在现代植物育种中,基因组选择已成为选择仅部分表型的大型繁殖种群中的优质基因型的黄金标准。许多育种计划通常依赖于单核苷酸多态性(SNP)标记来捕获全基因组的选择候选数据。为此,具有中等至高标记密度的SNP阵列代表了一种强大且具有成本效益的工具,可从大规模繁殖群体中生成可重现,易于处理的高通量基因型数据。但是,SNP阵列容易出现导致等位基因呼叫失败的技术错误。为了克服这个问题,基于失败的SNP调用纯粹是技术性的,通常会估算失败的呼叫。但是,这忽略了失败调用的生物学原因,例如:缺失 - 越来越多的证据表明基因存在 - 缺失和其他类型的基因组结构变体可以在表型表达中发挥作用。由于缺失通常不与其弯曲的SNP不平衡,因此缺少SNP调用的排列可能会掩盖有价值的标记 - 性状关联。在这项研究中,我们使用四个参数和两个机器学习模型分析了为低油菜籽和玉米分析的数据集,并证明基因组预测中的等位基因调用失败对重要的农艺性状具有很高的预测。我们根据种群结构和连锁不平衡提出了两个统计管道,这使可能由生物学原因引起的失败SNP调用过滤。对于所检查的人群和特征,基于这些过滤的失败等位基因调用的预测准确性与基于标准SNP的预测具有竞争力,这是基因组预测方法中缺失数据的潜在价值的基础。SNP与所有失败的等位基因调用或过滤等位基因调用的组合并不能以基于基因组关系估计的冗余性而获得的基于SNP的预测的预测均超过预测。
摘要 — 在非快速眼动 (NREM) 睡眠期间对脑电图慢波 (SW) 进行听觉刺激,当其在 SW 的上行阶段进行时,已被证明可以改善认知功能。对于 SW 幅度较低的受试者,如老年人或患有帕金森病 (PD) 等神经退行性疾病的患者,SW 增强尤其可取。然而,现有的估计上行阶段的算法在低脑电图幅度和 SW 频率不恒定时存在相位精度较差的问题。我们介绍了两种用于在自主可穿戴设备上实时估计脑电图相位的新算法。这些算法基于锁相环 (PLL) 和首次基于相位声码器 (PV)。我们将这些相位跟踪算法与简单的幅度阈值方法进行了比较。优化后的算法在相位精度、估计 SW 幅度在 20 到 60 µV 之间以及 SW 频率高于 1 Hz 的相位的能力方面进行了基准测试,这些记录来自健康的老年人和 PD 患者。此外,这些算法在可穿戴设备上实现,并在模拟睡眠脑电图以及对 PD 患者的前瞻性记录过程中评估了计算效率和性能。所有三种算法都在 SW 上行阶段提供了 70% 以上的刺激触发。PV 在瞄准低幅度 SW 和频率高于 1 Hz 的 SW 时表现出最高能力。实时硬件测试表明,PV 和 PLL 对微控制器负载的影响都很小,而 PV 的效率比 PLL 低 4%。主动听觉刺激不会影响相位跟踪。这项工作表明,在低幅度 SW 人群中,也可以在家庭睡眠干预期间使用可穿戴设备提供相位精确的听觉刺激。
摘要 — 脑调节是通过外部刺激改变大脑活动的过程。然而,哪种情况可以诱导激活仍不清楚。因此,我们旨在使用 40 Hz 单耳节拍 (MB) 来识别大脑激活条件。在这种刺激下,由频率和功率范围决定的听觉状态是需要考虑的条件。因此,我们设计了五个会话进行比较:无刺激、可听 (AB)、频率听不见、功率听不见以及频率和功率都听不见。十名健康参与者接受了每次十分钟的刺激,并记录了脑电图 (EEG)。为了进行分析,我们计算了每个会话的 EEG 功率谱密度 (PSD),并在频率、时间和五个大脑区域进行比较。结果,我们仅在 AB 中观察到 40 Hz 处的显著功率峰值。诱导的 EEG 幅度增加从一分钟开始,并一直增加到会话结束。与其他刺激相比,AB 的这些结果在额叶、中央、颞叶、顶叶和枕叶区域存在显着差异。从统计分析中可以看出,右侧颞区PSD明显高于左侧颞区,说明听觉在引导大脑激活中起着重要作用,这些发现有助于理解听觉刺激的神经生理原理和效应。关键词——脑调制,单耳节拍,感觉,脑电图