这不是混合体:如何通过距离区分混合和隔离的模式

科学领域:

• 人口遗传学 人口遗传学
• 分子类地质学分子地质学.
• 进化生物学是进化的生物学.

背景情况:

• 描述遗传变异是人口遗传学和植物地理学的关键.
• 结构和主要成分分析 (PCA) 是分析遗传变异的常见方法.
• 结构对于杂交研究很有用,但在持续的遗传变异中可能会产生误导性.

研究的目的:

• 评估STRUCTURE和PCA区分混合物和持续的遗传变异的能力.
• 评估三角形地块与STRUCTURE和PCA一起用于推断人口历史的实用性.
• 确定这些方法对缺少数据和不同的人口情景的稳定性.

主要方法:

• 预期时间模拟在混合和隔离距离 (IBD) 场景下生成种群遗传数据.
• 在模拟数据集上应用STRUCTURE和PCA.
• 使用三角图形可视化混合指数与类间异构相对应的补充分析.
• 对祖先信息标记 (AIM) 识别值的评估.

主要成果:

• 结构和PCA单独不能可靠地区分混合物和IBD.
• 三角图片显著提高了人口历史推断的准确性,特别是在最近的混合中.
• 三角图表显示出对遗传数据缺失的稳定性,与STRUCTURE和PCA不同.
• 优化的AIM识别准确地描述了混合物和范围扩展历史上的遗传变异.

结论:

• 在分析遗传变异时,三角图形对于准确推断人口历史至关重要.
• 将STRUCTURE/PCA与三角图形相结合,提供了一种更可靠的方法来区分混合物和持续变化的混合物.
• 结果应谨慎解释,在推断添加剂之前,将STRUCTURE和PCA与三角图进行配对.