分配方法（Assignment methods, AMs）
在遗传学研究中，任何利用遗传信息确定个体的种群起源或者对大量个体进行分群（研究群体遗传结构）的统计方法可统称为分配方法。
分配方法主要解决两类基本问题：分类和聚类。根据对目标类别（家庭，种群和物种）掌握的先验信息多少可以选择不同的计算方法。
分类（Classification）
在分类问题中，个体被分配到事先定义（划分）的类别中。标准的计算方法是，首先基于参考资源群中样本提供的遗传信息构建判别函数，然后将未知来源个体分配到具有最高判别得分的类别中。单就统计方法来说，在假定了各个参考资源群处于哈代-温伯格平衡和连锁平衡状态下，期望基因型频率分布既为判别函数。
应用分配方法解决的分类问题至少包括：分配检验，混合遗传分析和亲本分析（亲子鉴定）。
聚类（Clustering）
聚类问题事先不定义（划分）类别，即每个样本的类别归属未知，类别的构建必须根据样本数据集本身特征（个体间遗传相似性、遗传距离）计算得出。在无参考资源群数据指导分类情况下，聚类方法依赖于连锁不平衡的存在，即使某个混血个体基因来源的几个种群各自都已经处于连锁平衡状态。
连锁不平衡程度取决于混血比例和种群间的遗传距离。
聚类方法通过使各个群组（簇）内的连锁不均衡最小化，将混合群体分解为不同的群组（簇），这些群组（簇）可以被看作为种群或者基因池。因此，聚类分析在基于样本多个基因座上的基因型数据（一组等位基因频率分布特征）实现种群聚类的同时，还可以根据个体的多位点基因型信息，将个体分配到那些已被鉴定的种群中。
通常使用的计算方法是马尔可夫链蒙特卡罗算法（Markov chain Monte Carlo, MCMC）。
聚类方法在没有参考资源群遗传数据、种群划分不明确，或者已采集一些参考资源群样本（但样本数不全面）的情况下特别有用。
分配方法解决的生物学问题
- 祖源分析：主要解决人的种群，种族起源；动植物，野生动物品种鉴定问题。
- 遗传混合分析：主要解决个体是否混血，混血个体的祖先来源及比例，动植物品种纯度问题。
- 亲本分析：主要解决亲子鉴定问题。
- 群体遗传结构分析
- 群体分化问题
- 人群分层问题，发现隐含的群体亚结构等。
- 扩散分析：主要解决迁移、基因交流问题。
- 杂交分析：鉴定杂交个体，动植物育种，品种资源保护等问题。
网友评论