Using haplotype differentiation among hierarchically structured populations for the detection of selection signatures
选择的分子标记检测是现代群体遗传学的主要研究内容之一。在这种情况下,广泛使用的策略是比较来自几个种群的样本,并寻找这些种群之间具有显著遗传差异的基因组区域。遗传分化通常基于群体之间的等位基因频率差异,其通过Fst或相关统计来测量。在这里,我们介绍了一个新的统计,表示hapFLK,而不是集中在人口之间的单倍型频率的差异。与大多数现有的统计数据相比,hapFLK解释了抽样人群的分层结构。使用计算机模拟,我们表明,这两个功能-使用单倍型信息和人口的层次结构-显着提高了选定的基因座的检测能力,并将它们结合在hapFLK统计提供了更大的权力。我们还表明,hapFLK是强大的瓶颈和迁移方面,并在许多情况下改善现有的方法。最后,我们将hapFLK应用于一组来自北欧的6个绵羊品种,并确定了7个选择区域,其中包括已经报道的区域,但也有几个新的。我们提出了一种方法,以帮助确定人口(S)下选择在检测区域,这表明,在许多这些地区的选择很可能发生在一个以上的人口。此外,几个检测到的区域对应于不完全扫描,其中有利的单倍型仅在选择下的群体中处于中等频率。
2012-10-29 q-bio.PE q-bio.QM stat.AP
Competition between recombination and epistasis can cause a transition from allele to genotype selection
生物网络的核心生物化学和调节相互作用预计会引起广泛的遗传相互作用或上位性,影响复杂性状的遗传力和基因型在种群中的分布。然而,从观察到的表型-基因型相关性推断上位性受到统计困难的阻碍,而对上位性影响的理论理解仍然有限,这反过来限制了我们解释数据的能力。特别令人感兴趣的是许多相互作用的遗传基因座与小的个人贡献健身的生物学相关的情况。在这里,我们提出了一个计算模型的选择动力学涉及许多上位性位点的重组人口。我们证明,大量的多态性相互作用位点,尽管频繁重组,表现出合作行为,锁定等位基因到有利的基因型,导致人口组成的一组竞争克隆。当重组率超过某个取决于上位性强弱的临界值时,这种“基因型选择”机制就会突然消失,让位于“等位基因选择”--在有性繁殖的种群中,不同基因座之间的相关性很弱。我们发现,大的人口达到最高的健身重组率略低于临界。染色体上相互作用的基因集合的聚集导致了中间状态的出现,在那里合作的等位基因块锁定在遗传模块中。这些单倍型块消失在第二个过渡到纯等位基因选择。我们的结果表明,许多弱上位相互作用的集体效应可以对种群结构产生显着的影响。
2009-12-13 q-bio.PE
Inferring the joint demographic history of multiple populations from multidimensional SNP frequency data
根据遗传数据建立的人口模型在阐明史前事件和作为基因组扫描选择的空模型方面发挥着重要作用。我们介绍了一种推理方法的基础上的联合频谱的遗传变异的群体内和之间。对于候选模型,我们数值计算的预期频谱使用扩散近似的一个位点的两个等位基因赖特-费舍尔过程,涉及到三个同时人口。我们的方法是一个复合似然方案,因为中性位点之间的联系改变了方差,但不是频谱的期望。因此,我们使用包含链接的引导程序来估计参数的不确定性和假设检验的显著性值。我们的方法也可以结合选择在单一的网站,预测共同分布的选择等位基因的人口经历了一系列的进化力量,包括扩张,收缩,迁移,和混合。作为应用程序,我们模拟人类的扩张出非洲和新大陆的定居点,使用5 Mb的非编码DNA重新测序的68个人从4个人口(YRI,CHB,CEU,和MXL)的环境基因组计划。我们还结合我们的人口模型与先前估计的分布之间的选择性影响新出现的氨基酸突变,准确地预测频谱的非同义变异在三个大陆人口(YRI,CHB,CEU)。
2009-09-04 q-bio.GN q-bio.PE
Looking for the right mate in diploid species: how dominance relationships affect population differentiation in sexual trait?
