【儀表網(wǎng) 儀表研發(fā)】1月20日，中國科學院上海營養(yǎng)與健康研究所李海鵬研究組等在Human Genetics上，在線發(fā)表了題為Fine human genetic map based on UK10K data set的研究論文。遺傳重組是生命進化的基礎(chǔ)，在有性生物形成配子的過程中，來自父方和母方的染色體相互交換遺傳物質(zhì)，從而增加了相鄰基因間不同等位基因的組合，豐富了遺傳多樣性。精確度量基因組不同區(qū)域的遺傳重組率是生物學研究的熱點。精確的遺傳重組圖譜對探究遺傳重組的發(fā)生機制、雜交育種、準確定位致病突變和某一性狀的決定基因，均非常重要。
 

　　遺傳重組率估值的精確度與數(shù)據(jù)囊括的遺傳重組次數(shù)成正比，若數(shù)據(jù)囊括了越多的遺傳重組事件，則遺傳重組率估值越精確，反之亦然。無論是基于家系或單精子測序的研究，還是基于群體遺傳數(shù)據(jù)的研究，這一原則均成立。基于群體遺傳數(shù)據(jù)的分析，局限于已有的分析方法，較難運用以分析大樣本。本研究中，科研人員擴展了前期開發(fā)的機器學習方法，運用新開發(fā)的FastEPRR 2.0分析了公開的UK10K共3,781個非相關(guān)個體(n=7,562個基因組)測序數(shù)據(jù)，基于Out-of-Africa群體歷史模型，準確估計了遺傳重組率，構(gòu)建出精確的遺傳重組圖譜。總體上看，少數(shù)已知的遺傳重組熱點在UK10K遺傳圖譜中依然存在，但在UK10K遺傳圖譜中，遺傳重組率估值波動較為平緩，遺傳重組異質(zhì)性較低。為了剖析樣本大小對估值的影響，研究從UK10K數(shù)據(jù)中隨機選取2,000、400和200個基因組測序數(shù)據(jù)，分析結(jié)果顯示隨著樣本量的降低，遺傳重組率的估值波動加大。上述結(jié)論不依賴分析時所用的群體歷史模型，研究人員在使用群體數(shù)量恒定模型中也觀察到同樣的現(xiàn)象。該研究提供了精確的人類遺傳重組圖譜，并發(fā)現(xiàn)遺傳重組在基因組上的分布或比預(yù)期的更均勻。
 

　　理論群體遺傳學領(lǐng)域擁有完善的數(shù)學基礎(chǔ)，與機器學習中的黑盒子概念相反。2008年初，研究人員預(yù)見有監(jiān)督的機器學習對群體遺傳學的促進作用，因而在2011年與合作者首次將有監(jiān)督的機器學習引入了群體遺傳學(Genetics)，并在2013年(Genetics)、2016年(G3)持續(xù)發(fā)展這一新范式。在某些方面，雖然有監(jiān)督的機器學習比極大似然法、貝葉斯等方法更好，但是這一新范式能否為進化生物學領(lǐng)域帶來新發(fā)現(xiàn)，依然未知。結(jié)果表明，新范式帶來了新發(fā)現(xiàn)，也回應(yīng)了領(lǐng)域中某些質(zhì)疑意見。
 

　　研究工作得到國家自然科學基金、中科院戰(zhàn)略性先導科技專項、國家重點研發(fā)計劃和營養(yǎng)與健康所的支持。