{
  "id": "linkage-disequilibrium",
  "title": "连锁不平衡",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "连锁不平衡是不同遗传位点上等位基因的非随机关联，受重组、演化历史和群体结构影响。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [
    "连锁不平衡现象"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/linkage-disequilibrium/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/linkage-disequilibrium/",
      "json": "https://aiwiki.page/en/linkage-disequilibrium.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "连锁不平衡（LD）是指一个群体的基因组中，不同位置（即位点）上的等位基因之间存在非随机关联。当某些等位基因组合的出现频率高于或低于根据各等位基因频率推算的预期值时，就存在连锁不平衡。这些组合通常称为单倍型，即同一条染色体或同一遗传片段上共同携带的一组等位基因。连锁不平衡是特定群体中一组变异所具有的特征，而不是 DNA 序列的固有属性。\n\n尽管名称中有“连锁”二字，连锁不平衡并不要求位点之间存在物理连锁。同一条染色体上彼此邻近的位点通常表现出连锁不平衡，因为重组很少将它们分开；但相距较远的位点之间，乃至不同染色体上的位点之间，也可能存在这种关联。反过来，存在物理连锁的位点也可能处于连锁平衡状态。区分物理连锁与统计关联，是解读遗传数据的基础。\n\n连锁不平衡将群体遗传学与遗传、演化历史及复杂性状的实际分析联系起来。其分布模式反映了重组、突变、遗传漂变、迁移、选择和交配结构的影响。这些模式还使研究者能够在不观测每一个致病变异的情况下识别与疾病相关的区域，推断未测定的基因型，并重建群体历史的某些方面。然而，使这些应用成为可能的相关性，也可能掩盖究竟哪些变异在生物学上真正导致了所观察到的关联。"
    },
    {
      "heading": "定义与数学描述",
      "text": "考虑两个位点，每个位点各有两个等位基因：第一个位点为 \\(A\\) 和 \\(a\\)，第二个位点为 \\(B\\) 和 \\(b\\)。设其等位基因频率分别为 \\(p_A\\)、\\(p_a=1-p_A\\)、\\(p_B\\) 和 \\(p_b=1-p_B\\)。共有四种可能的单倍型，其频率分别为 \\(x_{AB}\\)、\\(x_{Ab}\\)、\\(x_{aB}\\) 和 \\(x_{ab}\\)。在连锁平衡状态下，某一单倍型出现的概率等于构成该单倍型的各等位基因频率的乘积。因此，\\(x_{AB}=p_Ap_B\\)，其余三种单倍型也有类似的表达式。这意味着两个位点上的等位基因在统计上相互独立。\n\n标准的双位点不平衡系数为\n\n\\[D=x_{AB}-p_Ap_B.\\]\n\n因此，四种单倍型的频率可写为\n\n\\[\\begin{aligned} x_{AB}&=p_Ap_B+D,\\\\ x_{Ab}&=p_Ap_b-D,\\\\ x_{aB}&=p_ap_B-D,\\\\ x_{ab}&=p_ap_b+D. \\end{aligned}\\]\n\n等价地，\\(D=x_{AB}x_{ab}-x_{Ab}x_{aB}\\)。\\(D\\) 为正，表示 \\(AB\\) 和 \\(ab\\) 的频率高于相互独立时的预期值；\\(D\\) 为负，则表示 \\(Ab\\) 和 \\(aB\\) 的频率高于预期值。其正负号取决于等位基因的标记方式：例如，将 \\(A\\) 与 \\(a\\) 互换就会使其符号反转。关联是否存在及其强度，并不取决于将哪个等位基因指定为参照。