抽样误差对 r2 贡献的精确公式，r2 是连锁不平衡的一种常见度量

《Journal of Heredity》：An exact formula for the contribution of sampling error to r2, a common measure of linkage disequilibrium

　　

摘要

近年来，人们对量化连锁不平衡（LD，即不同位点等位基因之间的非随机关联）的兴趣急剧增长，因为研究人员聚焦于将LD应用于全基因组关联研究（GWAS）、研究历史群体遗传学以及估算有效群体大小（N_e）。最广泛使用的LD度量指标是 r² = 一对位点上等位基因的相关系数的平方。尽管经过半个世纪的努力，开发一个作为许多影响因素（物理连锁、遗传漂变、选择、迁移、突变、交配系统）函数的 r² 的无偏期望仍然难以实现。此外，即使这些其他因素都不存在，对 r² 的经验估计也会因对有限数量（S）个体的抽样而存在正向偏差，如果人们想要关注理想的LD信号，则必须对此加以考虑。之前估算 $r_{sample}^2$ 的方法已被证明在程度上或大或小地存在偏差。本文旨在证明，在抽样误差是唯一贡献因素的特殊情况下，$E（r_{sample}^2）$ 确实存在一个简单而精确的表达式，在此情况下 $E（r_{sample}^2）=1/（S?1）$?。当其他因素对LD有重要贡献时，$E（r_{sample}^2）$ 随着经验 r² ? 1 而趋于0。然而，对于使用非连锁标记估算当代 N_e，经验 r² 通常较小，$1/（S?1）$ 将为 $E（r_{sample}^2）$? 提供一个稳健的估计值。