对含有缺失基因型数据的家系进行单倍型推断的EM方法

摘要

在现代生物遗传学中，生物体的单倍型信息起着非常关键的作用，可以提高连锁分析和关联分析的功效和准确度，是人类得以探究基因的多样性以及定位致病基因的重要手段之一.随着科学技术的不断发展，我们已经可以得到生物体的基因型数据，但是单倍型的信息却无法直接获得.十几年来很多学者都致力于这方面的研究，发展了一系列的研究方法，其中最主要的是利用统计方法进行推断，如：Clark's算法、EM算法、Bayesian方法、基于Bayesian模型或EM方法的PL算法等等. 以上的所有方法都是基于完全基因型数据而进行的单倍型推断，且没有过于详细的讨论家系数据，但是实际中的数据多是很庞大的、不完全的或是有部分缺失的，因此这些方法都不能用来很好的解决问题. 本文就是用来解决有缺失数据的多个家系的单倍型推断问题.首先，针对完全基因型的大的家系数据，利用传统的EM算法详细的给出其单倍型的推断方法，分别解决了核心家庭数据和一般的家系数据问题.在此基础之上，重点针对有缺失数据的家系进行研究，充分利用家系中个体之间的亲属关系，考虑各个核心家庭个体间的遗传制约机制.对于核心家庭中已知基因型的个体，引入Judge算子，排除不合理的双倍型向量.再利用Induce算子，为未知基因型的个体补充双倍型信息，由此得到所有个体的一切合理的双倍型向量.以此数据为基础，应用改进的EM方法得到参数的估计并得到了估计的标准差.再由极大似然的原则，分别就不同类型的个体，利用参数的估计(θ)给出单倍型的推断方法.最后讨论一个简单的例子，即同胞对家系数据.

目录

文摘

英文文摘

独创性声明及学位论文版权使用授权书

引言

一、单倍型推断的传统方法

二、EM算法在家系数据中的应用

三、有缺失数据的家系的单倍型推断

四、计算参数估计标准差的Louis方法

五、关于同胞对数据的单倍型推断

结论

参考文献

致谢