\n\n举一个数值例子：假设 \\(A\\) 和 \\(B\\) 的频率均为 0.5，而 \\(AB, Ab, aB,\\) 和 \\(ab\\) 的单倍型频率分别为 \\(0.4, 0.1, 0.1,\\) 和 \\(0.4\\)。若各等位基因相互独立，则每种单倍型的预期频率均为 0.25，而根据观测值可得 \\(D=0.15\\)。该种群中，两种同为大写或同为小写的组合均出现过量。这种关联本身并不能说明这些等位基因是否影响同一生物学过程。\n\n连锁不平衡（LD）还必须与哈代－温伯格平衡相区分。哈代－温伯格比例描述的是二倍体个体内同一位点上等位基因的配对情况；LD 描述的则是所遗传的染色体或配子内不同位点之间的关联。一个种群可以在每个位点上都符合哈代－温伯格比例，同时在位点之间仍保留显著的 LD。在标准假设下，随机交配可使单个位点的基因型频率在一代之内恢复至哈代－温伯格比例，而多位点关联消失的速率则受重组限制。\n\n这一定义并不限于两个双等位基因位点。对于多等位基因位点，需要用一组关联系数来描述；多位点单倍型则可能包含成对统计量无法反映的交互作用。所有位点对均相互独立，并不一定意味着三个或更多位点之间完全独立。"
    },
    {
      "heading": "关联强度的度量与统计学解释",
      "text": "原始系数 \\(D\\) 可用于描述遗传动态，但其取值范围取决于等位基因频率。如果某个等位基因很罕见，那么即使它与另一个等位基因的关联达到可能的最强程度，\\(D\\) 的绝对值仍然很小。因此，在比较不同基因座对时，通常使用标准化指标，尤其是 \\(D'\\) 和 \\(r^2\\)。这两个指标衡量的是关联的不同方面，不应视为可以互换。\n\nLewontin 的 \\(D'\\) 的带符号形式为：\n\n\\[D'= \\begin{cases} \\dfrac{D}{\\min(p_Ap_b,p_ap_B)}, & D>0,\\\\[8pt] \\dfrac{D}{\\min(p_Ap_B,p_ap_b)}, & D<0,\\\\[8pt] 0, & D=0. \\end{cases}\\]\n\n对于多态性基因座，该指标介于 \\(-1\\) 和 \\(1\\) 之间。许多应用只报告 \\(|D'|\\)。\\(|D'|=1\\) 表示 \\(D\\) 的绝对值已达到观测到的等位基因频率所允许的最大值；对于两个双等位基因座，四种单倍型中至少有一种不存在。但这并不能证明重组从未发生。历史上产生的重组单倍型可能已经丢失、从未被采样到，或者频率低到无法检出。\n\n等位基因相关系数的平方为：\n\n\\[r^2=\\frac{D^2}{p_Ap_ap_Bp_b}.\\]\n\n它的取值范围为 0 到 1，等于两个指示变量之间相关系数的平方；这两个变量分别记录随机抽取的一个单倍型在两个基因座上携带的等位基因。它具有直接的预测意义：数值越高，说明知道一个等位基因后，就能获得越多关于另一个等位基因的信息。在单倍型随机结合的条件下，二倍体中等位基因剂量之间的相关性也遵循同样的基本关系。当计算所需的某个基因座为单态时，\\(r^2\\) 和 \\(D'\\) 均无法按通常方式定义。\n\n频率差异可以解释这两个指标为何会得出不同的结果。假设 \\(p_A=0.1\\)、\\(p_B=0.5\\)，且每个 \\(A\\) 拷贝都与 \\(B\\) 同时出现。那么，\\(x_{AB}=0.1\\)、\\(D=0.05\\)、\\(D'=1\\)，但\n\n\\[r^2=\\frac{0.05^2}{0.1\\times0.9\\times0.5\\times0.5} \\approx0.111.\\]\n\n尽管 \\(A\\) 能完全预测 \\(B\\) 的存在，但大多数 \\(B\\) 拷贝所在的单倍型并不携带 \\(A\\)。因此，这种预测是不对称的，总体相关性也不高。\n\n统计显著性与效应大小是两个不同的概念。样本量足够大时，微弱的连锁不平衡也可能具有很高的统计显著性；样本量较小时，看似很强的连锁不平衡也可能存在较大的不确定性。对于独立抽取且信息完整的 \\(n\\) 个单倍型，二乘二列联表的 Pearson 统计量为 \\(nr^2\\)；当各单元格的计数满足适用条件时，该统计量在零假设下近似服从卡方分布。对于单倍型相位未知的二倍体样本，则需要采用不同的处理方法。稀有等位基因和单倍型类别的缺失对 \\(D'\\) 的影响尤其明显；而即使群体中的连锁不平衡为零，有限样本仍可能使 \\(r^2\\) 的估计值为正。"
