LoGicAl：整合局部祖源与基因分型不确定性的混合群体祖源特异性等位基因频率估计方法

《Bioinformatics》：LoGicAl: Local ancestry and genotype calling uncertainty-aware ancestry-specific allele frequency estimation from admixed samples

　　# 摘要## 动机在混合群体中，估计其祖先贡献群体的等位基因频率是一个重要的研究方向。这些祖源特异性等位基因频率有助于了解疾病发病机制的遗传驱动因素，促进全基因组关联研究的解读，增强多基因风险预测及其可移植性，并为人群迁移历史提供见解。其估计依赖于通过 RFMix 等工具推断的位点特异性祖源背景，即局部祖源。然而，现有估计方法由于未能对上游局部祖源推断和基因型分型的不确定性进行建模，导致准确性下降并产生偏差。## 结果本文介绍了 LoGicAl，一种新颖的基于似然的方法，用于从混合样本中估计祖源特异性等位基因频率，同时兼容祖源分型、基因分型及统计单倍型定型中的不确定性。我们证明，对这些不确定性的建模能显著降低估计误差，使得无论是在序列分型还是芯片分型条件下，以及在不同水平的局部祖源推断质量下，均能取得更优的准确性。通过整合一种加速固定点算法，LoGicAl 与现有方法相比实现了更高的可扩展性和更强的计算效率。我们将 LoGicAl 应用于千人基因组计划中的混合队列，展示了基于局部祖源的等位基因频率估计的优势。总之，LoGicAl 通过提供精确且快速的祖源特异性等位基因频率估计，有助于混合样本的基因组分析，并在更精细的尺度上推动构建混合群体中遗传变异的空间景观与动态。## 获取方式LoGicAl 软件可在 https://github.com/student-jw/LoGicAl 获取。