V1a1c и совпаденцы из Южной Финляндии

[Gilgamew]

Но вы как бы уже в курсе, что если сама клада 16257 фантомна, то это указание филогенетически неверное )) Все сводится к выбору версии дерева. Если 16257 C>T выскакивала более одного раза внутри V1a1, скажем, у финнов, в Венгрии и в терском казачестве, то это одно дерево, с гомоплазией параллельного типа. В этом случае некоторые индивиды без 16257T (то есть с 16257C) к вам генетически ближе по мт, чем некоторые с 16257T. Если же мутация в поз. 16257 была один раз, то другое дерево (как у YFull). Согласно ему, к вам наиболее близки только лица с 16257T, за исключением тех гипотетических лиц без, которые вдруг мутировали обратно к корню, но это невидимо. Наконец, в теории могут быть и более экзотические сценарии о которых вы сами говорили - скажем, ваша линия происходит из другой клады V1a1 (не V1a1c), теряет ее мутацию, это гомоплазия возвратного типа, и затем прриобретает 16257T, параллельная гомоплазия. Но такой вариант на практике не рассматривают.

Но все расчеты возраста, повторяю, пляшут от выбранной топологии дерева. В вашем случае практичных варианта 2 - параллельный и уникальный.

Правильно ли я понимаю, что вероятность того или иного сценария зависит, помимо прочего, от частоты мутации С16257T? То есть, чем чаще такая замена происходит, тем больше шанс, что она независимо произошла в двух разных ветвях V1a1? Из общих соображений - это некодирующая область (HVR1), С на Т - транзиция. То есть, частота ожидается довольно высокая. С другой стороны, посмотрел в YBrowse карту мт-ДНК - в этой позиции замены выявлены всего в 5 ветвях мт-ДНК (не в гаплогруппе V), из них только 3 случая - это транзиция С на Т. В других сайтах замены встречаются в 10 или более ветвях. То есть, из этого вроде бы следует, что частота не такая уж и высокая.

Посмотрел на вскидку литературу - не нашёл данных о частоте мутаций по отдельным локусам мт-ДНК. Такие данные доступны? Отличается ли частота мутаций в одном и том же локуса, но в разных гаплогруппах (субкладах)?

[Gilgamew]

309.1C 309.2C = 309iCC = 303iCC
я бы посоветовал YFull дать ей вес 0, тк изменения длины C-трактов филогенетически не работают. Вообще забудьте про эту "мутацию". В разных тканях одного человека могут быть C-тракты разной длины. Вроде тут писал об этом, да по ходу никто не читает.

Да, спасибо - я мог бы быть и повнимательнее. Ваш пост читал, и статью Роберты Эстес читал (на DNAeXplained) - там как раз про эти сверх-лабильные сайты сказано. Но  глаз не намётан ещё, не принял на свой счёт.

То есть, получается, что чем больше приватных мутаций и чем ниже априорная частота каждой из них - тем точнее оценка TMRCA терминального субклада и тем ближе эта оценка к настоящему времени? И наоборот, если приватных мутаций мало и/или они высокочастотные - то и оценка менее точная и по времени она дальше (в пределе - совпадает с возрастом родительского субклада)? Чувствую, что упрощаю слишком сильно...

[Valery]

Правильно ли я понимаю, что вероятность того или иного сценария зависит, помимо прочего, от частоты мутации С16257T? То есть, чем чаще такая замена происходит, тем больше шанс, что она независимо произошла в двух разных ветвях V1a1?

именно так

Посмотрел на вскидку литературу - не нашёл данных о частоте мутаций по отдельным локусам мт-ДНК. Такие данные доступны? Отличается ли частота мутаций в одном и том же локуса, но в разных гаплогруппах (субкладах)?

есть на моем старом ресурсе по мт, не поддерживается уже 9 лет, см тут
https://forum.molgen.org/index.php?topic=8181.msg539363#msg539363

Отличается ли частота мутаций в одном и том же локуса, но в разных гаплогруппах (субкладах)?

