التركيب السكاني (علم الوراثة)

من نتائج التركيب السكاني انخفاض التغاير الزيجوتي . فعندما تنقسم المجموعات السكانية، تزداد فرصة تثبيت الأليلات داخل المجموعات الفرعية، خاصةً إذا كانت هذه المجموعات صغيرة أو معزولة لفترات طويلة. ويمكن اعتبار هذا الانخفاض في التغاير الزيجوتي امتدادًا للتزاوج الداخلي ، حيث يرجح أن يشترك الأفراد في المجموعات الفرعية في سلف مشترك حديث . ^{[ 7 ]} ويُعدّ المقياس مهمًا؛ فالفرد الذي وُلد والداه في المملكة المتحدة لا يُعتبر متزاوجًا داخليًا مقارنةً بسكان ذلك البلد، ولكنه أكثر تزاوجًا داخليًا من شخصين تم اختيارهما من جميع أنحاء العالم. وهذا ما يحفز اشتقاق إحصائيات رايت F (المعروفة أيضًا باسم "مؤشرات التثبيت")، والتي تقيس التزاوج الداخلي من خلال مقارنة التغاير الزيجوتي الملاحظ بالمتوقع. ^{[ 8 ]} على سبيل المثال،${\displaystyle F_{IS}}$يقيس معامل زواج الأقارب في موضع جيني واحد للفرد${\displaystyle I}$مقارنة ببعض المجموعات الفرعية${\displaystyle S}$[ ^{9 ]​}

${\displaystyle F_{IS}=1-{\frac {H_{I}}{H_{S}}}}$

هنا،${\displaystyle H_{I}}$هي نسبة الأفراد في المجموعة الفرعية${\displaystyle S}$التي تكون غير متماثلة الزيجوت. بافتراض وجود أليلين،${\displaystyle A_{1},A_{2}}$التي تحدث بترددات محددة${\displaystyle p_{S},q_{S}}$من المتوقع أن يكون التزاوج العشوائي هو العامل المؤثر على المجموعة الفرعية${\displaystyle S}$سيكون معدل التغاير الزيجوتي هو${\displaystyle H_{S}=2p_{S}(1-p_{S})=2p_{S}q_{S}}$. ثم:

${\displaystyle F_{IS}=1-{\frac {H_{I}}{2p_{S}q_{S}}}}$

وبالمثل، بالنسبة لإجمالي السكان${\displaystyle T}$، يمكننا أن نحدد${\displaystyle H_{T}=2p_{T}q_{T}}$مما يسمح لنا بحساب التغاير المتوقع للمجموعات الفرعية${\displaystyle S}$والقيمة${\displaystyle F_{ST}}$كما يلي: ^{[ 9 ]}

${\displaystyle F_{ST}=1-{\frac {H_{S}}{H_{T}}}=1-{\frac {2p_{S}q_{S}}{2p_{T}q_{T}}}}$

إذا كانت قيمة F تساوي صفرًا، فإن ترددات الأليلات بين المجموعات السكانية متطابقة، مما يشير إلى عدم وجود بنية وراثية. تُبلغ القيمة القصوى النظرية 1 عندما يصل الأليل إلى التثبيت الكامل، لكن معظم القيم القصوى المرصودة أقل من ذلك بكثير. _[ ^{7 ] يُعدّ} FST أحد أكثر مقاييس البنية الوراثية شيوعًا، وله عدة صيغ مختلفة تعتمد على عدد المجموعات السكانية والأليلات محل الاهتمام. على الرغم من استخدامه أحيانًا كمقياس للمسافة الجينية بين المجموعات السكانية، إلا أنه لا يُحقق دائمًا متباينة المثلث ، وبالتالي فهو ليس مقياسًا دقيقًا . ^{[ 10 ]} كما أنه يعتمد على التنوع داخل المجموعة السكانية، مما يجعل تفسيره ومقارنته أمرًا صعبًا. ^{[ 4 ]}

يمكن نمذجة النمط الجيني للفرد كمزيج بين K مجموعة منفصلة من السكان. ^{[ 9 ]} تُعرَّف كل مجموعة بترددات أنماطها الجينية، ويُقاس إسهام المجموعة في الأنماط الجينية للفرد باستخدام مُقدِّر . في عام 2000، قدّم جوناثان ك. بريتشارد خوارزمية STRUCTURE لتقدير هذه النسب باستخدام سلسلة ماركوف مونت كارلو ، حيث نمذج ترددات الأليلات في كل موقع باستخدام توزيع ديريشليه . ^{[ 11 ]} ومنذ ذلك الحين، طُوِّرت خوارزميات أخرى (مثل ADMIXTURE) باستخدام تقنيات تقدير أخرى. ^{[ 12 ] [ 13 ]} يمكن تمثيل النسب المُقدَّرة بيانيًا باستخدام الرسوم البيانية الشريطية - يُمثِّل كل شريط فردًا، ويُقسَّم لتمثيل نسبة الأصل الجيني للفرد من إحدى المجموعات السكانية K. ^{[ 9 ]}

يمكن أن يُظهر تغيير قيمة K مستويات مختلفة من بنية السكان؛ فاستخدام قيمة صغيرة لـ K لجميع البشر سيقسمهم تقريبًا حسب القارة، بينما استخدام قيمة كبيرة لـ K سيقسمهم إلى مجموعات فرعية أدق. ^{[ 9 ]} على الرغم من شيوع أساليب التجميع، إلا أنها عرضة لسوء التفسير: ففي البيانات غير المحاكاة، لا توجد قيمة "حقيقية" لـ K ، بل قيمة تقريبية تُعتبر مفيدة لسؤال معين. ^{[ 3 ]} وهي حساسة لاستراتيجيات أخذ العينات، وحجم العينة، والأقارب في مجموعات البيانات؛ وقد لا توجد مجموعات سكانية منفصلة على الإطلاق؛ وقد توجد بنية هرمية تتداخل فيها المجموعات السكانية الفرعية. ^{[ 3 ]} وقد تكون المجموعات نفسها مختلطة، ^{[ 9 ]} وقد لا يكون لها تفسير مفيد كمصادر للسكان. ^{[ 14 ]}

