细菌群体中分布式基因组的多样性

分布式基因组假说指出，细菌群体中的基因集分布在属于特定分类单元的所有个体中。这意味着某些基因可以在世代间获得和丢失。我们利用Kingman coalescent给出的随机谱系，在祖先谱系上叠加基因获得和丢失事件。基因获得沿祖先谱系以恒定速率发生。我们假设获得的基因以前从未在群体中出现过。基因丢失的速率与祖先谱系上存在的基因数量成正比。在这个无限基因模型中，我们推导了样本中几个统计量的矩：每个个体的平均基因数、个体间差异的平均基因数、不一致基因对的数量、样本中不同基因的总数以及基因频率谱。我们证明该模型与来自海洋蓝藻的基因频率数据具有合理的拟合度。