Это предмет споров. Достоверно известны хотспоты, где некая мутация триггерирует другие рядом, но природа корреляций между линейно удаленными снипами и даже сам факт ее наличия - неизвестны.

[Valery]

То есть, получается, что чем больше приватных мутаций и чем ниже априорная частота каждой из них - тем точнее оценка TMRCA терминального субклада и тем ближе эта оценка к настоящему времени?

Скорее достоверность дерева, чем TMRCA. В принципе, возраста можно считать и по быстрым мутациям. В Вашем случае, повторяю, проблема с деревом, с независимостью мутирования поз. 16257. Скажем, для возраста родительской клады V1a1 по барабану монофилетична V1a1c или это фантом. А для возраста финского кластера имеет значение, сидите вы и венгр в нем или образуете самостоятельные клады с той же мутацией.

То, что вы отметили - стабильность мутаций, минимизация гомоплазии - важная штука именно для топологии дерева. С такой поправкой утверждение абсолютно корректное. Сниповую гомоплазию можно упрощенно определить как наличие во входной матрице 4 образцов и 2 признаков (будем считать снипы бинарными), что все 4 возможных аллельных состояния снипов представлены у этих образцов. При стремлении входной гомоплазии по парам снипов к максимуму количество древесных топологий минимальной стоимости (то есть возможных оптимальных реконструкций истории) приближается к числу вообще всех древесных топологий от данного числа образцов N [ = (2N - 3)!! ] то есть шум вытесняет филогенетический сигнал. При этом средние расстояния между топологиями растут (и реконструкции по сути становятся произвольными деревьями от балды: соедините N входных образцов ребрами в дерево как хотите, и получите реконструкцию, удаленную от "оптимальных" как и они между собой). Напротив, "хорошая филогения" - это кластер из относительно небольшого числа очень похожих деревьев, что достигается аккурат при малой гомоплазии.

[Gilgamew]

Скорее достоверность дерева, чем TMRCA. В принципе, возраста можно считать и по быстрым мутациям. В Вашем случае, повторяю, проблема с деревом, с независимостью мутирования поз. 16257. Скажем, для возраста родительской клады V1a1 по барабану монофилетична V1a1c или это фантом. А для возраста финского кластера имеет значение, сидите вы и венгр в нем или образуете самостоятельные клады с той же мутацией.

То, что вы отметили - стабильность мутаций, минимизация гомоплазии - важная штука именно для топологии дерева. С такой поправкой утверждение абсолютно корректное. Сниповую гомоплазию можно упрощенно определить как наличие во входной матрице 4 образцов и 2 признаков (будем считать снипы бинарными), что все 4 возможных аллельных состояния снипов представлены у этих образцов. При стремлении входной гомоплазии по парам снипов к максимуму количество древесных топологий минимальной стоимости (то есть возможных оптимальных реконструкций истории) приближается к числу вообще всех древесных топологий от данного числа образцов N [ = (2N - 3)!! ] то есть шум вытесняет филогенетический сигнал. При этом средние расстояния между топологиями растут (и реконструкции по сути становятся произвольными деревьями от балды: соедините N входных образцов ребрами в дерево как хотите, и получите реконструкцию, удаленную от "оптимальных" как и они между собой). Напротив, "хорошая филогения" - это кластер из относительно небольшого числа очень похожих деревьев, что достигается аккурат при малой гомоплазии.

Да, вроде бы идею понял, спасибо! Попробую своими словами - если по данному снипу прямые и обратные мутации возникают с высокой частотой и без каких либо ограничений (это, видимо, и есть максимальная гомоплазия), то такой снип будет минимально информативен для филогении. Наличие или отсутствие мутации по нему не является аргументом для того, чтобы относить образцы к одному субкладу или к разным

Если попытаться перевести на язык байесовского анализа (который я знаю довольно поверхностно) - попытка строить дерево для 4-х образцов на основе 2-х таких (см. выше) снипов даст нам (2*4 - 3)!! = 1*3*5 = 15 деревьев (отличающихся расположением листьев и корня), которые по правдоподобию не будут отличаться друг от друга.

