低深度测序数据的基因型填充优化与回归模型性能分析

来源：湖北农业科学杂志2025年第7期北京时间：

作者：向冲, 陈璨

单位：长江职业学院数据信息学院,武汉 430070

摘要：通过优化基因型填充算法和筛选最优回归模型,建立适用于低深度测序基因组数据分析的新方法。结果表明,相较于优化前的算法,优化后基因型填充算法的准确率从95%提升至98%,同时通过参数调优与高效算法选择使单次填充时间由24 h缩短至12 h,处理效率明显提高。对于连续型表型分析（如GWAS中的数量性状）,岭回归模型、线性回归模型表现较好,在1.0×测序深度下,岭回归模型、线性回归模型的MSE分别为0.07、0.08,Accuracy分别为0.82、0.80。在处理分类问题（如基因组选择）时,Logistic回归模型凭借概率化建模特性展现出明显优势,该模型在分类性能上表现较好（AUC=0.90）,明显优于线性回归模型（AUC=0.85）。

关键词：低深度测序数据,基因型填充,岭回归模型,性能分析,线性回归模型,Logistic回归模型

基金资助：湖北省自然科学基金计划（一般面上项目）(2023AFB921)