《Advanced Science》：Whole-Genome Sequencing Pilot of the Central Asian Genomic Diversity Project Reveals Distinct Histories, Adaptation, and Introgression
中亚人群在基因组研究中代表性不足，这限制了对该人群遗传 gathered. 研究人员建立了中亚基因组多样性计划（Central Asian Genomic Diversity Project, CAGDP），并对来自20个中亚及阿富汗哈扎拉（Hazara）群体的166名个体进行了全基因组测序（Whole-Genome Sequencing, WGS）。研究人员发现中亚人群存在显著的遗传分化，这种分化由不同的西欧亚/东欧亚祖先成分驱动：塔吉克人（Tajiks）与西欧亚人群聚类，东干人（Dungans）与东欧亚人群聚类，研究还报告了四个地理结构化的突厥语相关（Turkic-related）聚类、两个印欧语系（Indo-European）遗传梯度，以及长距离迁移事件，包括哈扎拉人中的西伯利亚联系和东干人中的汉藏语系（Sino-Tibetan）联系。混血日期集中在约650–1000年前，与宋—元时期及蒙古扩张时期吻合。研究人员表征了医学相关变异（medically relevant variants）的 distinct 分布以及代谢、免疫和神经通路中群体特异性的适应性进化信号，并阐明了与性状相关变异相关的生计方式转变。研究人员还检测到类尼安德特人（Neanderthal-like）和类丹尼索瓦人（Denisovan-like）片段，这些片段显示出与免疫、精神疾患风险、药物代谢和糖尿病的群体特异性关联，强调了对中亚进化历史进行更广泛表征的科学必要性，并为精准医学提供了信息。
中亚地处欧亚大陆地理中心，长期以来是人群、语言、商品和思想交流的十字路口。古DNA研究揭示，旧石器时代和全新世早期的中亚曾栖息着独特的人群，其祖先来源与古北欧亚（Ancient North Eurasian, ANE）和西伯利亚西部狩猎采集者相关。随后来自西部草原游牧者和伊朗或安纳托利亚农民的基因流动浪潮重塑了这些祖先成分，并与印欧语系的传播相吻合。从铁器时代起，来自南西伯利亚和东亚的额外人群移动，包括与原始蒙古语和原始突厥语扩张相关的活动，以及匈奴和匈人联盟（Xiongnu and Hunnic confederations）的兴起，进一步改变了中亚的基因库。此后跨欧亚的文化交流和政治形态增添了更多复杂性。从公元五世纪起，突厥、回鹘、契丹和蒙古帝国继承了匈奴/匈人联盟，推动了欧亚大陆的大规模流动；遗传学、考古学和历史证据表明，蒙古向西扩张对现今中亚人群产生了深远影响。
传统的基于SNP芯片（SNP-array）的人群遗传学研究和大型医学队列研究已识别出人类遗传变异的广泛模式，并揭示了许多性状和疾病背后的共享遗传结构。与此同时，以人类学为重点的资源如西蒙斯基因组多样性计划（Simons Genome Diversity Project, SGDP）发现了罕见和群体特异性变异，实现了对深层人口历史的重建以及临床变异的有价值注释。近期大规模的WGS工作通过实现对人口动态变化、适应性历史、古人类基因渗入以及复杂性状和疾病遗传基础的更精细分辨率，重塑了人类基因组学。HGDP中基于SNP的调查与基于测序的分析之间的比较，凸显了在民族语言学多样化人群中进行全面测序对加速变异发现和加强进化机制及生物功能推断的价值。第三代测序和计算方法以及端粒到端粒（telomere-to-telomere）和泛基因组（pangenome）参考序列的进展，使得跨民族语言学多样化人群的复杂基因组结构变异综合分析成为可能。然而，大多数基因组研究如英国生物银行（UK Biobank）和TOPMed计划仍聚焦于欧洲裔个体，这限制了代表性、阻碍了机制理解并加剧了健康不平等。作为回应，跨大陆的大规模倡议优先纳入非欧洲队列，包括H3Africa、SGDP、GenomeAsia 100K和墨西哥生物银行，以及来自大洋洲、巴基斯坦、日本和中国等地区资源。这些努力共同扩展了人类变异的全球目录，并细化了人口历史模型和疾病进化起源。尽管中亚人群历史悠久，但其在人类基因组测序工作和医学基因组研究中仍然代表性不足。
