庄辉个人网站建设教学阿里云 全国网站建设

FST离群值分析是一种用于检测基因组中受自然选择影响的基因座的方法。FST（固定指数）衡量的是不同群体之间的遗传分化程度。通过比较不同群体在特定基因座上的等位基因频率，FST离群值分析可以识别出那些表现出异常高或低分化水平的基因座，这些基因座可能经历了适应性进化。

1.FST离群值分析的步骤

1. 数据收集：首先，需要从不同群体中收集基因组数据，通常是单核苷酸多态性（SNP）数据。

2. 计算FST值：对于每个基因座，计算不同群体之间的FST值。FST值的范围从0到1，0表示没有分化，1表示完全分化---以下均来自此篇文献的方法部分：doi:10.1111/eva.13030

3. 识别离群值：通过统计方法（如经验贝叶斯方法或基于模拟的方法）识别那些FST值显著高于或低于预期的基因座。这些离群值可能是自然选择的结果。

4. 功能注释：对识别出的离群值基因座进行功能注释，以了解它们可能涉及的生物学过程和性状。

5. 验证：通过实验或其他独立数据集验证这些基因座是否确实与适应性进化相关。

2.应用

FST离群值分析广泛应用于进化生物学、保护遗传学和农业遗传学等领域，用于识别与适应性进化相关的基因座。例如：

进化生物学：研究物种如何适应不同的环境条件。
保护遗传学：识别濒危物种中可能影响其适应性和生存的基因座。

农业遗传学：筛选作物和家畜中与重要经济性状相关的基因座。

3.局限性

群体结构：群体结构可能导致FST值的偏差，因此需要谨慎解释结果。
多重检验问题：由于同时检验大量基因座，可能会出现假阳性结果，需要进行多重检验校正。
选择信号的时间尺度：FST离群值分析主要检测近期选择信号，对于古老的选择事件可能不敏感。

总之，FST离群值分析是一种强大的工具，用于揭示基因组中受自然选择影响的区域，但在应用时需要结合其他方法和数据，以确保结果的可靠性。

参考来源：

Beaumont, M. A., & Balding, D. J. (2004). Identifying adaptive genetic divergence among populations from genome scans. Molecular Ecology , 13 , 969–980. https://doi.org/10.1111/j.1365-294X.2004.02125.x

Excoffier, L., Hofer, T., & Foll, M. (2009). Detecting loci under selection in a hierarchically structured population. Heredity , 103 , 285–298. https://doi.org/10.1038/hdy.2009.74

Hohenlohe, P. A., Phillips, P. C., & Cresko, W. A. (2010). Using population genomics to detect selection in natural populations: Key concepts and methodological considerations. International Journal of Plant Sciences , 171 , 1059–1071. https://doi.org/10.1086/656306

Fang Du,Tianrui Wang,Yuyao Wang, et al. Contrasted patterns of local adaptation to climate change across the range of an evergreen oak, Quercus aquifolioides. Evolutionary Applications. 2020;13 (9):2377-2391. doi:10.1111/eva.13030