Réunion 27/02/26

Lionel Viguier

Ordre du jour

• Pruning
• présentation jeux de donnée de Test
• Retour sur le calcul de la MAF chez les fondateurs
• Test et résultats
• Discussion

Pruning

l’algorithme de pruning se base sur un tableau de distance au déscendent génotypé le plus proche:

• si un individu i est génotypé: \(Dist_i = 0\)
• si un individus i n’est pas génotypé: \(Dist_i = min(Dist_{childrens(i)}) +1\)

Présentation du JDD simulé

• Un fichier .fam avec un pédigree:
  • 550 individus
  • 11 générations (50 individus/génération)
  • pas de saut de génération
• Un fichier de génotype réel:
  • 1000 locus x 550 individues
• Un fichier .vcf de génotypage simulé:
  • avec la Pénétrance
• Un fichier Pickle avec la MAF des fondateurs pour tous les loci

PopFreq

\[ \widehat{MAF} = {1\over 2} P(X = 1|Y) + P(X =2|Y) \]

def ReEstimateFoundersAnterior(samplesProbalog):
    samplesProba = np.exp(samplesProbalog)
    # shape (nloci,nGenotype,nfounders)

    # Estimation of MAF
    ## we apply coefficient based on numbers of alt alleles
    estimateMAF = samplesProba * np.array([0, 0.5, 1])[None, :, None]
    estimateMAF = np.sum(estimateMAF, axis=(1, 2)) / samplesProba.shape[-1]

    estimateMAF = np.log(estimateMAF)
    log_1_minus_MAF = np.log(1 - np.exp(estimateMAF.clip(max=np.log(1 - 1e-10))))
    # Reestimate founders anterior probabilities
    reestimated_anterior_freq = np.zeros_like(
        samplesProbalog[..., 0, None]
    )  # <- shape(nloci,nGenotype,1)
    reestimated_anterior_freq[:, 0, 0] = 2 * log_1_minus_MAF  # log((1-MAF)^2)
    reestimated_anterior_freq[:, 1, 0] = (
        np.log(2) + estimateMAF + log_1_minus_MAF
    )  # log(2 * MAF * (1-MAF))
    reestimated_anterior_freq[:, 2, 0] = 2 * estimateMAF  # log(MAF^2)

    return reestimated_anterior_freq

Test et Résultats

Sur le jeux de donnée simulé (avec conservation de tous les génotypages) on a pu traquer lors des différent cycles du peeling itératif

• la logvraisemblence L (résumé ici en moyenne sur les locus + individus)
• la \(MSE\) entre \(\widehat{MAF}\) et \(MAF\)

Discussion

• comment faire évoluer le prunning (en discuter ave Pierre et Vincent)
• dans le lowpass es ce que des individus serons génotyper en 30X?
• comment modifier un .vcf (pour faire des test en supprimant des génotypages)
  • aspect pratique > quel package/commande utiliser?
  • aspect théorique > y-a-t’il des animaux plus interessant a enlever du vcf que d’autres?
• résultats:
  • la likelihood peut elle augmentée?
  • es-ce-que une MSE a 5% est satisfaisante?

Retour

• Pruning:
  • faire un vecteur de distance dans l’autre sens aussi (distance a l’ancetre génotyper le plus proche)
  • compter le nombre d’enfants génotypé (filtre >10)
  • ne pas faire de “in” mais utiliser un default dict
• Popfreq: Ne pas utiliser la fonction ReestimateAnterior avec la penetrance >>> faire du calling puis calculer avec les génotypes.
• Test et Resultats:
  • Pensé a vérifier que les proba somme 1
  • vérifier que les L sont égaux pour chaque individus a un locus donné