现今中亚是民族语言学多样化的阿尔泰语系（Altaic-speaking）人群的家园，包括突厥语和蒙古语使用者（如吉尔吉斯人、哈萨克人、维吾尔人、乌兹别克人、卡拉卡尔帕克人、土库曼人、蒙古人和卡尔梅克人）、印欧语系使用者（如塔吉克人、俄罗斯人、哈扎拉人、亚美尼亚人和乌克兰人），以及具有独特语言学归属的群体如东干人、朝鲜人和车臣人。古DNA研究表明，中世纪早期和历史时期的中亚草原突厥群体携带西欧亚和古东北亚（Ancient Northeast Asian, ANA）祖先成分的混合。全基因组SNP分析显示，大多数现代突厥群体与南西伯利亚和蒙古的人群保留共享祖先，近期对塔吉克和吉尔吉斯人群的研究发现，历史时期来自东部草原的基因流动对中亚突厥语使用者做出了实质性贡献。基于低密度标记的早期工作进一步提示中亚存在异常高的多样性。更近的全基因组SNP研究报告了欧洲、西亚、东亚和南亚来源之间的广泛混血。古DNA进一步阐明了ANE、西伯利亚西部狩猎采集者、西部草原游牧者以及伊朗和安纳托利亚农民相关祖先成分随时间向中亚的分层贡献。这些发现表明，中亚既曾是欧亚大陆人群移动的接收地，也是来源地，保存了连接中国北方、蒙古高原、西伯利亚、中国新疆和中亚的基因组信号。正如中国回族和各种突厥语群体所示，理解东亚和更广泛的欧亚大陆的人群历史需要显式考虑中亚基因组变异，尤其是在全基因组水平。尽管如此，关键问题仍有待解决：首先，仍缺乏这些进化过程如何塑造当代中亚人群遗传结构和人口历史的精细尺度全基因组视角；其次，进化力量和事件对本地适应和医学相关变异分布的遗传后果仍了解甚少；第三，尼安德特人和丹尼索瓦人基因渗入在中亚的程度和功能影响尚未被系统表征。
为填补这些空白，研究人员建立了CAGDP，在试点工作中对来自20个中亚及阿富汗哈扎拉（CAAH）群体的166名个体进行了高质量WGS数据采集，样品采自五个中亚国家和阿富汗。研究人员随后将这些数据与来自欧亚大陆的密集现代和古代基因组资源进行整合，以研究跨欧亚人群移动和自然选择如何塑造当代中亚人群的遗传结构、医学相关变异和古人类基因渗入景观。通过联合分析群体结构、混血和分化Analysis divergence times、医学相关和药物基因组学（pharmacogenomic）变异、自然选择和古人类基因渗入的特征，研究人员旨在提供一幅全面的中亚基因组画像，以细化欧亚进化历史模型，并为这一历史上研究不足地区的未来精准医学工作奠定基础。
研究人员对166名来自20个CAAH群体的个体进行了WGS，平均深度为13.66×。经过严格质量控制后，数据集包含22,994,949个SNP和2,952,662个小型插入或缺失（InDels）。其中10.0%的SNP和28.3%的InDels不存在于dbSNP v156中。基于21,608,632个双等位基因常染色体SNP，估计的转换/颠换比（Ti/Tv）为2.05。
主成分分析（PCA）显示，CAAH群体位于西欧亚和东欧亚梯度之间。在此连续体中，塔吉克人聚集于西欧亚人群，而东干人与东欧亚人群聚类。整合额外现代和古代数据后，非东干CAAH群体沿西欧亚相关梯度排列，东干人占据东欧亚相关梯度的北部分支。塔吉克人和卡尔卢克人（Karluks）与来自高加索的印欧语和突厥语人群显示出强亲和性；乌兹别克人和土库曼人与西南部中亚突厥群体排列；吉尔吉斯人、维吾尔人、卡拉卡尔帕克人和哈扎拉人与来自中亚北部和东部及中国新疆的突厥群体聚类。东干人显示出与蒙古语、藏缅语和中国突厥语人群的密切遗传联系。
