[发明专利]基因组品种构成的估计方法、装置及电子设备

说明书

本申请实施例提供一种基因组品种构成的估计方法、装置及电子设备，通过对参考群体中的各参考品种及待估计个体进行基因组测序以得到基因型数据，并根据基因型数据计算得到参考群体中每个SNP的等位基因频率，以及待估计个体的等位基因计数。根据SNP的等位基因频率以及等位基因计数，并构建改进的线性回归模型，以得到根据该改进的线性回归模型所获得的参考群体中的各参考品种对于待估计个体的基因组品种构成。该估计方案基于SNP信息并构建改进的线性回归模型，有效改进线性回归模型的计算准确性，进一步拓展了线性回归模型的应用范围。

技术领域

本发明涉及基因工程技术领域，具体而言，涉及一种基因组品种构成的估计方法、装置及电子设备。

背景技术

为了获得期望的性状，人们常根据事先设计好的配种方案，采用两个或多个品种进行组合。因此，合成品种是指至少由两个品种培育而成的纯种，合成品种不通过杂交而保持后代杂交优势。动物个体的基因组品种构成(genomic breed composition,GBC)反映了动物个体基因组与现有品种(系)的遗传关系，即现有品种对于动物个体基因组的遗传贡献。在动物遗传育种上，估计动物个体的GBC具有广泛的应用价值，如了解和评估某动物品种的育成历史和品种纯度、地方品种的保种、杂种优势预测以及设计杂交计划和杂交育种方案等。此外在全基因组关联分析中，验证个体的品种(系)关系可以帮助校正群体分化，降低对疾病和经济性状关联分析中的假阳性率。

驯化、选择、地理隔离、遗传漂变等原因都可以改变群体间动物的基因频率，通过SNP(SNP为生物基因芯片)基因分型，依据多个基因座(位点)的基因型信息，可以将纯种动物个体或合成品种的品种关系鉴定出来。通过不同品种(祖先)杂交所获得的后代个体，其基因组各位点的基因型与这些品种(祖先)在相应位点上的基因频率存在一定的关系。因此如何构建一种合适的数学模型和统计方法以估计得到准确性较高的每个品种对于动物个体的GBC，是目前本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本申请的目的在于，提供一种基因组品种构成的估计方法、装置及电子设备以改善上述问题。

本申请实施例提供一种基因组品种构成的估计方法，所述方法包括：

确定参考群体信息，并获取待估计个体信息；

对所述参考群体中的各参考品种以及所述待估计个体利用基因芯片进行基因组测序以得到基因型数据；

根据所述基因型数据计算得到所述参考群体中每个SNP的等位基因频率，以及所述待估计个体的等位基因计数；

根据所述SNP的等位基因频率以及所述等位基因计数，并构建改进的线性回归模型，以得到根据所述改进的线性回归模型所获得的所述参考群体中各参考品种对于所述待估计个体的基因组品种构成。

可选地，所述根据所述SNP的等位基因频率以及所述等位基因计数，并构建改进的线性回归模型，以得到根据所述改进的线性回归模型所获得的所述参考群体中各参考品种对于所述待估计个体的基因组品种构成的步骤，包括：

根据所述SNP的等位基因频率以及所述等位基因计数构建包含所述等位基因频率和所述待估计个体所有的SNP的基因型向量之间的关系的第一方程；

对所述第一方程进行约束处理，以得到改进的线性回归模型；

基于所述改进的线性回归模型得到所述参考群体中各参考品种对于所述待估计个体的基因组品种构成。

可选地，所述对所述第一方程进行约束处理，以得到改进的线性回归模型的步骤，包括：

对所述第一方程进行调整和约束处理以使所述待估计个体的基因组品种构成之和为1，以得到第二方程；

对所述第二方程中的回归系数进行条件约束处理，以使所述第二方程中的所有回归系数之和为1，以得到改进的线性回归模型。