Структура популяции и собственный анализ
Population Structure and Eigenanalysis
2006-01-01
SCID: 54.1/fry8pdmj
Discuss with AI
эйненанализфазовый переход в обнаружимостиструктура популяциианализ главных компоненттесты значимости дифференциации популяций
Figures from the paper
Abstract (AI)
Существующие методы вывода структуры популяции по генетическим данным не предоставляют формальных тестов значимости для популяционной дифференциации. Мы рассматриваем подход к изучению структуры популяции (анализ главных компонент), который впервые был применён к генетическим данным Кавалли-Сфорца и коллегами. Мы обосновываем метод с точки зрения современной статистики, используя результаты современной теории статистики для разработки формальных тестов значимости. Мы также выявляем общее явление «фазового перехода» в способности обнаруживать структуру в генетических данных, которое вытекает из используемой статистической теории и имеет важное следствие для обнаружения структуры: для фиксированного, но большого размера набора данных различие между двумя популяциями (измеряемое, например, статистикой вроде FST) ниже некоторого порога по сути необнаружимо, тогда как немного выше порога обнаружение становится простым. Это означает, что мы можем предсказать необходимый размер набора данных для обнаружения структуры.
Key Findings
1
Анализ главных компонент (PCA) может быть обоснован статистически для исследования структуры популяций, что позволяет формальные тесты значимости для дифференциации популяций.
2
Фазовый переход позволяет предсказывать размер набора данных, необходимый для обнаружения данного уровня структуры популяций (например, расхождения, измеряемого FST).
3
Существует общее явление «фазового перехода»: при фиксированном большом размере набора данных расхождение популяций ниже порога практически не détectируется, тогда как чуть выше порога обнаружение становится простым.
4
Используя современные статистические результаты, авторы разрабатывают формальные тесты значимости для обнаружения структуры популяций по генетическим данным.
Research Object
Структура популяции в генетических данных (анализируемая методом главных компонент)
Research Subject
Статистические свойства и обнаружимость популяционной дифференциации посредством эйгенанализа/PCA, включая формальные тесты значимости и феномен «фазового перехода» порога обнаружения расхождения (например, по FST) и требуемый размер набора данных
Publication Details
Publication Date
2006-01-01
Journal
Publisher
ISSN
Cited by
5790
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai2
Работы, цитирующие эту статью15
Два новых памятника позднего каменного века финального плейстоцена в долине Фалеме, восточный Сенегал2024
RADseq с двойным расщеплением: недорогой метод de novo-выявления SNP и генотипирования модельных и немодельных видов2012
Древняя примесь в истории человечества2012
Формирование человеческих популяций в Южной и Центральной Азии2019
Древние геномы свидетельствуют о многочисленных волнах миграции в доисторической Юго-Восточной Азии2018
Древние геномы раскрывают социальное и репродуктивное поведение охотников-собирателей раннего верхнего палеолита2017
Понимание социальной организации и миграции варваров VI века с помощью палеогеномики2018
Палеогеномная реконструкция глубокой истории населения Анд2020
Единая генеалогия современных и древних геномов2022
Сравнение геномов деревенских собак и волков выявляет роль нервного гребня в одомашнивании собак2018
Переплетённые африканские и азиатские генетические корни средневековых народов побережья Суахили2023
Динамика человеческих популяций и Yersinia pestis в древней Северо-Восточной Азии2021
Генетическая история Балкан: от римского лимеса до славянских миграций2023
BioMaster: мультиагентная система для автоматизированного рабочего процесса биоинформатического анализа2026
Древние геномы свидетельствуют о демографическом сдвиге в сторону групп, связанных со славянами, в Моравии2025