Melo2019 亲本分析的R包“apparent”

Melo, 2019, ‘apparent’: a simple and flexible R package for accurate SNP-based parentage analysis in the absence of guiding information. 10.1186/s12859-019-2662-3

“apparent”:一个简单而灵活的R包,用于在缺乏指导信息的情况下进行基于SNP的精确亲子关系分析

摘要

背景

在原位自然居群和迁地遗传资源库中准确地确定亲子关系可以极大地提高植物育种/驯化的努力,并支持植物遗传资源保护策略。虽然有一系列的亲子关系分析工具可用,但是没有一种工具能够在完全没有指导性信息的情况下,使用全基因组单核苷酸多态性(SNP)数据来推断这种关系,例如世代、部分谱系或性别。在这里开发和呈现的R包(“apparent”)解决了这一差距。

结果

“apparent”采用了一种新的亲子关系分析策略,基于理论预期后代(EPij)和所有潜在后代(POk)之间的遗传一致性测试,其基因型状态可在一对假定双亲(i和j)的所有纯合位点上推断,而所有潜在后代(POk)则由给定种质集合的k个个体代表。利用Gower相异性度量(GD),EPij和POk之间的遗传同一性被作为个体i和j是后代k的真正父母的证据。给定的三元组(亲本pairij + offspringk)的显著性相对于群体中所有GDij | k值的分布进行评估。在没有提供任何指导信息的情况下,在77份猕猴桃种质的测试群体中,“apparent”正确地识别出了15个已知系谱系的亲本对,这一性能是其他五种常用亲子分析工具无法比拟的。在由于测试群体中没有一个亲本而导致的不确定的三元组分析的情况下,“apparent”可以进行后续的二元分析,以确定给定后代的可能单亲。在完全没有家系信息的情况下,二元分析的平均准确率为73.3%,但在提供最小世代信息(成人与后代)时,二元分析的准确率提高到100%。

结论

“apparent”R软件包是一种快速而准确的亲子关系分析工具,它使用全基因组的SNP数据来识别没有家族结构先验知识的群体中的亲子关系。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354