对于未知来源个体进行族群推断的自动分析系统

建立一种基于概率算法、聚类分析和主成分分析的DNA族群推断系统(DNA Ancestry Analyzer Version1.0,简称DAA v1.0),用于对未知来源个体进行族群推断。DAA v1.0基础部分用Python语言、R语言、C语言编写;前端部分用node.js语言、HTML语言、css语言编写。DAA v1.0可对未知来源个体的族群进行推断,与已有分析方法相比,结果的一致性为100%,运算效率提升了600%。该系统可界面化、自动化地计算DNA来源人的群体匹配概率和似然比值、群体成分,绘制群体归类图,在人类遗传学、法医遗传学等领域有重要的应用价值。     

基于高密度单核苷酸多态性的共祖远亲缘关系预测算法准确性研究

目的 研究构建基于共祖（identity-by-descent，IBD）片段算法预测远亲缘关系分析流程并评估预测准确性。方法 采用高密度单核苷酸多态性（single nucleotide polymorphism，SNP）芯片对253份家系样本进行检测，研究基于IBD片段算法的分析流程进行两两个体间亲缘关系预测，评估预测准确性。随机减少SNP位点，评估位点数对算法预测准确性的影响。结果 IBD片段算法预测1~7级亲缘关系平均置信区间准确率为94.72%，预测可信度为99.77%，6级及以上亲缘关系预测时出现假阴性。随着SNP数量减少，预测准确性会出现一定程度的下降。结论 IBD片段算法可用于7级以内亲缘关系的预测，该算法在群体遗传学、法医遗传学等领域有重要应用价值。     

亲缘关系预测系统

报道了一个基于全基因组数据的亲缘关系预测系统(Kinship Prediction System Version 1.0, KPSv1.0),其旨在给定一个自定义群体中所有个体的全基因组数据文件,通过亲缘关系预测算法,计算出群体中所有存在的亲缘关系对,并将结果可视化为家谱图,进而搜寻某个未知个体与多个已知个体的复杂亲缘关系,为物证鉴定提供强有力的线索。系统不仅将以往复杂的预测流程变得简单化、自动化,而且将预测结果进行了界面化,并和用户建立了更好的交互性,大大地提升了运算效率,在人类遗传学、法医遗传学等领域有重要的应用价值。     

基于全基因组测序的法医单核苷酸多态性系谱推断研究

目的 通过全基因组测序（whole genome sequencing，WGS）获得高密度单核苷酸多态性（single nucleotide polymorphism，SNP）分型数据，评估分型准确性，研究建立WGS数据用于法医SNP系谱推断的方法。方法 通过华大MGISEQ-200RS测序平台对样本进行深度为30×的WGS，从测序数据中提取Wegene GSA芯片中的645 199个常染色体SNP位点，质控过滤后运用IBS/IBD算法计算预测亲缘关系，并对样本的族群来源进行分析。结果 从测序数据中提取的SNP分型与Wegene GSA芯片分型的一致率大于99.62%。测序获得的SNP数据使用IBS算法可预测1~4级亲缘关系，4级亲缘预测置信区间准确性达100%，使用IBD算法可预测1~7级亲缘关系，7级亲缘预测为有亲缘关系的准确性达100%，通过高深度WGS数据获取的SNP系谱推断能力与芯片预测结果无显著差异。同时，WGS数据用于族群推断与调查结果一致。结论 WGS技术可应用于法医SNP系谱推断，为案件侦破提供线索。     

基于毛干蛋白质组的族群推断技术的建立与验证

毛干是一种案件现场常见的生物物证,由于核DNA含量极少且高度降解,难以采用现有的短串联重复序列(short tandem repeat,STR)检验方法进行个人识别鉴定,目前仅使用线粒体DNA检验进行母系亲缘关系的判定,利用率非常低.毛干中蛋白质非常稳定,而且具有遗传多态性,表现为基因组中的非同义单核苷酸多态性(non-synonymous single nucleotide polymorphisms,ns SNPs),转录翻译后形成蛋白质序列中的单氨基酸多态性(single amino acid polymorphisms,SAPs).充分利用毛干蛋白质中蕴含的遗传信息,为案件提供线索和证据,是实际公安业务的迫切需求,具有重要的应用价值.本文选取了104份中国汉族的毛干样本进行蛋白质组的检测,共获得了703个SAP位点,位于460个蛋白质上,共推导出552个nsSNP位点.进一步筛选在所有样本中检出率超过15%的位点,获得了88个nsSNP位点,使用毛干样本对应的口腔拭子DNA对88个ns SNP位点进行一代测序验证.为评估发现的nsSNP位点对于人群的区分能力,以千人数据库(1 000 Genome Project)为参考数据库,采用聚类分析和群体匹配概率等方法对检测的19份毛干样本进行人群来源推断.结果显示,通过检测毛干蛋白质组中的ns SNP可以实现东亚、欧洲、非洲三大洲际人群的区分.     

