杂合度是衡量遗传多样性的指标,用于描述同一遗传序列的不同版本在个体中共同出现,或在群体中被抽取到的频繁程度。对于二倍体生物,当一个个体在某一基因座上的两个等位基因不同时,该个体在这一基因座上即为杂合。在群体层面,杂合度既可指实际观察到的杂合个体比例,也可指随机抽取的两个等位基因拷贝不同的概率。这些相互关联的指标在群体遗传学、进化生物学、保护生物学和育种中都具有重要地位。
遗传基础与术语
二倍体生物的每条常染色体通常都有两个拷贝,分别来自双亲。在具有等位基因 和 的基因座上,基因型 和 为纯合型,而 为杂合型。等位基因的生物学效应不一定存在差异:即使序列差异对表型没有可检测的影响,也能形成杂合状态。
一个基因座可以是单个核苷酸位点、一段重复序列,也可以是一段较长的脱氧核糖核酸序列。因此,杂合度取决于如何界定等位基因和基因座。两个染色体拷贝可能在某个核苷酸位点上相同,但在同一基因的其他位置存在差异。
区分杂合度与杂合状态很有必要。后者描述特定的基因型;前者通常描述频率、概率或全基因组范围内的比例。
常规的二倍体基因型术语不能原封不动地用于单倍体区域,包括某些性染色体区域。在具有多倍性的生物中,一个基因座上存在两个以上的等位基因拷贝,因此杂合度可以有多种定义。例如,携带不止一种等位基因的个体比例,与两个等位基因拷贝不同的概率,并不是同一个量。
观测杂合度
观测杂合度通常记为 ,指抽样的二倍体个体中,在某一基因座上为杂合型的个体所占的比例:
其中, 为杂合个体数, 为成功完成基因分型的个体数。
例如,在一个由100个个体组成的样本中,若有30个 个体、50个 个体和20个 个体,则
对于多个基因座,研究者可以报告各基因座杂合度的平均值。在个体层面,多基因座杂合度通常按杂合基因座数除以成功检测的基因座数计算。
计算这些汇总指标时,必须明确分母。仅针对已知变异位点计算的杂合度,可能远高于针对所有可靠检测的基因组位点计算的杂合度。
期望杂合度
期望杂合度通常记为 ,根据等位基因频率计算:
其中, 为等位基因 的频率, 为该基因座的等位基因数。
它表示独立抽取的两个等位基因拷贝不同的概率,也常称为基因多样性,尽管这里的基因座不一定是蛋白质编码基因。
在哈代-温伯格平衡下,这一概率等于杂合个体的期望比例。对于一个具有两种等位基因、其频率分别为 和 的基因座,
在前面的例子中,等位基因频率为
因此,
观测值 与期望值 接近。但仅凭这种一致性,并不能证明哈代-温伯格平衡的所有假设均成立。
上限与样本校正
对于双等位基因座,期望杂合度不超过 ,当两种等位基因的频率均为 时达到这一上限。对于具有 种等位基因的基因座,当所有等位基因的频率相等时达到最大值:
观测杂合度的上限则不同:即使在双等位基因座上,样本中的所有个体也都可能为杂合型,此时 。
直接根据样本等位基因频率计算基因多样性,会产生向下的抽样偏差。在对 个相互独立的等位基因拷贝进行简单随机抽样时,一种常用的校正方法为
对于 个完成全部基因分型的二倍体个体,。亲缘关系、群体结构以及非常规抽样设计可能需要采用不同的处理方法。
影响杂合度的进化过程
突变、漂变与群体大小
突变引入新的等位基因,而遗传漂变通过世代间的随机抽样改变等位基因频率。在没有突变或迁入的有限群体中,漂变最终会使中性基因座上的变异消失。
在理想化的二倍体群体中,杂合度的预期下降近似为
其中, 为初始杂合度, 为世代数, 为有效群体大小。该表达式假设 恒定、基因座为中性,且不存在突变或迁移。
有效群体大小描述遗传抽样过程的强度,并不一定等于存活个体的数量。个体繁殖成功率的不均等以及群体大小的波动,都可能使两者存在显著差异。