基于模型的ADMIXTURE分析证实了这种结构，并揭示了CAAH群体间分层的祖先特征。在K=13时，吉尔吉斯和卡拉卡尔帕克群体从ANA、东欧狩猎采集者（Eastern European hunter-gatherer, EEHG）和伊朗农民相关来源获得大量祖先，另有来自古北东亚（Ancient northern East Asian, ANEA）、新西伯利亚（Neo-Siberian）、日本、南东亚（Southern East Asian, SEA）、安纳托利亚农民和ANE相关祖先的较小贡献。维吾尔和哈扎拉富含伊朗农民、ANA、EEHG和ANEA祖先，而乌兹别克和土库曼群体具有更高水平的伊朗农民、EEHG、ANA和安纳托利亚农民祖先。卡尔卢克祖先主要由伊朗农民和EEHG相关成分主导，伴有来自ANA、安纳托利亚农民、ANEA、ANE、日本、新西伯利亚、SEA和古新疆群体的较小贡献。塔吉克祖先主要由伊朗农民、EEHG和安纳托利亚农民相关祖先组成。东干人携带主要的东亚（ANEA、SEA、日本）和ANA祖先，伴有少量西欧亚输入。
研究人员进一步研究了地理如何塑造欧亚大陆突厥语群体的遗传变异。PCA和ADMIXTURE分析揭示了与地理对齐的四个主要聚类：东亚聚类（以中国西北的撒拉和裕固为主）、西伯利亚聚类（包括南西伯利亚和俄罗斯远东的阿尔泰、哈卡斯、绍尔、图巴拉尔、托法拉尔、图瓦和雅库特群体）、中亚聚类（包括哈萨克斯坦、吉尔吉斯斯坦、卡拉卡尔帕克和中国新疆的哈萨克、吉尔吉斯、卡拉卡尔帕克和维吾尔群体）、以及西欧亚聚类（包括来自高加索、东欧、西亚、西伯利亚西部和西南中亚的土库曼、乌兹别克、诺盖、巴尔卡尔、巴什基尔、库梅克和鞑靼群体）。第一和第二主成分与经度和纬度强烈相关，表明突厥群体间的遗传分化遵循东西和南北地理梯度。新西伯利亚、ANA和ANE相关祖先从南向北增加，而东亚和伊朗农民相关祖先呈相反趋势。东亚和新西伯利亚相关祖先从西向东增加，而安纳托利亚农民、伊朗农民和EEHG相关成分呈相反趋势。
单倍型分析进一步细化了这一图景。FineSTRUCTURE聚类恢复了五个主要分组，与PCA识别的地理聚类 closely 镜像。IBD（Identity-by-descent）分析显示，过去1500年间西伯利亚突厥、蒙古和通古斯群体之间存在广泛的基因流动，揭示了遥远突厥群体之间的古老联系。较长的IBD片段揭示了最东部突厥群体（多尔甘和雅库特）与邻近突厥、通古斯和蒙古群体之间的基因流动。西欧亚突厥群体与地理邻近的印欧语群体之间存在 excess IBD sharing，延伸至中亚印欧语群体和西伯利亚突厥及通古斯群体，这种模式主要由深层祖先联系驱动。
东干和哈扎拉偏离了局部隔离-距离模式，提供了长距离迁移进入中亚的明确例子。聚类分析显示，两组均不与邻近群体聚类。相反，两者均与东欧亚群体共享 excess 等位基因。东干与东亚人共享更多等位基因，尤其是汉藏语使用者。哈扎拉显示出与维吾尔相似的混血特征，并对北东亚和西伯利亚的阿尔泰群体有额外亲和性。 against CAAH populations supported one West Eurasian and one East Eurasian source as the best-fitting pair for most populations, consistent with admixture between deeply divergent lineages.卡尔卢克和东干显示出更复杂的模式，表明不同的历史。
qpAdm建模显示，大多数CAAH群体最好建模为双向混合。西欧亚来源与塔吉克斯坦_Ksirov_Kushan相关，贡献了30%–86%的祖先；东欧亚来源与阿穆尔地区的鲜卑_IA相关，贡献了14%–70%的祖先。东干被建模为约90%ANEA相关祖先，伴有少量塔吉克斯坦_Ksirov_Kushan祖先；卡拉卡尔帕克被建模为阿兰（约42%）和鲜卑_IA相关草原游牧者血统的混合。Sourcefind和fastGLOBETROTTER分析在单倍型水平支持这些模型，并识别为进一步探索地理隔离的CAAH群体间的遗传多样性，研究人员进行了f4统计.f4-statistics of the form identifying French, Kalash, and Bedouin-like sources for West Eurasian ancestry and Yakut and northern Han-like sources for East Eurasian ancestry.