    },
    {
      "heading": "重组与关联的衰减",
      "text": "打破同一染色体上不同位点间连锁不平衡（LD）的主要机制，是 减数分裂过程中的遗传重组。在许多真核生物中，染色体交叉互换使同源染色体之间交换片段。因此，携带 \\(AB\\) 的染色体可能在后续世代中产生 \\(Ab\\) 或 \\(aB\\) 单倍型，具体取决于与其配对的染色体以及交换发生的位置。重组会改变等位基因之间的关联，但不一定改变等位基因本身的频率。\n\n在一个理想化的、无限大且随机交配的群体中，若不存在选择、突变或迁移，双位点递推关系为\n\n\\[D_{t+1}=(1-c)D_t,\\]\n\n其中，\\(c\\) 为两个位点之间的重组率。迭代可得\n\n\\[D_t=(1-c)^tD_0.\\]\n\n当 \\(c\\) 很小时，上式近似为 \\(D_0e^{-ct}\\)。其半衰期约为 \\(\\ln 2/c\\) 代。在上述假设下，若重组率为 0.01，由一次历史事件产生的 LD，其半衰期约为 69 代。对于独立分配的位点，\\(c=0.5\\)，因此关联程度每代减半，而不是立即消失。\n\n重组率并不等同于物理距离。遗传图谱衡量的是重组，通常以厘摩为单位，而物理图谱则以碱基对数衡量距离。对于较短的区间，1 厘摩大致对应 1% 的重组率。对于较长的区间，多次交叉互换会使这种对应关系复杂化，因为其中某些交换会恢复标记等位基因的原始排列。即使位点相距很远，重组率也不会超过 0.5。\n\n重组率在染色体的不同位置、不同性别、不同群体以及不同物种之间也存在显著差异。重组热点使交叉互换事件集中发生在较短的区间内，而某些着丝粒附近或染色体倒位区段内的有效重组则可能减少。在人类和其他几种哺乳动物中，DNA 结合蛋白 PRDM9 参与决定许多重组热点的位置。不伴随交叉互换的基因转换可在短片段内打破关联，也是影响 LD 与距离之间关系的因素之一。\n\n这些过程形成了一种常见的总体趋势：\\(r^2\\) 的平均值随间距增大而下降，但并非每一对变异都呈现平滑下降的关系。相邻的变异对可能几乎没有 LD，而相距较远的变异对却仍保持强关联。它们在等位基因的产生年代、经历重组的机会、所受选择以及抽样情况等方面，可能有着不同的历史。因此，LD 衰减曲线描述的是总体模式，而不是适用于各个位点的普遍定律。\n\n基于 LD 的重组图谱利用历史形成的关联，推断哪些区域曾频繁发生重组。这类图谱综合了祖先多个世代中发生的事件，并依赖于种群历史和演化模型。家系图谱则直接观察家系内的遗传传递。两类图谱之间的差异可能反映重组热点活性的变化、群体历史，或任一种方法本身的不确定性，而不只是简单的测量误差。"
    },
    {
      "heading": "突变、遗传漂变、群体结构与选择",
      "text": "新的突变最初出现在某条特定的染色体上，因此也处于某个特定的局部单倍型背景中。突变产生时，突变等位基因与该染色体所携带的周围变异相关联。随着后代继承该区域并发生重组，这些关联会发生变化。新近产生的突变往往仍局限于相对有限的遗传背景，但突变的年龄并不能单独决定连锁不平衡（LD）的程度：等位基因频率、繁殖历史和局部重组情况也都很重要。\n\n在有限群体中，遗传漂变不断产生随机关联。即使繁殖前各基因座上的等位基因组合彼此独立，传递给下一代的染色体也只是一个有限样本，其组合未必能保持独立性。重组会抵消这些随机偏离，由此形成的平衡取决于有效群体大小和重组率。一个常用的近似关系式为\n\n\\[E[r^2]\\approx\\frac{1}{1+4N_ec},\\]\n\n其中，\\(N_e\\) 为二倍体群体的有效大小。