论坛 第48卷第6期2003年3月斜荸通扳 人群的母系基因库发生了由欧洲型向东亚型的替相近匹配( matching or near- matching)分析,可以将它 代,另一方面,他们又认为东亚不同地理人群母们划归到系统发育树的各个聚类枝中.然后,通过比 系遗传结构存在较大的同源性,并且将这种同源性较不同群体中各单倍型类群的分布情况和序列变异, 归于新石器时期农业人口的扩张.显然,新石器可以很好地显示出群体的地理分化、遗传结构的时空 时期农业的扩张在时间上要早于2500多年前的史载变化,以及估算出群体扩张或发生迁移的大致时间 时期.如果新石器时期人类的活动就界定了后期人这种可称之为系统发育地理分析( phylogeographic 群的遗传结构,那么又怎会有后期母系基因库替代 analysis)的方法,在近期的工作中有较多的使用和报 发生?最近,我们对这批数据进行了重新分析.结果道8192,2),并且对于诠释古老DNA也非常有 提示,山东古代群体mDNA类型,基本上都可以归效1820.下面就以最近崔银秋等人1发表的数据作 属到报道的东亚人群 mtdNA类型中819,遗传结构为例子,具体阐明如何从 mtdNA的系统发育关系来 总体上和我国南方人群相似性较大.因此,在对判别和解释古老DNA数据 得到的短的序列片段进行分析和解释时,一定要相 崔等人分析了距今2000~2500年前新疆吐鲁 当谨慎20 番交河故城一号台地4个个体 mtDNA HVSI序列363 既然短片段含有的信息量有限,一个自然的想bp的变异情况(其实是标准序列23中16056~16378 法就是尽量获取长的序列片段来进行分析.由于古区域间的323bp片段,应当去除两端引物序列),同 老样本中现实情况是DNA大多被降解,每次扩增只时还检测了单倍型类群A(+663HaeI,B(COⅡ和 能获得短的片段,通过多个短片段的重叠扩增和测tRNA基因间9bp片段的缺失( bp del), 序,理论上可以拼接出一个长一点的片段.而且,我C(-13259Hinc),D(-51764l)和M+10394 Dde I 们还可以借鉴目前现代人群 mtDNA的研究结果,针+10397lI)的特征变异位点.这样对同一个样本同 对不同 mtDNA类群的一些编码区特征变异位点设计时进行控制区和编码区序列分析,理论上比仅仅依 引物,得到含有该位点的短片段,进而分析获得更多据一段短的HVSI序列信息进行 mtDNA单倍型类群 的信息。但在实际操作过程中,这种多次扩增及对多的划分更准确、可靠,值得提倡.这其中,类群C和 个不同区域片段进行分析,往往也会增加污染或其D是M的子类群或亚类群( sub-haplogroup).也就是 他出错的机会,不能保证每次得到的片段都是古老说,在 mtDNA系统树中,C和D聚类枝是包含在 样本的真实DNA,这无疑也为古老DNA研究增添了个较大的称为M的大聚类枝中,M类群的4个特征界 判别真伪的难度,目前,还没有方法能彻底解决这一定位点,489~10400~14783~15043(相对于作为外 难题.从mDNA世系的系统发育关系角度,对得到群( outgroup)的非洲L3类群,在类群C和D的个 的古DNA序列信息进行综合考虑和分析,能够为判体中都会出现类群C和D的区别则体现在各自的 别这些片段的真伪提供线索,从而对一些值得怀疑单倍型类群的特异性突变上,如D类群含有 的序列在发表前重新分析证实,避免将不准确的数5178A(变异位点加上突变后的碱基以突出该点是颠 据公布于众 换;-5176I)和4883等突变,而类群C含有3552A 2从 mtDNA的系统发育关系角度解码古951914.13263139mc01)和14318等突 变181类群A在系统发育关系上属于一个大的类 老DNA 群N,类群B在系统发育关系上属于类群R(类群R mtDNA所特有的遗传特性,如母系遗传、缺乏本身又是类群N的一个子类群).而且,大多数单倍 重组等,决定了mDNA序列上发生的每一次突变事型类群在控制区序列中也有特征变异模式(motf 件(回复突变和突变热点除外)都能在序列中记录下如类群A含有16223~16290~16319的变异模式,D 来通过对序列上累积的这些突变进行分析,理论上含有16223~16362,C含有16223~16298~16327, 可以重建mDNA真实的系统树.对于每一个mDNA,B含有16189.这些类群的巢式( nested)归属系统关系, 根据其是否含有系统发育树中某个聚类枝(亦即单倍反映在崔等人检测的酶切位点和HVSI变异组 型类群)的特征界定突变,也就是相对较古老一些的合中,只会出现以下结果:类群A,+66Hae 突变,同时和数据库中经过编码区信息准确证实的+5176All,9 bp non-del,-10394 Dde I,-103974lI 单倍型类群归属的其他 mtDNA世系进行序列匹配或 www.scichina.com论 坛 第 48 卷 第 6 期 2003 年 3 月 www.scichina.com 633 人群的母系基因库发生了由欧洲型向东亚型的替 代[11]; 另一方面, 他们又认为东亚不同地理人群母 系遗传结构存在较大的同源性, 并且将这种同源性 归于新石器时期农业人口的扩张[17] . 显然, 新石器 时期农业的扩张在时间上要早于 2500 多年前的史载 时期. 