种群之间对某一特定性状的差异可能是自然选择或性选择与移徙行为相互作用的结果。对不同表型的交配偏好可以导致分化种群的出现和持续。编码不同表型的等位基因之间的优势可以干扰这样的过程。使用二倍体模型的性状决定交配成功率和迁移率,我们探讨了两个相连的人口之间的分化,假设等位基因之间的共显性或严格显性。该模型假设个体更喜欢与表现出相同表型的伴侣交配,因此当他们自己的表型罕见时,倾向于转移到另一个群体。我们发现,在这个二倍体模型中分化的群体的出现是有限的,与假设单倍体相同的模型所获得的结果相比。在假定共同支配的情况下,只有当移徙与偏好相比受到限制时,才会出现分化。当假设单倍型之间存在严格的优势时,这种分化较少依赖于迁移。显性等位基因经常侵入种群,因为它们的表型更频繁地表达,导致更高的交配成功率和迁移的快速减少。然而,取决于等位基因的初始分布,这种优势与显性(即哈勒氏筛)可能会导致固定的显性等位基因在整个两个群体。根据杂合子的初始分布,群体内多态性的持续存在也可能发生,因为表现出优势表型的杂合子受益于交配偏好。总之,我们的研究结果强调,杂合子的行为有很大的影响,人口分化和应力的二倍体模型的分化和物种形成驱动的自然和性选择的需要。
2018-01-23 q-bio.PE
A coalescent dual process for a Wright-Fisher diffusion with recombination and its application to haplotype partitioning
对偶性在群体遗传学中起着重要作用。它可以将等位基因频率进化的前向时间模型的结果与后向时间系谱模型的结果联系起来;一个众所周知的例子是遗传漂变的赖特-费舍尔扩散与其系谱对应物结合之间的对偶性。已经有一些文章扩展了这种关系,包括其他进化过程,如突变和选择,但很少有人探索模型也将交叉重组。在这里,我们从第一原理推导出一个新的系谱过程,这是一个双重的赖特-费舍尔扩散模型的漂移,突变和重组。我们的方法是基于通过其无穷小生成元表示两个模型之间的假定的对偶关系,然后寻求一个适当的测试函数,以确保对偶方程的有效性。这种方法是相当普遍的,我们用它来寻找对偶的几个重要的变种,包括一个离散的L-基因座模型的基因和一个连续的模型,其中突变和重组事件分散沿基因根据连续分布。作为我们的结果的应用,我们推导出一个级数展开的过渡函数的扩散。最后,我们进一步详细研究了突变不存在的情况。然后,双重过程描述了祖先遗传物质在样本祖先中的传播。这个过程的平稳分布是特别感兴趣的,我们展示了如何二元性将这种分布与单倍型固定概率。我们开发了一个有效的方法来计算这样的概率在多位点模型。
2019-08-08 math.PR q-bio.PE
Inferring the Clonal Structure of Viral Populations from Time Series Sequencing
RNA病毒群体将经历突变和选择过程,从而产生病毒颗粒的混合群体。病毒群体的高通量测序随后包含潜在克隆的混合信号。我们想找出潜在的进化结构。我们利用两个信息来源来尝试这一点:片段内连锁信息和突变流行率。我们表明,克隆单倍型,其流行程度,和最大简约网状进化结构可以确定,虽然解决方案可能不是唯一的,即使是完整的信息集。这适用于流感感染链,在那里我们推断进化结构,包括重配,并证明了一些解释的困难,由于人工制品,如PCR扩增过程中的模板切换,从深度测序产生。
2014-07-30 q-bio.PE
Inference of population splits and mixtures from genome-wide allele frequency data
一个物种中种群之间的历史关系的许多方面都反映在遗传数据中。然而,从遗传数据推断这些关系仍然是一项具有挑战性的任务。在本文中,我们提出了一个统计模型,用于推断多个种群中的种群分裂和混合模式。在该模型中,一个物种中的样本种群通过祖先种群图与它们的共同祖先相关联。利用全基因组等位基因频率数据和对遗传漂变的高斯近似,我们推断出该图的结构。我们将这种方法应用于一组55个人群和一组82个犬种和野生犬科动物。在这两个物种中,我们表明,一个简单的分叉树并不能完全描述的数据,相反,我们推断许多迁移事件。虽然我们发现的一些迁移事件以前已经被检测到,但许多没有。例如,在人类数据中,我们推断,东亚人大约有16%的祖先是其他现存东亚人口的祖先。在狗的数据中,我们推断,拳击手和巴森吉追踪他们的祖先相当大的一部分(分别为9%和25%)狼驯化后,和东亚玩具品种(西施犬和北京犬)的现代玩具品种和“古代”亚洲品种之间的混合物。实现这里描述的模型的软件,称为TreeMix,可以在http://treemix.googlecode.com上获得
2012-06-11 q-bio.PE
