對含有缺失基因型數(shù)據(jù)的家系進行單倍型推斷的EM方法.pdf

1、在現(xiàn)代生物遺傳學中，生物體的單倍型信息起著非常關(guān)鍵的作用，可以提高連鎖分析和關(guān)聯(lián)分析的功效和準確度，是人類得以探究基因的多樣性以及定位致病基因的重要手段之一.隨著科學技術(shù)的不斷發(fā)展，我們已經(jīng)可以得到生物體的基因型數(shù)據(jù)，但是單倍型的信息卻無法直接獲得.十幾年來很多學者都致力于這方面的研究，發(fā)展了一系列的研究方法，其中最主要的是利用統(tǒng)計方法進行推斷，如：Clark's算法、EM算法、Bayesian方法、基于Bayesian模型或EM方法的

2、PL算法等等. 以上的所有方法都是基于完全基因型數(shù)據(jù)而進行的單倍型推斷，且沒有過于詳細的討論家系數(shù)據(jù)，但是實際中的數(shù)據(jù)多是很龐大的、不完全的或是有部分缺失的，因此這些方法都不能用來很好的解決問題. 本文就是用來解決有缺失數(shù)據(jù)的多個家系的單倍型推斷問題.首先，針對完全基因型的大的家系數(shù)據(jù)，利用傳統(tǒng)的EM算法詳細的給出其單倍型的推斷方法，分別解決了核心家庭數(shù)據(jù)和一般的家系數(shù)據(jù)問題.在此基礎(chǔ)之上，重點針對有缺失數(shù)據(jù)的家系進行研

3、究，充分利用家系中個體之間的親屬關(guān)系，考慮各個核心家庭個體間的遺傳制約機制.對于核心家庭中已知基因型的個體，引入Judge算子，排除不合理的雙倍型向量.再利用Induce算子，為未知基因型的個體補充雙倍型信息，由此得到所有個體的一切合理的雙倍型向量.以此數(shù)據(jù)為基礎(chǔ)，應(yīng)用改進的EM方法得到參數(shù)的估計并得到了估計的標準差.再由極大似然的原則，分別就不同類型的個體，利用參數(shù)的估計(θ)給出單倍型的推斷方法.最后討論一個簡單的例子，即同胞對家系