劉亞舉，張俊濤

幾款遺傳學(xué)分析軟件在法醫(yī)生物統(tǒng)計(jì)中的應(yīng)用

ApplicationofSeveralGeneticAnalysisSoftwarestoForensicBiologicalStatistics

劉亞舉1，張俊濤2

目的探討遺傳學(xué)分析軟件在STR基因座遺傳多態(tài)性統(tǒng)計(jì)中的應(yīng)用。方法借助STR分型軟件，利用軟件所介紹的統(tǒng)計(jì)計(jì)算功能，計(jì)算雜合度H、匹配概率Pm、個(gè)體識(shí)別力DP、多態(tài)性信息含量遺傳多態(tài)性參數(shù)PIC和非父排除率PE等。結(jié)果PowerStats v12、PowerMarker v3.25、Cervus 3.0和Hema法醫(yī)DNA等幾款分析軟件應(yīng)用在STR基因座遺傳多態(tài)性參數(shù)計(jì)算方面各有優(yōu)缺點(diǎn)，Arlequin v3.11軟件主要應(yīng)用在X-STR基因座中Fisher,s精確檢驗(yàn)和Hardy-Weinbergs平衡檢驗(yàn)。結(jié)論聯(lián)合使用文中介紹的幾款軟件，可以解決法醫(yī)工作者繁瑣的統(tǒng)計(jì)計(jì)算工作。

遺傳學(xué)多態(tài)性；分析軟件；生物統(tǒng)計(jì)；STR分型；個(gè)體識(shí)別

在法醫(yī)DNA應(yīng)用領(lǐng)域中，進(jìn)行個(gè)人識(shí)別、親權(quán)鑒定和DNA數(shù)據(jù)庫(kù)建設(shè)時(shí)需要選擇相應(yīng)的基因座，那么就要分析統(tǒng)計(jì)所選擇基因座在相應(yīng)民族群體中的遺傳多態(tài)性，即計(jì)算雜合度(H)、匹配概率(Pm)、個(gè)體識(shí)別力(DP)、多態(tài)性信息含量(PIC)和非父排除率(PE)。本文介紹幾款界面簡(jiǎn)單和易操作的軟件，也是作者的使用體會(huì)，以供大家參考。

1 STR分型數(shù)據(jù)的整理

生物檢材經(jīng)DNA提取、PCR擴(kuò)增、STR電泳檢測(cè)后，不管是測(cè)序儀3130電泳數(shù)據(jù)(.FSA)或是3500電泳數(shù)據(jù)(.HID)，均用GeneMapperID-X軟件(美國(guó)AB公司)進(jìn)行等位基因分型，在分型之前需要對(duì)ID-X軟件進(jìn)行設(shè)定。

1.1 等位基因顯示設(shè)定打開(kāi)軟件，F(xiàn)iles列表中點(diǎn)擊Project Options，選擇Options窗口中Analysis界面，在最下方Duplicate homozygous alleles畫(huà)鉤，即完成設(shè)定。

1.2 結(jié)果Excel文檔輸出設(shè)定選擇需要輸出的樣本，點(diǎn)擊Tools中的Report Manager，在Report Manager窗口中點(diǎn)擊File列表中的Export，即可完成輸出。注意要將文件保存為.csv格式，即Excel格式，要選擇每個(gè)基因座的等位基因分別于不同的單元格。得到的Excel基因型分型表，第1行是基因座名稱(chēng)，第2行以下是等位基因分型，每個(gè)基因座占兩列(即每一個(gè)體基因型的兩個(gè)等位基因)，每個(gè)樣本占1行，可以在表格最前端增加列，輸入諸如群體特征等信息。如用ID-X軟件對(duì)包含有D18S1364、D13S325、D2S1772基因座的某群體進(jìn)行等位基因分型，經(jīng)過(guò)上述過(guò)程，得到的Excel表格(保存格式為.csv和.xls),以供下述軟件使用。

