北京基因組所開發出比較群體基因組學新算法

　　隨著基因組測序技術的發展，物種和群體水平基因組數據呈指數增長。這些數據為在基因組水平鑒定和解析自然選擇機制提供了機遇。然而，目前的分析方法面臨著技術瓶頸和挑戰。其中，關鍵問題是如何高效準確地檢測作用于非編碼區的自然選擇效應。同時，能夠高效、高性能地分析多物種大樣本數據，成為方法學方面的迫切要求。

　　中國科學院北京基因組研究所（國家生物信息中心）陳華團隊在多物種聯合等位基因頻譜理論以及HKA（Hudson-Kreitman -Aguadé）檢驗的框架上，構建了CEGA（Comparative Evolutionary Genomic Analysis）方法。CEGA整合微進化過程與宏觀進化過程模型，刻畫了自然選擇和群體歷史在非編碼區形成的遺傳多態性“印記”，可高效、準確地檢測作用于非編碼區上的正向選擇及平衡選擇信號。CEGA同時分析物種間的分歧位點和物種內的多態位點信息。當兩物種分化時間比較短時，多態位點蘊含的信息有助于準確推斷分化時間、有效群體大小等信息，利于區分自然選擇效應與群體歷史干擾。因此，該方法在不同物種分化時間尺度上具有更廣泛的適用性。仿真分析表明，對于不同的選擇強度和物種分化時間，CEGA檢測正選擇與平衡選擇的效果均優于現有方法，尤其對于選擇強度較弱或者物種分化時間比較短的情景，CEGA的優勢更為明顯。除用于檢測自然選擇外，科研人員希望提出對自然選擇發生過程的深入認知。 鑒于此，CEGA基于群體遺傳學模型提出了關于自然選擇強度等關鍵參數的推斷。

　　該團隊將CEGA應用于已發表的9個現代人類（Homo sapiens）和9個黑猩猩（Pan troglodytes ellioti）的群體基因組數據，進行編碼區、非編碼區兩個層面上的比較分析，鑒定了在人類基因組中受自然選擇作用而快速進化基因，并發現了這些基因的功能顯著富集在與大腦容量、大腦皮層的總面積以及大腦皮層的厚度等相關表型和分子通路。此外，研究顯示，在與免疫反應和病原體抵抗相關的區域（如主要組織相容性復合體MHC）存在顯著的平衡選擇信號。以上仿真分析以及人與黑猩猩基因組真實數據分析的結果表明，CEGA是有效的算法工具，可用于大規模群體基因組測序數據的高效分析。

　　相關研究成果以CEGA: a method for inferring natural selection by comparative population genomic analysis across species為題，發表在《基因組生物學》（Genome Biology）上。研究工作得到國家自然科學基金、國家重點研發計劃和中國博士后科學基金等的支持。