যখন বৃক্ষ মিথ্যা বলে: নির্বাচন, জিনগত মিশ্রণ এবং একক বংশপরম্পরার মিথ

TL;DR

• একটি ফাইলোজেনেটিক “বৃক্ষ” হলো এমন একটি মডেল, যা প্রধানত উল্লম্ব বংশগতি অনুমান করে; জিন-প্রবাহ (অ্যাডমিক্সচার/ইন্ট্রোগ্রেশন) থাকলে সঠিক অবজেক্টটি প্রায়ই বৃক্ষের পরিবর্তে একটি নেটওয়ার্ক (Huson & Bryant 2006, doi:10.1093/molbev/msj030; Kong et al. 2025, doi:10.1073/pnas.2410934122)।
• “সিলেকশন” (সুইপ, ব্যাকগ্রাউন্ড সিলেকশন, বায়াসড জিন কনভার্শন) জিনিয়ালজিকে পরিবর্তন করে এবং নিরপেক্ষ পদ্ধতিগুলোকে ভুল ইতিহাস অনুমান করাতে পারে (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Pouyet et al. 2018, doi:10.7554/eLife.36317; Johri et al. 2021, doi:10.1093/molbev/msab050)।
• অ্যাডমিক্সচার থাকলে জিনোমের বিভিন্ন অঞ্চলের আক্ষরিক অর্থেই ভিন্ন “পারিবারিক বৃক্ষ” থাকে; ফলে একটি সর্বোত্তম বৃক্ষ বিভ্রান্তিকর গড় হতে পারে (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009)।
• মানব বিবর্তন হলো সতর্কতামূলক উদাহরণ: নিয়ানডারথাল/ডেনিসোভান ইন্ট্রোগ্রেশন বাস্তব (Green et al. 2010, doi:10.1126/science.1188021), এবং সিলেকশন জিনোমজুড়ে অসমভাবে ইন্ট্রোগ্রেসড DNA ছেঁটে ফেলেছে (Sankararaman et al. 2014, doi:10.1038/nature12961; Juric et al. 2016, doi:10.1371/journal.pgen.1006340; Harris & Nielsen 2016, doi:10.1534/genetics.116.186890)।
• ব্যবহারিক সমাধান: “বৃক্ষ”-কে আপনি কোন সাইট ব্যবহার করেছেন—সে সম্পর্কে একটি হাইপোথিসিস হিসেবে বিবেচনা করুন; নিরপেক্ষ পার্টিশন, মডেল নির্বাচন এবং (প্রায়ই) স্পষ্ট split–rejoin / নেটওয়ার্ক কাঠামো ব্যবহার করুন (Yu et al. 2011, doi:10.1093/sysbio/syq084; Maier et al. 2023, doi:10.7554/eLife.85492)।

“যখন ঘটনাগুলো বৃক্ষসদৃশ নয়, তখন আমাদের সেগুলোকে বৃক্ষ বলা উচিত নয়।”
— Valas & Bourne, “Save the tree of life or get lost in the woods” (2010), doi:10.1186/1745-6150-5-44

বৃক্ষ কোনো আলোকচিত্র নয়; এটি একটি সংকোচন অ্যালগরিদম#

একটি ফাইলোজেনেটিক বৃক্ষকে প্রামাণ্যচিত্রের মতো মনে হয়: বংশধারাগুলো বিভক্ত হয়, শাখাগুলো বিচ্ছিন্ন হয়ে যায়, এবং ইতিহাস কাঠের বলয়ের মতো জমা হতে থাকে। এই স্বজ্ঞাটি কখনো কখনো সঠিক। কিন্তু জিনোমিকসে “বৃক্ষ” আসলে কী—তা ভুলে যাওয়া বিপজ্জনকভাবে সহজ: এটি উচ্চ-মাত্রিক ডেটার একটি নিম্ন-মাত্রিক সারসংক্ষেপ, যা কিছু অনুমানের অধীনে তৈরি হয়।