2 遺傳學(xué)分析軟件使用介紹

2.1 PowerStatsv12和Modified-powerstat軟件這是一款被大多數(shù)作者所使用的軟件，操作簡(jiǎn)單易于掌握，文獻(xiàn)[1]進(jìn)行了詳細(xì)闡述，區(qū)別在于前者不能進(jìn)行Hardy-Weinbergs平衡檢驗(yàn)，且樣本容量限制在600例之內(nèi)，而后者彌補(bǔ)了這方面的不足，兩者同時(shí)具有不同群體之間的數(shù)據(jù)比對(duì)功能，目前后者被廣泛采用，本文不再列舉。

2.2 PowerMarkerv3.25軟件[2]安裝該軟件時(shí)，需要先安裝有Microsoft.NET Framework(版本號(hào)v1.1)。

2.2.1 Excel表中的基因型數(shù)據(jù)導(dǎo)入 先選中Excel表輸入有內(nèi)容的單元格，按Ctrl+C鍵；然后打開(kāi)PowerMarker軟件，在File列表中點(diǎn)擊Import，選擇Dataset，在出現(xiàn)的對(duì)話(huà)框中，點(diǎn)擊From clipboard，按下Next，出現(xiàn)對(duì)話(huà)框后；點(diǎn)擊第1列中非基因座名的信息(如群體)，點(diǎn)擊下方的Categorical，在右側(cè)的Level-2 column(e.g population)下選擇相關(guān)信息(如群體)，按Next，再按Next，最后按Finish即可。

2.2.2 基因型數(shù)據(jù)的統(tǒng)計(jì)分析 在已打開(kāi)的PowerMarker軟件中，在Analysis列表中點(diǎn)擊Summary，選擇Allele Frequency，在出現(xiàn)的對(duì)話(huà)框中，點(diǎn)擊dataset，再按Submit，計(jì)算等位基因頻率。同樣方法可以計(jì)算Genotype Frequency(基因型頻率)、Hardy-Weinberg Equilibrium(H-W平衡)等群體遺傳學(xué)參數(shù)。計(jì)算后的數(shù)據(jù)，用鼠標(biāo)指向數(shù)據(jù)任何位置，雙擊鼠標(biāo)左鍵，就可以保存為.xls數(shù)據(jù)。該款軟件也被大眾采用，因?yàn)樗膬?yōu)點(diǎn)是能夠附加計(jì)算χ2和P值，以及常染色體基因座是否存在連鎖遺傳關(guān)系，樣本容量不受限制，唯一不足的是不能計(jì)算非父排除率PE。

2.3 Cervus3.0軟件安裝后先點(diǎn)擊File中new，再點(diǎn)擊Analysis中Allele Frequencies，出現(xiàn)Allele Frequency Analysis對(duì)話(huà)框。點(diǎn)擊Select，導(dǎo)入基因型文件(必須為ID-X軟件導(dǎo)出的Excel表，格式為.csv而非.xls)，在Number of loci里選擇總的基因座數(shù)，最后點(diǎn)擊Save as，選擇保存路徑和命名。點(diǎn)擊OK即可完成統(tǒng)計(jì)計(jì)算。該款軟件操作簡(jiǎn)單，而且能夠計(jì)算P值和進(jìn)行Hardy-Weinbergs平衡檢驗(yàn)，樣本容量又不受限制，所以被大眾接受，缺點(diǎn)是不能計(jì)算非父排除率PE。

2.4 Arlequinv3.11軟件[3]由于該軟件識(shí)別.arp的文件格式，即基因型數(shù)據(jù)以分開(kāi)的兩行輸入，1個(gè)基因座上的2個(gè)等位基因分別各占1行，因此對(duì)Excel文檔中基因座等位基因數(shù)據(jù)處理是主要的。