MALDER和fastGLOBETROTTER用于测定东西方向混血日期。MALDER估计揭示涉及西欧亚来源（French）和东欧亚来源（Yakut or Northern Han）的单一混血事件， dated to approximately 23–34 generations ago. FastGLOBETROTTER产生一致日期，将大多数CAAH群体的混血置于约22–25代前。乌兹别克、哈扎拉、吉尔吉斯和东干的较近混血事件估计约发生在22–26代前。塔吉克识别出两个不同的混血脉冲：最近的约9代前，较老的约50代前。
SMC++的人口统计推断揭示，CAAH群体在过去10,000年经历了显著增长，具有谱系特异性峰值和下降。分歧时间为：东欧亚人（Northern Han）与CAAH之间约20.8–15.3 kya，西欧亚人（French）与CAAH之间约7.2–2.6 kya，CAAH群体内部约3.3–1.9 kya。西欧亚祖先比例与东欧元歧时间正相关，与西欧元歧时间负相关。
为调查CAAH群体中的性别偏向混血，研究人员估计并比较了常染色体、X染色体、Y染色体和线粒体数据的来源群体比例。常染色体和X染色体祖先比例差异可指示性别偏向混血。检测到哈扎拉存在 substantial female bias toward West Eurasian ancestry（Student's t-test, p < 0.05），这与西欧亚相关母系血统约71.4%的富集一致，如单倍群H、J、K、N1、T、U和W。其他CAAH群体未检测到显著性别偏向。然而，几个群体显示出西欧亚父系或母系血统与其常染色体或X染色体祖先估计之间的差异。所有卡尔卢克个体携带Y染色体单倍群L1a2a。西欧亚相关父系血统出现在65.0%的吉尔吉斯、35.3%的卡拉卡尔pak和30.0%的东干中，而西欧亚母系血统存在于88.9%的卡尔卢克、70.0%的塔吉克、55.0%的乌兹别克和31.6%的维吾尔中。
为重建中亚人的选择信号，研究人员使用了多种选择检测策略。首先量化了四个遗传推断亚组（CAAH-West、CAAH-Mixed、CAAH-Kyrgyz和CAAH-Dungan）中观察与预期等位基因频率之间的偏差（AFde）。功能富集分析显示所有四个亚组中神经功能的共享过表达。相反，亚组特异性信号明显分化：CAAH-West富集于突触和神经发育通路，CAAH-Mixed富集于运输和结构发育，CAAH-Kyrgyz富集于细胞粘附和组织组织，CAAH-Dungan富集于行为和调控过程。
在代谢候选基因中，EBF2显示出强信号，尤其在CAAH-West和CAAH-Mixed中。EBF2调控脂肪生成，几个3'UTR变异包括rs13257257-G和rs17054430-C，观察频率（AFobs: 0.34–0.42）显著高于混合模型预期（0.16–0.18）。这些变异与改变的棕色脂肪生成、白色脂肪储存增加和腹股沟疝易感性相关。在CAAH-West中，FNDC1（参与细胞低氧反应和心肌细胞凋亡正调控）也显示显著AFde，包括与冠状动脉疾病相关的rs294883-T。
在CAAH-Mixed中，两个CARS2变异rs7324648-A和rs373373-C强烈富集，这些变异影响丝氨酸合成酶的合成。MTAP（多胺代谢的关键调控因子）也在该亚组中显示强信号。值得注意的是，rs871024与黑色素瘤相关，在哈扎拉和南亚人群中更为常见，其在从狩猎采集到农业的过渡期间衍生等位基因频率增加，随后在游牧时期稳定。
在CAAH-Kyrgyz中，CLDN10成为显著候选基因，rs77008184、rs2095774和rs17189719显示出显著分化。这些变异与肾功能和肠道屏障完整性相关，并与血清尿酸和胱抑素C水平相关。rs77008184和rs17189719的衍生等位基因频率在从狩猎采集到农业的转变期间下降，并随畜牧业扩张进一步下降，而rs2095774呈相反轨迹。
在CAAH-Dungan中，与体重指数和脂肪分布相关的LINGO2变异簇显示出指示局部适应的扩展单倍型纯合性（Extended Haplotype Homozygosity, EHH）模式。
