 单倍群、STR、SNP、Y全序等等是分子人类学爱好者最常提及的专业名词，然而对于他们的科学定义，对于一串串测序数字背后的意义，你是否真的了解呢？ 01 什么是人的Y染色体 1. Y染色体是一种遗传物质，只有男性才有Y染色体。Y染色体和X染色体是决定性别的染色体，正常男性会拥有一条来自母亲的X染色体和一条来自父亲的Y染色体，正常女性会拥有来自父母的各一条X染色体。  男性的Y染色体由他的男性祖先代代相传得来，因此可以说是名副其实的“祖传染色体” 2. Y染色体很“小”。在人的所有染色体中，Y染色体是倒数第三小的，仅大于21染色体和22号染色体。  在电子显微镜镜下实际观察，Y染色体缩成一团，看起来萌萌的就像兔子的尾巴，比它旁边的X染色体要小得多。 3. Y染色体虽然“小”，但是内容丰富。根据来源和特性的不同，男性的Y染色体可以分成如下几个不同的区域。  3.1 拟常染色体区，总长约为2.5M个碱基。位于Y染色体两端，在减数分裂时与X染色体发生重组。因为这个性质，这个区域不是男性Y染色体特有的，所以不在我们的研究范围内。 3.2 除了拟常染色体区之外的其他区域是男性Y染色体特有的，所以称为Male-Specific Y-chromosome Region男性特异区，简称 MSY区。 3.3 MSY区中的扩增区、异染色质区、着丝粒区域以及其他一些区域，主要包含大量的重复序列和回文序列。这些序列会频繁发生平行突变、回复突变和重组，即使被测到了，也完全不会呈现出上下游的谱系结构。这些区域，对于我们研究男性Y染色体的谱系是无用的，因此也不在我们的研究范围内。 3.4 剩下的区域X转座区和X退化区，总长约15M bp，不与X染色体重组，序列的特异性较好。这些区域上的突变，能被后代稳定地遗传下去，这些区域才是我们测试和研究的区域，下文提到的SNP、STR限定于这些区域。我们通常所说的“测Y全序”，就是指测试X转座区和X退化区的全部序列。 同时，因为Y染色体上的大部分序列（特别是我们研究的X转座区和X退化区）不实现生理功能，所以它们在进化上是中立的，不受常规的自然选择的影响。因此，在这些区域上的DNA的突变速率大致是稳定的，因此可用来研究父系祖源。  木村资生（上图左一，Kimura Motoo，1924—1994）在1968年提出了“分子进化中性理论（neutral theory of molecular evolution ）”，被视为现代综合进化论奠基人（霍尔丹、赖特和费舍尔）之后最伟大的进化遗传学家之一。J．L．King和T．H．Jukes（上图右一）充实了这一学说。 02 Y染色体上的突变 1.什么是SNP？ SNP是单核苷酸多态性（Single Nucleotide Polymorphism）的简称。DNA序列由A、C、G、T这四个碱基组成，Y染色体上单个位点碱基被任意其他一种碱基替换，即构成一个Y-SNP突变。 如果把Y-DNA序列比作一串项链，那么Y-SNP突变就是项链上的某一颗宝石被其他颜色的宝石替换了。这就好比两位男士买了同样的项链，其中一位对某颗珠子进行了“更换”，那么“更换珠子”的男士相对不更换的就多了一个Y-SNP。  Y染色体单倍群与Y-SNP 在Y 染色体非重组区发生的突变（假设为Mutation A，A 只是一个代码，如上图的红色珠子）会被该男性个体的男性后代一直继承下去。在子代身上不断出现新突变的同时，在所有子代的Y 染色体DNA 序列上都会仍然保留着突变A（红珠子变成“传家宝”）。于是，所有这些保留着突变A 的子代，都可以被看作属于“Y染色体单倍群A”，也可称为“父系单倍群A”。也就是说，我们可以将“Y染色体单倍群”简单理解为“源自同一个父系祖先的一大群男性的统称”。由于跟Y-SNP关系密切，Y染色体单倍群又称为Y-SNP单倍群。 某个单倍群的分布，代表着自从这个单倍群诞生开始以后的扩散。在父系社会中，大规模的人口迁徙往往是男性主导的，因此父系遗传的Y 染色体单倍群的分布有助于理解历史上的人口迁徙事件。