بازیابی ژنوتیپ های از دست رفته با استفاده از روش هوشمند K-نزدیکترین همسایگی

چکیده مبسوط مقدمه و هدف: بازیابی ژنوتیپ در طرح­ های انتخاب ژنومی به دلیل آنکه می­تواند هزینه­ های انتخاب ژنومی را کاهش دهد بدون اینکه تاثیر منفی بر صحت انخاب ژنومی داشته باشد در طی سال­های اخیر مورد توجه محققین قرر گرفته است. در فرآیند بازیابی ژنوتیپ، ژنوتیپ نشانگرهایی که به هر دلیل اطلاعات ژنوتیپی آن­ها از دست رفته است با استفاده از روش ­های مختلف آماری بازیابی می ­شود. مواد و روش­ ها: جهت ایجاد ماتریس ژنوتیپی، ژنومی متشکل از ۱ کروموزوم به طول یک مورگان برای ۲۵۰ و ۱۰۰۰ فرد شبیه ­سازی شد که بر روی آنها در سناریوهای مختلف، ۲۵۰، ۵۰۰، ۷۵۰، ۱۰۰۰، ۱۵۰۰ و ۲۰۰۰ نشانگر چند شکلی تک نوکلئوتیدی (SNP) توزیع گردید. جهت ایجاد فایل اطلاعات حاوی ژنوتیپ­های از دست رفته، اطلاعات ژنوتیپی به ترتیب ۵، ۱۰، ۲۵، ۵۰، ۷۵ و ۹۰ درصد SNPها از ماتریس ژنوتیپی حذف شده تا مجددا توسط روش KNN بازیابی شوند. درصد ژنوتیپ­ های به درستی بازیابی شده (نسبت تعداد ژنوتیپ­ های به درستی بازیابی شده به کل ژنوتیپ­های از دست رفته) و  همبستگی بین ماتریس ژنوتیپی اولیه (فاقد اطلاعات ژنوتیپی از دست رفته) و ماتریس ژنوتیپی بازیابی شده به عنوان شاخص ­های صحت بازیابی ژنوتیپ مورد استفاده قرار گرفت. یافته­ ها: در جمعیت شامل ۲۵۰ فرد صحت بازیابی ژنوتیپ در سناریوهای ۵، ۱۰، ۲۵، ۵۰، ۷۵ و ۹۰ درصد، صحت بازیابی ژنوتیپ به ترتیب برابر ۰/۸۲، ۰/۸۲، ۰/۸۰، ۰/۷۶، ۰/۶۲ و ۰/۴۰ بود اما با افزایش جمعیت به ۱۰۰۰ فرد، صحت بازیابی ژنوتیپ برابر ۰/۸۳، ۰/۸۳، ۰/۸۲، ۰/۸۲، ۰/۷۱ و ۰/۵۴ حاصل شد که بویژه تاثیر افزایش جمعیت در دو سناریو ۷۵ و ۹۰ درصد  ژنوتیپ از دست رفته قابل توجه بود. همبستگی بین ماتریس ژنوتیپی اولیه و ماتریس ژنوتیپی بازیابی شده نیز با افزایش درصد حذف کاهش یافت. با افزایش تعداد SNPها از ۲۵۰ به ۲۰۰۰، صحت بازیابی ژنوتیپ از ۰/۶۷ به ۰/۸۴ افزایش یافت. همچنین یک رابطه معکوس بین فراوانی آلل نادر (MAF) با صحت بازیابی ژنوتیپ مشاهده شد به صورتیکه با افزایش MAF از ۰۱/۰ به ۵/۰، صحت بازیابی ژنوتیپ ۱۵ درصد کاهش نشان داد. مدت زمان بازیابی ژنوتیپ نیز با افزایش ابعاد ماتریس ژنوتیپی به صورت تصاعدی افزایش یافت. با افزایش درصد ژنوتیپ­ های بازیابی شده، صحت پیش­بینی ارزش­ های اصلاحی ژنومی کاهش یافت. در سناریوهای ۵ و۱۰ درصد ژنوتیپ بازیابی شده تغییری در صحت مشاهده نشد اما در دو سناریو ۷۵ و ۹۰ درصد ژنوتیپ بازیابی شده، صحت پیش­بینی ارزش­ های اصلاحی ژنومی به ترتیب ۱۶ و ۳۲ درصد کاهش یافت. نتیجه گیری: به طور کلی صحت بازیابی ژنوتیپ های از دست رفته با استفاده از روش KNN قابل قبول بود به طوری که با افزایش درصد ژنوتیپ های از دست رفته تا ۵۰ درصد، KNN با صحتی در حدود ۸۰ درصد ژنوتیپ های از دست رفته را بازیابی نمود و بنابراین می ­توان این روش را برای طرح ­های انتخاب ژنومی پیشنهاد نمود.

Keywords:

Genotype imputation , K-nearest neighbor , Minor allel frequency , Single nucleotide polymorphism , بازیابی ژنوتیپ , فراوانی آلل نادر , نشانگر چند شکلی تک نوکلئوتیدی , K-نزدیکترین همسایگی