বেশির ভাগ বৃক্ষ-পদ্ধতি পরোক্ষভাবে নিম্নোক্ত কিছু অনুমানের ওপর নির্ভর করে:

• উল্লম্ব বংশগতি প্রাধান্যশীল। বংশধারাগুলো বিভক্ত হয় এবং বিভক্ত হওয়ার পর তারা অধিকাংশ সময় জিন বিনিময় বন্ধ রাখে।
• একটি একক ইতিহাস ডেটার সঙ্গে সামঞ্জস্যপূর্ণ। বিভিন্ন লোকাসকে এমনভাবে বিবেচনা করা হয়, যেন সেগুলো একই অন্তর্নিহিত শাখাবিন্যাস প্রক্রিয়া থেকে নমুনা নেওয়া।
• নিরপেক্ষতা (অথবা তার কাছাকাছি কিছু)। বৈচিত্র্যকে এমনভাবে দেখা হয়, যেন তা প্রধানত ড্রিফট ও মিউটেশনের দ্বারা গঠিত, সংযুক্ত অঞ্চলের মধ্য দিয়ে বয়ে যাওয়া সিলেকশনের দ্বারা নয়।

এই অনুমানগুলো ব্যর্থ হলে বৃক্ষগুলো শুধু “আরও গোলমেলে” হয়ে ওঠে না। এগুলো পদ্ধতিগতভাবে পক্ষপাতদুষ্ট—বহু লোকাসজুড়ে একই দিকে ভুল—হয়ে উঠতে পারে, কারণ বিবর্তনীয় প্রক্রিয়াটিই ডেটাকে একদিকে বাঁকিয়ে দিচ্ছে।

এই পোস্টটি একটি নির্দিষ্ট ব্যর্থতার ধরন নিয়ে, যা মানব বিবর্তনে (এবং সত্যি বলতে, অন্য সর্বত্রও) সাধারণ: সিলেকশন ও অ্যাডমিক্সচার—দুটিই ঘটলে বৃক্ষ মিথ্যা বলে। এখানে “মিথ্যা” বলতে একটি প্রযুক্তিগত ও নিরস বিষয় বোঝানো হচ্ছে: অনুমিত শাখাবিন্যাসের ক্রম এবং শাখার দৈর্ঘ্য আত্মবিশ্বাসী, পুনরুৎপাদনযোগ্য এবং তবুও জীবের ইতিহাসের পরিবর্তে অনুমান-প্রক্রিয়ার একটি আর্টিফ্যাক্টকে বর্ণনা করতে পারে।

একটি সহায়ক পুনর্গঠন:

একটি বৃক্ষ হলো এই প্রশ্নের উত্তর: বিবর্তন যদি বৃক্ষসদৃশ (এবং প্রধানত নিরপেক্ষ) হতো, তাহলে এই প্যাটার্নগুলোকে কোন বৃক্ষ সবচেয়ে ভালোভাবে ব্যাখ্যা করত?
এটি স্বয়ংক্রিয়ভাবে এই প্রশ্নের উত্তর নয়: আসলে কী ঘটেছিল?

জিনের ইতিহাসে অমিলের দুটি ভিন্ন কারণ#

সিলেকশন + অ্যাডমিক্সচার একত্রে বিবেচনা করার আগে তিনটি ধারণা পৃথক করা মূল্যবান—যেগুলো মানুষ প্রায়ই একসঙ্গে গুলিয়ে ফেলে:

1. জিন বৃক্ষ: একটি নির্দিষ্ট জিনোমিক অঞ্চলের জিনিয়ালজি।
2. প্রজাতি/জনসংখ্যা বৃক্ষ: সত্তা হিসেবে জনসংখ্যা/প্রজাতির শাখাবিন্যাসের ধরন।
3. মাল্টিস্পিসিস কোয়ালেসেন্ট (MSC): এমন একটি মডেল, যা ব্যাখ্যা করে কেন অ্যাডমিক্সচার না থাকলেও জিন বৃক্ষ প্রজাতি বৃক্ষের থেকে ভিন্ন হতে পারে—বংশধারার স্টোকাস্টিক কোয়ালেসেন্সের কারণে (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009)।¹

