知识卡片

普通读书笔记卡 · 8194.a.1.b.1 · 生成模型:未记录

变异识别需先验

理解等级:高级

低频真实变化与测序、比对误差可能混在一起。贝叶斯推断用先验描述不同基因型的原有可能性,用似然描述各假设下数据的支持程度,再形成结合数据后的判断。群体频率、合子性与质量信息都可提供约束;先验若不匹配目标人群,也可能引入偏差,不能只凭观测次数定论。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 信息革命对生物学研究的影响 测序范围、三层分析与变异推断 · 查看原书依据

      对于这种大数据集的分析,研究人员面临的根本问题是,如何区分基因组中存在的真实变异与测序或比对错误。测序仪器的错误率在0.25%左右。 基因组变异的频率与仪器错误率相当或更低:每500~1000个碱基出现一次单核苷酸变异(即0.1%~0.2%);拷贝数变异和结构变异则更为罕见。我们立刻就能发现,与基因组变异的期望发生率相比,测序错误更加常见。实践证明,利用贝叶斯定理预测变异位点十分有效。使用假设(H)和数据(D)确定贝叶斯定理中的概率(P)的简单数学公式如下: P(H |D)= P(H)P(D |H)/ P(D) 在任何位点寻找变异时,需要考虑4种纯合假设(AA、CC、GG、TT)和6种杂合组合(AC、AG、AT

    参考来源

    - 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》信息革命对生物学研究的影响,测序范围、三层分析与变异推断(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section02.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。 - 原始内容:对于这种大数据集的分析,研究人员面临的根本问题是,如何区分基因组中存在的真实变异与测序或比对错误。测序仪器的错误率在0.25%左右。 基因组变异的频率与仪器错误率相当或更低:每500~1000个碱基出现一次单核苷酸变异(即0.1%~0.2%);拷贝数变异和结构变异则更为罕见。我们立刻就能发现,与基因组变异的期望发生率相比,测序错误更加常见。实践证明,利用贝叶斯定理预测变异位点十分有效。使用假设(H)和数据(D)确定贝叶斯定理中的概率(P)的简单数学公式如下: P(H |D)= P(H)P(D |H)/ P(D) 在任何位点寻找变异时,需要考虑4种纯合假设(AA、CC、GG、TT)和6种杂合组合(AC、AG、AT