11、遗传模拟与单倍型重建的创新方法

遗传模拟与单倍型重建的创新方法

在遗传学研究中，模拟复杂的遗传数据和重建单倍型是两项关键任务。前者有助于评估遗传分析方法的有效性，后者则在基因定位等研究中起着至关重要的作用。下面将详细介绍SIMLA程序用于遗传数据模拟以及马尔可夫链方法用于单倍型重建的相关内容。

SIMLA程序：遗传数据模拟的利器

1. 谱系结构与疾病状态分配

SIMLA创建的谱系基于一种通用结构。每个谱系有四个奠基者和三个同胞群，同胞群内个体数量在2到10人之间。先证者总是患病的，其他个体的患病状态由其疾病基因型和输入参数文件中指定的外显率决定。

疾病状态分配过程如下：
- 首先，将“空白”的奠基者染色体传递给家族成员，每个亲代染色体被传递的概率相等。
- 先证者会从奠基者和配偶那里获得染色体片段，根据指定的疾病等位基因频率和外显率为其分配疾病基因型。
- 与先证者拥有相同奠基者染色体的成员会获得相应的疾病等位基因，其余六个奠基者染色体根据给定的疾病等位基因频率分配疾病等位基因。
- 最后，根据用户指定的外显率确定所有成员的患病状态。

graph LR
    A[开始] --> B[传递奠基者染色体]
    B --> C[确定先证者疾病基因型]
    C --> D[分配其他成员疾病等位基因]
    D --> E[确定所有成员患病状态]
    E --> F[结束]

2. 标记基因型分配

如果生成的谱系满足用户指定的确定标准（如患病同胞对），则从奠基者开始为所有