A Bayesian approach to inferring the phylogenetic structure of communities from metagenomic data
宏基因组学为研究进化与环境的相互作用提供了一个强大的新工具。然而,缺乏基于模型的统计方法意味着研究人员往往无法充分利用这些复杂的信息。我们提出了一种贝叶斯方法推断宏基因组样本中发现的相关生物之间的系统发育关系。我们的方法利用样本中类群频率的变化,同时推断每个谱系单倍型,连接它们的系统发育树,以及它们在每个样本中的频率。该算法的模拟数据的应用表明,我们的方法可以恢复一个很大的比例的系统发育结构,即使在存在强混合样本之间。我们提供的方法应用于从南极湖回收的绿硫细菌,混合恶性疟原虫感染的质体,和有毒脑膜炎奈瑟氏球菌样品的数据的例子。
2013-06-26 q-bio.PE q-bio.QM
WFABC: a Wright-Fisher ABC-based approach for inferring effective population sizes and selection coefficients from time-sampled data
随着测序技术的新发展,时间采样数据变得更加可用和可访问。自然,已经有平行的努力,从这些数据集推断群体遗传参数。在这里,我们比较和分析四个最近的方法的基础上,赖特-费舍尔模型推断选择系数(S)给定有效种群大小(Ne),模拟时间数据集。此外,我们证明了最近提出的基于ABC的方法的优点,该方法能够正确地从时间序列数据推断全基因组平均Ne,然后将其设置为准确和精确地推断每个位点选择系数的先验。我们在一个新的软件中实现了这种ABC方法,并将其应用于一个经典的时间序列数据集的medionigra基因型的蛾Panaxia dominula。我们表明,隐性致死模型是最好的解释所观察到的变化,等位基因频率通过实施估计的显性比(h)。
2014-09-30 q-bio.PE
Inferring selective constraint from population genomic data suggests recent regulatory turnover in the human brain
过去十年的比较基因组学革命使得能够通过序列比较发现人类基因组中的功能元件。虽然如此,但在寻找物种间的序列保守性时,完全错过了一类重要的元素,即人类特有的元素。在这里,我们提出了一个分析的基础上,利用监督机器学习的方法来识别人类基因组中的特定净化选择的人类基因组之间的变异数据。仅使用来自完整的低覆盖率1000基因组计划数据集的等位基因频率信息,结合从基因组的已知功能和非功能部分训练的支持向量机,我们能够准确地识别受纯化选择约束的基因组部分。我们的方法确定了以前已知的人类特定的功能增益或损失,并发现了许多新的候选人。沿着人类谱系的功能获得和丧失的候选靶标包括中枢神经系统正常发育所必需的基因的许多推定的调节区域,包括神经递质受体基因附近的功能获得事件的显著富集。这些结果是一致的监管营业额是一个关键的机制,在人类特有的大脑发育特征的演变。最后,我们表明,目前大部分基因组不受自然选择的约束,这与系统发育方法的估计一致,但与基于转录组学或其他高通量功能方法的估计形成鲜明对比。
2015-11-22 q-bio.GN q-bio.PE
A novel spectral method for inferring general diploid selection from time series genetic data
从实验进化研究和古老的DNA样本中获得的时间序列遗传变异数据的增加创造了新的机会,以确定在选择压力下的基因组区域,并估计其相关的适应性参数。然而,这是一个具有挑战性的问题,计算非中性模型的人口等位基因频率动态的可能性,给定的时间DNA数据。在这里,我们开发了一种新的频谱算法,分析和有效地整合在所有可能的频率轨迹之间的连续时间点。这一进步规避了现有方法的局限性,现有方法在数值上近似必要的积分时需要微调群体等位基因频率空间的离散化。此外,我们的方法是灵活的,足以处理一般的二倍体模型的选择,杂合子和纯合子的健身参数可以采取任何值,而以前的方法只集中在少数限制模型的选择。我们证明了我们的方法模拟数据的实用性,并将其应用于分析与马的毛色相关的遗传位点的古代DNA数据。与以前的研究相比,我们的探索的完整的健身参数空间显示,一个杂合子的优势形式的平衡选择可能已经对这些位点的作用。
2015-01-26 math.FA q-bio.PE stat.AP
Generalization of the Ewens sampling formula to arbitrary fitness landscapes
