Google

蓝海人类学在线 Ryan WEI's Forum of Anthropology

 找回密码
 注册
楼主: imvivi001

初论东亚人种的形成

[复制链接]
 楼主| 发表于 2018-8-26 20:27 | 显示全部楼层
楼上的浪子,你的发言一如往昔毫无逻辑,难道大家否定了北线了吗? 只不过事实是:北线古人类对现代东亚人群贡献远低于南线古人类而已。我是说,远低于,懂吗?
发表于 2018-8-26 21:05 | 显示全部楼层
41# imvivi001
可惜你并没有证据表明东亚人的祖先一定是走南线过来的。南线古人?哪个南线古人?目前有几万年前南线古人的常染检测数据吗?
 楼主| 发表于 2018-8-26 21:10 | 显示全部楼层
42# MNOPS
和你这种二脑,俺完全无语了,你爱咋咋,只是以后不要再#俺或quote俺就好了,OK?
发表于 2018-8-30 21:00 | 显示全部楼层
工业社会开始之前,北线应该主流还是东部向西部迁移,因为东亚因为特殊的气候因素 太平洋副热带高压造成季风雨热同期现象,东亚同等维度其生物质生成也就是第一产业农业畜牧业能力一直是高于同维度西欧亚的,所以人口压力一直是从东向西
发表于 2018-8-30 21:07 | 显示全部楼层
随便翻一下东亚近代史 很多部落 民族在长的历史时期都有向西迁移的传统,比如月氏,匈奴,奈曼,契丹,蒙古前身室韦在大兴安岭以东后来才向西迁移到蒙古高原,女真兴起也是向西,后来满族也是向西更远驱逐蒙古人到了新疆,剩下的突厥,保加尔,阿瓦尔甚至马扎尔 奥斯曼就更多了。东欧亚特殊的气候条件造成人口更稠密,天然的有向西部迁移的动力

评分

1

查看全部评分

 楼主| 发表于 2018-9-1 09:33 | 显示全部楼层
周末趣味题,供初学者思考......


K12-中国南北-各族-瑞典2018.png
 楼主| 发表于 2018-9-1 21:58 | 显示全部楼层
ANE北欧亚成分应该就是东亚向欧洲输血的痕迹之一,ANE是一种东欧亚和西欧亚混合的成分,广泛分布在2万年前的欧亚大陆北部地区,ANE有一部分应该是来源于东亚,而现代欧洲人除了撒丁岛人都有一定频率的ANE,而东亚人则 ...
lll 发表于 2018-8-25 21:33

.

     做了一些完善补充,如下:
.


AMA-AMB-AMC-付杨2018.jpg
 楼主| 发表于 2018-9-3 12:00 | 显示全部楼层
周末趣味题,供初学者思考......

imvivi001 发表于 2018-9-1 09:33
.
    周末这个趣味题,主要是考虑近期刚加入的新会员比较多,对最新的分子人类学的了解可能还不够,所以提出来作为例题,让大家可以先从我们东亚人的常染色体组分结构基础知识开始了解。

     先分别说明一下。从上图可以看出,我们东亚人的常染成分可以先大致分为两大类:一种是东亚人最主流的粉红色,国际学界现在一般标注为EAS。另一大类即图中的蓝灰色,目前学界没有统一的英文标注,为了方便起见,我去年开始把它标注为EAN,因为这种EAN成分也是一种东亚成分(在低K值情况下无法与EAS区分),而且主要分布在东亚北方地区(在北亚的恩嘎那桑人群、以及我们从8千年前检测到的贝加尔shamenka古人中达到最高比例,几乎接近100%),正好与EAS相对应。

     从上图可以看到,现代北方东亚民族如赫哲族达斡尔族的EAN比例依然很高,但是已经不是第一主成分,而是EAS。说明什么? 说明新石器之后,有’南方人群’不断地北上,给予北方民族输血,导致北方本地的EAN比例不断地降低,逐渐“沦为”第二大主成分。 这个过程也可以从7千年前的阿穆尔河鬼门穴古人身上可以看出:





      那我们东亚人难道就是简单的二元划分吗?  并不是的,因为提高K值之后,EAS内部也是可以进一步细分的,尽管细分之后的各种子成分之间的遗传距离非常接近,这就是我去年提出的EAS1与EAS2的划分(其实EAS2内部也是可以继续细分的)。


