文章
Hormozdiari F, Joo J W J, Wadia A, et al. Privacy preserving protocol for detecting genetic relatives using rare variants[J]. Bioinformatics, 2014, 30(12): i204-i211.
cited 19
主要贡献
提出了一种新的编码机制,实现亲属检测,与2013年文章可以检测到更远的亲属关系(5代)。
主要采用新编码方法和列表解码
使用方法
模糊加密
模糊加密与传统加密的区别在于,只需要解密密钥之间的汉明距离小于预定义的阈值“t”,就可以解密成功。
模糊加密的密钥一非常长的稀疏向量存在,允许计算汉明距离。
1.基本原理
每个基因草图中有k个元素,每个元素m位,则共有2m种可能,私钥长度为2m的二进制向量,解密阈值为2k-t(t为两个个体集合中相同元素的个数),海明距离<2k-t,则至少有t个元素相同,个体相关。阈值中t由训练得到。
2.基因草图构建
将每个个体的两个单倍型转化为一个集合,每个单倍体与参考基因组进行比较,不同的位置标为1,相同的位置标为0,以此转换为二进制。每个基因组都转换成长度为30000的二进制串。
利用抗冲突哈希函数,将二进制串转换为基因草图
由于基因草图会泄露信息,使用Juels-Sudan构造,通过哈希检查生成安全草图,用作个人公钥。
上述编码每个个体由包含24位元素的集合表示
3.安全性证明
熵可以用来衡量信息量,模糊加密中熵以t2/s为界限(t为公共元素个数,s为每个集合元素数),若人类基因组中熵远大于公钥(安全基因草图)中的熵,该方法就是安全的,2013年He等人已证明人类基因组中的近似熵远高于t2/s。
实验结果
使用来自1000个基因组数据的LWK群体中的一组无关个体作为创始人。图(A)显示了本文使用罕见变体检测不同个体之间相关性的方法,图(B)显示了He等人(2013)提出的方法的结果。因此,利用罕见的变异,本文可以检测到高达五级的近亲,而不是三级的近亲。