后分歧基因流对同时分歧时间检验的影响

《Molecular Ecology Resources》:The Effects of Post-Divergence Gene Flow on Simultaneous Divergence Time Testing

【字体: 大 中 小 】 时间:2026年07月27日 来源:Molecular Ecology Resources 5.9

编辑推荐:

  从遗传数据估算多个分类群的同时分歧时间,是系统地理学研究中常见的方法,可为塑造物种多样化的历史和进化因素提供见解。然而,在面对后分歧基因流时,跨多个共分布物种或种群对的分歧时间估计的稳健性往往未被解决。在此,研究人员采用基于模拟的方法,在模型假设(无基因流)被

  
从遗传数据估算多个分类群的同时分歧时间,是系统地理学研究中常见的方法,可为塑造物种多样化的历史和进化因素提供见解。然而,在面对后分歧基因流时,跨多个共分布物种或种群对的分歧时间估计的稳健性往往未被解决。在此,研究人员采用基于模拟的方法,在模型假设(无基因流)被违反的情况下,检验全似然贝叶斯框架内同时分歧估计的稳健性。研究人员生成了多个种群对的模拟数据集,设定不同的迁移率,并使用软件包Ecoevolity估计共享分歧时间,将其与无迁移的种群对估计值进行比较。研究的目标是确定迁移率开始使分歧时间估计产生偏差的阈值,从而为全似然贝叶斯方法在更复杂的人口统计学场景下的稳健性提供见解。研究人员发现,当假设被违反时,在广泛的参数空间内,同时分歧被错误地支持。研究人员建议,未来使用同时分歧检验的实证研究应明确检验基因流,或者至少在其研究中明确考虑基因流的存在、缺失及其影响。研究人员断言,这一结果——对同时分歧的偏差支持——只是模型统计假设未被满足或数据统计效力不足时一般行为的一个具体例子。研究人员还建议,未来研究应重新调整其研究框架,专注于在系统中检验非同时分歧。因此,对群体间同时分歧的支持应被解释为未能分辨非同时分歧,而非真实同时分歧的证据。
**论文解读:后分歧基因流对同时分歧时间检验的影响**

**一、研究背景与问题**

在比较系统地理学中,从遗传数据估计多个分类群的同时分歧时间是一种常见方法,有助于揭示塑造区域物种多样化的历史和进化因素。例如,更新世冰川事件导致的栖息地破碎化会使整个生物群落分裂成多个隔离避难所,从而在多个共分布分类群中产生共享的时空遗传分化模式。相反,物种特异性特征(如栖息地偏好)也可能调节分类群对环境变化的响应,导致非同步模式。因此,利用统计方法量化跨多个共分布分类群的时间聚类事件,对于检验群落尺度过程的预测至关重要。

这些分析通常被称为“同时分歧时间检验”。该检验基于共享分歧时间作为支持种群遗传进化受共享地理或外部事件结构化的证据,旨在推断不同物种群和种群对之间分歧模式的共享程度。分析在近似贝叶斯计算(ABC)和全似然贝叶斯推断框架中均有实现,核心是优化解释来自多个种群对遗传数据变异所需的随时间分离的溯祖结构化事件数量。这些方法已在多个系统中成功揭示见解,但由于缺乏可靠化石进行独立时间校准,这些见解原本无法获得。

然而,驱动上述概率函数或汇总统计量的溯祖和种群遗传理论对数据和过程做了许多简化假设,当应用于真实数据时,其中一些假设可能被违反。多种群溯祖模型的基本假设包括:种群大小无差异、突变率恒定且共享、无迁移、无群体内谱系结构等。更高级的模型可放宽这些假设,但自由参数增多会降低统计效力。因此,应用这些方法的研究应首先检验系统中是否存在对这些假设的违反,然后逐步引入所需模型参数以最大化统计效力并最小化复杂性。

尽管如此,研究人员对57篇已发表研究的回顾发现,只有6篇检验了无基因流假设的违反,仅10篇讨论或承认了该潜在问题而未明确检验或处理。因此,许多研究未解决后分歧基因流对多个物种或种群对分歧时间估计稳健性的影响。同时,目前尚无任何理论分析或研究定量描述这些问题的特征,使得实证研究者无法根据系统情况做出明智决策。

**二、研究人员开展的研究与结论**

本研究通过模拟方法,生成多个种群对的核苷酸数据集,参数代表不同迁移率水平,并在Ecoevolity程序中估计共享分歧时间,与无迁移种群对估计值进行比较,旨在:(1) 量化迁移影响共享分歧时间推断的相对阈值;(2) 评估迁移主要影响推断可靠性(置信区间覆盖率和模型选择准确性)还是估计精度(均方根误差);(3) 确定观察到的误差是模型错误设定偏差(系统性地未在置信区间内捕获真实参数)还是增加的参数不确定性(在保持校准推断的同时降低统计效力);(4) 评估迁移对模型选择的影响:是导致分歧事件模式的错误推断(系统性模型选择偏差)还是仅降低区分模型的能力。

研究发现,高迁移率(1×10-2个体/代)导致灾难性后果,平均置信区间覆盖率降至0%,而低迁移率(1×10-7)影响可忽略。迁移主要引入系统性偏差而非仅增加不确定性:在95%置信区间覆盖率方面,从无迁移的89%降至高迁移的0%,但均方根误差仅从0.00055增加到0.00116。此外,高迁移率系统性偏向于推断更简单的分歧事件模型(更少的事件数),即使真实模型涉及多个独立分歧。该偏差随分歧年龄和模型复杂性增加而加剧。研究还发现,迁移率、分歧模式和分歧年龄三者交互作用解释了94%的置信区间覆盖率方差和87%的均方根误差方差,其中迁移率单独解释了大部分变异。

