
陈华,中国科学院北京基因组研究所(国家生物信息中心)研究员、博士生导师,主要研究方向为群体遗传学和计算基因组学,致力于发展新的统计分析方法并应用于基因组大数据分析。
该科研成果针对的是多物种比较基因组学分析中,特别是在鉴定编码区受到自然选择的基因位点方面存在的痛点问题。现有的群体遗传学理论和方法在处理丰富的多物种群体基因组数据时,面临计算强度大、稳健性差等局限性,难以有效阐明遗传漂变和自然选择在微进化中的作用机制。
本成果提出了一种新的分析方法HDMKPRF,该方法基于贝叶斯泊松随机场模型框架,能够同时对多个物种的群体多态和种间序列分歧数据进行联合分析。HDMKPRF通过多维泊松随机场模型,有效整合了多物种的遗传多态数据,提高了分析的稳健性和准确性,从而能够更精确地鉴定在编码区受到自然选择的基因位点。
HDMKPRF方法具有显著的效益和竞争优势。首先,它突破了现有方法的局限性,实现了对多物种群体基因组数据的高效、稳健分析。其次,该方法具有原始性创新,为比较基因组学分析和自然选择检测提供了新的理论和技术支撑。此外,HDMKPRF在鉴定受到自然选择的基因位点方面表现出更高的准确性和敏感性,有望为微进化机制的研究提供有力工具,推动相关领域的发展。目前,该成果处于小试阶段,但已展现出广阔的应用前景。
20191128
科学研究和技术服务业
应用技术
其他应用技术
允许出口
微进化机制中群体基因组数据分析的新方法研究
国家科技计划
独立研究
遗传漂变和自然选择是微进化过程中的两个核心驱动力。丰富的全基因组遗传多态数据为阐明这两个因素在微进化中的作用机制提供了前所未有的契机,而现有的群体遗传学理论和方法在个体基因组数据分析中具有计算强度大、稳健性差等局限性。面向目前丰富的多物种群体基因组数据及其分析需求,我们在贝叶斯泊松随机场模型框架内构件了新的分析方法HDMKPRF,能够同时对多个物种的群体多态和种间序列分歧数据进行联合分析,有效地鉴定在编码区受到自然选择的基因位点。
