[논문 리뷰] A gentle introduction to the discrete Laplace method for estimating Y-STR haplotype frequencies

Mikkel Meyer Andersen, Poul Svante Eriksen외 1명|arXiv (Cornell University)|2013. 04. 08.

Genetic and phenotypic traits in livestock참고 문헌 8인용 수 6

한 줄 요약

이 논문은 단일 스텝 돌연변이 모델 하에서 등위형질 분포를 독립적이고 국소적으로 이산 라플라스 분포로 모델링함으로써 Y-STR 히브리드 빈도를 추정하기 위한 이산 라플라스 방법을 제안한다. 피셔-프라이트 모델 하에서 단일 스텝 돌연변이 과정을 따르는 Y-STR 데이터는 이 방법에 의해 잘 예측되며, 혼합 모델링을 통해 인구 하위구조를 효과적으로 포착하고 disclap 및 disclapmix 등의 R 패키지를 활용하여 정확한 빈도 추정이 가능하다.

ABSTRACT

Y-STR data simulated under a Fisher-Wright model of evolution with a single-step mutation model turns out to be well predicted by a method using discrete Laplace distributions.

연구 동기 및 목표

• 형량 유전학에서 Y-STR 히브리드 빈도를 추정하기 위한 통계적으로 타당한 방법을 개발하기 위해.
• 단일 스텝 돌연변이 모델 하에서 모달 등위형질과 돌연변이 패턴을 반영하는 이산 라플라스 분포를 사용하여 Y-STR 등위형질 분포를 모델링하기 위해.
• 단변량 이산 라플라스 모델을 다변량이며 국소적으로 독립적인 분포로 확장하여 다위치 히브리드에 적용하기 위해.
• 단일 및 혼합 피셔-프라이트 인구에서 유도된 시뮬레이션된 Y-STR 데이터에 대해 이 방법의 성능을 평가하기 위해.
• 형량 및 인구 유전학 응용을 위한 실용적이고 오픈소스인 R 기반 구현을 제공하기 위해.

제안 방법

• 각 Y-STR 로쿠스를 모달 등위형질(y)과 산란 매개변수(p)를 가진 단변량 이산 라플라스 분포로 모델링한다.
• 최대우도추정을 통해 매개변수를 추정한다: 위치 매개변수(ŷ)로 중앙값, μ̂로 평균 절대편차를 사용하며, p̂는 유도된 공식을 통해 산출한다.
• 다변량 히브리드 확률을 각 로쿠스 간의 독립적인 단변량 이산 라플라스 확률의 곱으로 구성한다.
• 미리 알려지지 않은 구성비를 가진 다변량 이산 라플라스 분포 혼합모델을 사용하여 하위집단을 탐지하기 위해 유한 혼합 모델링을 적용한다.
• 혼합 모델에서 최적의 하위집단 수를 선택하기 위해 베이지안 정보 기준(BIC)을 사용한다.
• Linux, macOS, Windows에서 시뮬레이션 및 분석을 위해 R 패키지 disclap, disclapmix, fwsim을 사용하여 방법을 구현한다.

실험 결과

연구 질문

• RQ1 단일 스텝 돌연변이 모델 하에서 이산 라플라스 분포는 Y-STR 등위형질 빈도 분포를 정확하게 모델링할 수 있는가?
• RQ2 혼합 이산 라플라스 모델은 하위집단이 존재하는 인구에서 히브리드 빈도를 얼마나 잘 추정하는가?
• RQ3 이 방법은 시뮬레이션된 Y-STR 데이터에서 진짜 인구 구조와 하위집단 비율을 어느 정도 정확하게 복원하는가?
• RQ4 예측 정확도 측면에서 이산 라플라스 방법은 경험적 인구 빈도와 어떻게 비교되는가?
• RQ5 이 방법은 관측된 샘플 수가 적은 경우에도 희귀 히브리드 빈도를 신뢰성 있게 추정할 수 있는가?

주요 결과

• 단일 스텝 돌연변이 과정을 따르는 피셔-프라이트 모델 하에서 시뮬레이션된 Y-STR 데이터는 국소적으로 독립적인 다변량 분포로 모델링되었을 때 이산 라플라스 분포에 의해 잘 예측된다.
• 이 방법은 시뮬레이션된 데이터에서 진짜 모달 등위형질(y)과 산란 매개변수(p)를 성공적으로 복원하였으며, 추정된 매개변수 값이 생성된 값과 매우 유사하였다.
• 추정된 하위집단 비율(τ̂)은 각각 0.2126과 0.7874였으며, 시뮬레이션된 데이터의 진짜 혼합 비율인 0.204와 0.796에 매우 가까웠다.
• 베이지안 정보 기준(BIC)은 하위집단 수가 2개일 경우가 최적임을 선택하였으며, k=2일 때 BIC 값이 8600으로 k=1,3,4,5보다 낮았다.
• 예측된 히브리드 빈도는 진짜 인구 빈도와 강한 일치를 보였으며, 기울기가 약 1에 가까우며 R²가 높은 로그-로그 플롯을 통해 정확한 추정이 이루어졌음을 확인하였다.
• 이 방법은 싱글턴 히브리드를 효과적으로 모델링하였으며, 시뮬레이션된 데이터셋에서 관측된 히브리드의 67.2%가 유일하였고, 여전히 신뢰할 수 있는 빈도 추정을 제공하였다.