如果新石器时期人类的活动就界定了后期人 群的遗传结构, 那么又怎会有后期母系基因库替代 发生？最近, 我们对这批数据进行了重新分析. 结果 提示, 山东古代群体 mtDNA 类型, 基本上都可以归 属到报道的东亚人群 mtDNA 类型中[18,19] , 遗传结构 总体上和我国南方人群相似性较大[20] . 因此, 在对 得到的短的序列片段进行分析和解释时, 一定要相 当谨慎[20] . 既然短片段含有的信息量有限, 一个自然的想 法就是尽量获取长的序列片段来进行分析. 由于古 老样本中现实情况是 DNA 大多被降解, 每次扩增只 能获得短的片段, 通过多个短片段的重叠扩增和测 序, 理论上可以拼接出一个长一点的片段. 而且, 我 们还可以借鉴目前现代人群 mtDNA 的研究结果, 针 对不同 mtDNA类群的一些编码区特征变异位点设计 引物, 得到含有该位点的短片段, 进而分析获得更多 的信息. 但在实际操作过程中, 这种多次扩增及对多 个不同区域片段进行分析, 往往也会增加污染或其 他出错的机会, 不能保证每次得到的片段都是古老 样本的真实 DNA, 这无疑也为古老 DNA 研究增添了 判别真伪的难度. 目前, 还没有方法能彻底解决这一 难题. 从 mtDNA 世系的系统发育关系角度, 对得到 的古 DNA 序列信息进行综合考虑和分析, 能够为判 别这些片段的真伪提供线索, 从而对一些值得怀疑 的序列在发表前重新分析证实, 避免将不准确的数 据公布于众. 2 从 mtDNA 的系统发育关系角度解码古 老 DNA mtDNA 所特有的遗传特性, 如母系遗传、缺乏 重组等, 决定了 mtDNA 序列上发生的每一次突变事 件(回复突变和突变热点除外)都能在序列中记录下 来. 通过对序列上累积的这些突变进行分析, 理论上 可以重建 mtDNA真实的系统树. 对于每一个mtDNA, 根据其是否含有系统发育树中某个聚类枝(亦即单倍 型类群)的特征界定突变, 也就是相对较古老一些的 突变, 同时和数据库中经过编码区信息准确证实的 单倍型类群归属的其他 mtDNA 世系进行序列匹配或 相近匹配(matching or near-matching)分析, 可以将它 们划归到系统发育树的各个聚类枝中. 然后, 通过比 较不同群体中各单倍型类群的分布情况和序列变异, 可以很好地显示出群体的地理分化、遗传结构的时空 变化, 以及估算出群体扩张或发生迁移的大致时间. 这种可称之为系统发育地理分析(phylogeographic analysis)的方法, 在近期的工作中有较多的使用和报 道[18,19,21,22] , 并且对于诠释古老 DNA 也非常有 效[18,20] . 下面就以最近崔银秋等人[13]发表的数据作 为例子, 具体阐明如何从 mtDNA 的系统发育关系来 判别和解释古老 DNA 数据. 崔等人[13]分析了距今 2000 ~ 2500 年前新疆吐鲁 番交河故城一号台地 4 个个体 mtDNA HVSI 序列 363 bp 的变异情况(其实是标准序列[23]中 16056 ~ 16378 区域间的 323 bp 片段, 应当去除两端引物序列), 同 时还检测了单倍型类群 A( + 663HaeⅢ), B(COⅡ和 tRNALys 基因间 9 bp 片段的缺失 (9 bp del)), C(-13259HincⅡ), D(-5176AluⅠ)和 M(+10394DdeⅠ, +10397AluⅠ)的特征变异位点. 这样对同一个样本同 时进行控制区和编码区序列分析, 理论上比仅仅依 据一段短的 HVSⅠ序列信息进行 mtDNA单倍型类群 的划分更准确、可靠, 值得提倡. 这其中, 类群 C 和 D 是 M 的子类群或亚类群(sub-haplogroup). 也就是 说, 在 mtDNA 系统树中, C 和 D 聚类枝是包含在一 个较大的称为 M 的大聚类枝中, M 类群的 4 个特征界 定位点, 489 ~ 10400 ~ 14783 ~ 15043(相对于作为外 群(outgroup)的非洲 L3 类群[19]), 在类群 C 和 D 的个 体中都会出现. 类群 C 和 D 的区别则体现在各自的 单倍型类群的特异性突变上, 如 D 类群含有 5178A(变异位点加上突变后的碱基以突出该点是颠 换; -5176AluⅠ)和4883等突变, 而类群C含有3552A, 9545, 11914, 13263(-13259HincⅡ)和 14318 等 突 变[18,19] . 类群 A 在系统发育关系上属于一个大的类 群 N, 类群 B 在系统发育关系上属于类群 R(类群 R 本身又是类群 N 的一个子类群). 而且, 大多数单倍 型类群在控制区序列中也有特征变异模式(motif), 如类群 A 含有 16223 ~ 16290 ~ 16319 的变异模式, D 含有 16223 ~ 16362, C含有 16223 ~ 16298 ~ 16327, B含有16189. 这些类群的巢式(nested)归属系统关系, 反映在崔等人[13]检测的酶切位点和 HVSⅠ变异组 合 中, 只会出现以下结果: 类 群 A, + 663HaeⅢ, + 5176AluⅠ, 9 bp non-del, -10394DdeⅠ, -10397AluⅠ