解決分類群之間的演化關(guān)系是演化生物學(xué)的基本任務(wù)之一。在大數(shù)據(jù)時(shí)代，隨著測(cè)序技術(shù)和分析方法的發(fā)展，多項(xiàng)研究發(fā)現(xiàn)類群之間的雜交和基因漸滲可能強(qiáng)烈地影響了生命之樹，并在物種形成和適應(yīng)過(guò)程中起到重要作用。然而，現(xiàn)有基因漸滲檢測(cè)方法仍具有一定局限性，如依賴大樣本量、受限的系統(tǒng)發(fā)育關(guān)系或精確的種群演化歷史等。因此，在基因流廣泛存在的背景下，評(píng)估物種之間的復(fù)雜關(guān)系仍具挑戰(zhàn)。同時(shí)，基于深度學(xué)習(xí)的算法已迅速成為處理統(tǒng)計(jì)應(yīng)用的有效替代方法，特別是與大數(shù)據(jù)集有關(guān)的應(yīng)用。目前已有涉及基因漸滲推斷的基于深度學(xué)習(xí)的相關(guān)方法的應(yīng)用報(bào)道，但多是針對(duì)具體分類群的初步嘗試，其一般適用性和可推廣性受到限制。

6月1日，北京大學(xué)生命科學(xué)學(xué)院、蛋白質(zhì)與植物基因研究國(guó)家重點(diǎn)實(shí)驗(yàn)室、北大-清華生命科學(xué)聯(lián)合中心張蔚研究員課題組在Systematic Biology雜志在線發(fā)表題為“Inferring historical introgression with deep learning”的研究論文，提出一種基于深度學(xué)習(xí)算法檢測(cè)基因漸滲的方法ERICA。該方法基于基因組序列信息，通過(guò)識(shí)別拓?fù)浣Y(jié)構(gòu)不一致鑒定基因組內(nèi)的漸滲區(qū)域。該方法能夠有效地在模擬數(shù)據(jù)和多種動(dòng)植物分類群的真實(shí)基因組數(shù)據(jù)中檢測(cè)漸滲信號(hào)，為利用基因組數(shù)據(jù)評(píng)估類群之間的演化關(guān)系提供了一種具有一般適用性的新方法，有助于推動(dòng)雜交和基因漸滲相關(guān)的演化研究。

研究構(gòu)建了處理序列比對(duì)數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)模型，以定量評(píng)估類群之間的演化關(guān)系，并通過(guò)識(shí)別特定基因流對(duì)應(yīng)的拓?fù)浣Y(jié)構(gòu)推斷漸滲區(qū)域（圖1）。研究首先利用模擬數(shù)據(jù)集對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和評(píng)估，并與其他廣泛使用的基因漸滲檢測(cè)方法進(jìn)行對(duì)比。評(píng)估結(jié)果顯示，神經(jīng)網(wǎng)絡(luò)模型能夠有效地檢測(cè)漸滲特別是適應(yīng)性漸滲信號(hào)，且具有較好的泛化能力（圖2）。

圖1 ERICA方法設(shè)計(jì)原則和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

圖2 ERICA方法準(zhǔn)確率評(píng)估

此外，研究者使用ERICA方法分析了適應(yīng)性輻射類群袖蝶屬（Heliconius）的群體基因組數(shù)據(jù)，并鑒定獲得了已知的翅圖案模式相關(guān)漸滲位點(diǎn)，表明ERICA方法能夠在真實(shí)數(shù)據(jù)中檢測(cè)到適應(yīng)性漸滲信號(hào)，且具有較傳統(tǒng)方法更小的隨機(jī)誤差。

研究者展示了ERICA方法的一個(gè)應(yīng)用實(shí)例，通過(guò)將該方法應(yīng)用于稻屬（Oryza）基因組比對(duì)及泛基因組數(shù)據(jù)分析，獲得了粳稻和秈稻之間以及從野生稻（O. rufipogon）到秈稻的漸滲位點(diǎn)，其中包括多個(gè)與水稻馴化性狀相關(guān)的受選擇區(qū)域，支持基因流在秈稻馴化過(guò)程中起到重要作用（圖3）。研究發(fā)現(xiàn)，秈稻和野生稻（O. nivara）與熱帶粳稻之間存在基因流，且漸滲基因可能與熱帶粳稻對(duì)熱帶環(huán)境的適應(yīng)與抗逆性有關(guān)。

圖3 稻屬物種基因組漸滲模式

綜上所述，該研究開發(fā)了一種新的基因漸滲檢測(cè)方法，其能夠高效處理基因組序列數(shù)據(jù)，準(zhǔn)確推斷局部的漸滲信號(hào)，有助于深入理解類群之間的復(fù)雜演化歷史，以及基因漸滲在物種適應(yīng)中發(fā)揮的作用。值得一提的是，為滿足研究人員的廣泛要求，該方法包括一個(gè)在線提交門戶和一個(gè)本地版本的工具包。因此，該研究不僅提供了一種先進(jìn)的基因漸滲研究方法，并且給出了完整的研究解決方案，展示了其解決多個(gè)系統(tǒng)中實(shí)際問(wèn)題的能力。

張蔚和北京腦科學(xué)與類腦研究中心張力研究員為本文共同通訊作者；北大-清華生命科學(xué)聯(lián)合中心博士生張宇博、北京腦科學(xué)與類腦研究中心工程師朱慶杰為本文共同第一作者；北京腦科學(xué)與類腦研究中心工程師邵毅、北大-清華生命科學(xué)聯(lián)合中心博士生姜焱晨和華中農(nóng)業(yè)大學(xué)生命科學(xué)技術(shù)學(xué)院歐陽(yáng)亦聃教授對(duì)本研究作出重要貢獻(xiàn)。該項(xiàng)目得到國(guó)家自然科學(xué)基金、北京市自然科學(xué)基金、北大-清華生命科學(xué)聯(lián)合中心、蛋白質(zhì)與植物基因研究國(guó)家重點(diǎn)實(shí)驗(yàn)室等資助。

來(lái)源：北京大學(xué)