研究人员还检测到强烈的免疫相关后混血信号。在CAAH-West中，这些信号集中于TRAF1和PHF19。这些位点包括与过敏性疾病、类风湿性关节炎（Rheumatoid Arthritis, RA）、白细胞计数和淋巴细胞计数相关的等位基因。这些位点的TRAF1-rs2416804/rs10435844/rs3761847和PHF19-rs2072438/rs7858209频率在农业时代前下降，在游牧畜牧业兴起后再次下降，而其他位点呈相反趋势。EHH衰退支持这些位点强烈的正选择，并解释了CAAH亚组和跨洲人群之间等位基因频率的实质性差异。时空分布古代欧亚基因组中的衍生等位基因分析进一步显示这些位点在向农业和游牧畜牧业转变期间频率发生偏移。
在CAAH-Dungan中，免疫相关信号涉及LPXN、PPP4R1L和GIAMP6，包括与炎症性肠病相关的LPXN-rs10896794，与白细胞计数相关的PPP4R1L-rs480143，以及与C反应蛋白水平相关的GIMAP6-rs62491814。
研究人员还观察到影响神经发育性状位点的选择信号富集。CAAH-Mixed、CAAH-Kyrgyz和CAAH-Dungan中识别出FILIP1中的rs4708181，与皮质表面积相关。在CAAH-Mixed中，CHRNA3中观察到强选择信号，rs112878080与一氧化碳弥散量相关，另外九个变异与肺性状相关，包括FEV1/FVC比率和支气管扩张剂后FEV1。值得注意的是，rs112878080、rs138544659和rs8040868的衍生等位基因频率在大约5500年前下降。选择信号也聚集于HDAC9，该基因与脑形态和神经病症相关。与皮质表面积、皮质厚度、全脑限制性弥散和男性型秃发相关的变异，除rs13242758和rs2073963外，在大约9至6 kya之间显示动态轨迹，然后在该地区向游牧畜牧业过渡后稳定。
在CAAH-Kyrgyz中，SPON1（编码轴突导向蛋白）携带与青少年特发性脊柱侧凸相关的rs12575169和与脑连接性相关的rs2618516。在CAAH-Dungan中，神经发育的关键调控因子TCF4显示出强选择信号。与神经质、冒险和情绪相关性状相关的变异，包括rs2919451和rs2924328，在大约9至7.5 kya之间急剧增加，从大约5–3 kya再次增加，然后在大约3 kya显著下降。
为细化后混血适应候选基因，研究人员将东欧亚和西欧亚之间的高度分化变异（Highly Differentiated Variants, HDVs）与AFde显著的变异相交，获得3,069,407个候选变异。然后将AFde > 0.1的变异在各CAAH亚组中分类为潜在适应性变异。在CAAH-West中，与睾酮和低密度脂蛋白胆固醇水平相关的THOP1显示出强信号。EHH曲线支持这些变异的局部适应。在CAAH-Mixed和CAAH-Kyrgyz中，VPS41显示显著信号，rs6943746和rs10274968与神经质和抑郁相关。大多数CAAH-Mixed和CAAH-Kyrgyz的适应信号显示西欧亚频率偏向，但CAAH-Kyrgyz中AFde升高的HDVs显示东欧亚偏移。VPS41-rs10274968的等位基因频率在9至7 kya之间显著上升，之后轻微增加，约4 kya稳定。额Number adaptive signals affected genes related to nervous system function, including CTNNA2 associated with chronic pain in CAAH-Mixed; PLCL1 and DPP10 associated with psychiatric disorders in CAAH-Kyrgyz; and PLCH1, PTPRD, and FGF14 associated with insomnia in CAAH-Dungan.