基于IBS算法预测亲缘关系准确性研究

目的 评估基于状态一致性(identity-by-state,IBS)算法预测个体间亲缘关系的准确性.方法 采用Illumina GSA芯片对253份样本进行全基因组检测,基于高密度单核苷酸多态性(single nucleotide polymorphism,SNP)数据计算两两个体间IBS共享统计量预测亲缘关系.通过...     

27-plex SNP种族推断方法的优化及验证

人类学中常将人群分为东亚黄种人、欧洲白种人和非洲黑种人。27-plex SNP种族推断体系可针对来自东亚、欧洲、非洲及欧亚混合人群的样本进行分型检测进而推断其祖先来源。本研究对该体系获取样本分型后的种族推断分析方法进行了进一步优化,建立了一种基于似然比、祖先成分和种族归类的推断分析方法,并对4个来自东亚、欧洲、非洲及其混合人群的测试样本进行种族来源推断。使用基础参考数据库交叉验证和1010份测试样本验证两种方式进行了种族推断方法流程的评估研究。验证结果表明该方法体系在东亚、欧洲、非洲及欧亚混合人群中的推断准确性均高于99%。本种族推断方法可对DNA来源人的种族信息进行刻画,在人类分子遗传学、法医遗传学等领域有重要的应用价值。     

利用SNP进行遗传病致病基因搜寻的策略

SNP是一类基于单碱基变异引起的DNA多态性,被遗传学界称为第三代遗传标记。由于SNP的诸多优点,如位点丰富和与DNA芯片等技术上的结合,它将对人类致病基因的搜寻工作起到革命性的作用。本文综合了目前SNP领域的一些进展,对这一新的标记系统在人类遗传病研究中的应用策略进行了初步概括。     

X染色体STR基因座的法医学研究进展

对X染色体的结构特征、遗传特征等相关基础知识及其短串联重复序列(STR)基因座在法医学领域的研究历史、现状, 复合扩增的研究动态和应用等方面进行了综述。同时收集了国内外X染色体STR 基因座在法医DNA工作者实践中的研究和应用资料, 分析了X染色体STR基因座在法医学应用中的利弊, 以促进X染色体STR基因座在法医学实践中的应用。     

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...     

基于全局最小残差法快速分析混合STR图谱

在法医DNA分析领域，混合短串联重复序列(short tandem repeats,STR)图谱的分析一直是研究难点。当前，国内主要依靠法医进行人工分析，不仅效率低下，分析结果还存在着主观性偏好，难以满足日益增长的STR图谱分析的需求。本文提出一种新的混合STR图谱分析方法——全局最小残差法，不仅可以计算出分析结果，还可以预测出每个组分的混合比例。该方法首先给混合比例赋予了新的定义，然后对等位基因模型进行优化，进而综合考虑STR图谱中的所有基因座，将每个基因座的残差值进行累加求和，选择累加和最小的混合比例作为推断结果，并使用灰狼优化算法快速寻找混合比例的最优值。对于二组分STR图谱，全局最小残差法能够兼顾分析的准确性和分析速度，有利于实现大量的图谱分析。本文提出的算法在实际应用中取得了不错的效果，具有较高的应用价值，可为混合STR图谱分析领域的研究提供新的解决方案。     

贵州地区汉族人群THO1、TPOX、CSF1PO基因座的遗传多态性

为了解贵州地区汉族群体中THO1、TPOX、CSF1PO基因座的遗传多态性,获得这3个基因座的群体遗传学数据和法医学相关数据。采自贵州地区汉族无关个体的110份EDTA抗凝血样用Chelex法提取DNA,应用PCR复合扩增技术扩增样本后,聚丙烯酰胺凝胶电泳分型。对3个STR基因座的等位基因频率进行了调查分析,并与其他汉族人群的等位基因频率进行了比较。在贵州汉族群体中,3个基因座的基因型分布符合Hardy-Weinberg平衡。3个STR基因座总个体识别率为0.9986,累积非父排除率为0.832。表明这3个基因座在法医学个体识别及亲子鉴定中是很有价值的遗传标记系统。 Abstract:To understand the genetic polymorphism at THO1,TPOX,CSF1PO STR loci for Han population in Guizhou Province,and construct a preliminary database,EDTA-blood specimens were collected from the 110 unrelated individuals in Han population from Guizhou.The DNA samples were extracted with Chelex method and amplified by multiplex polymerase chain reaction.The PAGE was used to type the PCR products.The allele frequencies were compared with other Han populations.The genotype distributions of THO1,TPOX and CSF1PO were in accordance with Hardy-Weinberg equilibrium.The combined PD and PE were 0.9986 and 0.832 respectively.All of the three loci in this study provide useful marker for forensic paternity test and individual identification.     

