F4 Ratio vs D统计 - 混合比例量化与基因流检测对比

📊 方法对比总览

🧮 F4 Ratio - 混合比例定量估计

核心原理

估计目标群体X中来自源群体A的祖先成分比例

公式

α = f4(X, C; A, O) / f4(B, C; A, O)

其中：

• X = 目标混合群体
• A, B = 两个祖先源群体
• C = 与X更接近的参考群体
• O = 外群 (Outgroup)

α = X中来自A的祖先成分比例 (0 ≤ α ≤ 1)

理解F4统计的基础

**f4(W, X; Y, Z)**测量的是：

• W和X的遗传漂移相关性 vs Y和Z的遗传漂移相关性
• 如果f4 = 0 → 符合系统发育树（无额外基因流）
• 如果f4 ≠ 0 → 存在偏离树的信号（可能是混合或选择）

Kim et al. 2020案例解读

研究设计 (Figure 3c)

α = f4(AFH, AAI; AFT, OUT) / f4(EUT, AAI; AFT, OUT)

目标：估计非洲混合牛(AFH)中来自非洲普通牛(AFT)的比例

各群体角色：

• X = AFH：目标混合群体（African Hybrid）
• A = AFT：祖先源1（African Taurine，普通牛）
• B = EUT：祖先源2的"纯净"代表（European Taurine）
• C = AAI：参考群体（African Indicine，瘤牛）
• O = OUT：外群（普通牛和瘤牛的共同祖先）

为什么用EUT替代AAI作为分母？

• EUT是"纯净"的普通牛，没有瘤牛混合
• 可以作为"100%普通牛"的标准
• 分母 = 如果完全是普通牛，f4应该是多少

结果解读

假设结果显示：

α = 0.65

含义：

• AFH中有 65%来自AFT（非洲普通牛）
• AFH中有 35%来自AAI（非洲瘤牛）

技术细节

1. 标准误估计

SE(α) = SE[f4(X,C;A,O)] / f4(B,C;A,O)

• 通过分块jackknife计算
• 删除每个染色体或染色体片段，重新计算α
• SE反映估计的不确定性

2. 置信区间

95% CI = α ± 1.96 × SE(α)

3. 假设检验

Z = α / SE(α)
检验 H0: α = 0（无来自A的贡献）

⚠️ 使用注意事项

1. 群体选择至关重要

❌ 错误选择：

• B不是A的"纯净"代表 → α偏差
• C与X关系不明确 → 违背假设
• O选择不当 → 信号混淆

✅ 正确选择：

• B应该是纯净的祖先源代表
• C应该与X有明确的系统发育关系
• O应该是可靠的外群（如不同物种）

2. 不能检测复杂混合

• 假设只有两个祖先源
• 如果实际有3+个源 → 结果难以解释
• 需要先用f3统计确认只有两个源

3. 混合时间的影响

• 近期混合：估计较准确
• 古老混合：
  • 遗传漂移和重组可能混淆信号
  • 标准误增大
  • 需要结合染色体片段分析验证

🔍 D统计 (ABBA-BABA Test) - 基因流检测

核心原理

检测4个群体之间是否存在违背系统发育树的基因流

基本公式

D(P1, P2; P3, O) = (n_ABBA - n_BABA) / (n_ABBA + n_BABA)

其中：

• P1, P2 = 两个姐妹群体（系统发育树上的最近共同祖先）
• P3 = 外群体（与P1、P2有更远的关系）
• O = 外群 (Outgroup)

位点模式解读

系统发育树结构

        ┌─── P1
    ┌───┤
    │   └─── P2
────┤
    └─────── P3

等位基因模式

对于每个SNP位点，观察4个群体的等位基因：

ABBA模式：

P1: A (祖先型)
P2: B (衍生型)  ← 这里有衍生等位基因
P3: B (衍生型)  ← 这里也有衍生等位基因
O:  A (祖先型)

→ 暗示 P2和P3之间有基因流

BABA模式：

P1: B (衍生型)  ← 这里有衍生等位基因
P2: A (祖先型)
P3: B (衍生型)  ← 这里也有衍生等位基因
O:  A (祖先型)

→ 暗示 P1和P3之间有基因流

结果解读

D = 0：无基因流

n_ABBA ≈ n_ABBA
→ 符合系统发育树
→ 无额外基因流

D > 0：P2和P3之间有基因流

n_ABBA > n_BABA
→ P2和P3共享更多衍生等位基因
→ 存在P3 → P2的基因流（或相反）

D < 0：P1和P3之间有基因流

n_BABA > n_ABBA
→ P1和P3共享更多衍生等位基因
→ 存在P3 → P1的基因流（或相反）

统计检验

Z-score计算

Z = D / SE(D)