这个表达式并不是普遍适用的估计公式：突变、对等位基因频率所设的条件、有限样本偏差、群体大小的历史变化，以及期望值的具体定义，都会影响结果。它的主要价值在于说明，为什么群体越小、重组率越低，LD 往往越强。\n\n即使基因座之间不存在任何相互作用，群体分化也能产生关联。假设两个来源群体各自都处于连锁平衡状态，但其等位基因频率分别为 \\(p_1,q_1\\) 和 \\(p_2,q_2\\)。将它们按 \\(m\\) 和 \\(1-m\\) 的比例合并，会产生\n\n\\[D=m(1-m)(p_1-p_2)(q_1-q_2).\\]\n\n如果两个等位基因在同一个来源群体中的频率都更高，合并后产生的关联就是正向的。更一般地说，混合群体还会保留来源群体中原有 LD 的加权贡献。因此，基因流和近期混合会在基因组中相距很远的位点之间产生 LD，甚至在不同染色体之间也会如此。在发生相互交配的混合群体中，重组会逐渐削弱这些关联。\n\n自然选择可以通过多种方式改变 LD。一个有利等位基因的频率迅速上升时，可能会带动邻近变异的频率一同升高，这一过程称为遗传搭便车。因此，近期发生的强烈选择扫荡可能留下较长的单倍型，并使邻近区域的变异减少。对有害等位基因的负向选择也会改变与之连锁的中性变异的演化历史。适合度效应之间的相互作用可以使受选择的基因座之间产生关联，而重组则会改变选择所作用的等位基因组合。\n\n上位性，即某个等位基因的效应依赖于其遗传背景，在概念上与 LD 不同。上位性描述的是生物学效应或统计效应之间的关系；LD 描述的则是等位基因组合的频率。二者都可以在另一者不存在的情况下独立存在。选型交配也能使提高性状值的等位基因之间产生关联，即使这些等位基因位于不连锁的基因座上。由于多种机制都能产生相似的模式，仅凭较强的 LD，不足以证明存在选择、近期混合或功能上的相互作用。"
    },
    {
      "heading": "单倍型结构与基因组间的差异",
      "text": "连锁不平衡（LD）常以三角形热图展示，其中每个单元格代表两个变异之间的成对统计量。这类图可以揭示相互关联的变异簇、关联模式的突变以及远距离关联。然而，热图取决于检测了哪些变异、这些变异的频率分布、所选用的统计量以及所抽样的种群。一个在常见变异分析中呈现强关联的区域，可能包含许多具有不同历史的罕见变异。\n\n单倍型区块是指这样一种基因组片段：少数常见单倍型解释了其中的大部分变异，且历史上发生的重组似乎相对有限。随着大规模单核苷酸多态性（SNP）调查的开展，单倍型区块在人类遗传学中受到广泛关注。区块边界并非唯一确定的物理标志：基于 \\(D'\\) 的置信区间、观测到的单倍型多样性或重组证据的不同算法，可能会对同一组数据划分出不同的区块。重组热点可能与区块边界重合，但区块结构也反映了遗传漂变、突变和变异检出方式的影响。\n\n四配子检验体现了单倍型模式的用途及其局限性。如果 \\(AB, Ab, aB,\\) 和 \\(ab\\) 这四种单倍型均存在，那么在每个位点只发生一次突变的无限位点模型下，至少需要发生过一次重组。不采用这一假设时，重复突变或回复突变也能产生全部四种组合。反过来，仅观察到三种组合并不能证明不存在重组；第四种组合可能很罕见、已经丢失，或未被纳入样本。\n\n人类种群的历史不同，其连锁不平衡也存在差异。与历史上经历过走出非洲瓶颈的种群相比，许多非洲种群中常见变异的平均连锁不平衡延伸距离更短，这与其长期有效种群大小较大、谱系多样性积累更深相一致。这是一种总体比较，而非按大陆划分的固定规律。非洲内部的人口历史极为多样，局部的奠基者事件、近期混合、等位基因频率和抽样方式，都可能显著改变比较结果。因此，针对具体种群的估计，比笼统祖源类别上的单一标签更有信息价值。\n\n基因组结构和生殖生物学特征还会带来进一步的差异。当染色体倒位杂合子中的交换无法产生可存活或遗传物质平衡的重组产物时，倒位便可维持较长的单倍型。自体受精会降低有效重组率，因为同源染色体在遗传上相似的情况更为常见。以克隆繁殖为主的谱系则可能在基因组的大部分区域保留关联。\n\n在细菌中，同源交换以及其他形式的水平基因转移所产生的模式，不同于常规有性生殖下的预期模式。引入的 DNA 片段可能打破局部关联，而克隆扩增则会保留广泛的基因组关联。因此，将针对随机交配二倍体种群建立的度量用于微生物数据集、多倍体及含有大量结构变异的基因组时，需要谨慎地重新解释其含义。"
