机构名称：
¥ 1.0
从基因组序列样本中的进化和人口统计学参数推断通常是通过首先推断出相同的逐种（IBD）基因组段进行的。通过基于祖先重组图（ARG）利用有效的数据编码，我们获得了与当前方法相比的三个主要优势：（i）无需在IBD段上施加长度的阈值，（ii）IBD可以定义IBD，而无需进行无需重新组合的损失，并且（III II II II III）可以定义IBD，并且（III II II II II III），并且（III II II III）可以进行统计学上的损失。一组序列对，与样本量线性缩放。我们首先在模拟数据中获得真实的IBD信息时首先演示有力的推论。对于从真实数据推断出的IBD，我们提出了近似贝叶斯计算推理算法，并使用它表明即使是较差的短IBD段也可以改善估计。我们的突变估计量估计器与以前发布的方法相似，尽管用于推断的数据降低了4000倍，我们发现了人类种群之间的显着差异。计算成本限制在我们的方法中模型的复杂性，但是我们能够结合未知的不明智参数和模型错误指定，仍然可以找到改进的参数推断。
通过ARG衍生的IBD估算进化和人口参数
主要关键词
相关文件推荐
