MixedUpParents: 混合种群中遗传亲本鉴定的新改进方法

《Molecular Ecology Resources》：MixedUpParents: A New and Improved Method for Genetic Parentage Assignment in Admixed Populations

　　

杂交在生命之树中普遍存在。其在遗传数据集中的存在经常违反模型假设或导致错误推断。然而，很少有亲本鉴定方法被开发出来以解释杂交或混合（admixture），特别是在非模式系统中。在此，研究人员描述了一种新的亲本分析方法——MixedUpParents，该方法通过使用物种诊断性单核苷酸多态性（SNP）并考虑离散基因组片段内的混合祖先来解释杂交。研究人员通过模拟将MixedUpParents与其他亲本鉴定程序进行比较，以评估在有无杂交情况下的鉴定准确性。模拟涵盖了一系列参数值，包括缺失基因型、迁移（杂交）率和未采样个体的比例。模拟结果表明，在所有存在混合的场景中，MixedUpParents均优于其他测试的亲本方法，并且即使在仅采样一个亲本时，也能在亲本-子代鉴定中表现良好。在最佳情况下，MixedUpParents达到了≥95%的真阳性率和～5%的假阳性率（即分配错误的亲本）。所有亲本方法的准确性随着种群采样比例的提高而增加，但随着标记数据缺失水平的升高而下降。对所有方法而言，最具挑战性的情况是中等迁移率以及当全同胞（full-siblings）包含在亲本样本中（代表年龄未知的野外采样）时。总体而言，研究人员表明，当存在杂交时，“传统”方法可能产生高假阳性率，这强调了在混合系统中使用适当方法的重要性。研究人员的成果和免费提供的软件应能推动野生和圈养种群中繁殖成功（适合度）的种群管理及相关研究，以及更广泛的亲本鉴定和谱系重建。

**论文解读：MixedUpParents——混合种群遗传亲本鉴定的新方法**

**研究背景与问题**

杂交（hybridization）在生命之树中普遍存在，在保护生物学、农业、驯化、行为生态学和进化生物学中扮演重要角色。然而，杂交在遗传数据集中常导致模型假设被违反，或产生错误推断。尽管亲本鉴定（parentage assignment）和谱系重建（pedigree reconstruction）是推断个体水平适合度（fitness）和繁殖输出的常用方法，但目前大多数亲本鉴定方法是为非混合种群设计的，假定所有个体来自单一随机交配种群。针对杂交个体的方法通常仅适用于近期杂交（如F₁代），而非高度混合的个体。在混合种群中，来自不同物种的基因组的嵌合体（mosaic）以及复杂的连锁不平衡（linkage disequilibrium, LD）模式会导致传统亲本鉴定方法性能下降，产生高假阳性率。因此，迫切需要一种能够有效处理混合祖先的亲本鉴定方法。

**研究方法与主要技术方法**

研究人员开发了名为MixedUpParents的新方法，并在模拟数据中将其与四种现有方法（Sequoia、RelateAdmix、纯合子相反检验（HOT）和朴素似然法）进行比较。模拟数据基于约2000个SNP位点，参数化自蒙大拿州西北部的西坡割喉鳟（Oncorhynchus lewisi）与虹鳟（O. mykiss）的杂交种群。主要技术方法包括：1. 使用物种诊断性SNP（species-diagnostic SNPs）推断每个个体基因组中不同物种的祖先拷贝数片段（ancestry copy-number tracts）；2. 采用期望最大化（EM）算法估计不同祖先背景上的等位基因频率；3. 开发“sack-o'-segs”（SOS）近似模型，在考虑片段共遗传的同时计算似然比，用于亲本-子代对与无关对的比较，并加入全同胞/亲本似然比检验以排除误判的全同胞。

**研究结果**

**3.1 迁移率的影响**
在所有迁移率下，MixedUpParents均优于其他方法。传统方法在0%和10%迁移率下表现较好，但在中等迁移率（2%和5%）下性能下降。MixedUpParents则随迁移率升高而改善。在最具挑战性的场景（全同胞多且包含在候选亲本中）下，MixedUpParents加全同胞去除仍表现良好，达到约90%真阳性率，约10%假阳性率。

**3.2 缺失标记数据的影响**
所有方法均随缺失标记比例增加而性能下降，但MixedUpParents在所有缺失水平下表现最佳。在25%缺失率下，MixedUpParents在全同胞存在时仍达到约85%真阳性率，约10%假阳性率。HOT方法次之，但在50%缺失时性能显著恶化。

**3.3 不完整采样的影响**
当采样比例从100%降至25%时，所有方法准确性下降，但MixedUpParents在最低采样下仍保持较好性能（约100%真阳性率，<10%假阳性率）。朴素似然法在所有采样水平下表现最差，假阳性率常超过50%。

**3.4 半同胞和全同胞的影响**
当候选亲本中包含全同胞时，所有方法性能显著下降。MixedUpParents通过全同胞似然比检验，在包含全同胞的场景中性能损失最小（真阳性率仅下降约5%）。HOT方法在无缺失数据时表现尚可，但假阳性率增加。

**3.5 较小数据集上的Sequoia性能**
在小规模模拟（每代120个体）中，MixedUpParents在存在杂交时始终优于Sequoia。在无迁移时，Sequoia在非WF模型中与MixedUpParents相当或更优。

**讨论与结论**

**讨论**
MixedUpParents在所有模拟场景中优于其他方法，且计算效率可接受（约20分钟处理4000-5000个体）。传统方法的高假阳性率表明，在混合系统中必须使用混合感知方法。HOT方法虽受混合影响较小，但受限于缺失数据和基因分型错误。RelateAdmix仅考虑基因组平均混合比例，未利用局部祖先信息，因此性能不佳。未采样个体和缺失标记是导致错误分配的主要原因，MixedUpParents通过推断双亲-子代对（dyad）而非三体（triad）来减轻未采样个体的影响。方法局限性包括需要诊断性SNP和参考基因组，未来可扩展至使用高F_ST的SNP，并开发直接模拟置信评估功能。

**结论**
在本文研究的所有情况下，MixedUpParents均优于其他测试的亲本方法，并且是推断不同物种间混合样本中亲本的最佳方法。尽管其运行时间并非最短，但平均20分钟即可处理约4000-5000个体和1000-1500个位点的数据集，计算和内存消耗仅随标记增加线性增长。MixedUpParents应有助于填补需要重建杂交系统谱系的研究的分析空白。本文及新软件将广泛推动旨在估计杂交和混合对野生及圈养种群繁殖成功（适合度）影响的种群管理及相关研究。