“祖源分析”是什么鬼？

                           

 
 相信大家在心底都会有这样一个问题：我是从哪里来？又要到哪里去？我们一直在试图回答这两个终极命题。从哪里来，指的是“祖源”分析，从遗传学角度来描绘你的祖先是谁；到哪里去，也就是健康风险，在疾病和遗传位点关联分析的基础上，来预测你患某些疾病的可能性。我这里主要谈第一个问题。

现代科学告诉我们，我们是从500多万年前的古猿进化而来，我们最晚近的共同祖先生活在20多万年前的非洲，在进化的过程中，我们并不孤单，直到3万多年前，地球上还有着我们的兄弟姐妹，比如欧洲的尼安德特人、西伯利亚的丹尼索瓦人，但他们最终灭绝了。而我们的祖先在5-10万年前也走出了非洲，经由欧亚大陆，到达大洋洲和美洲，最后成功遍布了地球上的各个角落。从遗传学的角度，我们没有办法直接将500万年前的古猿DNA和我们的DNA进行比较，但我们可以理清楚从20万年前到千百年前我们的祖先的迁徙和混合情况，比如说你的体内有多少欧洲人的血统？你是南方人还是北方人？甚至可以回答你是不是可能的三皇五帝的后代？

我们的工具是整合了60万个遗传位点的高密度全基因组芯片，包括了近2万个Y染色体位点和近5千个线粒体(mtDNA)位点，剩余的位点位于22对常染色体和X染色体上。这22对常染色体的每一对染色体都有一条来自父系，一条来自母系，两条染色体在传代过程中对应的部分会发生交换，从而造成混血的效应，就是遗传学上说的重组，使得后代带有父母双方的遗传特征。而Y染色体却直接代表着父系遗传，永远是父子相传的，不会受到任何社会文化和自然因素的影响，而且不同类型的Y染色体有着不同的地理分布，所以研究Y染色体是直接追溯群体或者家族的父系起源的最佳方法，是验证祖先与后代的父系关联的唯一手段。例如，在曹操的后人中分析Y染色体特征，我们就可以了解曹操本人的Y染色体特征。同样地，mtDNA只能有母亲传给子女，代表了单纯的母系遗传，我们可以由mtDNA来追溯母亲的母亲的母亲……。我们所检测的Y染色体和mtDNA位点是世界同行业中最多的，所涉及的支系是最全面的，这也是许多溯祖爱好者选择WeGene的原因。相比于Y染色体和mtDNA所描绘的久远历史，常染色体更能反映近千百年来的混血，比如你带有蒙古人特有的Y染色体，但常染色体上却可能是南方汉族。也就是说，要综合这三部分的结果，才能更全面地解读自己的遗传源流。




祖源分析其实是一个比较的过程，将你的数据和不同人群的进行比较来看你和哪些人群最相近、你可以模拟成由哪些人群按何种比例混合而成的等。因为要比较，所以参考数据库至关重要。举个简单的例子，可能是由于缺少参考数据，23andme只能将你划分为中国人，而Ancestry更离谱地把你认为是波利尼西亚人。而我们有着涵盖全球200多个族群的数据库，在东亚范围内有着北方汉族、南方汉族、日韩、藏缅语、苗瑶语、侗傣语、南岛语、南亚语以及西北和东北的众多蒙古、通古斯和突厥语人群。有了参考人群之后，提取这些人群各自的特征性遗传标记是后续解构祖源成分的关键。这一步主要是根据遗传位点在人群中的频率分布，简单来讲就是A位点的某分型在A人群中高频出现，而在其他人群中是没有的或极低频的，那我们就可以把A位点的这个分型认为是A人群的特征性位点。推算完这些位点的归属人群，那么我们只要数一数你基因组上的不同类别的遗传位点的数目就大致得出了你的祖源成分。
 
虽然我们对东亚人群的解析度远远高于世界范围内的其他同行，但仍有一些问题是现在难以回答清楚的，比如说谁是“源”谁是“流”，我们难以准确判断某样本中高比例的韩国人成分是由于基因从大陆流向朝韩半岛还是相反（或者两者都有），因为我们参考数据库里的现代人群可能都是复杂混合过了的，解决办法是寻找古代的未经混合的人群来做参考数据，这是我们正在做的。