F3统计-三群体混血检测

F3统计 (Three-Population Test) - 三群体混血检测

📌 核心原理

F3统计用于检测一个群体是否是另外两个群体的混血后代

基本公式

f3(A; B, C) = E[(A - B)(A - C)]

其中：

A = 目标群体（待检测是否为混血）
B, C = 两个潜在的祖先源群体
E[...] = 期望值（跨基因组所有位点计算）

🔍 结果解读

负值 → 混血证据 ⭐

f3 < 0  且  Z-score显著
→ 群体A确实是B和C的混血后代

为什么是负值？

如果A是B和C的混血：A的等位基因频率介于B和C之间
(A-B)和(A-C)会反向变化：
- 当A更接近B时：(A-B)小，(A-C)大
- 当A更接近C时：(A-B)大，(A-C)小
两者相乘后求和 → 负值

正值 → 非混血或其他关系

f3 > 0
→ A不是B和C的直接混血
→ 或者A、B、C之间存在其他进化关系

📊 实际应用案例：Kim et al. 2020

研究问题

非洲混血牛(African Hybrid, AFH)是否是非洲普通牛(AFT)和非洲瘤牛(AAI)的混血？

检验设计

f3(AFH; AFT, AAI)

结果

显著负值 (具体数值见原文Figure 3)
Z-score显著
结论：AFH确实是AFT和AAI的混血后代

关键发现

通过不同品种的f3值可以推断：

更负的f3值 → 混血程度更高
略负的f3值 → 混血程度较低
可以区分不同程度的基因渗入

🧮 计算细节

数据要求

基因型数据：SNP芯片或全基因组测序
群体样本：每个群体至少5-10个个体
质控：MAF过滤、LD修剪

常用软件

ADMIXTOOLS (qp3Pop)
TreeMix
ADMIXTOOLS2 (R包)

统计检验

Z-score = f3 / SE(f3)

SE通过分块jackknife或bootstrap估计
|Z| > 3 通常认为显著

⚠️ 注意事项与局限

1. 负值的必要性

❌ 只有显著负值才能确认混血
✅ 正值不能排除混血（可能有其他原因）

2. 祖先源选择很重要

如果B和C不是真正的祖先源 → 可能得到正值
需要基于系统发育树或PCA合理选择

3. 混血时间的影响

古老混血：f3可能不显著（信号衰减）
近期混血：f3显著负值
结合其他方法（如染色体片段分析）更准确

4. 假阳性控制

多重检验校正（Bonferroni）
检验多个(B, C)组合以验证结论

🔗 与其他方法的关联

F3 vs F4 ratio

F3：检测是否混血（定性）
F4 ratio：估计混血比例（定量）
工作流程：先用F3确认混血 → 再用F4 ratio估计比例

F3 vs D统计

F3：三群体，检测A是否是B×C的混血
D统计：四群体，检测基因流方向
互补：F3确认混血，D统计确认流向

F3 vs Admixture

F3：基于等位基因频率的统计检验（假设自由）
Admixture：基于模型的祖先成分估计（需假设K值）
优势：F3更适合检测不对称混血

📚 经典文献

原始方法：
- Reich et al. (2009) Nature - "Reconstructing Indian population history"
方法详解：
- Patterson et al. (2012) Genetics - "Ancient admixture in human history"
牛基因组应用：
- Kim et al. (2020) Nature Genetics - "The genome landscape of indigenous African cattle"

🎯 应用到中国黄牛研究

潜在应用

f3(中国黄牛品种; 欧洲普通牛, 印度瘤牛)

预期：

应该得到显著负值（已知中国黄牛是混血）
不同品种的f3值可能不同：
- 南方品种：可能更负（瘤牛成分更高）
- 北方品种：可能不那么负（普通牛成分更高）

进一步分析

结合F4 ratio定量估计：

各品种的瘤牛/普通牛混血比例
地理梯度模式
与环境适应的关联