     同时根据今年大量的更深入的检测分析,我们发现,其实在EAS与EAN大类之外,还存在一种大类,那就是我今年提出的EAW。为什么要定义为EAW呢? 因为这种成分在西部的藏羌语族群中高比例存在,在藏语的夏巴人群中达到最高(差不多90%)。


     那为什么之前国际国内的学界没有发现这种EAW成分呢? 这里面牵涉到两个问题:一个是国际通用算法ADMIXTURE的样品取样问题。 因为之前一直缺乏可靠的西部藏语人群的全基因检测数据,无法做比对(似乎徐书华教授之前曾经做过采集,不过不知道是不是全基因组或者因为仅通过STRUCT算法运算,精准度达不到或是其他原因);第二个因素就是K值取值,因为EAW比较接近EAS1,因此在K值不高以及缺乏西部人群数据比对的情况下,会混同于EAS1之中。


      一下子说多了怕新会员消化不了,先聊这么多吧~

评分

2

查看全部评分

 楼主| 发表于 2018-9-3 13:35 | 显示全部楼层
.
    再上一幅图给大家思考:

K2-15-喜马-东亚欧-EAW-2018尼泊尔.png
 楼主| 发表于 2018-9-3 13:36 | 显示全部楼层
给新会员提示:上图可以点击放大~
 楼主| 发表于 2018-9-3 16:58 | 显示全部楼层
再来一幅图,请大家注意图中用白线和红线画圈的部分,供各位玩味~.


K12-Aeta-东亚-勘察加-尼泊尔2018.png
 楼主| 发表于 2018-9-4 08:34 | 显示全部楼层


     令东亚人念念不忘的“最早的老祖宗”---俺的北京郊县的远亲田园洞古人

H1popH2popH3popH4popDSEZnSNPsnBlocks
OngeAtayalTianyuanMbuti-0.0165528240.006497563-2.547543698203751558
OngeAustralianTianyuanMbuti0.0103160270.0060093691.7166574238132559
OngeBengaliTianyuanMbuti0.025187180.0047605335.290832281252026559
OngeBougainvilleTianyuanMbuti0.0116726410.0060179661.939632246236493559
OngeBrahminTianyuanMbuti0.035631260.0049840057.149122274253512559
OngeBurmeseTianyuanMbuti-0.0125857450.005069363-2.482707193245403559
OngeCambodianTianyuanMbuti-0.0084099120.004979009-1.689073353244504559
OngeDaurTianyuanMbuti-0.0109135010.005997636-1.819633984208192559
OngeDusunTianyuanMbuti-0.0130124460.005396553-2.411251392239234558
OngeFrenchTianyuanMbuti0.0564809450.00526109810.73558068254662559
OngeHan2TianyuanMbuti-0.0142952760.005956439-2.399970155209951559
OngeHawaiianTianyuanMbuti-0.0001728-0.027611384201080559
OngeIn662TianyuanMbuti-0.0141588870.011423123-1.23949348218523556
OngeIrulaTianyuanMbuti0.0302656850.0052278765.789289159250356559
OngeJarawaTianyuanMbuti0.0011019020.0045845170.240352996226550558
OngeJehaiTianyuanMbuti-0.0060452860.005744039-1.052445168206335559
OngeJomonTianyuanMbuti-0.0102489330.006775201-1.512712754155869559
OngeKapuTianyuanMbuti0.0240580570.0049612824.849161729252419558
OngeKaritianaTianyuanMbuti-7.97796E-050.005713224-0.01396402239167558
OngeKashmiri_PanditTianyuanMbuti0.0445088580.0057553757.733442005215618558
OngeKhariaTianyuanMbuti0.0080502120.006059281.328575694212573558
OngeKhonda_DoraTianyuanMbuti0.0091386150.0058004621.575497765209760558
OngeKinhTianyuanMbuti-0.013492540.00530247-2.544576251242850559
OngeKoreanTianyuanMbuti-0.015399030.005476281-2.811950133241923559
OngeKurumbaTianyuanMbuti0.0098524570.0058862891.6737978210101559
OngeLa368TianyuanMbuti0.0056442720.0066157250.85316008383905557
OngeMa554TianyuanMbuti-0.0112596060.009384728-1.19977971631955557
OngeMa911TianyuanMbuti-0.0060694010.01103567-0.54998024120802556
OngeMadigaTianyuanMbuti0.0245421910.0051466874.768541324251113559
OngeMalaTianyuanMbuti0.0221449470.0048285734.586229912269689559
OngeMaoriTianyuanMbuti0.0351760090.0060605645.804081536204107558
OngeMixeTianyuanMbuti0.0073274320.0056426521.298579418249548559
OngeMongolaTianyuanMbuti-0.013826590.005554047-2.489462119244205559
OngeOroqenTianyuanMbuti-0.0144401710.005567149-2.593818022241943559
OngePapuanTianyuanMbuti0.0107905290.005526931.952355049278307559
OngeRelliTianyuanMbuti0.0350052490.005065536.910481649251735559
OngeSherpaTianyuanMbuti-0.0160482660.005164641-3.107334118241079559
OngeSuruiTianyuanMbuti-0.0072548640.006161144-1.177518847227818559
OngeTh530TianyuanMbuti-0.0157036410.013155447-1.19369878812340510
OngeThaiTianyuanMbuti-0.0114877490.005309047-2.163806336243553559
OngeTibetanTianyuanMbuti-0.0140275320.005380169-2.607266062243863559
OngeTuTianyuanMbuti-0.0063583140.005091799-1.24873637244670559
OngeUygurTianyuanMbuti0.0253265990.0050742824.991169023251326559
OngeVt808TianyuanMbuti-0.0116350010.011395016-1.02106052418343555
OngeVt880TianyuanMbuti-0.0118768480.01045453-1.1360480519801554
OngeXiboTianyuanMbuti-0.0143567580.00522343-2.748530761241800559
OngeYadavaTianyuanMbuti0.027009510.0049520535.454204188249827559
发表于 2018-9-4 11:52 | 显示全部楼层
初学者请教。上面的色条比较直观,大略能看懂,但也有很多不理解;下面的表格就完全看不懂了。