在考虑转录区域、调控模块和其他感兴趣的基因组位点的进化时,我们经常面临等位基因状态的数量大大超过群体大小的情况。在这个极限下,种群最终会达到突变-选择-漂移平衡的稳定状态。虽然新的等位基因继续通过突变进行探索,但群体的统计数据,特别是在从群体中采集的样品中看到特定等位基因构型的概率,并不随时间而改变。在没有选择的情况下,等位基因构型的概率由Ewens抽样公式给出,该公式广泛用于群体遗传学以检测偏离中性的情况。在这里,我们将这个公式推广到任意的,可能上位的,适应度景观。虽然我们的方法是一般性的,我们专注于类的景观,其中等位基因被分组为两个,三个或几个健身状态。这类景观产生的采样概率在计算上更容易处理,并且可以形成从序列数据推断选择签名的基础。我们证明,对于相当大范围的突变率和选择系数,稳态等位基因多样性不是中性的。因此,它可以用来推断选择系数,以及其他关键的进化参数,使用进化群体的高通量测序收集基因座多态性的数据。我们还发现,我们的理论仍然足够准确,即使假设,如无限的等位基因限制和“完全连接”的假设,其中每个等位基因可以突变成任何其他等位基因是放松的。因此,我们的框架建立了一个理论基础,推断选择签名从上位适应度景观进化产生的序列样本。
2016-07-25 q-bio.PE
Long-term sustained malaria control leads to inbreeding and fragmentation of Plasmodium vivax populations
间日疟原虫种群比恶性疟原虫对疟疾控制策略更有抵抗力,即使在低传播下也能保持高遗传多样性〈动〉<动>和基因流动。为了量化传播下降对间日疟原虫种群的影响,我们在西南太平洋加强控制工作期间以及在广泛的传播强度和空间尺度上调查了种群遗传结构。对887个间日疟原虫微卫星单倍型(巴布亚新几内亚= 443,所罗门群岛= 420,瓦努阿图=24)的分析显示,随着传播在空间和时间上的减少,各国之间的人口结构相当可观,多样性略有下降。在所罗门群岛,20年来一直在进行控制努力,在不同的空间尺度上观察到了重大的人口结构,一直到村庄以下一级。高达37%的等位基因分配之间的人口和显着的多位点连锁不平衡观察表明大量的近亲繁殖。高水平的单倍型相关的家庭周围和范围内的300米是一致的,一个焦点和聚集性感染,这表明,限制本地传播发生的范围内的媒介移动和随后的焦点近亲繁殖可能是一个关键因素,有助于观察到的人口结构。我们的结论是,独特的传播策略,包括复发,使间日疟原虫种群承受控制工作的压力比恶性疟原虫更长。然而,持续的控制努力最终会影响寄生虫种群结构,随着进一步的控制压力,种群最终可能会分裂成聚集的疫源地,这些疫源地可能是消灭的目标。
2017-06-23 q-bio.PE
Inferring Admixture Histories of Human Populations Using Linkage Disequilibrium
远距离迁徙和由此产生的种群间混合是形成人类遗传多样性〈动〉性<动>的重要力量。大多数现有的用于检测和重建历史混合事件的方法是基于混合个体的染色体中祖先片段的等位基因频率差异或模式。一种新兴的新方法利用混合物诱导的连锁不平衡(LD)的指数衰减作为遗传距离的函数。在这里,我们全面发展LD为基础的推理成一个多功能的工具,调查混合物。我们提出了一个新的加权LD统计量,可以用来推断混合比例,以及与以前的方法相比,参考人群的限制较少的日期。我们定义了一个LD为基础的三个人口测试的混合物,并确定的情况下,它可以检测到混合物事件,以前的正式测试不能。我们进一步表明,我们可以揭示种群之间的系统发育关系,通过比较加权LD曲线使用一套参考。最后,我们描述了对加权LD曲线的计算和拟合的几项改进,这些改进大大提高了计算的鲁棒性和速度。我们在一个软件包中实现了所有这些进步,ALDER,我们在模拟中验证并应用于测试人类基因组多样性项目(HGDP)的所有人群之间的混合物,突出了对中非俾格米人,撒丁岛人和日本人混合历史的见解。
2013-02-09 q-bio.PE
Approximations of the allelic frequency spectrum in general supercritical branching populations
我们考虑一个一般的分支种群,其中个体的寿命是独立同分布的。具有任意分布,并且每个个体在泊松时间彼此独立地产生新的个体。此外,我们假设个体在无限多等位基因假设下经历泊松速率$θ$的突变,假设类型从父母传递到后代。这种机制导致了群体按类型的划分,称为等位基因划分。这项工作的主要对象是频谱$A(k,t)$,它计算在时间$t$的人口中的家庭大小$k$的数量。过程$(A(k,t),\ t\in\mathbb{R}_+)$是非马尔可夫分支过程的一个例子,属于按随机特征计数的一般分支过程类。在这项工作中,我们提出了近似的方法来取代频谱更简单的数量。我们的主要目标是通过中心极限定理研究这些近似过程中的渐近误差。在最后一节中,我们使用该模型进行了几次数值分析,特别是分析其中一个近似值与Sabeti扩展单倍型纯合性的关系[18]。