免疫相关位点也强烈分化。这些包括CAAH-Mixed和CAAH-Dungan中与多发性硬化相关的CSMD1-rs1529316；CAAH-Mixed中与IgG糖基化和银屑病相关的SGCZ-rs9886428和IL12B-rs3313094；CAAH-Kyrgyz中与特应性皮炎和过敏疾病相关的TLR1-rs5743614/rs6531663；以及CAAH-Dungan中与乳糜泻相关的SLC9A4-rs1468788。IL12B-rs3313094随农业转变频率增加，但在游牧畜牧业兴起前下降。TLR1-rs5743614在约6 kya后下降，而TLR1-rs6531663在同一时期稳定增加。SLC9A4-rs1468788的等位基因频率在过去10,000年持续上升。这些免疫相关位点也显示出等位基因频率的显著地理变异。研究人员进一步在CAAH-Dungan中识别出饮食相关信号CBX5-rs4759074，可能与肉食性饮食的适应一致，其频率约6 kya达到峰值，在畜牧业出现之前。群体特异性富集也涉及CAAH-Dungan中的CBX5-rs17110109和CAAH-Kyrgyz中的ITPR1-rs13313995，两者与脱发相关。
研究人员随后使用复合多重信号（Composite of Multiple Signals, CMS）进行全基因组扫描以验证这些报告信号并探索方法特异性的近期或远古选择信号。在CAAH-West中识别出363个显著基因区域，CAAH-Mixed中333个，CAAH-Kyrgyz中484个，CAAH-Dungan中428个。CMS确认了基于窗口的AFde扫描识别出的多个候选区域。所有四个组中，富集分析一致突出糖基化相关通路，包括O-连接糖基化和糖基化疾病。神经和信号相关过程，包括突触信号和神经系统通路，也在多个组中反复出现。在亚组水平，CAAH-West显示神经和昼夜节律通路的适度富集，CAAH-Mixed显示较少且更受限制的信号，CAAH-Kyrgyz显示膜运输和受体介导信号的更广泛富集，CAAH-Dungan显示细胞形态发生和投射组装的更强富集。
此外，CMS识别了几个在基于窗口的扫描中不突出的强信号。在CAAH-West和CAAH-Mixed中，这些包括可能参与血管壁完整性和细胞外基质重塑的MPP5和COL21A1中的变异，以及在血管生成、组织稳态和骨软骨分化中发挥功能的SMAD5。研究还识别了PRIM2中的共享信号，PRIM2编码复制起始所需的DNA引发酶复合物亚基，提示CAAH-Kyrgyz和CAAH-Dungan中的近期正选择。在CAAH-West中，ECD、KLHL24和CCDC25分别包含56、45和43个候选位点。先前研究将ECD中的rs2271904和rs36152134与血压关联，CCDC25中的rs10110224与失眠关联，CCDC25中的rs11782624与巨细胞动脉炎关联。在CAAH-Mixed中，HLA-DPA1/HLA-DPB1区域检测到强信号，该区域主要与免疫相关表型相关。在CAAH-Kyrgyz中，IPMK包含25个候选位点，包括rs2790216和rs7922032，与免疫相关性状如炎症性肠病和单核细胞计数变异相关。在CAAH-Dungan中，ULK4和ANKRD31观察到强CMS峰，其中ANKRD31中的rs7707394先前与低密度脂蛋白水平相关。
古人类基因渗入在欧亚和Oceanian人群中存在变异，但其在中亚的程度仍未完全表征。研究人员使用包括Sprime和IBDmix的高效方法重建中亚人的古人类基因渗入模式。首先使用IBDmix识别阿尔泰尼安德特人基因组中的 AISs in AS62 the Altai Neanderthal genome. CAAH-West中尼安德特人衍生序列的分布与European populations from the 1000 Genomes Project (1KGP) closely resembled that of the language，while patterns in CAAH-Mixed mirrored South Asians. In contrast，CAAH-Kyrgyz and CAAH-Dungan showed the shortest Neanderthal AISs per individual，which may partly reflect differences in sample size.平均而言，每个个体携带约50.01 Mb的尼安德特人衍生序列，范围从CAAH-West和CAAH-Mixed的52.95 Mb到CAAH-Kyrgyz的39.23 Mb。