问题①:色条图中K=2或3时,Onge和Papuans含有多种成分,但K>=10时,几乎变成单色了,为何?勘察加的白色可否理解为美洲成分?

问题②:下面的表格可否解释一下?

test01.JPG
发表于 2018-9-4 11:53 | 显示全部楼层
初学者请教。上面的色条比较直观,大略能看懂,但也有很多不理解;下面的表格就完全看不懂了。

问题①:色条图中K=2或3时,Onge和Papuans含有多种成分,但K>=10时,几乎变成单色了,为何?勘察加的白色可否理解为美洲成分?

问题②:下面的表格可否解释一下?

test01.JPG
发表于 2018-9-4 17:23 | 显示全部楼层
D-Statistics算法,分析出美洲亚马逊人与田园洞人共享更多的等位基因。

--------------------------------

Comparisons further exploring the South American connection

As in [8], we used D(Amazonians = Surui/Karitiana, Central Americans; P3, Chimp), with many different human populations as P3, and listed the highest D-statistics in Table S2E. The Tianyuan individual shares more alleles with Amazonians than with Central
Americans, though we fail to reject D(Karitiana, Mixe; Tianyuan, Mbuti/Chimp) = 0 (Table S2E).

The Papuans consistently share more alleles with Amazonians than with Central Americans, but the Onge do not (Table S2E), which differs from a previous study [8], perhaps because we use a different dataset with fewer Onge individuals. When using only transversions, there is a loss of significance in the D-statistics shown in Table S2E, but the Tianyuan individual and Papuan still rank among the top ten highest D-statistics(非常有意思,呵呵)

Amazonians share a similarly strong connection to both the Tianyuan individual and Papuan [8]. We expand on the above results to test D(AMER, AMER; P3, Mbuti/Chimp). For P3, we focus on the Tianyuan individual and the Papuan and Onge, but also consider EAS and the Chokhopani1 individual (Table S2H). Some EAS/Papuan/Onge share more alleles with the Surui and Karitiana than with the Quechua, but the Quechua samples are shown to be potentially admixed [8], though unlike the Mixtec, there is no consistent results in the D-statistic analyses here to indicate it is different relative to other Native Americans.
Relative to the Mixe, the Surui share a connection to the Tianyuan individual and the Papuan, and they do not show a connection to
the EAS (Table S2H)(这个可能与早期EE成分有关,而后来的东亚主成分EAS可能因为与后期ASE混合,开始偏离早期的EE了)

评分

1

查看全部评分

 楼主| 发表于 2018-9-4 17:57 | 显示全部楼层
本帖最后由 imvivi001 于 2018-9-4 18:22 编辑
初学者请教。上面的色条比较直观,大略能看懂,但也有很多不理解;下面的表格就完全看不懂了。

问题①:色条图中K=2或3时,Onge和Papuans含有多种成分,但K>=10时,几乎变成单色了,为何? 勘察加的白色可否理解为美洲成分? ...
w_howard 发表于 2018-9-4 11:52
.
    first things first.

