中国研究小组通过综合基因组数据集分析了 5,583 个现代和古代个体，重建了蒙古高原汉族人群的群体进化历史和生物适应性。
他们的研究成果发表在《hLife》杂志上，表明蒙古高原的汉族人群具有很强的遗传同质性，受到周围阿尔泰语族人群基因流动的影响。
研究团队利用各种计算生物学方法，全面描述了生物适应性，确定了与复杂代谢特征相关的适应性特征。此外，对古代和现代基因组的全祖先分析重建了过去 5 万年中与脂肪酸和叶酸代谢相关的基因关键突变的进化轨迹。
全面表征复杂的人口过程和自然选择压力对人类遗传多样性模式的影响，对于理解不同民族语言人群的人类历史以及适应性特征和复杂疾病的分子遗传基础的进化轨迹至关重要。
“大规模人群特定的古代和现代基因组资源为阐明人类疾病的起源、迁移、混合、生物适应以及遗传结构的地理起源和传播轨迹提供了直接的时空研究窗口，”中国工程院院士、广东省禁毒技术中心的共同通讯作者刘超说。
最近针对西欧亚人群古代和现代基因组特定血统的群体遗传学研究揭示了晚旧石器时代欧洲狩猎采集者、新石器时代安纳托利亚农耕者、青铜时代欧亚草原牧民对现代欧洲人腰臀比和身高等复杂性状的遗传基础的不同遗传贡献。
对欧洲古代和现代基因组的路径特异性局部祖先分析表明，5000 年前西部草原人群的扩散塑造了现代欧洲人群对多发性硬化症的遗传易感性，北部患病率较高，南部患病率较低。
然而，基于古代和现代基因组数据库来剖析东欧亚人群疾病或生物适应性特征的地理起源和进化轨迹的研究相对较少。
“为了解决东欧人群中的这一差距，并更深入地了解祖先不同的东欧人群的进化历史以及复杂生物学特征的群体特异性遗传基础的进化起源，我们利用整合的现代和古代基因组数据库探索了祖先组成，并描述了汉族人群适应性特征的进化轨迹，”通讯作者、四川大学的何光林说。
人口历史
汉族是全球最大的民族，分布在中国各地，生态环境和饮食习惯各异。东亚北部的蒙古高原既有讲汉语的汉族，也有讲阿尔泰语的人群。
历史记录记录了该地区的各种政权，包括匈奴(公元前 209 年 - 公元 98 年)、鲜卑(公元 386 - 534 年)、(公元 552 - 742 年)、维吾尔(公元 744 - 840 年)和契丹(公元 916 - 1125 年)。考古学和遗传证据表明，汉族与这些少数民族之间存在广泛的文化和遗传互动。
论文共同第一作者、四川大学王梦格教授表示：“特定人群的基因组资源对于重建人群历史、改善精准医疗中的人类健康公平具有重要意义。此外，蒙古高原的人群相互作用非常有趣，我们对蒙古族的遗传起源和人群历史进行了早期研究。”
“在这个项目中，我们主要针对蒙古高原汉族人群进行了群体遗传学研究，重点研究了群体历史和生物适应，发现了许多与关键适应性突变进化有关的有趣故事。”
科学家利用等位基因频谱和单倍型解析片段，全面描述了蒙古高原汉族个体的人口历史和生物适应性。
研究发现，蒙古高原各地区汉族人群的遗传同质性明显，与中原汉族人群相比，蒙古高原汉族人群与阿尔泰语族人群的遗传漂变较大。
先进的混合模型证实，蒙古高原汉族人群的基因库受到了与阿尔泰语族相关人群基因流的影响。
生物适应
该研究通过各种计算建模和检测方法，确定了与蒙古高原寒冷环境、生存策略转变和病原体暴露下的免疫变化相关的自然选择信号。
“我们进行了多项互补统计分析，包括基于等位基因频率的种群分支统计 (PBS)、成对固定指数 (F ST ) 估计、基于单倍型的跨种群扩展单倍型纯合性 (XP-EHH) 和综合单倍型评分 (iHS)，以检测蒙古高原汉族人群中的自然选择信号。最重要的是与代谢、FADS 和 MTHFR 相关的候选基因，”该研究的第一作者、昆明医科大学的李向平说。
FADS 基因家族编码脂肪酸去饱和酶，该酶调节多不饱和脂肪酸的合成。MTHFR 基因编码亚甲基四氢叶酸还原酶，该酶在叶酸循环中必不可少。
研究人员利用古代和现代样本的高时空分辨率基因组资源，重建了最显著的自然选择信号[rs174550(FADS1)和rs1801133(MTHFR)]数万年来的进化轨迹。
研究结果表明，优势等位基因rs174550-T的频率自出现之后持续上升，稳定在0.54左右。
同样，约1万年前在粟类农业人群中出现的等位基因rs1801133-A，由于农业伴随的饮食变化，在北纬40度附近地区达到较高频率。在中国人群中，rs1801133-A的频率从北向南不断下降。
近东新月沃地谷物农业的发展和东亚黄河流域粟作农业的发展加速了与代谢基因相关的遗传多样性模式的适应和稳定。适应信号的表型关联分析揭示了蒙古高原汉族人群的多基因适应和复杂性状的多效性模式。
近东地区小麦和大麦农业的出现以及黄河流域小米种植的出现促使代谢基因的遗传多样性迅速适应和稳定。生物适应信号的表型关联分析揭示了蒙古高原汉族人群的多基因适应和复杂性状的多效性模式。
昆明医科大学的胡利平说：“我们的研究增进了人们对复杂的群体遗传背景和人口事件如何影响疾病和表型的遗传决定因素的理解，有可能推动个性化精准医疗的发展。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！