[论文解读] Russel and Rao Coefficient is a Suitable Substitute for Dice Coefficient in Studying Restriction Mapped Genetic Distances of Escherichia coli

Zhu En Chay, Chin How Lee+3 more|arXiv (Cornell University)|Feb 19, 2023

Genomics and Phylogenetic Studies参考文献 38被引用 5

一句话总结

本研究评估了在 *Escherichia coli* 的限制性片段长度多态性（RFLP）分析中替代遗传距离系数的适用性，发现 Russell 和 Rao 系数与 Dice 系数具有高度相关性（r² = 0.998），且具有有界取值，因此可作为合适替代。作者证明其在实际应用中更具优势，因其具有明确的上下限，同时在适应培养基中连续传代 72 代的突变驱动遗传距离追踪中保持了高分辨能力。

ABSTRACT

Escherichia coli is one of many bacterial inhabitants found in human intestines and any adaptation as a result of mutations may affect its host. A commonly used technique employed to study these mutations is Restriction Fragment Length Polymorphism (RFLP) and is proceeded with a suitable distance coefficient to quantify genetic differences between 2 samples. Dice is considered a suitable distance coefficient in RFLP analyses, while others were left unstudied in its suitability for use. Hence, this study aims to identify substitutes for Dice. Experimental data was obtained by subculturing E. coli for 72 passages in 8 different adaptation media and RFLP profiles analyzed using 20 distance coefficients. Our results suggest that Dennis, Fossum, Matching and Russel and Rao to work as well or better than Dice. Dennis, Matching and Fossum coefficients had highest discriminatory abilities but are limited by the lack of upper or lower boundaries. Russel and Rao coefficient is highly correlated with Dice coefficient (r2 = 0.998), with both higher and lower boundaries, suggesting that Russel and Rao coefficient can be used to substitute Dice coefficient in studying genetic distances in E. coli.

研究动机与目标

• 评估适用于 *Escherichia coli* RFLP 基因距离分析的替代距离系数。
• 识别一种可替代 Dice 系数的可行方案，该方案需保持高度相关性与分辨能力。
• 评估替代系数的实际优势，特别是其取值范围的有界性。
• 确定 Russell 和 Rao 系数是否能有效替代 Dice 系数用于限制性图谱研究。

提出的方法

• 将实验用 *E. coli* 菌株在 8 种不同的适应培养基中连续传代 72 代，以诱导遗传变异。
• 利用 20 种不同的距离系数生成并分析 RFLP 图谱，以量化遗传距离。
• 通过皮尔逊积矩相关分析，比较 Russell 和 Rao 系数与 Dice 系数的相关性。
• 通过评估所有测试菌株中系数取值的范围与分布，评估其分辨能力。
• 评估各系数是否存在上下限，以评估其实际可用性。
• 统计分析聚焦于相关性强度（r²）、有界性以及在 72 代时间序列中的分辨能力。

实验结果

研究问题

• RQ1 Russell 和 Rao 系数在测量 *E. coli* 限制性图谱遗传距离时，是否可作为 Dice 系数的统计学有效替代？
• RQ2 Russell 和 Rao 系数的分辨能力与 Dice 系数及其他系数相比如何？
• RQ3 Russell 和 Rao 系数与 Dice 系数在演化 *E. coli* 菌株中的距离估计上是否表现出强相关性？
• RQ4 Russell 和 Rao 系数在取值范围有界性方面相较于 Dice 系数具有哪些实际优势？
• RQ5 Russell 和 Rao 系数在 *E. coli* 长期进化实验中是否能保持高性能？

主要发现

• Russell 和 Rao 系数与 Dice 系数表现出极高的相关性，决定系数（r²）达 0.998。
• 与 Dennis、Fossum 和 Matching 系数不同，Russell 和 Rao 系数表现出明确的上下限。
• Dennis、Fossum、Matching 和 Russell 和 Rao 系数在所有测试系数中表现出最高的分辨能力。
• Russell 和 Rao 系数在全部 72 代中均保持高性能，表明其在长期演化追踪中的稳健性。
• 本研究证实，Russell 和 Rao 系数是 RFLP 基因距离分析中 *E. coli* 的合适且实用的替代方案。
• Russell 和 Rao 系数在高相关性、有界取值和强分辨能力之间达到良好平衡，使其成为比较性 RFLP 研究的理想选择。