    刚才接个电话,现在继续。先说一下ADMIXTURE 原理,这实际上是一种人工智能的算法,即不断地把元数据数据结构进行识别区分分类,再不断地迭代,力求不断地提高准确度。     K值表示要求算法分成几类。低K如2或3表示分成两大类或三大类。onge与巴布亚人群可分为两种成分,即东亚欧的EE与非东亚欧的成分(非洲成分在低K情况下被归为西亚欧成分)。当K>=10时,因为需要对其他族群的成分种类进行细分,因此算法会把之前已经细分的巴布亚成分类型合并为一种(这个是算法人工设定,考虑到巴布亚的隔离演化形成的特殊常染结构,因此不影响我们观察)。
    勘察加的白色也是同样道理。 至于勘察加成分本身,并不是美洲成分,是东亚成分与类美洲成分的混合,准确的说,是东亚EAN成分与阿拉斯加成分的混合,而阿拉斯加成分,又是类勘察加成分与真正的类美洲成分的混合。
    先不说多了,你慢慢体会...
 楼主| 发表于 2018-9-4 18:34 | 显示全部楼层
回家吃饭,晚上再聊...
 楼主| 发表于 2018-9-4 18:56 | 显示全部楼层
利用车上时间简单解释一下你问的第二个问题,D数据分析,一般表示为D(POPX,POP1,POP2,外部参照系),一般要求外部参照系选取是距离前三个考察物差别较大的另一种物种或种类。主要是观察前三者的相似度差异。如果D值为负,则说明POP2与POP3更接近。

评分

1

查看全部评分

 楼主| 发表于 2018-9-4 21:43 | 显示全部楼层
本帖最后由 imvivi001 于 2018-9-4 21:44 编辑

.   
       哦对了,上面关于ADM算法说明漏了一种很重要的因素,就是Fst值(Fixation index),算法在每一个K值层级,都会算出在这个层级提取的各种成分之间的Fst值(Fst在这里可以用于观察两种成分之间的差异度,通俗的说就是遗传距离)。在低K值时,距离相近的成分会归为一类(用同一种色块表示)。随着K值提高,算法会根据Fst值的大小,逐渐把大类成分内部的子成分分离出来。

      例如上面图中,在低K情况下,汉族与日本人是同一种色块(黄色),都是东亚大类,随着K值升高(比如到10),可以看到霓虹人出现了北亚人常见的粉红色EAN,以及非常细微的灰色(在菲律宾小矮黑人群中达到最高比例)。而汉族则是两种成分,绝大部分是东亚主流成分,同时也有极低比例的小矮黑的灰色。随着K值再升高到15,汉族与日本人都开始分离出一种在藏语人群高频的土褐色EAW。说明EAW相对北亚的EAN,更接近东亚人的主成分EAS。
    在运行ADMITURE程序时,会得到每一个K值层级的各成分之间的Fst数值,不过作者团队对外未必提供这个数表,读者可以通过观察每一个层级的色块演变大致估测~
 楼主| 发表于 2018-9-4 21:47 | 显示全部楼层
利用车上时间简单解释一下你问的第二个问题,D数据分析,一般表示为D(POPX,POP1,POP2,外部参照系),一般要求外部参照系选取是距离前三个考察物差别较大的另一种物种或种类。主要是观察前三者的相似度差异。如果D值为负,则说明POP2与POP3更接近。
imvivi001 发表于 2018-9-4 18:56


   手误了,是POP1与POP2更接近
您需要登录后才可以回帖 登录 | 注册

本版积分规则

小黑屋|手机版|Archiver|人类生物学在线 ( 苏ICP备16053048号 )

GMT+8, 2018-10-24 02:18 , Processed in 0.219111 second(s), 17 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表