    },
    {
      "heading": "根据遗传数据进行估计",
      "text": "估计连锁不平衡（LD）最直接的方法是利用观测到的单倍型，但许多数据集只提供二倍体基因型，并未指明哪些等位基因位于同一条染色体上。一个在两个位点上均为杂合子的个体 \\(AaBb\\)，可能携带 \\(AB/ab\\)，也可能携带 \\(Ab/aB\\)。这种歧义称为相位不确定性。因此，未定相基因型的计数并不总能直接转换为单倍型计数，尤其是在双杂合子较为常见时。\n\n统计定相利用群体中的遗传模式来推断单倍型，通常还辅以家系关系或参考面板。在给定的抽样模型下，期望最大化算法可以在可能的相位分配与频率更新之间交替迭代，从而估计两个位点的单倍型频率。现代全基因组方法使用隐马尔可夫模型及相关近似方法，将每条染色体表示为此前观测到的单倍型片段的镶嵌组合。这些方法的准确性取决于样本量、亲缘关系、变异频率、参考数据的多样性以及基因组的复杂程度。\n\n实验数据可以更直接地确定相位。通过分析亲代向子代的遗传传递，可以识别出许多亲代单倍型；长读长和具有分子连锁信息的观测结果则可以确定相距较远的变异是否位于同一条 DNA 分子上。不过，DNA测序本身也会引入不确定性：测序深度不足、比对错误、重复区域以及变异检测错误，都可能产生虚假的组合。仅一次错误观测，就可能使原本似乎不存在的第四种单倍型出现，并显著改变 \\(D'\\)。\n\n有些分析通过等位基因剂量之间的相关性来估计 LD，而不显式重建单倍型。在单倍型随机配对且满足适当抽样假设的条件下，剂量相关性可以估计相应的等位基因相关性。偏离这些条件的情况，包括存在亲缘关系、群体混合或非随机交配，都可能改变结果的解释。基因型填补所得的剂量是带有不确定性的期望值，而非直接观测到的等位基因计数，因此，其相关性的表现未必与准确测得的基因型完全一致。\n\n因此，抽样设计至关重要。近亲个体可能使近期共有的染色体片段对结果产生不成比例的影响。将存在分化的群体合并，可能产生任何来源群体本身都不具有的长距离 LD。因个体患有某种疾病或具有极端表型而将其纳入样本，也可能改变位点之间的关联。变异筛选条件、缺失数据处理规则和等位基因频率阈值，会改变哪些位点对被纳入分析，并可能使观测到的 LD 衰减模式发生变化。\n\n因此，可靠的报告应清楚说明目标群体、样本构成、所用统计量、定相方法以及变异选择标准。大型研究常使用 LD 剪枝或聚类来减少冗余，但这两种方法回答的是不同的问题：剪枝选择一个内部相关性相对较弱的变异子集，而聚类通常将关联信号归为以先导变异为中心的组。两种方法都不能证明保留的变异具有彼此独立的因果作用。"
    },
    {
      "heading": "关联研究、基因型填补与因果解释",
      "text": "连锁不平衡（LD）在全基因组关联研究中的核心作用，是使已测定的变异能够充当未测定的因果变异的代理标记。如果某个标记等位基因与影响性状的等位基因相关，那么即使该标记本身没有生物学效应，也可能表现出统计关联。在对每位参与者进行完整测序尚不现实的时期，这一原理使大规模关联定位成为可能。\n\n对于仅含一个因果变异的简单加性模型，在抽样和分析条件相当的情况下，代理标记所能提供的关联信息量，大致为直接检测因果变异时的信息量乘以两者之间的 \\(r^2\\)。因此，\\(r^2=0.5\\) 的标记可能需要约两倍的样本量，才能达到相近的检出效能。这只是近似关系，并非适用于所有性状的普遍规律：等位基因频率、病例–对照抽样、基因型填补的不确定性、多个因果变异以及模型设定，都可能改变这一关系。\n\n基因型填补在更大规模上利用了同样的相关性。通过已观测的标记识别可能匹配的参考单倍型，再利用这些单倍型推断未观测位点上的等位基因。当参考面板包含高度匹配的单倍型，且相关变异有足够多的实例时，填补准确度通常最高。