• SE通过分块jackknife或加权块bootstrap估计
• |Z| > 3 通常认为显著

P值

p-value = 2 × Φ(-|Z|)

其中Φ是标准正态分布的累积分布函数

Kim et al. 2020中的应用

虽然原文主要用f3和f4 ratio，但D统计可以用来验证：

D(AFT, EUT; AAI, OUT)

预期：

• 如果D显著 ≠ 0 → 存在瘤牛(AAI)与某个普通牛群体的基因流
• 结合f3的负值 → 确认混合方向

⚠️ 使用注意事项

1. 不能直接量化比例

• D统计只能告诉你是否存在基因流
• 不能告诉你多少比例
• D的绝对值大小不等于混合比例

2. 假设群体关系正确

• 依赖于预先知道的系统发育树
• 如果树拓扑错误 → D值难以解释

3. 不对称混合的影响

• 如果P1和P2都与P3有混合，但比例不同
• D可能检测到信号，但方向性不明确

4. 选择的干扰

• 如果P2和P3独立经历相同的选择压力
• 可能产生假阳性的基因流信号

🔄 方法整合：完整工作流程

Step 1: 初步检测 - D统计

D(P1, P2; P3, O)

目标：是否存在基因流？
结果：如果|D|显著 > 0 → 继续

Step 2: 混合确认 - F3统计

f3(X; A, B)

目标：X是否是A和B的混合后代？
结果：如果f3显著 < 0 → 继续

Step 3: 比例量化 - F4 Ratio

α = f4(X, C; A, O) / f4(B, C; A, O)

目标：X中来自A的比例是多少？
结果：α ± SE(α)

Step 4: 验证 - 染色体片段分析

• Local ancestry inference (如RFMix, MOSAIC)
• Haplotype-based方法 (如ChromoPainter)
• 直接观察染色体上的祖先片段

📊 实际案例：非洲混合牛

完整分析流程

1️⃣ D统计 - 初步检测

D(AFT, EUT; AAI, OUT) ≠ 0

→ 存在基因流信号

2️⃣ F3统计 - 确认混合

f3(AFH; AFT, AAI) < 0 (显著)

→ AFH确实是AFT和AAI的混合

3️⃣ F4 Ratio - 量化比例

α = 0.65 ± 0.05

→ AFH中65%来自AFT，35%来自AAI

4️⃣ 染色体验证

• 观察AFH个体染色体上的AFT vs AAI片段
• 验证全基因组平均比例

🎯 应用到中国黄牛研究

推荐工作流程

Phase 1: 基因流检测

D(北方黄牛, 欧洲牛; 印度瘤牛, 野牛)
D(南方黄牛, 欧洲牛; 印度瘤牛, 野牛)

预期：两个D值都显著 → 都有瘤牛渗入

Phase 2: 混合确认

f3(各中国黄牛品种; 欧洲牛, 印度瘤牛)

预期：所有品种f3 < 0（但数值可能不同）

Phase 3: 比例估计

α(品种) = f4(品种, 欧洲牛; 印度瘤牛, 野牛) / f4(参考欧洲牛, 欧洲牛; 印度瘤牛, 野牛)

预期：

• 南方品种：α较低（瘤牛成分更高）
• 北方品种：α较高（普通牛成分更高）

Phase 4: 地理模式

• 绘制α值的地理分布图
• 与环境变量（温度、湿度）关联
• 与表型（耐热性、瘤峰大小）关联

🔗 相关方法链接

参见：

• F3统计-三群体混血检测
• Admixture分析-基于模型的祖先推断
• TreeMix-系统发育与混合建模

📚 关键文献

方法原理

1. D统计原始论文：

   • Green et al. (2010) Science - "A draft sequence of the Neandertal genome"
   • Durand et al. (2011) Molecular Biology and Evolution

2. F4 Ratio原理：

   • Patterson et al. (2012) Genetics - "Ancient admixture in human history"
   • Reich et al. (2012) Nature - "Reconstructing Native American population history"

3. 方法比较：

   • Peter (2016) Genetics - "Admixture, Population Structure, and F-Statistics"

牛基因组应用

1. Kim et al. (2020) Nature Genetics - "The genome landscape of indigenous African cattle"
2. Chen et al. (2018) Science - 中国黄牛全基因组研究

🛠️ 软件工具

ADMIXTOOLS套件

# D统计
qpDstat -p parfile

# F3统计
qp3Pop -p parfile

# F4 Ratio
qpF4ratio -p parfile

ADMIXTOOLS2 (R包)

library(admixtools)

# D统计
qpdstat(data, p1, p2, p3, o)

# F4 Ratio
qpf4ratio(data, X, A, B, C, O)