دراسة لبنية السكان في شمال إفريقيا والمناطق المجاورة، تم نمذجتها باستخدام برنامج ADMIXTURE بافتراض قيم K تساوي 2، 4، 6، 8 (الشكل ب، من الأعلى إلى الأسفل). يؤدي تغيير قيمة K إلى تغيير نطاق التكتل. عند K = 2، يُنسب 80% من الأصل المُستنتج لمعظم سكان شمال إفريقيا إلى مجموعة مشتركة بين الباسك والتوسكان والعرب القطريين (باللون الأرجواني). عند K = 4، تظهر تدرجات في الأصل من شمال إفريقيا (باللون الأزرق الفاتح). عند K = 6، تظهر تدرجات معاكسة في الأصل من الشرق الأدنى (القطري) (باللون الأخضر). عند K = 8، يظهر البربر التونسيون كمجموعة (باللون الأزرق الداكن). ^{[ 15 ]}

البيانات الجينية متعددة الأبعاد ، ويمكن لتقنيات تقليل الأبعاد أن تُحدد بنية التجمعات السكانية. طُبِّق تحليل المكونات الرئيسية (PCA) لأول مرة في علم الوراثة السكانية عام 1978 على يد كافالي-سفورزا وزملائه، ثم عاد للظهور مع تقنيات التسلسل عالي الإنتاجية . ^{[ 9 ] [ 17 ]} في البداية، استُخدم تحليل المكونات الرئيسية على ترددات الأليلات عند المؤشرات الجينية المعروفة للتجمعات السكانية، ولكن لاحقًا وُجد أنه من خلال ترميز تعدد أشكال النوكليوتيدات المفردة (SNPs) كأعداد صحيحة (على سبيل المثال، كعدد الأليلات غير المرجعية ) وتطبيع القيم، يُمكن تطبيق تحليل المكونات الرئيسية على مستوى الأفراد. ^{[ 13 ] [ 18 ]} إحدى الصيغ تأخذ في الاعتبار${\displaystyle N}$الأفراد و${\displaystyle S}$المتغيرات النوكليوتيدية المفردة ثنائية الأليل. لكل فرد${\displaystyle i}$، القيمة في الموضع${\displaystyle l}$يكون${\displaystyle g_{i,l}}$يمثل عدد الأليلات غير المرجعية (أحد${\displaystyle 0,1,2}$). إذا كان تردد الأليل عند${\displaystyle l}$يكون${\displaystyle p_{l}}$ثم الناتج${\displaystyle N\times S}$تحتوي مصفوفة الأنماط الجينية المعيارية على المدخلات التالية: ^{[ 9 ]}

${\displaystyle {\frac {g_{i,l}-2p_{l}}{\sqrt {2p_{l}(1-p_{l})}}}}$

يُحوّل تحليل المكونات الرئيسية (PCA) البيانات لزيادة التباين إلى أقصى حد؛ فإذا توفرت بيانات كافية، يُمكن تشكيل مجموعات منفصلة عند تمثيل كل فرد كنقطة على الرسم البياني. ^{[ 13 ]} يميل الأفراد ذوو الأصول المختلطة إلى التواجد بين المجموعات، وعندما يكون هناك عزل متجانس حسب المسافة في البيانات، فإن متجهات المكونات الرئيسية العليا تعكس التباين الجغرافي. ^{[ 19 ] [ 13 ]} يُمكن كتابة المتجهات الذاتية الناتجة عن تحليل المكونات الرئيسية بشكل صريح بدلالة متوسط ​​أوقات التجمع لأزواج الأفراد، مما يجعل تحليل المكونات الرئيسية مفيدًا للاستدلال حول تاريخ التجمعات السكانية في عينة معينة. مع ذلك، لا يستطيع تحليل المكونات الرئيسية التمييز بين العمليات المختلفة التي تؤدي إلى نفس متوسط ​​أوقات التجمع. ^{[ 20 ]}

استُخدمت تقنيات القياس متعدد الأبعاد والتحليل التمييزي لدراسة التمايز، وتحديد المجموعات السكانية، وتحليل المسافات الجينية. ^{[ 21 ]} ويمكن لأساليب الرسم البياني للجوار ، مثل تضمين الجوار العشوائي الموزع t (t-SNE) وتقريب وإسقاط متعدد الشعب الموحد (UMAP)، تصوير البنية القارية وشبه القارية في البيانات البشرية. ^{[ 22 ] [ 23 ]} ومع مجموعات البيانات الأكبر حجمًا، يُحسّن UMAP من قدرة رصد المقاييس المتعددة للبنية السكانية؛ إذ يمكن إخفاء الأنماط الدقيقة أو تقسيمها باستخدام طرق أخرى، وهي ذات أهمية عندما يكون نطاق المجموعات السكانية متنوعًا، أو عند وجود مجموعات سكانية مختلطة، أو عند دراسة العلاقات بين الأنماط الجينية والظاهرية و/أو الجغرافيا. ^{[ 23 ] [ 24 ]} ويمكن للمشفرات التلقائية المتغيرة توليد أنماط جينية اصطناعية ذات بنية تمثل بيانات الإدخال، على الرغم من أنها لا تعيد إنشاء أنماط اختلال التوازن الارتباطي. ^{[ 25 ]}