জনসংখ্যা-স্তরে বিবর্তন পুরোপুরি বৃক্ষসদৃশ হলেও, অসম্পূর্ণ বংশধারা-বিন্যাস (ILS)-এর মাধ্যমে জিন বৃক্ষগুলো পরস্পরের সঙ্গে অমিল হতে পারে (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009)। এটি অমিলের “নিরীহ” উৎস: বংশগতির দৈব ভিন্নতা।

অ্যাডমিক্সচার/ইন্ট্রোগ্রেশন অমিলের একটি দ্বিতীয়, গুণগতভাবে ভিন্ন কারণ যোগ করে: কিছু লোকাস তাদের বংশগতি এমন একটি জনসংখ্যার মধ্য দিয়ে অনুসরণ করে, যা একটি একক শাখাবিন্যাস-বৃক্ষের দ্বারা নির্দেশিত জনসংখ্যা থেকে ভিন্ন। এই পর্যায়ে উপযুক্ত অবজেক্টটি প্রায়ই একটি ফাইলোজেনেটিক নেটওয়ার্ক (Huson & Bryant 2006, doi:10.1093/molbev/msj030; Yu et al. 2011, doi:10.1093/sysbio/syq084; Kong et al. 2025, doi:10.1073/pnas.2410934122)।²

এরপর সিলেকশন তৃতীয় উপাদান হিসেবে উপস্থিত হয়, যা প্রথম দুটির যেকোনোটির ছদ্মবেশ ধারণ করতে পারে; কারণ এটি কোয়ালেসেন্টের সময় এবং জিনোম বরাবর জিনিয়ালজির বণ্টন পরিবর্তন করে (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Pouyet et al. 2018, doi:10.7554/eLife.36317; Johri et al. 2021, doi:10.1093/molbev/msab050)।

সিলেকশন কীভাবে “বৃক্ষ-আকৃতির” পদ্ধতিকে ইতিহাসের বিভ্রম ঘটায়#

সিলেকশন দুটি বিস্তৃত উপায়ে বৃক্ষকে প্রভাবিত করে:

1. এটি জিনিয়ালজিকে পুনর্গঠন করে (কে কার সঙ্গে এবং কখন কোয়ালেস করে)।
2. আপনি কার্যত কোন লোকাসের নমুনা নিচ্ছেন, তা পুনর্গঠন করে (কারণ যে লোকাসগুলো টিকে থাকে এবং বৈচিত্র্য প্রদর্শন করে, সেগুলো ইতিহাসের দৈব নমুনা নয়)।

সংযুক্ত সিলেকশন: জিনোম স্বাধীন মার্কারের কোনো থলে নয়#

রিকম্বিনেশনশীল জিনোমে একটি সাইটে সিলেকশন কাছাকাছি সাইটগুলোকে টেনে নিয়ে যায়। এটিই সংযুক্ত সিলেকশন। এর দুটি প্রধান রূপ হলো:

• সিলেক্টিভ সুইপ: একটি উপকারী অ্যালিল দ্রুত বৃদ্ধি পায় এবং কাছাকাছি হ্যাপ্লোটাইপে বৈচিত্র্য কমিয়ে দেয়।
• ব্যাকগ্রাউন্ড সিলেকশন: বিশুদ্ধিকরণমূলক সিলেকশন ধারাবাহিকভাবে ক্ষতিকর মিউটেশন অপসারণ করে, ফলে সংযুক্ত নিরপেক্ষ সাইটে কার্যকর জনসংখ্যার আকার (Ne) এবং বৈচিত্র্য কমে যায়।

