[发明专利]基于概率框架和重测序技术快速发现表型相关基因的方法

权利要求书

1.一种基于概率框架和重测序技术快速发现表型相关基因的方法，其特征在于，对基于基因组重测序技术的正向遗传学研究过程建模，通过计算四个指标评估研究过程中每一个步骤的设计对研究整体有效性造成的影响，从而指导对当前实验方案和分析方法的优化，达到使用尽可能少的样本，快速发现与特定表型相关的基因，所述的四个指标是：方法成功率、假阳性发现数、候选基因显著性和非孟德尔表型显著性，所述的特定表型是孟德尔性状表型或具有明显主效基因的数量性状表型，所述的方法成功率是真正与所研究表型相关的基因能够被发现的概率，所述的假阳性发现数是在发现的全部基因中，假阳性发现的基因个数的期望值，所述的候选基因显著性是每一个发现的基因与表型相关的统计显著性，所述的非孟德尔表型显著性是当无法发现任何基因或所有已发现的基因都经由实验验证与表型无关时，纳入实验研究的个体实际上不是具有同一特定表型的个体，这一可能性的显著性。

2.根据权利要求1所述的基于概率框架和重测序技术快速发现表型相关基因的方法，其特征在于，所述的四个指标的概率计算框架式为：

H ( M , N ) = P ( | Φ | ≥ M ) = Σ ∀ Φ : | Φ | ≥ M P ( Φ ) = Σ ∀ Φ : | Φ | ≥ M ( Π S i ∈ Φ D S i × Π S i ∉ Φ ( 1 - D S i ) ) ]]>

Q G j = P ( ( Φ G j ) ≥ M ) = Σ ∀ Φ G j : | Φ G j | ≥ M P ( Φ G j ) = Σ ∀ Φ G j : | Φ G j | ≥ M ( Π S i ∈ Φ G j ( 1 - ( 1 - B S i ) L G j ) × Π S i ∉ Φ G j ( 1 - B S i ) L G j ) ]]>

E ( M , N ) = Σ ∀ G j Q G j ]]>

Z ( w ′ , N ) ≤ Z ( w , N ) = P ( | Φ | ≤ w ) = Σ ∀ Φ : | Φ | ≤ w P ( Φ ) = Σ ∀ Φ : | Φ | ≤ w ( Π S i ∈ Φ D S i × Π S i ∉ Φ ( 1 - D S i ) ) ]]>

Si：一个样本；

Gj：一个基因；

基因组中基因Gj的区域长度；

一个分析方法在样本Si中能够检测到与表型相关的那个或那些基因组变异的概率，表征单个样本的测序结果中观察到与所研究表型相关基因组变异的敏感度；

一个分析方法在经过基因组变异筛选的步骤以后在样本Si上发现的基因组变异的频率，每个碱基有多大概率对应一个基因组变异，表征单个样本的测序结果中观察到与所研究表型相关基因组变异的特异性；

N：纳入研究的相同表型独立样本的总数；

M：研究人员指定的候选基因报告标准；候选基因必须在不少于M个相同表型独立样本中至少存在一个发现的基因组变异；

w′：当一个“基于基因组重测序技术的正向遗传学研究过程”无法发现与表型相关的基因或已发现的基因都已经被验证为假阳性发现时，真正与表型相关的基因在w′个相同表型独立样本中至少存在一个发现的基因组变异，w′＜M；

w：当一个“基于基因组重测序技术的正向遗传学研究过程”无法发现与表型相关的基因或已发现的基因都已经被验证为假阳性发现时，不满足候选基因报告条件，未被证明与表型无关的基因，最多在w个相同表型独立样本中至少存在一个发现的基因组变异，w′≤w＜M；

φ：一种在样本中发现基因组变异的可能性，φ代表一种样本组合：属于该组合的样本中，真正与表型相关的基因组变异被发现了，不属于该组合的样本中，真正与表型相关的基因组变异未被发现，Φ∈CN；

一种在样本中发现基因组变异的可能性，代表一种样本组合：属于该组合的样本中，在Gj区域都发现了至少一个的基因组变异，不属于该组合的样本中，在Gj区域均没有发现的基因组变异，

| |：计算组合,φ或中样本的个数；

H(M，N)：方法成功率指标；

候选基因显著性指标；

E(M，N)：假阳性发现数指标；

Z(w＇，N)：非孟德尔表型显著性指标。