[论文解读] Interference limits resolution of selection pressures from linked neutral diversity

Benjamin H. Good, Aleksandra M. Walczak+2 more|arXiv (Cornell University)|Jun 5, 2013

Evolution and Genetic Dynamics参考文献 39被引用 3

一句话总结

本文提出一种粗粒度的共祖框架，通过聚焦于连锁块内的适应度方差，而非单个选择系数，来近似模拟紧密连锁基因组区域中多个微弱选择突变的影响。研究发现，在干扰性选择下，中性多态性模式对单个适应度效应的敏感性极低，揭示了仅从序列数据中解析单个选择压力的根本限制。

ABSTRACT

Pervasive natural selection can strongly influence observed patterns of genetic variation, but these effects remain poorly understood when multiple selected variants segregate in nearby regions of the genome. Classical population genetics fails to account for interference between linked mutations, which grows increasingly severe as the density of selected polymorphisms increases. Here, we describe a simple limit that emerges when interference is common, in which the fitness effects of individual mutations play a relatively minor role. Instead, molecular evolution is determined by the variance in fitness within the population, defined over an effectively asexual segment of the genome (a ``linkage block''). We exploit this insensitivity in a new ``coarse-grained'' coalescent framework, which approximates the effects of many weakly selected mutations with a smaller number of strongly selected mutations with the same variance in fitness. This approximation generates accurate and efficient predictions for the genetic diversity that cannot be summarized by a simple reduction in effective population size. However, these results suggest a fundamental limit on our ability to resolve individual selection pressures from contemporary sequence data alone, since a wide range of parameters yield nearly identical patterns of sequence variability.

研究动机与目标

• 为解决多个选择变异在紧密连锁基因组区域中相互干扰时预测遗传多样性的挑战。
• 开发一种简化且高效的共祖框架，捕捉干扰效应，而无需追踪单个突变。
• 研究在干扰选择下，从当代序列数据中推断单个选择压力的限制。
• 识别并阐明传统基于有效种群大小的方法在广泛干扰存在时为何会失效。
• 探讨参数退化对经验种群基因组学推断的影响。

提出的方法

• 提出一种粗粒度共祖模型，用较少数量的强选择突变替代大量弱选择突变，且保持相同的适应度方差。
• 基于连锁块内的适应度方差，定义有效选择强度和有效突变率。
• 运用类似中心极限定理的论证，表明中性位点的多样性主要取决于适应度方差，而非单个选择系数。
• 通过模拟验证模型，并将预测结果与真实数据（如黑腹果蝇点染色体）进行比较。
• 识别出退化参数集——即不同组合的 Ns、NU 和 NR——产生难以区分的多样性模式。
• 将该框架应用于推断全局属性，如适应度方差和连锁尺度，这些属性在干扰群体中比单个选择系数更可靠。

实验结果

研究问题

• RQ1 在不追踪每个单个突变的情况下，能否准确预测高密度选择多态性区域的遗传多样性？
• RQ2 当干扰普遍存在时，单个选择系数在多大程度上影响中性多样性？
• RQ3 参数退化对从序列数据中推断选择压力有何影响？
• RQ4 连锁块内的适应度方差在多大程度上决定了干扰选择下的中性多样性模式？
• RQ5 基于适应度方差的粗粒度共祖模型是否能优于假设位点独立或使用减小的 Ne 的传统方法？

主要发现

• 在干扰选择下，中性多样性模式主要由连锁块内的适应度方差决定，而非单个选择系数。
• 大量不同的参数组合——尤其是弱选择突变数量不同——会产生几乎相同的遗传多样性模式，揭示了根本性的分辨率限制。
• 该模型即使在底层参数显著不同的情况下，也能准确预测黑腹果蝇点染色体的多样性与等位基因频率谱。
• 模拟结果表明，即使频率谱高度解析，仍无法区分具有相同适应度方差的不同参数集，表明推断中存在固有不确定性。
• 该框架表明，在干扰群体中，适应度方差和连锁尺度等全局属性比单个选择系数更适合作为推断目标。
• 在多个位点上广泛存在的弱纯化选择可能模拟出反复清除或群体历史变化的信号，挑战了对基因组多样性模式的既有解释。