将池级不确定性纳入人口统计推理中

科学领域:

• 人口遗传学 人口遗传学
• 进化生物学是进化的生物学.
• 生物信息学是一种生物信息学.

背景情况:

• 聚合样本的下一代测序 (Pool-seq) 广泛用于人口多样性分析.
• 由于个人贡献不平等等因素,Pool-seq数据可能会很,这限制了其在进化历史重建中的使用.
• 现有的方法往往不能充分解决Pool-seq的特定错误源.

研究的目的:

• 开发一种新的近似贝叶斯计算 (ABC) 方法,从Pool-seq数据推断人口历史.
• 为了明确地建模和考虑Pool-seq数据中固有的噪声源.
• 评估Pool-seq数据在区分生态型形成的不同场景和推断人口参数方面的有用性.

主要方法:

• 开发了一种新的近似贝叶斯计算 (ABC) 方法,结合了Pool-seq错误模型.
• 共同建模的Pool-seq数据,人口史和选择效应.
• 采用了使用局部和相对统计数据/参数子集的计算效率高的模拟.

主要成果:

• 该ABC方法成功地从Pool-seq数据中推断出人口历史参数,并考虑技术错误.
• 模拟研究证实了Pool-seq数据能够区分生态型形成场景 (单个与并行起源).
• 适用于Littorina saxatilis的数据表明生态型差异早于本地殖民化,尽管基因流动仍存在.

结论:

• 使用 Pool-seq 数据与拟议的 ABC 方法进行人口建模和推断是可行的和可靠的.
• 该方法为了解自然种群适应的遗传基础提供了有价值的工具.
• 这项工作促进了对分析人口基因组学数据的零模型的开发,特别是来自聚合样本的数据.