উভয় প্রক্রিয়াই সাইট-ফ্রিকোয়েন্সি স্পেকট্রাম (SFS) এবং স্থানীয় কোয়ালেসেন্টের সময় পরিবর্তন করে, আর এগুলোই বহু জনমিতিক/ফাইলোজেনেটিক পদ্ধতি ব্যাখ্যা করার চেষ্টা করে (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Johri et al. 2021, doi:10.1093/molbev/msab050)। আপনি যদি নিরপেক্ষতা অনুমান করেন, তাহলে সিলেকশন এমন প্যাটার্ন সৃষ্টি করার কারণে কাল্পনিক বটলনেক, সম্প্রসারণ বা জনসংখ্যা-বিভাজন অনুমান করতে পারেন, যেগুলো জনমিতিক ঘটনাগুলোর মতো দেখায়।

মানুষের ক্ষেত্রে বিশেষভাবে উদ্দীপক একটি অনুমান: Pouyet et al. যুক্তি দেন যে ব্যাকগ্রাউন্ড সিলেকশন এবং বায়াসড জিন কনভার্শন মানব জিনোমের 95%-এরও বেশি অংশকে প্রভাবিত করে, এবং এগুলো বিবেচনায় না নিলে জনমিতিক অনুমানে পক্ষপাত সৃষ্টি করতে পারে (Pouyet et al. 2018, doi:10.7554/eLife.36317)। সুনির্দিষ্ট শতাংশটি বিতর্কযোগ্য মনে হলেও দিকটি বিতর্কযোগ্য নয়: সূক্ষ্ম স্কেলে নিরপেক্ষতা ব্যতিক্রম, ডিফল্ট অবস্থা নয়।

“বৃক্ষ মিথ্যা বলে”—প্রক্রিয়া #১: সিলেকশন অসমভাবে সময়কে সংকুচিত করে#

বৃক্ষের শাখার দৈর্ঘ্য প্রায়ই জেনেটিক দূরত্ব প্রকাশ করে, যা আবার প্রায়ই সময় হিসেবে ব্যাখ্যা করা হয় (মলিকিউলার ক্লক ব্যবহার করে)। কিন্তু সিলেকশন বংশধারাগুলোর কোয়ালেস করার হার পরিবর্তন করে:

• সুইপ নির্বাচিত সাইটের চারপাশে সাম্প্রতিক অতীতে বহু বংশধারাকে দ্রুত কোয়ালেস করায়, ফলে স্থানীয়ভাবে শাখা সংক্ষিপ্ত হয়।
• ব্যাকগ্রাউন্ড সিলেকশন Ne কমিয়ে দেয়, যার ফলে কম-রিকম্বিনেশন বা কার্যসম্পদ-ঘন অঞ্চলে দীর্ঘ সময়জুড়ে দ্রুততর কোয়ালেসেন্স ঘটে।

আপনি যদি খুব ভিন্ন সংযুক্ত-সিলেকশন ব্যবস্থার অঞ্চলের মিশ্রণ থেকে একটি বৃক্ষ তৈরি করেন, তাহলে একটি চিমেরা পেতে পারেন: জিনোমের কিছু অংশ এমন আচরণ করে যেন সেগুলো একটি ছোট জনসংখ্যা থেকে এসেছে (সংক্ষিপ্ততর কোয়ালেসেন্ট সময়), আর অন্য অংশ বৃহত্তর জনসংখ্যা থেকে—বাস্তবে কোনো জনসংখ্যার আকার পরিবর্তন না ঘটলেও।

এটি শুধু বিমূর্ত বিষয় নয়। ARG-ভিত্তিক অনুমান (ancestral recombination graph পদ্ধতি)-ও ঝুঁকিমুক্ত নয়: Marsh et al. দেখান, কিছু পরিস্থিতিতে সিলেকশন ঐতিহাসিক জনসংখ্যার আকারের অনুমানকে দুর্বল করতে পারে (Marsh et al. 2024, doi:10.1093/molbev/msae118)।

