溯祖过程及其在群体遗传学中的应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11801027
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0210.随机分析与随机过程
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Coalescent process have important applications in population genetics, which can model generating process of DNA sequence and provide a theoretical basis for the study of population genetics..In this project, we firstly consider the coalescent theory under the gene flow model, making a rigorous mathematical description for coalescent process with recombination and analyzing its properties. Then, according to coalescent and branching process, we describe the admixture model of multiple waves and multiple ancestries backward in time and forward in time respectively, which provide a theoretical basis for complex admixture history inference. Finally, focusing on two types of recombination related genetic features: ancestral tracks and IBD segments, we develop the stochastic models and methods of complex admixture history inference..Based on our previous work, we plan to further develop the theoretical framework of coalescent process with recombination, make an exploration on more complex genetics model and develop some new methods of complex admixture history inference to resolve the gene flow history of some real populations in the northwest of our country.
溯祖过程在群体遗传学中有非常重要的应用,能很好地刻画DNA序列的产生和变化过程,为群体遗传学问题的研究提供理论基础。.在本项目中,我们首先研究在基因交流模型下的溯祖理论,从数学上严格刻画带有重组的溯祖过程并讨论其性质;其次,基于溯祖过程和分枝过程理论,分别从逆向时间和正向时间刻画多波多祖先混合模型,为复杂人口混合历史的推断提供理论基础。最后,考虑两种与基因重组密切相关的遗传特征——祖先片段和IBD片段,研究基于这两种遗传特征推断复杂人口混合历史的随机模型与方法。.本项目拟在已有研究工作的基础上,进一步发展带有重组的溯祖过程理论框架,对更为复杂的遗传模型进行深入研究,开发推断复杂人口混合历史的方法,并将其应用到我国西北人群中,从遗传学角度解析这些人群的基因交流历史。

结项摘要

溯祖过程在群体遗传学中有非常重要的应用,能很好地刻画DNA序列的产生和变化过程,为群体遗传学问题的研究提供理论基础。本项目主要研究溯祖过程及其在群体遗传学中的应用:(1)完成了两个群体迁移模型下带有重组的溯祖过程的理论刻画,同时开发了能有效模拟复杂进化模型下群体基因组数据的软件AdmixSim,为溯祖过程的理论和应用研究提供基础;(2)建立了一般混合模型——多波多祖先混合模型,开发了相应的推断复杂人口混合历史的方法,该方法实现了连续和离散混合模型下混合历史的推断,可以根据数据自动选择最优混合模型以及估计该模型下参数。(3)开发了一种新的检测混合群体中上位效应的方法,率先将混合群体中个体的祖先信息引入到上位效应的检测中,剔除混合连锁不平衡造成的混淆,克服已有方法计算量大、统计功效低的缺陷;将该方法应用于美国黑人群体中,发现一些新的具有上位效应的染色体区域,为适应性进化提供了新的视角。(4)开发了一种新的研究远古人类基因渗入历史的方法ArchaicSeeker 2.0。该方法可以有效地从现代人类基因组中检测远古人类的渗入片段并重构现代人类和远古人类的混合历史。基于该方法,我们在更精细的尺度上重构了史前人类在欧亚大陆的基因交流历史。(5)研究我国结核分枝杆菌的遗传结构,揭示了L4型结核分枝杆菌的流行病学特征,为结核病的预防、控制和治疗提供理论指导。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
AdmixSim 2: a forward-time simulator for modeling complex population admixture.
AdmixSim 2:用于对复杂群体混合进行建模的正向时间模拟器
  • DOI:
    10.1186/s12859-021-04415-x
  • 发表时间:
    2021-10-18
  • 期刊:
    BMC bioinformatics
  • 影响因子:
    3
  • 作者:
    Zhang R;Liu C;Yuan K;Ni X;Pan Y;Xu S
  • 通讯作者:
    Xu S
AdmixSim: A Forward-Time Simulator for Various Complex Scenarios of Population Admixture.
AdmixSim:用于人口混合的各种复杂场景的正向时间模拟器
  • DOI:
    10.3389/fgene.2020.601439
  • 发表时间:
    2020
  • 期刊:
    Frontiers in genetics
  • 影响因子:
    3.7
  • 作者:
    Yang X;Yuan K;Ni X;Zhou Y;Guo W;Xu S
  • 通讯作者:
    Xu S
Detecting fitness epistasis in recently admixed populations with genome-wide data
利用全基因组数据检测最近混合群体的适应性上位性
  • DOI:
    10.1186/s12864-020-06874-7
  • 发表时间:
    2019-11
  • 期刊:
    BMC Genomics
  • 影响因子:
    4.4
  • 作者:
    Xumin Ni;Mengshi Zhou;Heming Wang;Karen Y. He;Uli Broeckel;Craig Hanis;Sharon Kardia;Susan Redline;Richard S. Cooper;Hua Tang;Xiaofeng Zhu
  • 通讯作者:
    Xiaofeng Zhu
Refining models of archaic–modern human admixture in Eurasia with ArchaicSeeker 2.0
使用 ArchaicSeeker 2.0 完善欧亚大陆古代与现代人类混合的模型
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Nature Communications
  • 影响因子:
    16.6
  • 作者:
    Kai Yuan;Xumin Ni;Chang Liu;Yuwen Pan;Lian Deng;Rui Zhang;Yang Gao;Xueling Ge;Jiaojiao Liu;Xixian Ma;Haiyi Lou;Taoyang Wu;Shuhua Xu
  • 通讯作者:
    Shuhua Xu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

倪旭敏的其他基金

基于全基因组数据的复杂混合人群历史建模和推断
  • 批准号:
    12271026
  • 批准年份:
    2022
  • 资助金额:
    45.00 万元
  • 项目类别:
    面上项目
基于全基因组数据的复杂混合人群历史建模和推断
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    45 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码