r - 创建后代的可能结果基因型

Question

设两个二元向量p1和p2，长度为20，代表两个父母个体的基因型。

p1 <- sample(c(0,1), 20, replace=T)
p2 <- sample(c(0,1), 20, replace=T)

那么前 10 个数字代表一个染色体上的等位基因，第二个 10 个数字代表第二个染色体上的等位基因，即我们正在查看 10 个双等位基因位点。现在我想生成父母双方的后代个体可以拥有的所有可能的基因型。如何在假设重组的情况下创建这些序列（即，如果从p2 的 2 个等位基因中选择基因座 i 处的一个等位基因，则必须从p1 中获取位置 i+10 处的第二个等位基因，反之亦然)?

Answer 1

（注意：我在早期草稿中的后代计算中的索引错误。）

这是基于我上面的 cmets 的解决方案。

library(compositions)

p1 <- matrix(sample(0:1, 20, replace = TRUE), ncol = 2)
p2 <- matrix(sample(0:1, 20, replace = TRUE), ncol = 2)

for (choice1 in 0:1023) {
  p1choices <- bit(choice1, 0:9) + 1
  for (choice2 in 0:1023) {
    p2choices <- bit(choice2, 0:9) + 1
    offspring <- cbind(p1[cbind(1:10, p1choices)], p2[cbind(1:10, p2choices)])
    # record this somehow
  }
}

我省略了记录所有后代基因型的步骤。您可以使用

将offspring 的列转换为 0:1023 中的两个数字

apply(offspring, 2, function(x) sum(x*2^(0:9)))

但您可以自行决定如何处理这些内容。

编辑添加：

上面的循环产生了大约一百万个后代，但在许多情况下，这不是必需的。如果 p1 或 p2 是纯合子（两列中的值相等）， 你选择哪一个并不重要。使用简单的模型，平均每个亲本中大约一半的基因座是纯合的，所以实际上只需要大约一千个选择。这个版本的代码考虑到了这一点。它更复杂（因此更可能包含错误！），但速度快了一千倍：

library(compositions)

p1 <- matrix(sample(0:1, 20, replace = TRUE), ncol = 2)
hetero1 <- p1[,1] != p1[,2]
count1 <- sum(hetero1)
p1choices <- rep(1, 10)
p2 <- matrix(sample(0:1, 20, replace = TRUE), ncol = 2)
hetero2 <- p2[,1] != p2[,2]
count2 <- sum(hetero2)
p2choices <- rep(1, 10)

for (choice1 in 0:(2^count1 - 1)) {
  p1choices[hetero1] <- bit(choice1, 0:(count1 - 1)) + 1
  for (choice2 in 0:(2^count2 - 1)) {
    p2choices[hetero2] <- bit(choice2, 0:(count2 - 1)) + 1
    offspring <- cbind(p1[cbind(1:10, p1choices)], p2[cbind(1:10, p2choices)]) 
    # record this somehow
  }
}