WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Modélisation spatiale hiérarchique bayésienne de l'apparentement génétique et de l'héritabilité en milieu naturel à  l'aide de marqueurs moléculaires

( Télécharger le fichier original )
par Ciré Elimane SALL
Université Montpellier II - Doctorat 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 1

Modélisation de l'apparentement :

prise en compte de l'information

spatiale

1.1 Introduction

L'objectif de ce chapitre est de développer un modèle statistique pour l'estimation de l'apparentement en prenant en compte l'information spatiale. La première partie décrit le modèle pour l'estimation de l'apparentement par maximum de vraisemblance lorsque les génotypes de deux individus sont observés et les fréquences alléliques sont connues. Nous étudierons ensuite le cas oil plus de deux individus sont observés et nous verrons que l'approche de Milligan s'insère dans un cadre plus large qui est celui de la vraisemblance composite. La vraisemblance composite ainsi que les propriétés de l'estimateur du maximum de vraisemblance composite seront ensuite présenté. Nous décrirons enfin le modèle spatial hiérarchique pour l'apparentement. Nous avons choisi, dans ce modèle, de considérer la distance spatiale entre les individus comme une covariable mais d'autres covariables comme le site expérimental ou la région pourraient aussi être envisagées.

1.2 Modèle de Milligan pour l'apparentement : approche par maximum de vraisemblance

Considérons que les observations portent sur le génotype d'un couple d'individus donné et que la distribution des fréquences alléliques est connue. Soit IBS ? {IBS1, IBS2, . . . , IBS9} le mode d'IBS observé en un locus et

A = (A1, . . . , A9) le vecteur des probabilités d'IBD du couple d'individus. La vraisemblance est égale à :

9

L(A; IBS) =

X
i=1

P(IBSj|IBDi)Ai,, j ? {1, . . . , 9}. (1.1)

Les probabilités conditionnelles P(IBSj|IBDi) sont des fonctions polynômiales des fréquences alléliques et sont données au tableau 1.1. Pour L locus indépendants, la vraisemblance est simplement donnée par le produit des vraisemblances 1.1 :

L(A; IBS) = 11L 9 P(IBSlj|IBDi)Ai, j ? {1, . . . , 9}

l=1 i=1

oil IBSl désigne le mode d'IBS observé au locus l. Notons bien que la probabilité d'IBD, A, est indépendante du locus considéré. En effet, le degré d'apparentement entre deux individus, qui est déterminé par la donnée des probabilités d'IBD A, est indépendant du locus considéré bien que chaque locus soit caractérisé par les fréquences alléliques à ce locus.

 
 
 
 
 
 

Mode d'IBD IBDj

 
 
 

Mode d'IBS

Etat allélique

IBD1

IBD2

IBD3

IBD4

IBD5

IBD6

IBD7

IBD8

IBD9

IBS1

AiAi, AiAi

fi

f2

i

f2

i

f3

i

f2

i

f3

i

f2

i

f3

i

f4

i

IBS2

AiAi, AjAj

0

fifj

0

fif2

j

0

f2 i fj

0

0

f2 i f2

j

IBS3

AiAi, AiAj

0

0

fifj

2f2i fj

0

0

0

f2i fj

2f3i fj

IBS4

AiAi, AjAk

0

0

0

2fifjfk

0

0

0

0

2f2i fjfk

IBS5

AiAj, AiAi

0

0

0

0

fifj

2f2i fj

0

f2i fj

2f3i fj

IBS6

AjAk, AiAi

0

0

0

0

0

2fifjfk

0

0

2f2i fjfk

IBS7

AiAj, AiAj

0

0

0

0

0

0

2fifj

fifj(fi + fj)

4f2i f2j

IBS8

AiAj, AiAk

0

0

0

0

0

0

0

fifjfk

4f2i fjfk

IBS9

AiAj, AkAl

0

0

0

0

0

0

0

0

4fifjfkfl

TAB. 1.1 - Probabilités d'observer le mode d'IBS sachant le mode d'IBD ; fk est la fréquence de l'allèle Ak et des allèles avec des indices différents sont distincts.

1.2.1 Estimation des paramètres

L'estimateur du maximum de vraisemblance Aà de A est obtenu en maximisant la fonction de vraisemblance dans l'espace des paramètres de dimension 8 en raison de la contrainte sur les paramètres P9j=1 Aj = 1. Si nous supposons que les individus sont non consanguins il n'est pas possible que les

individus aient reçus en un locus deux copies du même allèle parental et ainsi un couple d'individus donné ne peut avoir à locus qu'une unique possibilité d'avoir 2, 1 ou aucun allèle(s) IBD et ces cas correspondent respectivement aux modes d'IBD IBD7, IBD8 et IBD9 (voir figure 3). L'estimateur du maximum de vraisemblance sera obtenu par optimisation de la fonction de log-vraisemblance sur l'espace des paramètres (L7, L8, L9) qui est de dimension 2 en raison de la contrainte P9 i=7 Li = 1. Comme le plus souvent il n'est pas possible d'obtenir une solution analytique, la procédure d'optimisation proposée par Milligan (2003) est basée sur une conversion de la méthode du simplex qui est une technique d'optimisation numérique avec contraintes (Press et al., 1992).

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je voudrais vivre pour étudier, non pas étudier pour vivre"   Francis Bacon