サルストンのスコア

サルストンスコアは、 DNAマッピングで、 2つのDNAクローン間の「指紋」の類似性が単なる偶然の結果である可能性を数値的に評価するために使用される方程式です。このように使用される場合、それは統計的有意性のテストです。つまり、値が低いということは、類似性が有意であることを意味し、2つのDNAクローンが互いに重なり合っており、与えられた類似性が単なる偶然の出来事ではないことを示しています。この名前は、方程式の使用を最初に提案した論文の主著者であるジョン・サルストンを指すエポニムです。 ^[1]

DNA マッピングプロジェクトの各クローンには「指紋」があります。これは、(1) クローンを酵素で消化し、(2) ゲル上でこれらの断片を分離し、(3) ゲルの位置に基づいて長さを推定することで推定される DNA 断片の長さのセットです。各ペアのクローン比較では、各セットの長さがいくつ一致するかを確認できます。少なくとも 1 つの一致がある場合は、一致が同じ DNA を表している可能性があるため、クローンが重複している可能性があります。ただし、各一致の基礎となる配列は不明です。したがって、長さが一致する 2 つの断片は、依然として異なる配列を表している可能性があります。つまり、一致は重複を決定的に示すものではありません。問題は、一致を使用して重複状態を確率的に分類することです。

生物学者は、 DNA マッピングプロジェクトでクローンの重複を識別するために、さまざまな手段 (多くの場合、組み合わせて) を使用しています。多くは生物学的な手段 (つまり、共通のマーカーを探す) ですが、他の手段は基本的に数学的なものであり、通常は確率的および/または統計的アプローチを採用しています。

サルストン スコアは、次に示すように、ベルヌーイ過程と二項過程の概念に基づいています。と測定された断片長をそれぞれ持つ2 つのクローンとを考えます。ここで、 です。つまり、クローンには少なくともクローン と同じ数の断片がありますが、通常はそれより多くなります。サルストン スコアは、クローン 上の少なくとも断片長が上の長さの任意の組み合わせと一致する確率です。直観的には、最大で 個の一致があることがわかります。したがって、2 つのクローン間の特定の比較について、断片の一致の統計的有意性、つまりこの一致が単なる偶然の結果として発生した可能性を測定できます。値が非常に低い場合は、純粋な偶然では発生しそうにない有意な一致を示します。一方、値が高い場合は、特定の一致が単なる偶然である可能性があることを示唆します。 ${\displaystyle \alpha}$${\displaystyle \beta}$${\displaystyle m}$${\displaystyle n}$${\displaystyle m\geq n}$${\displaystyle \alpha}$${\displaystyle \beta}$${\displaystyle h}$${\displaystyle \beta}$${\displaystyle \alpha}$${\displaystyle n}$${\displaystyle h}$

2005 年の論文^[2]で、 Michael Wendl は、独立試行の仮定が有効でないことを示す例を示しました。したがって、従来の Sulston スコアは確かに確率分布を表しますが、実際には指紋問題の分布特性ではありません。Wendl はさらに、ベル多項式の観点からこの問題の一般解を示し、従来のスコアが P 値を桁違いに過大予測することを示しました。(この問題では P 値は非常に小さいため、たとえば 10×10 ⁻¹⁴対 10×10 ⁻¹²のオーダーの確率について話していることになりますが、後者の Sulston 値は 2 桁も高すぎます。) この解は、問題が確率的アプローチで扱うのに十分な情報量を持っているかどうかを判断するための基礎を提供し、2 種類の誕生日問題に対する一般解でもあります。

厳密解の欠点は、その評価に計算量が多く、実際には大きなクローンの比較には適さないことである。^[2]この問題に対するいくつかの高速近似が提案されている。^[3]

• FPC: サルストンスコアを利用した広く使用されている指紋マッピングプログラム