从各个单倍群的起源地、起源年代、扩散状态以及它在当代/古代人群中的分布，可以推测历史事件发生的过程。 Y-SNP突变的详细案例展示：  根据上图的序列（A/C/T/G）的对比，可以看到：相对于男性1和2，其他男性在第20个碱基上都带有 A->T的突变，而男性4和男性5在第23个碱基上都有T->G的突变。 进一步在所有的样本中比较，确定上述突变只在这些男性上测到，所有其他人都没有这个突变。就可以确认这些突变是可靠的、可稳定遗传给下一代。因此，可以判断，男性3/4/5相对其他两个男性关系更近，拥有共同男性始祖。而男性4/5的亲缘关系又更近。可以构建五位男性的谱系图，如下：  2. 什么是Y-STR? STR是指短串联序列重复（Short Tandem Repeat ），STR的数值，是指一个重复单元（比如 TCCG）的重复次数。 与SNP反应的单位点碱基类型改变不同，STR的突变，是指重复单元的重复次数的变化，相当于一辆火车后拖着的车厢的数量变少或者变多了（见下图）。这是DNA复制错误导致的——生物体虽然有着精妙的构造，但也无法保证每一次DNA复制都准确无误，这也是SNP产生的原因。 STR突变的详细案例展示 例如，三个男性在DYS000（STR名称）上的DNA的序列是下图这样的，我们可以将一串序列形象地想象成“火车车厢”的样子：  就像同一班次的列车，但是这一列车不同时期（不同男性）拉了不同数量（STR数值）的相同车厢（重复单元TCCG） 那么，测到的STR数值就是这样的： 不同男性 DYS000 男性1 7 男性2 6 男性3 8 为什么有的时候Y-STR的数值会出现小数点 为什么有的时候Y-STR的数值会出现小数点，比如DYS458=20.2。出现小数点的原因是：核心重复单元（比如TCCG）不完整，少了几个碱基。 仍使用上面的案例，假设：有六个完整的重复单元（比如TCCG），而第七个重复单元少了一个碱基（比如变成TCC），剩下三个碱基。那么，STR数值就写为 6.3。如果少了3个碱基，剩下一个碱基，STR数值就写为6.1。  那么，测到的STR数值就是这样的： 不同男性 分析 STR数值 男性1 6个完整单元，加3个碱基 6.3 男性2 5个完整单元，加2个碱基 5.2 男性3 7个完整单元，加1个碱基 7.1 为什么有时同一个STR位点会有多个数值? 大部分Y-STR位点只会测到一个数值，但有些STR位点会测到2个或两个以上的位点。这是因为这个位点的序列在Y染色体上的不同地方有两个或两个以上的同源序列（拷贝），但每一个位置上的重复单元数量可以不同。 示例：DYS385在Y染色体上的19,260,844-19,261,212位置有一份拷贝，在19,301,724-19,302,104位置上也有一份拷贝。因此，实际上测到了两个片段。如果在前一个位置（DYS385a）上的重复单元的数量（GAAA）是13个，后一个位置（DYS385b）的重复单元的数量是20个，那么，就写为DYS385a/b=13/20。如果两个位置的数值一样（比如都是12），就写成 DYS385=12/12。  图中这个样本的DYS722只有一个数值19, DYS385有两个数值，DYS385a/b=12/22。 Y染色体单倍群与Y-STR 基于以往积累数据，研究机构和祖源检测公司总结了不同Y-SNP单倍群的Y-STR的数值的特点。因此，我们可以通过检测STR数值推测受试者的Y-SNP单倍群。但是这种推测结果可能比较准，也可能有大的偏差，十分考验分析人员的分子人类学水平和其背后拥有的Y-SNP数据库体量。此外由于具体的Y-SNP无法确定，因此也就无法准确推测受试者父系家族起源。 分子人类学基础知识（一）完结 分子人类学基础知识（二）内容预告
作者简介：韦兰海，复旦大学人类生物学博士，主要研究人类的父系Y染色体谱系树、东欧亚地区族群及其文化传统的起源和演化历史。于2010年开始创办“分子人类学论坛” （后更名为“人类生物学在线”），现已成为具有较高知名度的、专业的分子人类学科普平台和活跃的个人DNA测试数据讨论社区 |
|
|