北京汉族群体39个短串联重复序列基因座多态性及其遗传关系

本文首次对北京地区汉族人群的13个CODIS(Combined DNA index system)和26个非CODIS系统STR基因座的遗传多态性进行了研究,建立了北京地区汉族人群39个STR基因座的群体遗传多态性数据库并对其法医学应用价值进行了评价。39个STR基因座的基因型分布均符合Hardy-Weinberg平衡且各基因座之间均不存在连锁现象,个体鉴别力(Power of discrimination, DP)在0.7740~0.9818之间,期望杂合度(Expected heterozygosity, He)在0.6000~0.9350之间,多态性信息含量(Polymorphism information content, PIC)在0.5317~0.9047之间,非父排除率(Power of exclusion, PE)在0.2909~0.8673之间,累积个体鉴别力(Cumulative probability of discrimination, CDP)为0.999999999999999999999999999999999999999964971,累积非父排除率(Cumulative probability of exclusion, CPE)为0.999999999973878。另外,结合已公开报道的国内其他11个群体相应基因座的遗传资料,根据等位基因频率计算遗传距离,构建了系统发生树。本研究可为中国法医DNA数据库和群体遗传学数据库提供重要的基础数据,对北京地区汉族人群开展法医学个体识别、亲权鉴定和遗传学研究具有重要的意义。     

中国汉族群体5个STR分子遗传标记

为了解中国人5个STR基因座等位片段结构特征,获得汉族群体D2S2955、D3S4014、D20S604、D22S689和GATA198B05基因座的群体遗传学数据。采取成都地区无血缘关系汉族个体血样EDTA抗凝血。Chelex法提取DNA,PCR扩增,非变性聚丙烯酰胺凝胶不连续缓冲系统水平电泳分型,自动激光荧光测序仪测定DNA序列。序列分析显示,中国人D2S2955、D3S4014、D20S604基因座具有简单重复序列,而D22S689、GATA198B05基因座具有复杂重复序列。5个STR基因座在成都汉族群体中均具有遗传多态性。揭示了我国汉族人群5个STR基因座的等位基因片段结构特征,为人类群体遗传研究提供了数据,建立的不连续缓冲系统水平电泳分型方法为检测这5个STR基因座提供了简便技术。     

利用AIMs分析亚洲9个绵羊群体的群体结构

祖先信息标记(ancestry informative makers,AIMs)可用来分析群体的遗传结构.本研究利用Illumina Ovine SNP50芯片上的SNP位点,在云南乌骨绵羊和其他8个亚洲绵羊群体中以Rosenberg等定义的Informativeness统计量为筛选方法,选取Informativeness值最高的前20、50、100、500个SNP位点与相应数目的随机SNP位点分别用来推断群体的遗传结构.通过主成分分析和用fast STRUCURE推断祖先成分的方法,评价AIMs在推断亚洲绵羊群体遗传结构中的作用.研究显示,利用筛选到的高信息含量标记AIMs,可减少群体结构研究中需要的SNP位点数目.前50个AIMs可有效地将绵羊群体分为4个大类,这与利用全基因组SNPs分析得到的群体结构是一致的,即乌骨绵羊群体blackbone单独为一类、西藏群体changthangi和tibetan归为一类,孟加拉的banglandeshi、banglandeshi Garole群体和印度的Indian Garole群体归为一个类群,其余三个群体(印度尼西亚sumatran、garut群体和印度的deccani群体)近似归为一类.这4大类群在AIMs上存在显著的分化,利用这些位点信息可以为研究群体特征和进化关系提供线索.     

人群变异的分子基础:从单核苷酸多态性到单氨基酸多态性

单核苷酸多态性可以划分为位于基因编码区的SNP和非编码区的SNP两大种类;而在基因编码区的SNP还可以进一步划分为两个亚类:不改变氨基酸序列的同义SNP和改变氨基酸序列的非同义SNP.显然,非同义SNP将导致氨基酸序列的改变,即形成单氨基酸多态性.基于蛋白质组学方法,对亚洲人群血浆样本中的SAP进行了系统研究,发现某一特定SAP在纯合人群和杂合人群中可能与生理或病理性状有着不同的关联.更为重要的是,近期有研究发现,在生物体中广泛存在着RNA序列与DNA序列不一致的现象.导致这种差异的主要原因是在转录水平上存在着规模化的RNA编辑(被称为RNA编辑组,RNA editome).该发现表明,个体拥有的SAP中可能有一部分与基因组SNP无关,而是源于RNA编辑组.进一步推论,可能在翻译水平上存在着不依赖DNA和RNA序列的全新的SAP.     