Похоже, пора вспомнить диплом 20-летней давности и начать штудировать "Анализ биологических последовательностей" Дурбина и соавторов, который предусмотрительно купил пару лет назад

[Gilgamew]

Возможен ли (точнее, насколько вероятен) сценарий, когда в моём мт-гаплотипе была совсем недавняя мутация (скажем, между бабушкой и матерью), из-за чего кажущиеся совпаденцы GD = 0 - это конвергенция, а истинных родственников нужно искать где-то среди совпаденцев GD = 1? Стоит ли в связи с этим тестировать mtFull других родственников - мать, тётю по матери, троюродного брата по этой линии (его мать - внучка моей прабабки)?

нет, тестировать маму-бабушку бесполезно тк с наибольшей вероятностью в поколениях ближайших к переходу туда или сюда будет гетероплазмия. скажем, есть субклада, определяемая легковесной заменой 16093 T>C. Пусть в какой-то линии C возвращается обратно в T. Тогда на сиквенсе у всех кто в малом числе поколений от точки перехода будет гетероплазмия 16093Y. Если ее нет, то вероятность что вы что-то найдете крайне мала, космически.

Про гетероплазмию ещё хотел уточнить. То есть, после возникновения мутации в одной митохондрии (которых всего в яйцеклетке порядка сотни) ещё несколько поколений будут сосуществовать две популяции митохондрий, отличающихся в этой позиции? Пока одна популяция не вытеснит другую за счёт отбора или дрейфа?

[Valery]

Про гетероплазмию ещё хотел уточнить. То есть, после возникновения мутации в одной митохондрии (которых всего в яйцеклетке порядка сотни) ещё несколько поколений будут сосуществовать две популяции митохондрий, отличающихся в этой позиции? Пока одна популяция не вытеснит другую за счёт отбора или дрейфа?

Именно так. Ядерные гены происходят от одного набора в зиготе, а мтднк - на самом деле популяция митохондрий, общий предок которых древнее джермлайна (зародышевой линии) матери.

[Gilgamew]

Ещё буквально пара вопросов, и вроде бы разобрался.
Какие сведения стоит запросить у своих совпаденцев (GD=0 и 1) на FTDNA и соседей по "терминальному" субкладу V1a1c на YFull, чтобы иметь возможно полную картину? Я планирую пока что следующее:
- страна и регион происхождения предков по материнской линии (если не указано в профиле). Фамилии, очевидно, запрашивать почти бесполезно
- не состоит ли в близком родстве (в пределах 5-10 поколений) с другими моими совпаденцами (чтобы отсеять близких родичей, если таковые найдуться - и не "раздувать" выборку искусственно)
- пригласить в проект V на FTDNA (не слишком информативный, как мне показалось - приватные мутации там не показаны вроде бы)
- пригласить на YFull (и тоже в проект V - несколько более информативный, с приватными мутациями)

плюс, проверить, нет ли с кем-то из них совпадения по аутосомам или Х
Возможно, что-то упустил ещё?

[Valery]

Попросить прежде всего следует сиквенсы (у тех, кто на расстоянии 1, предпочтительнее в формате отличия от rCRS). И место рождения наиболее отдаленного предка по этой линии. Например, за обещание поделиться с ними потом своими выводами.

Аутосомы осмыслены только для выходцев из той же губернии и даже уезда.

Но если честно, то нет шансов на успех по данным одной только мт, тк без общих мутаций нет и надежных ветвей. Ведь ветви идентичных молекул "по губернии" как-то эфемерны. Вы равны предку по сиквенсу, в чем вся проблема. Это же рулетка: на одном конце люди с приватом, доселе ни у кого не обнаруженным. На другом - равные очень древнему гаплогруппному предку, скажем 5000 лет (есть миллионы таких мт-неудачников). Вы лежите где-то посерединке, тк клада недавняя, финны скорее всего образуют параллельную ветку. Но лимит разрешающей силы молекулы мт уже исчерпан тем, что у вас нет привата.