研究人员识别出104个不存在于1KGP人群中的尼安德特人渗入区域，因为中亚人群未包含在该项目中。这些包括CAAH群体特有的多个古片段和基因，如GUSBP1和BCL11A，表明古祖先的额外区域多样性。54个片段为CAAH亚组特异性：CAAH-West中27个，CAAH-Mixed中18个，CAAH-Kyrgyz中4个，CAAH-Dungan中5个。为增加可信度，研究还应用Sprime推断尼安德特人和丹尼索瓦人衍生片段，并跨方法整合尼安德特人识别结果以获得高可信度基因渗入基因组区域和基因。这产生1605个高可信度尼安德特人片段跨越392.51 Mb和132个丹尼索瓦片段覆盖37.17 Mb。平均而言，每个个体携带13.24 Mb高可信度尼安德特人序列和0.34 Mb丹尼索瓦序列。
数据支持一个主要尼安德特人混血脉冲和两个丹尼索瓦相关脉冲的模型，基于匹配率模式，与东亚人群中报告的一致。
研究人员进一步探索了高可信度AIS的潜在表型相关性，使用通路富集和GWAS注释。研究人员识别了多个先前未报告的免疫相关位点的尼安德特人信号，包括CXCR5、TLR5、PLCL2、RAB17、USP20、TRIML1、PIBF1、C6和HHLA1，以及代谢相关位点DDC、FAH、MTRR、ASRGL1、ACSBG2、ALK和CRTC3。研究人员还复制了许多先前报告的尼安德特人相关区域，与免疫、代谢、色素沉着、皮肤病学、神经学和生殖性状相关。丹尼索瓦片段同样与先前关联的免疫和代谢表型位点重叠。
在CAAH亚组内，BUD13、ZPR1和APOA5的尼安德特人片段与脂质代谢物相关位点重叠。CAAH特异性尼安德特人序列包括CAAH-West中的L3MBTL3（脂质代谢）、RAD51B（RA/哮喘）和ESR1（骨密度）；CAAH-Mixed中的PPP6R3（骨密度）和MAD1L1（精神障碍）；CAAH-Kyrgyz中的SLCO1B1（肝脏药物转运）；以及CAAH-Dungan中的UBE2L3（血清脂质和自身免疫疾病如克罗恩病、炎症性肠病和系统性红斑狼疮）。
丹尼索瓦衍生片段与先前关联的身高、2型糖尿病和大动脉炎位点重叠；显著变异包括CAAH-West中的HHAT rs115453328（强迫特质）、CAAH-Kyrgyz中的RASA3 rs61971965（灰质密度）和CAAH-Dungan中的IL2RA rs61839660（免疫相关性状）。通路分析进一步揭示肌肉细胞分化、神经系统发育和肌肉组织生长的共享富集。
尽管其他地区已报告古人类适应性渗入，但其在中亚的作用仍不清楚。研究人员在CAAH-West中识别出CLOCK的尼安德特人衍生单倍型，包含42个古SNP，其中rs11724094与男性型秃发相关。此外还检测到CAAH-West中的额外古信号，包括与代谢物水平相关的CUBN rs12221306和与教育程度相关的WNK2 rs12349094。两个位点显示 distinct 的时间频率轨迹，与随时间变化的 evolutionary pressures 一致。
此外，研究人员检测到PXK rs6445975（与系统性红斑狼疮相关）、IL2 rs2069772（与过敏致敏相关）和CDC42BPA rs1929863（与白细胞计数相关）的古SNP。IL2 rs2069772显示自约10 kya以来衍生等位基因频率的显著下降。在CAAH-Kyrgyz中，DGKH rs73187291与胰岛素样生长因子1水平相关，在CAAH-Dungan中，位于3'UTR的TOR1B rs12634与前列腺癌风险相关。
为表征CAAH人群中医学相关变异的分布，研究人员将所有变异对ClinVar进行注释，并识别出99个基因中的116个致病性（5级）变异。每位携带者至少携带两个ClinVar列出的致病性变异（中位数9个等位基因；范围3–16）。
