cervus 是经典的亲子鉴定软件。

cervus 原理

下载 cervus

去官网下载软件（见参考文献的第一条链接），我下载的是 3.0.7 版本

准备基因型文件

基因型文件可以由 plink 文件生成，第一列是个体号，从第二列起为每个位点的基因型，一个基因型占2列（SSR 使用片段大小，SNP 可以使用碱基，缺失标记为 0），含有标题（两列基因型分别添加后缀 “a”, “b”）。

举例如下

计算等位基因频率

点击 Analysis ，然后点击 Allele Frequency Analysis

在弹出的窗口设置如下，其中左下部分含义为

• Header row ： 是否有标题
• Read locus names ： 是否读取位点名称
• ID in column ： 样本号在第几列
• First allele in column ： 第一个位点的基因型在第几列
• Number of loci : 位点总数

右下部分默认不动（含义为做哈温伯格平衡测试，最小期望频率为5，使用叶氏连续性修正，使用Bonferroni校正，估计无效等位基因频率）。

运行结束了我们得到了两个结果文件

frequence.alf 就是等位基因型频率结果文件

frequence.txt 文件各列内容如下

• Locus ： 位点名称
• k ： 等位基因型数目
• N ： 该位点的样本数目（应该是剔除缺失后的）
• HObs : 该位点的观测杂合度
• HExp : 该位点的期望杂合度
• PIC ： 该位点的多态信息含量 (Polymorphic information content)

后续列为（注意，这里的结果是非排除概率，排除概率等于 1- 该列的值） 。

后面三列应该对应着三种情况，双亲的基因型均未知鉴定一个候选亲本（1P）， 已知一个亲本基因型鉴定另一个候选亲本（2P），双亲的基因型均未知鉴定一对候选亲本（PP）。

NE-I 对应个体识别的非排除概率。

NE-1P: Average non-exclusion probability for one candidate parent.

NE-2P: Average non-exclusion probability for one candidate parent given the genotype of a known parent of the opposite sex.

NE-PP: Average non-exclusion probability for a candidate parent pair.

NE-I: Average non-exclusion probability for identity of two unrelated individuals.

NE-SI: Average non-exclusion probability for identity of two siblings.

HW: 哈温伯格平衡NS = not significant无显著性, * = significant at the 5% level显著性水平5%, ** = significant at the 1% level显著性水平1%, *** = significant at the 0.1% level显著性水平0.1%, ND = not done没有做

F(Null): Estimated null allele frequency估计无效等位基因频率

因此，需要手动计算的排除概率如下：

• PE-1P = 1 - NE-1P
• PE-2P = 1 - NE-2P
• PE-PP = 1 - NE-PP
• DP = 1 - NE-I

之后的统计内容为

• Number of individuals: 个体数量
• Number of loci : 位点数量
• Mean number of alleles per locus : 所有位点平均等位基因数量
• Mean proportion of loci typed : 所有位点的平均检出率
• Mean expected heterozygosity : 所有位点的平均期望杂合度
• Mean polymorphic information content (PIC): 所有位点的平均多态信息含量

之后是累积非排除概率的统计。

检测重复样本

亲子鉴定前最好做一下个体识别，或者说重复样本检测，看看有没有基因型一样的个体。

点击 Analysis ，然后点击 Identity Analysis 。

设置如下，其它设置上面均提过，新增加的选项就是输出选项

• Minimum number of matching loci ：这应该是说输出的重复样本之间最少应该匹配上多少个体位点
• Allow fuzzy matching : 允许模糊匹配，就是说允许两个重复存在不一致位点
• Allow 3 mismatches ：允许重复样本之间最多存在几个不一致位点

输出文件 identity.csv 中含有所有重复样本的信息

模拟亲缘关系推断

通过模拟训练可以获得亲子关系统计指标 置信区间为80%和95%的临界值。

点击 Analysis ，然后点击 Simulation of Parentage Analysis 。

这里有四种亲子鉴定分析类型类型：maternity analysis, paternity analysis, parent pair analysis where the sexes of candidate parents are known and parent pair analysis where the sexes of candidate parents are unknown 。

可以简单地理解为单亲鉴定和双亲鉴定，下面以 parent pair (Sexes Known) 为例

其中：

• Offspring: 后代数目，默认就是 10000
• Candidate mothers ： 候选母本数目（包括没有基因型的样本）(父本同理)
• Prop. sampled : 候选母本采样比例
• Prop. loci typed ：位点的分型率
• Prop. loci mistyped ：位点的错误分型率

这里有两个输出文件: sim_mother.sim 中包含了所有的参数，sim_mother.txt 是模拟结果。

亲子鉴定

首先将后代的个体号放在一个文件中(offspring.txt) ，如果已知亲本性别则创建一个候选父本的个体号文件(father.txt) 和 候选母本的个体号文件（mother.txt），如果亲本性别未知则将所有候选亲本放在一个文件夹中。

下面以亲本性别已知为例，点击 Analysis 再点击 Parentage Analysis , Parent Pair (Sexes Known)

填写参数如下，每一步之后都点击 next 进入下一步，注意选择模拟结果文件时要选择相同的分析结果（比如这里是双亲有性别信息，这里的模拟结果也要用双亲有性别信息）

输出结果中 assign_out.txt 是汇总文件， assign_out.csv 是具体结果，其结构如下，首先是最可能的母本（主要关注其似然比， 还有显著性水平 ），然后是最可能的父本，然后是这个 trios 的似然比结果。

显著性水平有三种符号，* 表示亲子关系极显著，置信度超过 95%；+ 表示亲子关系较显著，置信度超过 80%； - 表示亲子关系没有达到显著要求，置信度低于 80% 。

讨论

cervus 是一款经典的亲子鉴定软件，使用起来还算是比较方便简单，但是我认为它有几点缺点：

1. 图形化界面，只能在 windows 环境中运行
2. 必须将个体分为后代和候选亲本，没有考虑世代重叠的情况
3. 当真实亲本不在候选亲本中，会错误地推出一个错误的候选亲本
4. 无法有效区分亲子关系和全同胞关系

参考文献

1. http://www.fieldgenetics.com/pages/aboutCervus_Overview.jsp
2. https://zhuanlan.zhihu.com/p/378780428
3. https://wenku.baidu.com/view/101e04e0aff8941ea76e58fafab069dc50224763.html?_wkts_=1682647370039