অ্যাডমিক্সচার কীভাবে বৃক্ষকে একটি শ্রেণিগত ভ্রান্তিতে পরিণত করে#

অ্যাডমিক্সচার (জনসংখ্যার মধ্যে) এবং ইন্ট্রোগ্রেশন (বিচ্ছিন্ন বংশধারা/প্রজাতির মধ্যে) বোঝায় যে বংশগতি রেটিকুলেট: শাখাগুলো বিভক্ত হয়, তারপর পুনরায় যুক্ত হয়।

মূল তথ্য: বিভিন্ন লোকাসের বংশগতি ভিন্ন#

এটাই জিনোমিক “মোজাইক”-এর মূল বক্তব্য—যা অধিকাংশ জনপ্রিয় মানব-বিবর্তন বয়ান এখনো যথেষ্ট গুরুত্ব দিয়ে তুলে ধরে না। জিন-প্রবাহের পর একটি জিনোম কোনো একক বংশধারার ইতিহাস নয়; এটি ভিন্ন জিনিয়ালজিসম্পন্ন খণ্ডগুলোর একটি জোড়াতালি।

এর আদর্শ মানব উদাহরণ হলো নিয়ানডারথাল ইন্ট্রোগ্রেশন: নিয়ানডারথালের প্রথম খসড়া জিনোম-সংক্রান্ত কাজ দেখায় যে অ-আফ্রিকান আধুনিক মানুষ নিয়ানডারথাল-উৎসারিত বংশগতি বহন করে (Green et al. 2010, doi:10.1126/science.1188021)। পরবর্তী কাজ জিনোম বরাবর এই বণ্টনের মানচিত্র তৈরি করেছে (Sankararaman et al. 2014, doi:10.1038/nature12961)।

তাহলে এর পর একটি “মানব বৃক্ষ” বলতে কী বোঝায়? তা নির্ভর করে আপনি কোন লোকাস ব্যবহার করেছেন তার ওপর।

• নিয়ানডারথাল বংশগতি থেকে ক্ষয়প্রাপ্ত লোকাস ব্যবহার করলে আপনি হয়তো আফ্রিকা-বহির্গমন বিভাজনের একটি অপেক্ষাকৃত পরিচ্ছন্ন অনুমান পাবেন।
• ইন্ট্রোগ্রেসড হ্যাপ্লোটাইপে সমৃদ্ধ লোকাস ব্যবহার করলে আপনি ইউরেশীয়দের “আর্কাইক”-দের কাছাকাছি টেনে আনতে পারেন—যা জৈবিকভাবে বাস্তব হলেও বৃক্ষের মাধ্যমে উপস্থাপনযোগ্য নয়।

আমরা কীভাবে অ্যাডমিকচার শনাক্ত করি (এবং কেন বিষয়টি সর্বদা সরল নয়)#

একটি বহুল ব্যবহৃত কার্যকর পদ্ধতি হলো ABBA–BABA / D-পরিসংখ্যান, যা ঘনিষ্ঠভাবে সম্পর্কিত জনসমষ্টির মধ্যে প্রাচীন মিশ্রণ পরীক্ষা করার জন্য আনুষ্ঠানিকভাবে প্রণীত (Durand et al. 2011, doi:10.1093/molbev/msr048)। ধারণাটি সরল: ILS থাকলেও জিনপ্রবাহ না থাকলে, একটি কঠোর বৃক্ষের অধীনে দুটি অসামঞ্জস্যপূর্ণ সাইট-প্যাটার্ন (ABBA এবং BABA) সমান হারে সংঘটিত হওয়ার কথা; ধারাবাহিক অতিরিক্ত উপস্থিতি জিনপ্রবাহের সংকেত দেয় (Patterson et al. 2012, PMCID:PMC3522152)।

