法医测序实用集合篇｜如何利用千人基因组筛选SNP panel 位点→

千人基因组计划

• 千人基因组计划（英语：1000 Genomes Project, 1KGP）启动于2008年1月，是一项国际研究工作，目标是迄今建立最详尽的人类遗传变异目录。

• 该项目的主要目标是创建一个完整而详细的人类遗传变异目录，可用于将遗传变异与疾病联系起来的关联研究。该联盟旨在发现>95% 的变异（例如 SNP、CNV、插入/缺失），其中次要等位基因频率在整个基因组中低至 1%，在基因区域中低至 0.1-0.5%，以及估计变异等位基因的种群频率、单倍型背景和连锁不平衡模式。

• 数据下载地址

1. 长度筛选

筛选意义

• 法医学需求：
法医样本（如陈旧血迹、骨骼、毛发）常因环境降解导致DNA断裂，片段长度普遍较短。
选择短片段可确保：
• PCR扩增成功率提高：短片段更易从降解DNA中扩增，降低实验失败风险。
• 兼容常规检测技术：适配毛细管电泳（CE）或二代测序（NGS）的片段分析范围。

• 质量控制：
避免因片段过长导致数据丢失或覆盖不均，确保分型结果稳定可靠。

2. 无重组热点

筛选意义

• 提升个体识别能力：
多个SNP连锁构成单倍型时，其组合多样性呈指数级增长（假定每个位置为2等位基因，如5个SNP可产生 2^ 5=32 种单倍型），显著提高个体区分度。

• 遗传稳定性保障：
排除重组热点区域可避免单倍型因重组事件被破坏，确保：
• 单倍型稳定遗传：亲子鉴定中单倍型传递符合孟德尔定律，无因重组导致的矛盾结果。
• 群体频率计算准确：单倍型频率在群体中保持稳定，减少法医统计学误差。

3. MAF 过滤

筛选意义

• 平衡多态性与实用性：
最小等位基因频率（MAF）>0.1确保：
• 高多态性：SNP在东亚人群中常见，避免罕见等位基因导致单倍型频率过低。
• 降低随机匹配概率：高MAF的SNP组合可生成更多单倍型类型，减少无关个体偶然匹配的可能性。

• 适应目标人群：
例如：针对东亚群体优化标记选择，避免因人群特异性（如欧洲人群高频SNP在东亚罕见）导致的鉴别力下降。

4. Ae（有效等位基因个数）

筛选意义

• 量化鉴别能力：

• 高信息含量：单倍型在群体中分布广泛，可覆盖更多遗传差异。

• 匹配概率极低：满足法医高鉴别力要求。

• 标准化阈值：
国际法医遗传学会（ISFG）建议使用高鉴别力标记，确保结论的法庭科学有效性。

5. FST 计算

FST值的定义与意义

• 计算公式：

• 法医学意义：
1. 族群推断：高FST值SNP在不同群体间频率差异显著，可辅助判断样本的族群来源。
2. 混合样本解析：群体特异性SNP有助于识别混合样本中不同族群的贡献比例。
3. 减少群体偏倚：避免选择群体间差异过大的SNP，防止因群体分层导致匹配概率估计偏差。

6. 物理距离

筛选意义

• 独立性保障：
物理距离>10Mb 可近似认为不同单倍型间无连锁（人类基因组平均重组率约1cM/Mb），确保：
• 独立遗传：单倍型的频率计算符合乘积定律，避免连锁导致的频率高估。
• 统计模型简化：直接相乘各单倍型频率计算累积匹配概率，无需校正连锁效应。

• 资源优化：
避免选择邻近单倍型造成的冗余信息，最大化有限标记数量的鉴别效能

参考：