该研究的重要意义在于:尽管Ecoevolity的全似然贝叶斯方法在理论上优于ABC方法,但对后分歧迁移并不稳健。研究人员建议,未来实证研究应明确检验系统中的基因流,或至少明确考虑其存在、缺失及影响。同时,对同时分歧的支持应被解释为未能分辨非同时分歧,而非真实同时分歧的证据。该论文发表在《Molecular Ecology Resources》。

**三、主要关键技术方法**

研究人员使用msprime和tskit软件包模拟生成DNA序列数据集,共涉及6个种群对,每个种群对包含20个单倍体序列(每种群10个),每个序列1个位点、1000碱基对,突变率μ=1.0×10-8突变/位点/年,有效种群大小Ne=10,000。模拟在无迁移(严格隔离模型)和有迁移(低迁移率1×10-7、高迁移率1×10-2)条件下进行,设置三种分歧配置:所有6个种群对同时分歧、3个分组共享分歧、6个独立分歧,分歧时间范围从10,000到160,000代。使用Ecoevolity的全似然贝叶斯框架估计共享分歧事件数和每个分歧事件的最远共同祖先时间,并以30次重复运行,通过均方根误差和95%置信区间覆盖率评估模型性能。

**四、研究结果**

**3.1 Baseline Cases: No Gene Flow(无迁移基准情况)**
在无后分歧基因流时,同时分歧场景在所有分歧年龄下均显示完美覆盖率(p(t∈CI)=1.00),均方根误差极小(2.13×10-4至5.80×10-4)。分组分歧场景覆盖率降低(0.667至1.00),均方根误差随年龄增加(3.54×10-4至9.45×10-4)。独立分歧场景覆盖率最低(0.667至0.833),均方根误差最高(2.91×10-4至1.74×10-3)。模型选择方面,无迁移时后验概率强烈支持真实事件数,但随分歧年龄增加,概率质量逐渐分散。

**3.2 Low Migration Rate (1×10-7)(低迁移率)**
低迁移率对同时分歧场景的推断质量影响极小,覆盖率保持完美(1.00),均方根误差与无迁移相当。分组分歧和独立分歧场景的覆盖率与无迁移情况接近(0.833至1.00),均方根误差类似。后验分布模式与无迁移基本一致,正确识别事件复杂性。

**3.3 High Migration Rate (1×10-2)(高迁移率)**
高迁移率导致所有场景下置信区间覆盖率完全失败(p(t∈CI)=0.00)。同时分歧场景的均方根误差在浅分歧时低于基线,但深分歧时显著增加。分组分歧场景的均方根误差最高(1.99×10-4至2.13×10-3)。独立分歧场景的均方根误差在?t=160,000代时达到所有实验中的最大值(2.48×10-3)。模型选择方面,高迁移率使后验分布强烈偏向于更少事件数,在所有场景中均系统性低估事件复杂性。

**3.4 Summarization of SDT Patterns Across All Scenarios(所有场景下同时分歧时间检验模式的总结)**
平均覆盖率:无迁移0.867,低迁移0.889,高迁移0.000。模型性能随模型复杂性增加而下降,均方根误差随共享事件数增加而增加(同时分歧均值4.21×10-4,分组分歧6.34×10-4,独立分歧1.27×10-3)。高迁移率下均方根误差与无迁移的比值范围为0.37至5.44,在分组分歧的深分歧年龄时最高。高迁移率持续将后验概率质量推向更简单模型,偏差幅度随真实模型复杂性和分歧年龄增加而增大;低迁移率则无系统性偏差。

**五、讨论与结论**

**讨论部分**:研究评估了后分歧迁移对Ecoevolity准确推断共享分歧模式能力的影响。低迁移率(1×10-7)影响可忽略,高迁移率(1×10-2)导致灾难性失败,迁移影响阈值介于两者之间。迁移主要损害推断可靠性而非精度,因为覆盖率从89%降至0%远大于均方根误差的翻倍。这揭示了基本的模型错误设定偏差,而非单纯的不确定性增加。高迁移率还系统性偏向于推断更少的分歧事件,且该偏差随分歧年龄增加而加剧。分歧年龄与迁移之间存在交互作用:深分歧年龄下基因流累积更严重地混淆进化信号。迁移率、分歧模式和分歧年龄三者的交互作用解释了大部分方差,但迁移率单独贡献了大部分解释变异。

**结论**:研究结果表明,Ecoevolity的全似然贝叶斯方法尽管在理论上优于ABC方法,但对后分歧迁移并不稳健。应用该方法的研究人员必须:(1) 通过独立证据验证迁移可忽略(低于约1×10-7),(2) 明确将迁移纳入模型,或(3) 在怀疑存在迁移时极其谨慎地解释结果。偏差的系统性——始终低估分歧时间和模型复杂性——意味着标准模型诊断可能无法发现问题,因为该方法会对其错误推断显得自信。总体而言,本研究建立了一个框架,用于理解违反无迁移假设如何影响同时分歧时间检验的性能。通过基于模拟的方法,明确分离了不同迁移水平对模型性能的影响,填补了该领域的关键空白,即理解在存在基因流的生物学现实背景下共多样化模型的稳健性。该工作将在评估不能忽略迁移的实证系统中的共多样化模式方面发挥特别重要的作用。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号