কিন্তু “বৃক্ষ মিথ্যা বলে” বিষয়টি এখানে পুনরাবৃত্তিমূলক হয়ে ওঠে: ভূত-বংশধারা (ghost lineages, অর্থাৎ নমুনায় অন্তর্ভুক্ত না হওয়া জনসমষ্টি) বিদ্যমান থাকলে, অন্তঃপ্রবেশ পরীক্ষারও ভুল ব্যাখ্যা করা যেতে পারে (Tricou et al. 2022, doi:10.1093/sysbio/syac011)। অন্যভাবে বললে, উপাত্ত মিশ্রণের শক্তিশালী ইঙ্গিত দিতে পারে, কিন্তু প্রকৃত দাতা বিলুপ্ত বা নমুনায় অনুপস্থিত হলে সেই মিশ্রণকে ভুল দাতার সঙ্গে যুক্ত করা সহজ।

আর আপনি যখন মিশ্রণ-গ্রাফের মাধ্যমে পূর্ণাঙ্গ ইতিহাস নির্ণয়ের চেষ্টা করবেন, তখন শনাক্তযোগ্যতা এবং অতিরিক্ত-ফিটিংয়ের সীমাবদ্ধতার মুখোমুখি হবেন। সাম্প্রতিক একটি সতর্কতামূলক সমালোচনায় জিনগত উপাত্ত থেকে জটিল জনসংখ্যা-ইতিহাসের মডেল ফিট করার সীমা দেখানো হয়েছে—এই মডেলগুলো উপযোগী, কিন্তু সর্বজ্ঞ নয় (Maier et al. 2023, doi:10.7554/eLife.85492)।

যেখানে প্রকৃতপক্ষে সবচেয়ে আকর্ষণীয় “মিথ্যা” ঘটে: নির্বাচন + মিশ্রণ একসঙ্গে#

মিশ্রণ বংশতাত্ত্বিক ইতিহাসকে বৈচিত্র্যময় করে তোলে। নির্বাচন সেই বৈচিত্র্যকে আবার সুশৃঙ্খল ও পক্ষপাতদুষ্ট করে তোলে।

অন্তঃপ্রবেশিত DNA নির্বাচন দ্বারা ছাঁকা হয় (তাই বংশোদ্ভব এলোমেলো নয়)#

অন্তঃপ্রবেশের পর নির্বাচন:

• ক্ষতিকর অন্তঃপ্রবেশিত অ্যালিল অপসারণ করতে পারে, যার ফলে কার্যকরী অঞ্চলের কাছে প্রাচীন বংশোদ্ভবের “মরুভূমি” সৃষ্টি হয়।
• উপকারী অন্তঃপ্রবেশিত অ্যালিলকে প্রাধান্য দিতে পারে, যার ফলে অন্তঃপ্রবেশিত ভ্যারিয়েন্ট অভিযোজনমূলক হওয়া অঞ্চলে প্রাচীন বংশোদ্ভবের “দ্বীপ” সৃষ্টি হয়।

এটি অনুমাননির্ভর কথা নয়; মানব জিনোমে এর প্রত্যক্ষ প্রমাণ দেখা যায়।

• সঙ্করারামন প্রমুখ নিয়ানডারথাল বংশোদ্ভব হ্রাসপ্রাপ্ত অঞ্চলগুলোর মানচিত্র তৈরি করেন এবং নির্দিষ্ট কার্যকরী প্রেক্ষাপটে এর তীব্র হ্রাস লক্ষ করেন (Sankararaman et al. 2014, doi:10.1038/nature12961)।
• জুরিচ প্রমুখ নিয়ানডারথাল অন্তঃপ্রবেশের বিরুদ্ধে নির্বাচনকে বহু দুর্বলভাবে ক্ষতিকর অ্যালিলের ওপর ক্রিয়াশীল হিসেবে মডেল করেন এবং জিনোম-ব্যাপী এর শক্তি নির্ণয় করেন (Juric et al. 2016, doi:10.1371/journal.pgen.1006340)।
• হ্যারিস ও নিলসেন যুক্তি দেন যে নিয়ানডারথালদের মিউটেশনাল বোঝা বেশি ছিল এবং এটি জিনের চারপাশে নিয়ানডারথাল বংশোদ্ভব হ্রাসের ব্যাখ্যা দিতে পারে (Harris & Nielsen 2016, doi:10.1534/genetics.116.186890)।
• অভিযোজনমূলক অন্তঃপ্রবেশ বর্তমানে সক্রিয় গবেষণাক্ষেত্র; এর পদ্ধতি ও উদাহরণ রাচিমো প্রমুখ পর্যালোচনা করেছেন (Racimo et al. 2015, PMID:25963373)।