2.4.1 基因座等位基因由橫向變?yōu)榭v向排列 將圖1Excel表中的A列內(nèi)容清除，在A2、A3鍵入1、3，然后拖拉復(fù)制至最后一個(gè)樣本；在最后一個(gè)樣本下方鍵入2、4，拖拉復(fù)制至樣本數(shù)的2倍。選中A列，在“排序”選項(xiàng)中點(diǎn)擊“擴(kuò)展選定區(qū)域”，然后刪除A列；選中第1個(gè)樣本的每個(gè)基因座第2個(gè)等位基因，點(diǎn)擊右鍵，在“插入”選項(xiàng)中點(diǎn)擊“活動(dòng)單元格下移”；在整體數(shù)據(jù)后面新命名3列，分別鍵入基因座名(D18S1364、D13S325、D2S1772)，在D18S1364下的第1行鍵入公式“=A2&B2”，拖拉復(fù)制至最后一個(gè)樣本；依次類(lèi)推，得到D13S325、D2S1772基因座排列形式。選中最后命名的3列，復(fù)制，打開(kāi)一個(gè)新的Excel表，在CDE列點(diǎn)擊右鍵，點(diǎn)擊“選擇性粘貼”選擇“數(shù)值”；在A列第2.4行分別鍵入M1、M2，B列對(duì)應(yīng)位置鍵入1、1；選中AB列的第2至第5行，拖拉復(fù)制至最后一個(gè)樣本。完成后，即可得到基因座等位基因庫(kù)。

2.4.2 Arp文件格式的編寫(xiě) 在軟件包文件夾Arlequin ver3.11Example filesMicrosat中，選擇記事本方式打開(kāi)MicDipl.arp。首先修改[Profile]項(xiàng)中的NbSamples(群體數(shù)目)；其次修改[Data][[Samples]] 項(xiàng)中的基因數(shù)目、名稱(chēng)和樣本數(shù)量；最后復(fù)制上述2.4.1基因座等位基因庫(kù)的內(nèi)容，將SampleData={}中的內(nèi)容替換，但要注意{}的位置保持不動(dòng)，而且{}內(nèi)沒(méi)有基因座名稱(chēng)，只有數(shù)據(jù)。

2.4.3 Arlequin軟件的使用 打開(kāi)軟件，在File列表中點(diǎn)擊New project；然后在菜單欄點(diǎn)擊“Arlequin Configuration”，在Append results前畫(huà)勾，將Browse設(shè)置為C:Program FilesInternet Exploreriexplore.exe；點(diǎn)擊“Project wizard”，Browse項(xiàng)中選擇arp文件的保存路徑，Data type項(xiàng)中選擇MICROSAT及前兩項(xiàng)前畫(huà)勾，Controls項(xiàng)中修改樣本數(shù)量，Optional sections項(xiàng)的前兩項(xiàng)前畫(huà)勾；點(diǎn)擊“Import data”，Browse項(xiàng)中選擇arp文件的保存路徑，Target項(xiàng)中選擇畫(huà)勾，最后點(diǎn)擊TRANSLATE，出現(xiàn)Arlequin calculation settings對(duì)話(huà)框。舉例介紹Hardy-Weinberg平衡計(jì)算，點(diǎn)擊“Setting”，選擇Linkage disequilibrium，再選擇Hardy-Weinberg Equilibrium test，選中Perform exact test of Hardy-Weinberg Equilibrium，最后點(diǎn)擊“Start”。該款軟件具有不同群體之間的數(shù)據(jù)比對(duì)功能，主要應(yīng)用在X-STR基因座的P值計(jì)算和基因座之間是否存在連鎖遺傳關(guān)系方面，也是X-STR基因座統(tǒng)計(jì)計(jì)算不可缺少的軟件之一。

