中国南北方汉族人群DNA甲基化表观遗传差异研究

目的 族群地域、体貌特征等表型是基因型与环境共同作用的结果。大量基因组学研究表明,汉族人群具有混合特征,内部存在明显的南北遗传差异。本研究旨在探索研究表观基因组在中国南北方汉族人群之间是否存在差异,并筛选差异遗传位点。方法 使用GLINT软件对483份汉族样本的全基因组甲基化芯片数据进行EWAS分析,使用Lasso回归方法筛选位点。使用多元逻辑回归算法构建南北方汉族人群预测模型,通过十折交叉验证的方法评估。结果 筛选出一组南北方汉族之间差异显著的CpG位点,准确性为99.03%,Kappa系数为0.979 6。结论 本研究表明南北方汉族人群之间存在表观遗传差异,本研究为进一步开展不同地域汉族人群之间的表观遗传差异研究奠定了基础。     

东亚三族群SNP高分辨推断模型构建与效能评估

单核苷酸多态性（single nucleotide polymorphism,SNP）是法医遗传学个体识别和族群推断常用的遗传标记. 本研究集合文献和公共库中祖先信息SNP位点（ancestry informative SNPs,AISNPs）,应用softmax回归、支持向量机和随机森林3种算法,研究东亚北方的3个主体人群（中国北方汉族人、日本人和韩国人）的族群推断效果. 我们分析了来自千人基因组计划的103份中国北方汉族人样本、104份日本人样本和亚洲多样性计划的100份韩国人样本的428个AISNP位点分型,采用多元线性回归共线性诊断筛选出67个高信息量的AISNPs位点组合,构建了softmax回归和支持向量机算法的两种族群推断模型,采用随机森林平均降准分析筛选出42个高信息量的AISNPs位点组合,并构建了随机森林算法的族群推断模型,将softmax回归、支持向量机与随机森林3种模型用于北方汉族人、日本人、韩国人的族群推断,五次十折交叉验证（training∶testing=9∶1）测试3种模型的平均准确率分别为95.19%、95.77%、94.53%. 本研究建立的3种族群推断模型均可用于东亚北方三大人群的遗传推断,42 AISNPs组合的位点数目较少,更适于构建法医检测体系,具有较高的实际应用价值.