撰文 | Siyu

如何利用古代遺留的DNA和現在人群的DNA捕捉進化的訊號是一個有趣的問題，在來自賓夕法尼亞大學華裔學者Dan Ju和Iain Mathieson助理教授近日發表在PNAS的文章中，他們應用1158例來自西部歐亞大陸（地理上對應當今的歐洲地區）古代人的DNA資料（覆蓋年限為4萬年前），結合UK Biobank的GWAS資料，探索了西部歐亞大陸古代人群的面板色素變異的進化，發現古代西部歐亞大陸的資料中有170個面板色素相關的SNP（單核苷酸多型性）有很強的進化的訊號。淺色面板色素變異的進化可能是由一小部分效應很大的變異造成的。

透過這篇文章，大家可以瞭解population genetics這個領域在做什麼，怎麼做的。

該篇文章的research question是:

It is unclear whether selection has operated on all of the genetic variation associated with skin pigmentation as opposed to just a small number of large-effect variants.

自然選擇(selection)是發生在一小部分變異上（這部分變異效應大），還是發生在所有的變異上。

重要圖示解讀，目的在解讀圖片代表了什麼資訊，是用什麼方法得到圖片的資訊的。

圖1

先看圖1的ABC三張圖。

古代人的DNA測序後用兩種方式分析得出兩種資料庫，Shotgun和Capture-shotgun，區別是得到Shotgun時沒有用富集（enrichment）的方法。因為我們無法瞭解古人的面板色素表型，所以用UK Biobank的資料（蒐集了現代人群面板色素表型和GWAS資訊）來幫助我們推測古人的面板表型。最終的目的是看面板色素在過往的時間裡是如何變化的。

應用古代人DNA資料，按基因效應的大小給變異進行加權，計算出遺傳分數(genetic score)。圖中的每個點代表一個古代人個體，可以看出隨著時間的推移，遺傳分數在下降，發現加權後的深色色素等位基因的比重在4萬年間顯著地降低。

在過去的1.5萬年和過去4萬年之間，多基因遺傳分數(polygenic score)降低的順序是相似的(5.27 × 10-5 per year vs. 3.47 × 10-5 per year; P = 0.04).

其中圖1的C和F是看三個亞組的情況。和之前的研究一樣，研究者也想將祖先分類，互相對照。研究者用聚類的方法（用ADMIXTURE軟體）把古代人群分成了early farmer(EF,早期農民)，hunter-gathering(HG,打獵採集者)，Steppe(SP, 遊牧族)三個族群（這三個族群處於Holocene全新時），是population genetics很常用的一種方法，聚類後根據發現DNA的地理位置、該DNA的歷史時間、發現時的其他證據（勞動工具），推測該類人群的特性，賦予文化方面的定義。

EF、HG和SP分別是藍色、紅色、綠色的點。

比起早期的農民、遊牧民族，中石器時代的打獵採集者所攜帶的淺色色素基因更加少(可以看出代表打獵採集者的紅色點處於的分數位置更加高)。這種的差異和中石器時代的打獵採集者vs舊石器時代晚期人群的差異類似。

兩組(打獵採集者、早期農民)組內的變化不是很明顯，遊牧民族的祖先降低得比較陡峭（可以看圖 1C擬合的斜率）。

再看圖1的DEF。

儘管用UK biobank可以很好地去探測到現在歐洲人產生基因多型性的基因，但是沒法探測到沒有產生基因多型性的基因。於是我們手動地展現一個含18個SNP（單核苷酸多型性）的小組，在7個不同祖先的人群研究表示，這些SNP和面板色素相關。

用這18個SNP去計算了一個沒有加權的分數，和UK Biobank裡面證實的SNP有類似的趨勢。在Capture-shotgun資料庫中，4w到1.5w年前是有一個顯著下降的趨勢；但在Shotgun資料庫裡這個趨勢不明顯，可能是樣本太小造成的。

圖2

圖 2的每個點代表的是獨立的SNP。點如果偏紅，代表淺色色素等位基因的頻率在增加，點如果偏藍，代表淺色色素等位基因的頻率在減少。如果x軸的值越大，表示時間對這個SNP頻率影響的P值越大。如果y軸的值越大，表示祖源對這個SNP頻率影響的P值越大。

