人口歷史推斷的隨機模型與方法研究.pdf

1、群體遺傳學是一門定量地研究生物進化機制的遺傳學科，它為揭示進化原理和進化過程提供堅實的理論依據(jù)。人口歷史推斷是群體遺傳學中至關(guān)重要的問題，有利于我們更好地了解人類的起源與發(fā)展。群體遷移，群體混合以及群體擴張等人口歷史事件會對基因的遺傳變異產(chǎn)生巨大影響，在遺傳數(shù)據(jù)中留下很多有用的信息，因此我們可以利用這些信息推斷人口歷史。
　　隨著測序技術(shù)和計算方法的不斷發(fā)展，我們可以獲得越來越多的遺傳特征，如何更有效地利用遺傳特征推斷人口歷史是一

2、個非常有挑戰(zhàn)性的問題。在本文中，我們通過構(gòu)建隨機模型刻畫遺傳特征的產(chǎn)生和變化過程，利用統(tǒng)計推斷的方法實現(xiàn)人口歷史的重構(gòu)。本文主要考慮兩種與基因重組密切相關(guān)的遺傳特征——祖先片段和IBD片段，研究基于這兩種特征推斷人口歷史的隨機模型與方法。
　　本文的第一項工作是研究基于祖先片段推斷人口混合歷史的隨機模型與方法。現(xiàn)在已有的推斷人口混合歷史的方法都有一個缺陷:在推斷混合歷史時，需事先設定一個混合模型，然后在設定的模型下進行推斷。但在實

3、際應用中，真實的混合模型是未知的，如果設定的混合模型與真實模型相差很大，則推斷出的混合歷史往往不準確。為了解決這個問題，本文給出一般混合模型的刻畫，并首次推導一般混合模型下祖先片段長度的理論分布，為人口混合歷史的推斷提供理論基礎?；谧嫦绕伍L度的分布，我們開發(fā)了兩種推斷人口混合歷史的方法，第一種方法——AdmixInfer方法，實現(xiàn)三個經(jīng)典混合模型下最優(yōu)模型的選擇以及混合歷史中參數(shù)的估計。我們通過大量的模擬數(shù)據(jù)驗證了AdmixInfe

4、r方法的有效性和穩(wěn)定性，同時在真實數(shù)據(jù)的應用中，AdmixInfer方法也有很好的表現(xiàn)。更進一步，為了解決一般混合模型下人口混合歷史的推斷問題，我們開發(fā)了第二種方法——MultiWaveInfer方法，采用似然比檢驗和EM算法估計混合波數(shù)以及混合歷史中的參數(shù)。同樣的，大量的模擬數(shù)據(jù)驗證了MultiWaveInfer方法的有效性和穩(wěn)定性。
　　本文的另一項工作是研究基于IBD片段推斷人口遷移歷史的隨機模型與方法。IBD片段已被證實非

5、常適合重構(gòu)近代的人口歷史。利用IBD片段推斷人口歷史，關(guān)鍵在于構(gòu)建人口模型并計算溯祖時間的分布。前人利用IBD片段推斷人口遷移歷史時，忽略了溯祖時間之前溯祖事件的信息以及溯祖事件與遷移事件的相互影響，使得溯祖時間的分布不準確。為彌補這個缺陷，本文提出了一種新的推斷人口遷移歷史的方法——MIBD方法，采用帶結(jié)構(gòu)的溯祖理論，用一個連續(xù)時間的馬氏過程描述兩個群體遷移模型下的溯祖過程，并利用Kolmogorov向后方程計算溯祖時間的分布。在此分