Но это не значит, что любые разыскания по этой линии безнадежны. В конечном итоге, если вы будете заниматься сабжем долго, вы найдете близких аутосомных и предположительно/документальных родственников, среди них могут быть люди с такой же мт, и они естественно, ввиду редкости линии, являются прямыми женскими родственниками в ближайших поколениях. Любой человек с женской линий из терского казачества и такой же мт - наверняка ваш родственник по этой линии. Или если вы найдете до-терские ее концы, то любой с такой линией из соответствующего уезда.

[Valery]

Как вообще были устроены браки у терских? Моя покойная мать - черноморская казачка. У них было очень строго, там все с Украины, с генеалогией от тех, кого привел Головатый на Кубань в 1792-96. Но мамина бабушка, моя мт-прабабушка, - единственная не казачка, она из-под Гомеля. За брак с кацапкой отец лишил моего прадеда наследства. Такие вот порядки. Поэтому мне странно слышать истории про турчанку, которую-де казак привез итп. Или это только у черноморцев так строго все? Сомневаюсь.

[Valery]

Конечно, черноморцы - чуть ли не самая молодая ветвь казачества, ее история вся на виду от рекрутирования на Украине (далеко не только выходцев из Сечи!) и до разложения порядков, которое полных ходом шло уже с 1860х гг. Очень короткая история войска. Представление о том, что черноморцы напрямую "наследуют Сечи" - хрестоматийный штамп, не более. Больше пыль в глаза, чем реальность.

[Gilgamew]

Но если честно, то нет шансов на успех по данным одной только мт, тк без общих мутаций нет и надежных ветвей. Ведь ветви идентичных молекул "по губернии" как-то эфемерны. Вы равны предку по сиквенсу, в чем вся проблема. Это же рулетка: на одном конце люди с приватом, доселе ни у кого не обнаруженным. На другом - равные очень древнему гаплогруппному предку, скажем 5000 лет (есть миллионы таких мт-неудачников). Вы лежите где-то посерединке, тк клада недавняя, финны скорее всего образуют параллельную ветку. Но лимит разрешающей силы молекулы мт уже исчерпан тем, что у вас нет привата.

Так как я изначально не завышал ожиданий, то примерно этого и ждал. Я бы скорее удивился, если бы удалось выйти на достоверное родство в пределах 500 лет - наверно, это редкая удача

Но это не значит, что любые разыскания по этой линии безнадежны. В конечном итоге, если вы будете заниматься сабжем долго, вы найдете близких аутосомных и предположительно/документальных родственников, среди них могут быть люди с такой же мт, и они естественно, ввиду редкости линии, являются прямыми женскими родственниками в ближайших поколениях. Любой человек с женской линий из терского казачества и такой же мт - наверняка ваш родственник по этой линии. Или если вы найдете до-терские ее концы, то любой с такой линией из соответствующего уезда.

Да, понимаю. Похожий пример приводила та же Роберта Эстес в блоге. Когда совпадение по мт-днк было доводом для отнесения аутосомного матча к определённой предковой линии. Фактически, это как с фамилиями - одного лишь совпадение фамилий может быть недостаточно для подтверждения родства, но при наличии аутосомного матча совпадение фамилий - важный дополнительный аргумент. По женской линии вместо фамилии как раз мтДНК

[Gilgamew]

Как вообще были устроены браки у терских? Моя покойная мать - черноморская казачка. У них было очень строго, там все с Украины, с генеалогией от тех, кого привел Головатый на Кубань в 1792-96. Но мамина бабушка, моя мт-прабабушка, - единственная не казачка, она из-под Гомеля. За брак с кацапкой отец лишил моего прадеда наследства. Такие вот порядки. Поэтому мне странно слышать истории про турчанку, которую-де казак привез итп. Или это только у черноморцев так строго все? Сомневаюсь.

