Inferring haplotypes of copy number variations from high-throughput data with uncertainty.
Inferring haplotypes of copy number variations from high-throughput data with uncertainty.
复制标题
DOI：
10.1534/g3.111.000174
复制
发表时间：
2011-06
期刊：
影响因子：
--
通讯作者：
Zhang MQ
中科院分区：
文献类型：
--
作者：
Kato M;Yoon S;Hosono N;Leotta A;Sebat J;Tsunoda T;Zhang MQ
群体遗传分析需要关于单体型和双体型（单体型对）的准确信息;然而，微阵列不提供关于拷贝数变异（CNV）基因座处的单体型或双体型的数据;它们仅提供关于双体型或非定相序列基因型（例如，AAB，不同于单核苷酸多态性的AB）。此外，当来自不同拷贝数或基因型的微阵列信号强度由于噪声而不能清楚地分离时，这样的拷贝数或基因型经常被不正确地确定。在这里，我们报告了一种算法来推断CNV单倍型和个人的双倍型在多个基因座从嘈杂的微阵列数据，利用信号强度可能来自不同的潜在拷贝数或基因型的概率。进行模拟研究的基础上已知的双体型和错误模型从真实的微阵列数据，我们证明，这种概率方法成功地从噪声数据的准确推断（错误率：1-2%），而以前的确定性方法失败（错误率：1 - 2 -18%）。将该算法应用于真实的微阵列数据，我们估计了100个个体在1486个CNV区域中的单倍型频率和双倍型。我们的算法将有助于准确的群体遗传分析和强大的疾病关联研究的CNVs。
Accurate information on haplotypes and diplotypes (haplotype pairs) is required for population-genetic analyses; however, microarrays do not provide data on a haplotype or diplotype at a copy number variation (CNV) locus; they only provide data on the total number of copies over a diplotype or an unphased sequence genotype (e.g., AAB, unlike AB of single nucleotide polymorphism). Moreover, such copy numbers or genotypes are often incorrectly determined when microarray signal intensities derived from different copy numbers or genotypes are not clearly separated due to noise. Here we report an algorithm to infer CNV haplotypes and individuals’ diplotypes at multiple loci from noisy microarray data, utilizing the probability that a signal intensity may be derived from different underlying copy numbers or genotypes. Performing simulation studies based on known diplotypes and an error model obtained from real microarray data, we demonstrate that this probabilistic approach succeeds in accurate inference (error rate: 1–2%) from noisy data, whereas previous deterministic approaches failed (error rate: 12–18%). Applying this algorithm to real microarray data, we estimated haplotype frequencies and diplotypes in 1486 CNV regions for 100 individuals. Our algorithm will facilitate accurate population-genetic analyses and powerful disease association studies of CNVs.
登录
查看更多内容
基于SAT的杂合多倍体中未基于的SNP数据的单倍型推断。
影响因子：
4.4
作者：
Neigenfind, Jost;Gyetvai, Gabor;Basekow, Rico;Diehl, Svenja;Achenbach, Ute;Gebhardt, Christiane;Selbig, Joachim;Kersten, Birgit
通讯作者：
Kersten, Birgit
影响因子：
3.5
作者：
Kato M;Kawaguchi T;Ishikawa S;Umeda T;Nakamichi R;Shapero MH;Jones KW;Nakamura Y;Aburatani H;Tsunoda T
通讯作者：
Tsunoda T
影响因子：
30.8
作者：
Alkan, Can;Kidd, Jeffrey M.;Marques-Bonet, Tomas;Aksay, Gozde;Antonacci, Francesca;Hormozdiari, Fereydoun;Kitzman, Jacob O.;Baker, Carl;Malig, Maika;Mutlu, Onur;Sahinalp, S. Cenk;Gibbs, Richard A.;Eichler, Evan E.
通讯作者：
Eichler, Evan E.
影响因子：
30.8
作者：
Iafrate, AJ;Feuk, L;Lee, C
通讯作者：
Lee, C
影响因子：
56.9
作者：
Sebat, J;Lakshmi, B;Wigler, M
通讯作者：
Wigler, M