SNeP: a tool to estimate trends in recent effective population size trajectories using genome-wide SNP data.
SNeP: a tool to estimate trends in recent effective population size trajectories using genome-wide SNP data.
复制标题
DOI：
10.3389/fgene.2015.00109
复制
发表时间：
2015
影响因子：
3.7
通讯作者：
Bruford MW
中科院分区：
文献类型：
--
作者：
Barbato M;Orozco-terWengel P;Tapio M;Bruford MW
有效群体大小（Ne）是描述群体中遗传漂变量的一个关键群体遗传参数。在过去的80年里，估计Ne一直受到许多研究的影响。从连锁不平衡（LD）估计Ne的方法在~40年前被开发，但依赖于大量遗传标记数据的可用性，这些数据只有DNA技术的最新进展才能提供。在这里，我们介绍SNeP，一个多线程的工具来执行Ne的估计使用LD使用标准PLINK输入文件格式（.ped and.map文件）或通过使用LD值使用其他软件计算。通过SNeP，用户可以应用几个校正，以考虑样本大小，突变，定相和重组率。可以修改计算中涉及的每个变量，例如分箱参数或要包括在分析中的染色体。当应用于已发表的数据集时，SNeP产生的结果与原始研究中获得的结果非常相似。使用SNeP来估计Ne趋势可以提高对最近的人口统计学的理解，前提是有足够数量的SNP及其在基因组中的物理位置。最常见的操作系统的二进制文件可以在https://sourceforge.net/projects/snepnetrends/上找到。
Effective population size (Ne) is a key population genetic parameter that describes the amount of genetic drift in a population. Estimating Ne has been subject to much research over the last 80 years. Methods to estimate Ne from linkage disequilibrium (LD) were developed ~40 years ago but depend on the availability of large amounts of genetic marker data that only the most recent advances in DNA technology have made available. Here we introduce SNeP, a multithreaded tool to perform the estimate of Ne using LD using the standard PLINK input file format (.ped and.map files) or by using LD values calculated using other software. Through SNeP the user can apply several corrections to take account of sample size, mutation, phasing, and recombination rate. Each variable involved in the computation such as the binning parameters or the chromosomes to include in the analysis can be modified. When applied to published datasets, SNeP produced results closely comparable with those obtained in the original studies. The use of SNeP to estimate Ne trends can improve understanding of population demography in the recent past, provided a sufficient number of SNPs and their physical position in the genome are available. Binaries for the most common operating systems are available at https://sourceforge.net/projects/snepnetrends/.
登录
查看更多内容
影响因子：
5.4
作者：
HILL W G;ROBERTSON A
通讯作者：
ROBERTSON A
影响因子：
5.8
作者：
Hao, K.;Di, X.;Cawley, S.
通讯作者：
Cawley, S.
影响因子：
3.7
作者：
Sved JA;Cameron EC;Gilchrist AS
通讯作者：
Gilchrist AS
影响因子：
2.6
作者：
Flury, C.;Tapio, M.;Rieder, S.
通讯作者：
Rieder, S.
影响因子：
9.8
作者：
Kijas JW;Lenstra JA;Hayes B;Boitard S;Porto Neto LR;San Cristobal M;Servin B;McCulloch R;Whan V;Gietzen K;Paiva S;Barendse W;Ciani E;Raadsma H;McEwan J;Dalrymple B;International Sheep Genomics Consortium Members
通讯作者：
International Sheep Genomics Consortium Members