稀有等位基因更难填补，因为它们可能仅存在于少数参考染色体上；而结构变异与邻近标记之间的关系，则可能无法由标准 SNP 面板完整反映。\n\nLD 也造成了关联位点的核心歧义：即使只有一个或少数几个变异影响性状，许多彼此相关的变异也可能呈现相近强度的关联证据。遗传精细定位利用关联统计量、LD 矩阵以及有关因果变异架构的假设，为候选变异赋予概率。可信集是基于模型构建的一组变异，旨在以给定概率涵盖因果变异。对其结果的解释取决于假定的因果变异数量、统计校准情况、变异覆盖程度，以及 LD 参考数据的适用性。\n\n条件分析用于检验：在控制一个或多个变异后，某项关联是否仍然存在。高度相关的变异可能难以区分，而匹配不佳的参考 LD 矩阵可能产生误导性的次级信号。跨群体研究可以提高定位分辨率，因为同一个因果等位基因在不同群体中可能与不同的标记相关联。这一优势的发挥需要各群体均得到充分代表，并不意味着各群体的效应量或环境条件完全相同。\n\n生物学注释和实验提供了有别于统计相关性的证据。影响基因表达、蛋白质序列或其他分子过程的变异，可能有助于解释关联信号，但仅凭功能活性并不能确定它会引起所研究性状的变化。同样，两个关联信号相互重叠，也不能证明它们具有共同的因果变异。共定位分析会直接评估这种可能性，同时在不同程度上考虑局部 LD 和多个信号的影响。"
    },
    {
      "heading": "演化推断、育种与多基因分析",
      "text": "由于重组会逐步重排染色体，连锁不平衡（LD）蕴含着时间信息。较近的共同祖先往往使较长的关联片段得以保留，而源于更久远祖先的片段则经历了更多重组机会。群体遗传学方法利用这些关系，研究群体大小变化、瓶颈、混合与选择。这类推断依赖于将观测到的相关性与祖先繁殖过程联系起来的模型，而不是从物理距离直接读出经过的时间。\n\n混合时间推断就是一个清楚的例子。分化群体之间的一次脉冲式混合，会使能够指示祖源的等位基因之间产生关联。在简化模型下，与混合有关的协方差近似按 \\(e^{-td}\\) 衰减，其中 \\(t\\) 为混合发生后经过的世代数，\\(d\\) 为以摩尔根为单位的遗传距离。拟合这一衰减过程可以估计历史时间尺度。持续迁移、多次脉冲式混合、来源群体的LD，以及不准确的重组图谱，都可能产生更复杂的曲线，因此拟合得到的时间可能代表一种有效时间，而非某个单一历史事件的发生时间。\n\n选择扫描也利用单倍型的持续保留。快速增加的有利等位基因，可能在重组尚未使其周围的单倍型充分多样化之前，就已达到较高频率。基于延伸单倍型纯合度的统计量，会比较这类单倍型背景的长度或频率。结合群体历史的替代解释、局部重组模式以及全基因组的经验分布进行评估时，这类推断才最有说服力。异常长的单倍型是需要解释的证据，而不是适应的特异性标志。\n\n在动植物育种中，标记与性状之间的LD使人们能够利用全基因组标记预测育种值，而不必识别每一个因果位点。预测效果部分取决于标记在育种群体中追踪因果等位基因的准确程度。较小的有效群体大小和较近的共同祖先，可以使较强的LD得以保留；但在跨品种或亲缘关系较远的群体间进行预测时，标记与因果变异之间关系的改变可能使预测效果下降。世代间不断发生的重组还意味着，除非更新预测模型或在模型中直接纳入因果变异，否则标记的预测价值可能逐渐降低。\n\n人类多基因评分同样汇集了许多变异的信息。考虑LD的方法会校正变异间的相关性，避免将同一个潜在信号反复计为独立证据。不同群体在LD、等位基因频率、研究样本代表性以及遗传架构其他方面的差异，共同造成了评分表现的群体间差异。在一个群体中训练得到的评分，并不会仅仅因为其他群体中也能测量相同标记，就在那里具有同等的预测效度。\n\nLD也是利用关联分析汇总统计量估计全基因组性状遗传架构的方法的基础。例如，LD评分回归将某个变异的关联统计量与其LD评分联系起来；大体而言，LD评分就是该变异与周围变异的相关系数平方之和。在其模型假设成立的条件下，标记所标记的相关变异越多，多基因信号就越强。扩展方法还可估计性状之间的遗传协方差。群体结构、参考面板不匹配、与选择有关的遗传架构，以及对模型假设的违背，都可能影响结果。"
