GATK中如何计算Inbreeding coefficient

GATK中如何计算Inbreeding coefficient，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

关于近交系数是什么的定义，除了英文资料，中文上也给出了很清晰的定义，这里引用一下：

近交系数（inbreeding coefficient）是指根据近亲交配的世代数，将基因的纯化程度用百分数来表示即为近交系数，也指个体由于近交而造成异质基因减少时，同质基因或纯合子所占的百分比也叫近交系数，普遍以F或f来表示。

GATK近交系数的计算程序在github上可以找到：AS_InbreedingCoeff.java

代码不短，但计算思路非常简单，很容易看懂，我这里主要展示一下这个计算的核心部分，并在代码中做些许注释，如下：

protected double calculateIC(final VariantContext vc, final Allele altAllele) {    
    final int AN = vc.getCalledChrCount();    
    final double altAF;    
    final double hetCount = heterozygosityUtils.getHetCount(vc, altAllele);    
    
    //shortcut to get a value closer to the non-alleleSpecific value for bialleleics    
    final double F;    


    if (vc.isBiallelic()) {        
        double refAC = heterozygosityUtils.getAlleleCount(vc, vc.getReference());        
        double altAC = heterozygosityUtils.getAlleleCount(vc, altAllele);        
        double refAF = refAC/(altAC+refAC);
        altAF = 1 - refAF;
        
        // inbreeding coefficient
        F = 1.0 - (hetCount / (2.0 * refAF * altAF * (double) heterozygosityUtils.getSampleCount())); 
        
    } else {        
        //compare number of hets for this allele (and any other second allele) with the expectation based on AFs
        //derive the altAF from the likelihoods to account for any accumulation of fractional counts from non-primary likelihoods,
        //e.g. for a GQ10 variant, the probability of the call will be ~0.9 and the second best call will be ~0.1 so adding up 
        //those 0.1s for het counts can dramatically change the AF compared with integer counts
        altAF = heterozygosityUtils.getAlleleCount(vc, altAllele)/ (double) AN;        
        
        // 计算inbreeding coefficient
        // heterozygosityUtils.getSampleCount() 获取总样本数 
        F = 1.0 - (hetCount / (2.0 * (1 - altAF) * altAF * (double) heterozygosityUtils.getSampleCount())); 
    }    
    
    return F;
}

通过利用哈迪温伯格定律来进行计算的： 1.0 - (hetCount / (2.0 (1 - altAF) altAF(double)N ，其中N是人数。这个值给出的是期望的杂合变异的个数。所以参数F（近交系数）说的就是”实际的hetCount”除以”期望的hetCount”再与1.0取差。当F值越接近0，就意味着实际的hetCount与理论的hetCount越接近。

关于GATK中如何计算Inbreeding coefficient问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。