新一代分子标记--SNPs及其应用

单核苷酸多态性(SNPs)是广泛存在于基因组中的一类DNA序列变异,其频率为1%或更高。它是由单个碱基的转换或颠换引起的点突变,稳定而可靠,并通常以二等位基因的形式出现。采用生物芯片和DNA微阵列技术来检测SNP,便于对基因组进行大幅度和高通量分析。因此,作为新一代分子标记,SNP在生物学诸多领域具有广阔应用前景。本文简要叙述SNPs技术的发展历史、研究动态以及相关的理论,介绍了与SNPs相关的基本术语、概念及其特点,列举了发现与检测SNPs主要技术的原理和方法,同时还根据一些具体实例介绍了SNPs在模式动、植物遗传图谱构建、品种鉴定、物种起源与亲缘关系、连锁不平衡与关联分析及其在群体遗传结构及其变化机制研究中的应用。最后展望了SNPs在群体遗传、分子育种和生物进化等研究领域中的应用前景。     

74-plex SNPs复合检测体系在中国人群中的族群推断研究

使用一组祖源SNP可以分析某人群的遗传成分,推断某个体的族群来源。本课题组前期筛选出74个SNP位点实现了撒哈拉以南的非洲、北非、欧洲、美洲、大洋洲、南亚、西南亚、东亚、东北亚和东南亚等10个地理区域人群的推断,并基于Mass ARRAY质谱分析技术构建了74-plexSNPs复合检测体系。本研究利用该体系对14个中国人群1371份样本进行基因分型,验证评估该体系对中国人群的区分能力和法医学应用效能。首先,基于全球57个人群3628份个体构建参考人群分型库,采用Structure分析和等位基因频率热图等方法进行人群区分能力评估;然后,选取千人基因组计划中3个人群(不包含在参考人群分型库中)及本实验室检测的14个人群共计1654个体作为测试数据集,通过似然比和族群成分等统计分析,评估该体系对实际样本的族群来源推断能力。结果表明,DNA的量最低为1.5ng时,74个SNP均可正确判型,适用于微量检材的检测;该体系对全球10个地理区域人群有区分能力,针对测试人群中欧洲、美洲、南部非洲个体族群来源推断的准确率为95.4%、不排除率为1.06%,东亚个体推断的准确率为71.0%、不排除率为17.9%,东南亚个体推断的准确率66.4%、不排除率为33.3%。该方法可以为实际案件侦察提供线索。     

基于SLAF-seq简化基因组技术的沙冬青SNP位点开发及遗传分析

选取分布在内蒙古、宁夏、甘肃10个地点的沙冬青个体,用SLAF-seq简化基因组技术进行测序。以大豆基因组为参照,通过生物信息学分析进行实验方案的系统设计,筛选特异长度的DNA片断,构建SLAF-seq文库,并通过高通量测序的方式获得海量序列,再通过软件分析比对,获得多态性SLAF标签,最后在多态性SLAF标签上开发大量特异性SNP位点。结果共获得374265个SLAF标签,其中多态性SLAF标签56295个。通过序列分析,共开发得到127278个SNP。对所有的SNP根据完整度>0.5,MAF>0.05过滤,共得到102025个高一致性的群体SNP。基于过滤后的SNP,运用数学统计学方法,对10份沙冬青个体完成系统进化树、群体结构、PCA分析,从基因组水平揭示不同个体之间的遗传分化关系。结果表明,通过群体结构分析发现这10个地点的沙冬青都来源于同一祖先,但由于地理位置的影响使得这10个地点的沙冬青在生长发育过程中发生了遗传分化。通过系统进化树发现分布在内蒙古的沙冬青具有较近的亲缘关系,甘肃和宁夏的沙冬青有较近的亲缘关系。     

广西环江县毛南族九个短串联重复序列基因座的遗传学分析

为了了解广西环江毛南族人群无关个体的九个短串联重复序列:vWA,D18S51,D5S818,FGA,D8S1179,D21S11,D7S820,D3S1358,D13S317基因座的遗传多态性分布情况;本文用枸橼酸钠抗凝法采集广西环江县毛南族200份无亲缘关系的健康个体的血样,Chelex-100方法提取DNA,应用AmpFlSTRIdentifilerTM荧光标记复合扩增技术对血样DNA的九个STR基因座进行扩增,用ABI 3100型遗传分析仪对扩增产物进行检测。结果显示九个STR位点的基因型分布均符合Hardy-Weinberg平衡定律,累积非父排除率达0.999996,累积个体识别能力达0.99999999996,多态信息总量为0.9999985。结论:广西环江县毛南族人群有自身的STR等位基因分布特征,所获数据可为法医学个体识别、亲子鉴定及群体的遗传学研究提供依据。