2017-01-25 math.PR q-bio.PE
Non-stationary patterns of isolation-by-distance: inferring measures of local genetic differentiation with Bayesian kriging
当人口分化随着地理距离的增加而增加时,就会出现距离隔离模式。距离隔离模式通常是由局部空间扩散引起的,这解释了为什么种群间等位基因频率的差异随着距离的增加而积累。然而,人口参数的空间变化,如迁移率或人口密度可以产生非固定模式的隔离距离的遗传分化积累的速度在不同的空间。为了表征非平稳模式的隔离距离,我们推断局部遗传分化的基础上贝叶斯克里金。样本群体的局部遗传分化是指样本群体与虚拟邻近群体之间的平均遗传分化。为了避免预先定义种群,该方法也可以应用于个体规模,使其与景观遗传学相关。局部遗传分化的推断依赖于群体或个体之间的成对相似性或不相似性矩阵,例如群体对之间的FST矩阵。模拟研究表明,本地遗传分化的地图可以揭示基因流的障碍,但也有其他模式,如跨栖息地的基因流的连续变化。该方法的潜力说明了2个数据集:全基因组SNP数据的人类瑞典人口和AFLP标记的高山植物物种。实现该方法的软件LocalDiff可在http://membres-timc.imag.fr/Michael.Blum/LocalDiff.html上获得
2014-01-07 q-bio.PE stat.AP
Estimating the Strength of Selective Sweeps from Deep Population Diversity Data
选择性清除通常与适应位点周围的遗传多样性〈动〉性<动>的局部减少有关。然而,选择性扫描也可以快速携带中性突变,以观察到的群体频率,如果它们在扫描早期出现并与适应性等位基因搭便车。我们发现,突变和指数扩增之间的相互作用,通过搭便车的结果在所产生的新的单倍型变异的特征频谱,仅取决于扫描的突变率和选择系数的比率。基于这一结果,我们开发了一个估计的选择系数驱动扫描。由于该估计量利用了扫描期间突变产生的新变异,因此它不依赖于预先存在的变异,并且也可以应用于缺乏重组的基因座。与标准的方法,推断选择系数的大小下降的遗传多样性〈动〉性<动>周围的适应性网站相比,我们的估计需要更短的序列,但在高人口深度采样,以捕捉低频变异,鉴于这样的数据,它始终优于标准的方法。我们调查分析和数值计算的准确性,我们的估计是如何影响的扫描模式随时间的衰减作为一个后果的随机遗传漂变,并讨论重组,软扫描,和人口的潜在影响。作为其使用的一个例子,我们将我们的估计量应用于HIV人群的深度测序数据。
2012-06-28 q-bio.PE
Novel probabilistic models of spatial genetic ancestry with applications to stratification correction in genome-wide association studies
人类群体的遗传变异受地理祖先的影响,这是由于历史交配和迁移模式的空间局部性。遗传数据集中的空间群体结构传统上使用无模型算法(如主成分分析(PCA)和多维尺度)或使用等位基因频率进化的显式空间概率模型进行分析。我们开发了一个通用的概率模型和相关的推理算法,统一了基于模型和数据驱动的方法来可视化和推断人口结构。我们的算法,地理空间定位(GAP),将样本之间的局部遗传距离与它们的空间距离联系起来,并且可以用于视觉上辨别种群结构以及准确地推断个体在二维连续体上的空间起源。在来自不同人群的模拟数据集和几个真实数据集上,GAP在重建空间祖先坐标方面的误差比PCA低得多。我们的空间推理算法也可以有效地应用到人口分层的问题,在全基因组关联研究(GWAS),隐藏的人口结构可以创建虚构的关联时,人口祖先与基因型和性状。我们开发了一个关联测试,使用GAP推断的祖先坐标准确地解释GWAS中祖先诱导的相关性。基于模拟和分析的数据集测量的10个代谢性状在芬兰北部的队列,这是已知的表现出显着的人口结构,我们发现,我们的方法具有优越的权力,目前的方法。
2016-10-25 q-bio.PE stat.ME
Connecting the Dots: Range Expansions across Landscapes with Quenched Noise
研究利用多物种Eden模型探讨种群扩张中内在人口统计噪声与外在环境异质性(淬火噪声)的相互作用,发现强异质性下进化动力学由穿越环境的最快路径主导,且其谱系合并统计与均匀景观中仅由人口统计噪声产生的统计高度相似,为推断过去种群动力学提出新挑战。
2024-06-25 cond-mat.stat-mech q-bio.PE