基于基因组数据的群体历史推断经验方法

利用群体遗传数据进行的推断通常将群体系谱视为冗余参数，即随机交配过去历史的未观测产物。然而，给定群体中遗传关系的历史是一个固定的、未观测的对象，因此另一种方法是将这种关系网络视为我们希望了解的复杂对象，通过观察基因组如何经由它带噪声地传递下来。本文探讨这一观点，展示如何将关于群体遗传数据的问题转化为对所有祖先基因组上突变的泊松过程的计算。该方法被应用于对用于识别混合的 $f_4$ 统计量给出稳健解释，并设计一种新的统计量，用于测量两对序列之间至最近共同祖先的平均时间的协方差。该方法更一般地将群体遗传统计量解释为祖先基因组上特定函数的和，从而为这些统计量提供具体的、广泛可解释的解释。这提供了一种无需简化群体模型来描述群体历史的方法。更一般地，它使群体系谱成为焦点，而在基于模型的群体历史推断中该系谱被平均掉了。