    },
    {
      "heading": "历史发展与尚未解决的分析问题",
      "text": "对非随机等位基因组合的数学研究起源于早期群体遗传学，当时研究者开始将单位点遗传模型扩展到连锁位点。理查德· Lewontin（Richard Lewontin）与小岛健一（Ken-ichi Kojima）于1960年发表的论文《复杂多态性的进化动力学》是一个重要里程碑。该论文分析了多位点选择，并推动了连锁不平衡概念现代用法的确立。Lewontin于1964年引入了标准化指标 \\(D'\\)。后续研究探讨了遗传漂变与重组之间的随机平衡，以及多位点选择的后果。\n\n20世纪80年代，限制性片段长度多态性及其他DNA标记为研究人类群体中的关联提供了更多机会。1989年，囊性纤维化基因的鉴定展示了结合家系连锁证据、群体关联与物理作图的强大作用。这些方法相辅相成：家系连锁分析追踪系谱内的共分离现象，而连锁不平衡（LD）分析则利用群体历史中积累的关联。两者都不应与仅仅发现两个变异在染色体上彼此邻近混为一谈。\n\n国际人类基因组单体型图计划（HapMap计划）于2005年发表了首份主要图谱，系统描述了选定群体样本中人类常见遗传变异及其连锁不平衡。该计划的数据支持使用标签SNP来代表相互关联的一组变异，并帮助建立了全基因组关联研究的基础设施。此后，千人基因组计划通过测序进一步扩充了变异目录；其2015年发布的主要参考分析涵盖了来自26个群体的2,504名个体。这些资源使连锁不平衡的实用价值及其对群体的依赖性日益明确。\n\n一个长期存在的问题是，成对汇总指标会丢失信息。两个基因组区域可能具有相近的平均 \\(r^2\\)，但其单倍型谱系、罕见变异分布或高阶关联却可能截然不同。反过来，少数常见单倍型也可能使一个区域显得简单，却掩盖了其中大量的低频组合。基于祖先谱系的方法试图更直接地呈现这段历史，但重组意味着不同位置具有不同的谱系树。\n\n参考数据的匹配仍是另一项主要的分析难题。精细定位及基于汇总统计量的方法往往需要使用在原始研究之外估计的相关性。祖源构成、近期亲缘关系、样本量、变异筛选条件或基因组组装版本的差异，都可能导致所提供的相关矩阵与关联数据不一致。罕见变异对此尤其敏感，因为其相关性的估计可能仅取决于少数几个携带者。\n\n测序的日益完备也对以SNP为中心的连锁不平衡描述方式提出了挑战。附近的常见标记可能无法充分表征插入、缺失、重复序列扩增、拷贝数变化以及复杂的结构重排。泛基因组参考序列和长读长测序提高了检测这些变异的能力，但如何表示多等位基因结构、推断单倍型相位以及定义可比较的关联统计量，仍是活跃的研究领域。根本问题并未改变——即观测到的等位基因组合如何偏离相互独立的状态——但用于回答这一问题的基因组研究对象和历史模型正变得更加全面。"
    }
  ],
  "links": [
    "genome",
    "allele",
    "chromosome",
    "population-genetics",
    "hardy-weinberg-equilibrium",
    "meiosis",
    "chromosomal-crossover",
    "genetic-map",
    "gene-conversion",
    "mutation",
    "genetic-drift",
    "gene-flow",
    "natural-selection",
    "epistasis",
    "bacteria",
    "horizontal-gene-transfer",
    "genotype",
    "algorithm",
    "dna-sequencing",
    "phenotype",
    "genome-wide-association-study",
    "gene-expression",
    "pangenome"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}