可以看出，有的SNP受時間和祖源影響都很大，有的SNP受祖源影響不大，受時間影響大。

詳細解釋如下:

這一步，研究者調查單個變異的進化。研究者意在區分祖源和進化的效應。方法是把一個等位基因的表達或者缺失作為因變數（可以理解為淺色色素的存在或者是缺失），把主成分分析得出的10個主成分（祖源）、時間、地理等變數作為自變數，做logistics迴歸。

如果等位基因的頻率變化可以用祖源的變化來解釋，那麼祖源就對於基因的頻率變化有效應。

如果考慮了祖源後，隨著時間變化基因的頻率有顯著的改變（時間發生了影響），那麼就是進化發生的證據。

這裡可能你會問兩個問題。

1.10個主成分是怎麼來的?

答:可以理解為用現代人的遺傳資訊製作了一張圖（map），然後把古代人的DNA匹配到圖上，獲得了10個主成分，代表祖源。

2.怎麼知道時間確實是有影響的?

其實是有兩個迴歸方程，第一個方程中加入了所有的自變數（包括時間、祖源、地理位置等），第二個方程除時間之外加入了所有的變數（不包括時間），然後計算這兩個方程對因變數的預測能力差異（用likelihood ratio test），如果預測能力變化不大，說明時間效應不大；如果預測能力變化很大，說明時間的效應較大（缺了它迴歸方程預測能力降低）。

圖 3

圖3中HG、EF、SP仍然代表採集打獵者、早期農民、遊牧族。GBR代表英國居民。CHB代表中國漢族人群。YRI代表非洲約魯巴人。

單個的點還是代表單個的SNP。

X軸代表現代英國居民和漢族、約魯巴人的差異。Y軸代表X人群和漢族、約魯巴人的差異，X可以是採集打獵者、早期農民、遊牧族，分別展現在圖3的ABC中。

透過圖，我們可以看出單個SNP，在現代英國人群中，和對照組差異怎麼樣，在古代人採集打獵者、早期農民、遊牧族三組中，和對照組差異怎麼樣。

這種差異是怎麼計算出的呢，是用PBS (population branch statistic)這個變數。具體的計算方法可以看method，也是基於樣本量和SNP的等位基因頻率算出來的。

可以看出，很少了色素位點有非常極端的PBS值，也沒有太多位點在三個族群中有明顯的頻率差異。在早期農民和遊牧族兩個古代族群中（而非採集打獵者族群），SLC24A5這個位點有一個很強的訊號（signal）（看B和C圖，而A圖沒有），暗示這個位點在這兩個族群中有發生自然選擇（selection）。可能是在早期農民和遊牧族發生融合前，SLC24A5的進化就已經發生了。

圖 4

圖4是主要是看是不是一小部分效應很大的SNP（a small fraction of SNPs with large genetic effect）發生了進化（而不是所有和面板色素相關的SNP都發生率進化）。

可以看出圖A，依次剔除了effect size最大的10個SNP後，遺傳分數下降趨勢的變化，說明效應大小排位靠前的幾個SNP對於遺傳分數的趨勢影響很大。

圖B是一共170個SNP，依次剔除後的Qx值的變化，可以看到，剔除最靠前的前5個SNP，Qx變化很大。

圖C可以看，x表示表型的差異由可以英國人群內的基因變異解釋，y表示表型的差異可以由英國和約魯巴人之間的差異解釋。再次看到如果以SLC45A2這個變異來解釋表型的差異（膚色的深淺），由英國人和非洲約魯巴人族群間造成的差異可以解釋得比較多，而英國人族群之間的差異能解釋得沒有那麼多。

具體是如何計算的method也有介紹。這篇文章也講了Qx怎麼算: https://journals.plos.org/plosgenetics/article?id=10.1371/journal.pgen.1004412

總結就到這裡啦，對population genetics感興趣的話，還可以檢索其他文章，也有中國學者2020年5月在Science發過這個領域的文章。

原文連結:

https://www.pnas.org/content/118/1/e2009227118.abstract