Enhancements to the ADMIXTURE algorithm for individual ancestry estimation.
Enhancements to the ADMIXTURE algorithm for individual ancestry estimation.
复制标题
DOI：
10.1186/1471-2105-12-246
复制
发表时间：
2011-06-18
影响因子：
3
通讯作者：
Lange K
中科院分区：
文献类型：
--
作者：
Alexander DH;Lange K
从遗传数据中估计个体的祖先已经成为应用群体遗传学和遗传流行病学的必要条件。用于计算祖先估计的软件程序已经成为遗传学家分析武器库中的重要工具。在这里，我们描述了四个增强ADMIXTURE，一个高性能的工具，估计个人的祖先和人口等位基因频率从SNP（单核苷酸多态性）数据。首先，ADMIXTURE可用于通过交叉验证来估计潜在群体的数量。其次，可以在监督学习中利用已知祖先的个体来产生更精确的祖先估计。第三，通过惩罚每个个体的小混合系数，可以鼓励模型简约，通常会为小数据集或具有大量祖先种群的数据集产生更可解释的结果。最后，通过利用多个处理器，可以更快地分析大型数据集。我们所描述的增强功能使ADMIXTURE成为一个更准确、更高效、更通用的祖先估计工具。
The estimation of individual ancestry from genetic data has become essential to applied population genetics and genetic epidemiology. Software programs for calculating ancestry estimates have become essential tools in the geneticist's analytic arsenal. Here we describe four enhancements to ADMIXTURE, a high-performance tool for estimating individual ancestries and population allele frequencies from SNP (single nucleotide polymorphism) data. First, ADMIXTURE can be used to estimate the number of underlying populations through cross-validation. Second, individuals of known ancestry can be exploited in supervised learning to yield more precise ancestry estimates. Third, by penalizing small admixture coefficients for each individual, one can encourage model parsimony, often yielding more interpretable results for small datasets or datasets with large numbers of ancestral populations. Finally, by exploiting multiple processors, large datasets can be analyzed even more rapidly. The enhancements we have described make ADMIXTURE a more accurate, efficient, and versatile tool for ancestry estimation.
登录
查看更多内容
影响因子：
2.5
作者：
WOLD, S
通讯作者：
WOLD, S
影响因子：
2.1
作者：
Tang, H;Peng, J;Risch, NJ
通讯作者：
Risch, NJ
影响因子：
4.5
作者：
Patterson N;Price AL;Reich D
通讯作者：
Reich D
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
1.5
作者：
BALDING, DJ;NICHOLS, RA
通讯作者：
NICHOLS, RA