利用基因组级杂交检测方法检测多样的杂交情景的可检测性
摘要：杂交事件使物种谱系的准确重建变得复杂，因为它们在传统的二叉物种树模型下引起了不符合预期的遗传可遗传性模式。这导致了推断这些多样的杂交事件的方法的发展，包括直接重建网络的方法和预测个别杂交事件的总结方法。然而，缺乏方法之间的实证比较，尤其是涉及大规模网络和多样的杂交情景的比较，阻碍了它们的实际应用。在这里，我们对几种常用的总结方法进行了全面回顾：TICR、MSCquartets、HyDe、Patterson的D-统计量（ABBA-BABA）、D3和Dp。TICR和MSCquartets是基于基因树拓扑的四分子符合因子，Patterson的D-统计量、D3和Dp使用位点模式频率来识别杂交事件。然后，我们使用模拟数据来解决方法准确性和理想使用场景的问题，通过将方法与复杂网络进行测试，这些网络描绘了不同深度（时间）、数量（单个杂交vs多个重叠杂交）和基因流速率的基因流事件。我们发现，更深或多次的杂交事件可能会引入噪音并削弱杂交信号，导致各种方法的虚假阴性率较高。尽管一些形式的杂交逃避了基于四分子检测方法，但MSCquartets在大多数情况下显示出很高的精确性。当在涉及幽灵谱系的杂交中进行测试时，HyDe会产生很高的虚假阴性率，但它是唯一能够区分杂交与亲本信号的方法。最后，我们对蜜蜂亚科Nomiinae的超保守元素进行了方法测试，发现在原始研究中估计的物种树支持不佳的区域可能存在杂交事件的可能性。
作者：Marianne Bjorner, Erin K. Molloy, Colin N. Dewey, and Claudia Solis-Lemus
论文ID：2211.00712
分类：Populations and Evolution
分类简称：q-bio.PE
提交时间：2022-11-03