.08278},
year = {2015}
}