Matched full-UDG and non-UDG ancient DNA libraries reveal trade-offs in post-mortem damage correction for imputation and kinship inference
通过对比中世纪蒙古个体匹配的全无去簇（full-UDG）与非去簇（non-UDG）古DNA文库，本研究表明，虽然各种计算损伤校正方法（修剪、重缩放和掩蔽）在位点保留与误差降低之间存在差异化的平衡，但最优选择取决于具体的下游分析，且校正后的数据对于非去簇文库中准确的亲缘关系推断至关重要。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
当科学家研究数千年前人类的 DNA 时，他们处理的是一种自死亡那一刻起就在缓慢分解的物质。经过几个世纪，这段遗传密码的化学组成部分发生了变化。具体而言，一种被称为胞嘧啶（cytosine）的成分经常转化为尿嘧啶（uracil），这是一种人体内并不自然使用的不同分子。当研究人员复制这些古 DNA 以进行读取时，机器会将这种改变了的胞嘧啶误认为是胸腺嘧啶（thymine），从而产生一个虚假的信号，使得在原本并不存在遗传差异的地方出现了差异的假象。这种损伤并非随机发生的；它往往聚集在 DNA 片段的最末端，就像旧绳子边缘的磨损一样。为了获得关于这些古人类及其亲缘关系的真实图景，科学家必须决定如何处理这种损伤。他们可以使用酶在读取前对 DNA 进行“清洁”，或者使用计算机程序在事后忽略或调整受损部分。关于哪种方法效果最好，尤其是在混合不同类型的数据时，长期以来一直是一个争论不休的话题。
来自日本和蒙古的一个研究小组最近通过研究埋葬在东蒙古一座中世纪墓地中的两名个体解决了这一问题，这两名个体可以追溯到十三或十四世纪。根据初步筛选，这两个人——一男一女——似乎关系密切，可能是一对父子或母女。科学家们从每个人的同块骨骼中提取了 DNA 样本，并将其分为两组。一组经过一种称为 full-UDG 的酶处理，这种酶在测序前从化学上移除 DNA 的受损部分，从而有效地“清洁”了样本。另一组则未经过处理，保留了作为古代材料特征指纹的自然损伤模式。这创造了一个完美的对照：相同的遗传来源，通过两种不同的方式进行处理，使研究人员能够准确观察到清洁过程如何改变了结果。随后，他们将各种计算机方法应用于未经处理的数据，以观察是否可以在不丢弃过多信息的情况下修复损伤。
研究表明，不存在一种完美的修复古 DNA 损伤的方法；每种方法都涉及权衡。当研究人员尝试简单地切除 DNA 链受损的末端时，他们损失了大量的可用遗传数据。相比之下，那些调整受损碱基的置信度分数或将其屏蔽的方法，则保留了几乎所有的完整数据。有一种特定的方法是通过调整末端碱基的质量得分，保留了 9 遍 9.3% 的覆盖位点，而另一种仅仅切除两端各五个碱基的方法仅保留了约 85% 的数据。有趣的是，在这些特定样本中，损伤是不对称的；一端的损伤远比另一端严重。当团队测试仅切割受损较重的一端而非两端等量切割时，他们发现可以在减少错误的同时保留更多数据。这表明对于某些类型的古代样本，单侧处理方法可能比平衡处理方法更有效。
研究人员随后利用这些经过清洁和未经清洁的数据集来重建这两个个体的遗传图谱并确定他们的关系。结果显示，清洁方法的选择可能会改变他们亲缘关系的估计程度。当使用未经修正的受损数据时，计算机建议两人是二级亲属，例如姑姨与侄子/外甥的关系。然而，一旦使用最佳计算机方法对数据进行修正，分析一致指向一级亲属关系，例如父母与子女。这种转变证实了未经修正的损伤误导了计算机，使其认为两人的亲缘关系比实际情况要疏远。通过对仅由母亲传递的线粒体 DNA 以及遗传性别的进一步分析，证实了该女性是母亲，而该男性是儿子。
最终，这项研究表明，虽然没有哪种计算机方法能完美适用于所有情况，但如何处理古 DNA 损伤对于最终呈现的故事至关重要。研究人员发现，在比较不同类型的文库时，那些在不完全丢弃数据的情况下调整数据的方法往往能产生最一致的结果。他们还表明，对于损伤不均的样本，根据特定的衰减模式定制清洁过程可以保留更多有价值的信息。通过仔细平衡误差的消除与数据的保留，科学家可以更准确地重建过去人类的生活和家族史，将磨损、受损的碎片转化为清晰的人类联系图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。