基因流与选择
基因流可以向群体引入等位基因;当迁入的等位基因增加了变异时,就可能提高局部群体的杂合度。其影响取决于来源群体与接收群体的等位基因频率。
自然选择既可能降低杂合度,也可能维持杂合度。选择性清扫可能减少有利等位基因附近的变异,而某些形式的平衡选择则可以维持多种等位基因。相反,对杂合子的负向选择可能导致杂合子不足。
因此,杂合度并不是选择作用的直接度量,高杂合度本身也不能证明群体具有更强的适应潜力。
近交与群体结构
近交会增加一个个体的两个等位基因拷贝源自同一祖先拷贝的概率。在标准近交模型下,
其中, 为相对于某一参考群体定义的近交系数。
一个相关的群体统计量常表示为
不过,实际使用的估计量会考虑抽样和数据结构。正值表示相对于所选参考群体存在杂合子不足;负值则表示杂合子过剩。
杂合子不足并不能唯一归因于亲缘个体之间的交配。将等位基因频率不同的群体合并,即使每个群体内部都是随机交配,也可能产生杂合子不足。这就是瓦伦德效应。基因分型错误和选择作用也可能导致观测值偏离期望值。
测量与基因组解读
杂合度可通过蛋白质变异、重复序列长度标记、单核苷酸多态性以及全基因组DNA测序来测量。从生化标记发展到基因组数据,使可检测的基因座数量大幅增加,但也引入了新的技术偏差来源。
测量时需要重点考虑以下因素:
- **标记选择:**因位点已知存在变异而选出的标记组合,并不能代表基因组的随机样本。
- **测序深度:**覆盖深度不足可能导致杂合子的一个等位基因漏检。
- **比对与变异识别错误:**错误比对的测序读段或重复序列可能造成表观上的杂合。
- **缺失数据:**对难以检测区域的不均衡排除可能影响比较结果。
- **倍性:**二倍体假设不适用于单倍体区域或更高倍性的基因组。
全基因组杂合度通常以每个可判定核苷酸位点对应的杂合位点数来报告。可判定位点是指现有数据符合指定可靠性标准的位点。
核苷酸多样性通常记为 ,与杂合度密切相关,但两者在通常的应用中并不相同。它衡量抽样序列两两比较时,每个位点的平均核苷酸差异数。在单个核苷酸位点上,其群体值的表达形式与期望杂合度相同;在一个区域内取平均值时,它描述的是序列层面的多样性。
个体的杂合度衡量其自身染色体拷贝之间的差异。群体核苷酸多样性则更广泛地衡量所抽取拷贝之间的差异。两者不一定相等,尤其是在近交群体或具有结构的群体中。
应用与解释的局限
在保护遗传学中,杂合度与等位基因数、亲缘关系和种群统计信息结合使用,以描述遗传变异。在育种中,它有助于描述杂交、育种群体以及与交配系统相关的变化。在进化研究中,杂合度在基因组不同区域和不同群体间的变化,可用于分析群体历史、漂变和选择。
这些应用受到以下若干局限的制约:
- **稀有等位基因的贡献相对较小。**由于常见等位基因的频率主导了 ,稀有等位基因的丢失可能显著降低等位基因丰富度,却只使杂合度发生较小变化。
- **平均值可能掩盖基因组结构。**总体杂合度相似的个体,其纯合染色体片段的数量和长度可能不同。
- **不同类别的标记不能直接互换。**高度可变的重复序列标记与双等位基因核苷酸标记,具有不同的可能取值范围和进化特征。
- **中性多样性不等于功能多样性。**抽样标记的杂合度并不能直接揭示影响特定性状的变异。
- **生物学效应取决于具体情境。**杂合度不等同于杂合子优势或杂种优势,全基因组杂合度也不是健康状况或繁殖成功率的直接度量。
报告杂合度数值时,若同时说明抽样设计、标记定义、计算所用的基因组分母、参考群体以及估计不确定性的方法,结果就更便于解释。