全基因组祖先重组图推断

一组直系同源DNA序列的复杂相关结构被"祖先重组图"（ARG）唯一捕获，该图是样本历史中合并和重组事件的完整记录。然而，现有的ARG推断方法计算密集、高度近似或仅限于少量序列，因此显式ARG推断在应用群体基因组学中很少使用。在这里，我们介绍了一种新的ARG推断算法，其效率足以应用于数十个完整的哺乳动物基因组。我们方法的关键思想是在给定n-1条染色体的ARG条件下对n条染色体的ARG进行采样，这一操作我们称为"穿线"。基于隐马尔可夫模型的技术，我们可以在顺序马尔可夫合并和离散化时间的假设下精确执行这一穿线操作。一个扩展允许对子树而不是单个序列进行穿线。重复应用这些穿线操作可以产生高效的马尔可夫链蒙特卡罗采样器用于ARG。我们已将这些方法实现在一个名为ARGweaver的计算机程序中。对模拟数据的实验表明，ARGweaver快速收敛到真实后验分布，并能有效恢复在人类群体现实参数下生成的数十条序列的ARG的各种特征。在将ARGweaver应用于Complete Genomics的54个人类基因组序列时，我们发现了自然选择的明显特征，包括与平衡选择相关的异常古老祖先区域以及定向选择位点中等位基因年龄的减少。初步结果还表明，我们的方法可用于深入了解人类群体结构的复杂特征，即使使用非信息先验分布也是如此。