混合DNA圖譜拆分和分析技術談

1、混合圖譜圖分型技術談dna圖譜中的峰信號，究竟受到哪些因素的影響?1. pcr 擴增效率(amplification efficiency)；2. 模板量(template)；3. 降解系數(shù)(degradation)；4. 擴增子的分子量(molecular weight)；5. 等位基因類型(heterozygote or homozygote)；6. 位點特異性(locus)； 假設有如下圖譜，貢獻者為2,實際分型如下表contributorlocus 1locus 2111,1121,25210,122乙23如果不考慮英他因素，分型的圖譜應該如下:1.模板量：contributor l&

2、gt;contributor 21 2lx ieternolate2. 降解因素：contributor 1> contributor 2degradati onhilu> i 11 19*3.25stutter1011 1221 |22| 丨23|255.模擬結果strmix牛物模型考慮到了所有相關因素:an =川x務templateamplification efficiencyheterozygote=1 homozygote=2如何將生物模型應用在圖譜的拆分中？mcmc(馬爾科夫鏈蒙特卡羅算法)產(chǎn)生于19世紀50年代早期,是在貝葉斯理論框架下，通過計算機進行模擬的蒙特卡洛方

3、法。蒙特卡洛方法的實質是通過大量隨機試驗，利用概率論解決問題的一種數(shù)值方法。馬爾科夫鏈是指生成隨機數(shù)列的一種方法。mcmc是一種簡單有效的計算方法，在很多領域到廣泛的應用, 如統(tǒng)計生物學、貝葉斯(bayes)問題、計算機問題等。25p1 = p(o2|m) = p(oa|m)a=9pl>po接受該組數(shù)據(jù)plvpo拒絕該組數(shù)據(jù)重新計算新的數(shù)據(jù)，開始下一個循環(huán)mcmc通過將隨機生成的數(shù)值與之前的數(shù)值進行比較，通過檢測 是否與正確值更接近，來判斷下一步是接受還是重新生成一個隨機值, 循環(huán)往復，最終找到最接近止確值的區(qū)域。strmix將這個過程分為 兩個部分，pre-burn in和post-b

4、urn in分別計算10萬次和5萬次, 最終找到正確的解釋。tapexpectedprofilemcmc結合strmix的生物模型，具體的工作方式如下:massparametersdatacceptorrejectcalculateprobabilitycompareexpected toobserved目前strmix全世界范圍已有近100個實驗機構投入使用，主要分布在北美、歐洲和大洋洲，是目前國際上最受歡迎的混合圖譜分析系統(tǒng)。pathwestsouth australiaforensic naiytical ce servicequeensland heahh saentrfic servicesvictorian forensic seustralian federal police an institute of forensic med