混合DNA圖譜拆分和分析技術(shù)談

1、混合圖譜圖分型技術(shù)談dna圖譜中的峰信號(hào)，究竟受到哪些因素的影響?1. pcr 擴(kuò)增效率(amplification efficiency)；2. 模板量(template)；3. 降解系數(shù)(degradation)；4. 擴(kuò)增子的分子量(molecular weight)；5. 等位基因類(lèi)型(heterozygote or homozygote)；6. 位點(diǎn)特異性(locus)； 假設(shè)有如下圖譜，貢獻(xiàn)者為2,實(shí)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(yīng)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(jié)果strmix牛物模型考慮到了所有相關(guān)因素:an =川x務(wù)templateamplification efficiencyheterozygote=1 homozygote=2如何將生物模型應(yīng)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(jì)50年代早期,是在貝葉斯理論框架下，通過(guò)計(jì)算機(jī)進(jìn)行模擬的蒙特卡洛方

3、法。蒙特卡洛方法的實(shí)質(zhì)是通過(guò)大量隨機(jī)試驗(yàn)，利用概率論解決問(wèn)題的一種數(shù)值方法。馬爾科夫鏈?zhǔn)侵干呻S機(jī)數(shù)列的一種方法。mcmc是一種簡(jiǎn)單有效的計(jì)算方法，在很多領(lǐng)域到廣泛的應(yīng)用, 如統(tǒng)計(jì)生物學(xué)、貝葉斯(bayes)問(wèn)題、計(jì)算機(jī)問(wèn)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(jì)算新的數(shù)據(jù)，開(kāi)始下一個(gè)循環(huán)mcmc通過(guò)將隨機(jī)生成的數(shù)值與之前的數(shù)值進(jìn)行比較，通過(guò)檢測(cè) 是否與正確值更接近，來(lái)判斷下一步是接受還是重新生成一個(gè)隨機(jī)值, 循環(huán)往復(fù)，最終找到最接近止確值的區(qū)域。strmix將這個(gè)過(guò)程分為 兩個(gè)部分，pre-burn in和post-b

4、urn in分別計(jì)算10萬(wàn)次和5萬(wàn)次, 最終找到正確的解釋。tapexpectedprofilemcmc結(jié)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(gè)實(shí)驗(yàn)機(jī)構(gòu)投入使用，主要分布在北美、歐洲和大洋洲，是目前國(guó)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