Здесь мне пока особенно нечего сказать - терская линия у меня самая глухая, пока всерьёз их культуру не изучал. Единственное "но" - всё-таки обычаи обычаями, а на индивидуальном уровне и маловероятные исходы возможны. Насколько я помню, даже самые закрытые в брачном смысле сообщества (типа еврейских общин вост европы) женские линии "чужаков" инкорпорировали заметно

[Valery]

Скорее всего, максимум метисации это период становления любой общины + 20+ век. В промежутке "между" - наверное, какая-то константа, чем-то там определяемая.

[Gilgamew]

Учитывая сепаратность терского казачества от финно-карел, таки предполагаю параллельность замены у финнов и в вашей линии. Это случай гомоплазии. Альтернативная версия слишком маловероятна: сильная недооцененность возраста V1a1 с общим предком всей линии 16257 скажем 1000 лет назад. Я бы исключил.

Виноват, ещё один вопрос. Перечитал и хочу уточнить - почему как (маловероятную) альтернативу гомоплазии вы рассматриваете недооценённый возраст V1a1? Что имеется в виду? Речь о том, что мутации субкладов V1a1 и V1a1c (16257T) произошли на самом деле существенно раньше, чем оценивает YFull, и потому субклады успели достаточно широко распространиться? Или я не так понял?

Но! это не отменяет возможности некоторой недооценки возраста любой молодой клады у YFull. Просто мт - очень короткая молекула, с ней потоньше надо  Возможно, расчеты возраста придется пересмотреть в случае сильного дисбаланса широко- и слабопредставленных клад. Финны по количеству сиквенсов - бомба, которую может не выдержать метод расчета возраста, не масштабированный на этот случай. Много одинаковых сиквенсов сильно снижают возраст. Тут нужен более сложный сценарий, байесовский. Ро-статистика не катит.

Если можно, немного подробнее про методы построения деревьев и оценки возраста.
Насколько я помню, метод максимальной парсимонии (или экономии) - это поиск такой топологии, которая предполагает наименьшее количество мутаций. Уже в 2005 году (когда я писал диплом) он вроде как считался устаревшим из-за того, что игнорирует те самые возвратные мутации (может, и по другим причинам). Мы в простых задачах использовали алгоритмы neighbour-joining или UPGMA - это когда соединяют два самых близких образца, потом следующие самые близкие и т.д. Но это наверняка слишком грубо, так как нужно много отличий между последовательностями
Ро-статистика - это среднее число мутаций, накопившееся в пределах кластера относительно предкового гаплотипа. Соответственно, если мы недостаточно точно знаем предковый гаплотип либо если число мутаций внутри кластера слишком маленькое - достоверность оценки будет страдать.
А байесовский подход предполагает, что мы перебираем все возможные топологии (которые априорно равны по вероятности) и считаем для каждого правдоподобие (то есть, насколько вероятно получить наблюдаемые данные при таком родстве между образцами, которое соответствует выбранной топологии). И дальше оптимальными считаются топологии с максимальным правдоподобием (или с наибольшей апостериорной вероятностью).
Я правильно понимаю? Тогда вопрос - в чём конкретно для мтДНК преимущество байесовского подхода? И каким путём здесь мы получаем оценку возраста?

Ещё момент - для оценки достоверности полученных топологий часто используют "бутстреп"-анализ. Во всяком случае, мы так делали (правда, это были сиквенсы вирусной РНК). Если не ошибаюсь, часть сайтов в последовательностях мутируется случайным (или не совсем) образом и мы получаем выборку, похожую на нашу, но немного испорченную. И таких искусственных выборок делают, допустим, 1000. А дальше смотрят для конкретного узла топологии - в скольких выборках из 1000 он сохранился. То есть, насколько каждый узел устойчив к небольшим изменениям первичных данных.
Но я вроде не встречал, чтобы такой подход применяли к мтДНК.

Прошу прощения, что так много вопросов.

З.Ы.: почитал вот тут https://forum.molgen.org/index.php?topic=8181.msg539361#msg539361 и понял, что не отличаю maximum likelihood и байесовский подход. То, что я выше описал - это, наверное, ML