上海生科院提出高效新方法定位具進化優勢的基因突變

　　8月18日，國際學術期刊Molecular Biology and Evolution 在線發表了中國科學院上海生命科學研究院計算生物學研究所博士生汪敏先的最新研究論文Detecting Recent Positive Selection with High Accuracy and Reliability by Conditional Coalescent Tree。該論文介紹了一種新的群體遺傳學數據分析方法。該方法使用基因組測序數據，可以高效可靠地識別近期受到正選擇的遺傳多態性位點。新方法的有效性得到了計算機模擬和實際數據研究的雙重驗證。

　　群體遺傳學和考古學研究表明現代人類的直接祖先來自非洲。自約十萬年前開始，他們由非洲大陸逐漸遷徙擴散到歐洲、亞洲和美洲等世界各地。在這一遷徙過程中，人類祖先跨越不同的自然地理區域，經歷了多樣的氣候、多變的食物來源以及不同傳染性疾病等自然力量的挑戰。人群中具有某些特定基因變異的個體比其他個體能夠更好地應對這些挑戰，從而留下更多的后代，導致這些特定的基因變異類型在人群中的頻率顯著上升。遺傳學上把這種現象稱為“正選擇”。識別這些近期受到“正選擇”的基因變異，并進一步研究其背后生物學意義，對從生物學角度了解人類自身具有重大意義。然而，從基因組數以百萬計的遺傳變異位點中準確找出這些受正選擇影響的關鍵變異位點并非易事。

　　在何云剛和金力的指導下，汪敏先基于條件溯祖理論成功建立了新的計算方法，在對受正選擇的關鍵遺傳變異的識別和準確定位上有所突破。新方法的定位準確率較之前的方法提高了約20~40%，統計效力及穩健性也獲得明顯改善。實例研究中，新的計算方法準確識別了ADH1B、MCM6、APOL1和HBB基因中已得到生物學實驗證實的關鍵基因突變（如圖）。這樣精確的定位能力為深入開展“正選擇”有關的生物學功能研究帶來了極大便利。新方法的計算速度遠遠領先于最流行的正選擇檢查方法iHS，因而非常適合用于大規模高通量測序數據分析。該研究工作得到了來自國家自然科學基金委和中國科學院的基金支持。

新方法（SCCT）準確定位關鍵基因突變