生物信息学之进化与群体遗传学

2026-04-03 19:11 xiaoyan36 阅读 0

进化与群体遗传学是理解生命演化历史和生物多样性的理论基础。它结合了遗传学、统计学、生物信息学和生态学，研究基因在群体中如何随时间变化。

如果说基因组学是研究个体的“静态蓝图”，那么群体遗传学就是研究群体蓝图的变化规律。

研究方向	核心任务	关键方法与技术	应用实例
群体遗传结构	分析不同地理或表型群体间的遗传差异、基因流和亲缘关系。	STRUCTURE, ADMIXTURE, PCA, F-statistics (Fst)	分析中国不同地区人群的遗传构成，追溯迁徙历史。
系统发育分析	构建物种或基因的进化树，推断亲缘关系和进化历史。	最大似然法 (RAxML, IQ-TREE)、贝叶斯法 (MrBayes, BEAST)、邻接法	解析新冠病毒不同变异株（如Delta, Omicron）的进化起源和传播路径。
群体历史动态	推断群体过去的变化，如种群扩张、瓶颈效应、迁徙事件等。	PSMC, MSMC (基于基因组)、贝叶斯天际线 (BEAST)	研究大熊猫在历史上经历的种群数量剧烈下降事件。
自然选择检测	在全基因组范围内寻找受到自然选择的信号，鉴定适应性进化基因。	Tajima's D, Fu's Fs (中性检验)、dN/dS (Ka/Ks)、XP-CLR, iHS	在西藏人群基因组中寻找与高原适应性相关的基因（如 EPAS1）。

这些研究依赖于一系列强大的计算和统计工具：

群体结构分析
- 主成分分析 (PCA)：降维可视化不同个体间的遗传距离，快速鉴定群体分层。
- STRUCTURE/ADMIXTURE：假设存在K个祖先群体，推断每个个体的祖先成分比例。
- F统计量 (Fst)：量化群体间遗传分化程度，Fst越高说明分化越显著。
系统发育构建
- 序列比对：使用 MAFFT 或 ClustalW 对DNA或蛋白质序列进行多重比对。
- 模型选择：使用 ModelFinder 或 jModelTest 找到最适合数据的核苷酸替换模型。
- 树构建与评估：使用 IQ-TREE (快速) 或 MrBayes (贝叶斯) 建树，并用自举法或后验概率评估节点可靠性。
群体历史推断
- PSMC/MSMC：利用单个或少数几个二倍体基因组的杂合度信息，推断过去几十万年的有效群体大小变化。
- 贝叶斯天际线 (BEAST)：利用序列采样时间和系统发育树，推断近期的群体动态。
选择压力分析
- dN/dS (Ka/Ks)：计算非同义替换与同义替换的比率。>1 表示正选择，=1 中性进化，<1 表示纯化选择。
- Tajima's D：比较核苷酸多样性，显著负值可能指示群体扩张或定向选择，显著正值可能指示平衡选择或群体收缩。

场景：研究家犬是从哪个地区的灰狼驯化而来，以及如何随人类迁徙到全球。

研究流程：

样本收集：收集全球各地的 500只家犬和 200只灰狼的DNA样本。
测序与变异检测：进行全基因组测序，用 BWA 比对到参考基因组，用 GATK 识别SNP位点。
群体结构分析：
- 用 PCA 分析所有个体，发现家犬和灰狼在主成分空间中有部分重叠，但明显可区分。
- 用 ADMIXTURE 分析，发现当K=2时，家犬和灰狼被清晰分开。
系统发育分析：
- 基于全基因组SNP，用 IQ-TREE 构建系统发育树。
- 结果发现：所有家犬聚在一起，形成一个单系群；而南方的灰狼并未与家犬直接聚在一起。
群体历史与选择分析：
- 结合考古学和基因组数据，用 MSMC 推断家犬和灰狼的分化时间大约在 3.3万年前。
- 分析发现，家犬基因组中与淀粉消化相关的基因（如 AMY2B）拷贝数显著增加，这是适应与人类共生的关键选择信号。
结论：家犬可能起源于东亚南部的灰狼，并在约1.5万年前随人类向全球迁徙扩散。与淀粉消化相关的基因是其驯化过程中的关键适应特征。

进化与群体遗传学是连接微观进化（基因频率变化）与宏观进化（物种分化）的桥梁。