[发明专利]基于遗传算法的植物品种真实性鉴定位点筛选方法

说明书

技术领域

本发明属于计算机方法和生物技术的交叉领域，具体涉及一种基于遗传算法的植物品种真实性鉴定位点筛选方法。

背景技术

随着DNA分子标记技术的发展，单核苷酸的多态性（以下简称SNP）作为第三代分子标记已经在逐步探索应用于植物品种的真实性鉴定工作。根据实际业务的需求，对成千上万的SNP位点进行质量和数量的优化，不仅可以降低该技术的应用成本，而且可以提高其数据分析效率。

常规的分子标记位点筛选方法是分析样品的遗传背景信息，以遗传多样性为评价指标挑选最优的分子标记位点集合。具体方法如下：首先，根据已有的样品分子标记数据，分析群体结构和群体遗传变异；其次，统计每个分子标记位点的连锁不平衡程度、遗传分化系数和最小等位基因频率，选择遗传多样性代表能力强的分子标记位点集合；接着，按照分子标记位点在染色体上均匀分布的原则调整筛选集合；最后，计算已选分子标记位点集合累积个体识别率，验证已选分子标记位点集合的有效性。

在人类分子标记的筛选中，个体识别率（Probability of Discrimination Power，以下简称DP）作为判断单个分子标记识别无关个体效能的指标而被广泛应用，其含义是指在群体中随机抽取两个体，二者的分子标记位点表型不相同的概率。其计算公式为：

DP=1-Σi=1nPi2=1-Pm---(1)]]>

其中，n为某一分子标记位点的表型数目，Pi为该群体第i个表型的频率。为群体中随机抽取两个无关个体在某一分子标记位点上两者表型纯粹由于机会而一致的概率。

当对判断多个分子标记识别无关个体的综合能力进行评估时，则采用累积个体识别率（Total Probability of Discrimination Power，以下简称TDP）作为评价指标，其计算公式为：

TDP=1-Πj=1k(1-DPj)---(2)]]>

其中DP_j是第j个分子标记位点的个体识别率。必须强调的是，所有分子标记位点是独立遗传，符合乘积定律的要求。

累积个体识别率（TDP）是从分子标记位点的组合概率角度出发，进行统计推断定义，不仅要求选用的分子标记位点之间独立不相关（或遗传不连锁），而且要求能统计全部的样品，才能计算出较为准确的基因频率。在将此概念引入到植物品种真实性鉴定的应用领域中，存在以下几个问题：

其一，客观、准确的分析每个分子标记位点的遗传背景信息和之间的遗传关系有一定难度，原因在于遗传背景分析本身方法的复杂性，包括分析时要满足多个前提假设，针对不同的物种需要不同的专业背景知识进行区分性使用等。

其二，统计出客观的基因频率才能计算出准确的个体识别率，但该统计过程难度较大，原因在于需要获得所有群体样品或者代表性群体样品的分子标记信息。