2.5 Hema法醫(yī)DNA分析軟件由珠海黑馬醫(yī)學(xué)儀器有限公司開(kāi)發(fā)，融合了實(shí)驗(yàn)室管理與統(tǒng)計(jì)計(jì)算和分析，本節(jié)主要介紹統(tǒng)計(jì)分析。登錄軟件，點(diǎn)擊菜單欄“基因統(tǒng)計(jì)”，出現(xiàn)基因統(tǒng)計(jì)數(shù)據(jù)庫(kù)對(duì)話(huà)框。點(diǎn)擊“添加”，在出現(xiàn)的對(duì)話(huà)框中，輸入“人種地區(qū)、基因座名稱(chēng)、抽樣總?cè)藬?shù)”和“添加等位基因名稱(chēng)”后，按“下一步”，再輸入“基因頻率”，按“下一步、完成”即可。該款軟件優(yōu)點(diǎn)是能夠分別計(jì)算三聯(lián)體非父排除率和二聯(lián)體非父排除率，但不能計(jì)算基因頻率和基因型頻率，由于是一款全中文軟件，所以也有龐大的使用群體。

3 討論

本文介紹的幾款遺傳學(xué)分析軟件，程序開(kāi)發(fā)編寫(xiě)者將固有的公式寫(xiě)入到軟件中，均具有強(qiáng)大的功能，可以代替大量繁瑣的人工計(jì)算，作為非專(zhuān)業(yè)者很難全面了解使用，作者拋磚引玉，系統(tǒng)地介紹了其在法醫(yī)生物統(tǒng)計(jì)中的應(yīng)用，希望能夠?yàn)槌鯇W(xué)者帶來(lái)幫助。另外尚未介紹的統(tǒng)計(jì)計(jì)算，如Y-STR中的GD值，可以利用Excel表的功能根據(jù)GD公式統(tǒng)計(jì)；X-STR的法醫(yī)學(xué)參數(shù)值[4-5]登陸http://www.chrx-str.org網(wǎng)站[6]根據(jù)在線計(jì)算功能得到。同時(shí)，大部分軟件屬于免費(fèi)軟件，獲取方便，應(yīng)用用途廣泛?？傊?，這幾款軟件也有相對(duì)的缺點(diǎn)，但聯(lián)合使用，可以彌補(bǔ)之間的一些不足，使用者可根據(jù)自己工作需要慢慢掌握。

[1]趙方，伍新堯，蔡貴慶，等.Modified-Powerstates軟件在法醫(yī)生物統(tǒng)計(jì)中應(yīng)用[J].中國(guó)法醫(yī)學(xué)雜志，2003,18(5)：297-298.

[2]Liu K,Muse SV.PowerMarker:an integrated analysis environment for genetic analysis[J].Bioinformatics,2005,21(9):2128-2129.

[3]Excoffier L，Lischer H E L.Arlequin suite ver 3.5:a new series of programs to perform population genetics analyses under linux and windows[J].Mol ecol Resour,2010,10(3):564-567.

[4]Botstein D,White RL,Skolnick M,et a1.Construction of a genetic linkage map in man using restriction fragment length polymorphisms[J].Am J Hum Genet,1980,32(3):314-331.

[5]Desmarais D,Zhong Y,Chakraborty R,et al.Development of a highly polymorphic STR marker for identity testing purposes at the human androgen receptor gene(HUMARA)[J].J Forensic Sci，1998，43(5):1046-1049.

[6]Szibor R,Hering S,Edelmann J.A new web site compiling forensic chromosome X research is now online[J].Int J Legal Med,2006,120(4):252-254.

2014-01-13

1.許昌市公安局刑事科學(xué)技術(shù)研究所，河南許昌 461000 2.襄城縣公安局刑偵大隊(duì)，河南襄城 461700

劉亞舉(1978-)，男，河南襄城人，副主任法醫(yī)師，從事DNA檢驗(yàn)及法醫(yī)遺傳學(xué)統(tǒng)計(jì)工作。

DF795.4

B

1672-688X(2014)01-0062-03