অতএব: মিশ্রণ একটি মোজাইক সৃষ্টি করে, কিন্তু নির্বাচন সেই মোজাইককে সম্পাদনা করে—কিছু টালি অগ্রাধিকার দিয়ে রেখে দেয় এবং অন্যগুলোকে ঘষে সম্পূর্ণ বিলীন করে।

“বৃক্ষ মিথ্যা বলে” প্রক্রিয়া #২: নির্বাচন কোন পূর্বপুরুষীয় পথ দৃশ্যমান থাকবে তা পরিবর্তন করে#

নির্বাচন যদি জিনোমের কিছু অঞ্চলে অন্তঃপ্রবেশিত খণ্ডগুলোকে অসমভাবে অপসারণ করে, তাহলে ওই অঞ্চলগুলো থেকে অনুমিত যেকোনো বৃক্ষ নিয়মতান্ত্রিকভাবে অন্তঃপ্রবেশের ঘটনাটিকে কম প্রতিনিধিত্ব করবে।

বিপরীতভাবে, আপনি যদি শক্তিশালী অভিযোজনমূলক অন্তঃপ্রবেশযুক্ত লোকাসগুলোর ওপর কেন্দ্রীভূত হন, তাহলে সামগ্রিকভাবে দুটি বংশধারা কতটা “ঘনিষ্ঠ” ছিল তা অতিমূল্যায়ন করতে পারেন, কারণ আপনি এমন জিনোমীয় অঞ্চল নমুনায় নিচ্ছেন যেগুলো টিকে আছে বিশেষত এই কারণে যে সেগুলো বংশধারাগুলোর মধ্যে স্থানান্তরিত হয়েছিল।

এটাই মূল দ্বৈত ফাঁদ:

• মিশ্রণ বৃক্ষের অনুমানকে ভেঙে দেয় (রেটিকুলেশন)।
• নির্বাচন নির্ধারণ করে সেই রেটিকুলেশনের কোন অংশ বর্তমান উপাত্তে অবশিষ্ট থাকবে।

ফলাফল এমন একটি পরিষ্কার বৃক্ষের মতো দেখাতে পারে, যদিও ইতিহাস বৃক্ষসদৃশ ছিল না; অথবা এটি গভীর গঠন/প্রাচীন বিচ্ছিন্নতার মতো প্রতীয়মান হতে পারে, যদিও প্রকৃত বিন্যাস আসলে নির্বাচন + অন্তঃপ্রবেশের পারস্পরিক ক্রিয়ার ফল।

একটি নির্দিষ্ট তুলনামূলক সারণি#

মানব-বিবর্তনের বয়ানের ক্ষেত্রে এটি বিশেষভাবে গুরুত্বপূর্ণ কেন#

মানব-বিবর্তন বিষয়ক লেখায় এখনও “একক বংশধারা”-ভিত্তিক গল্প বলার প্রবণতা রয়েছে: প্রথমে X ছিল, তারপর Y বিভক্ত হলো, এরপর Z তাদের প্রতিস্থাপন করল। বয়ানগতভাবে এটি পরিচ্ছন্ন, কিন্তু জিনোমীয়ভাবে বিভ্রান্তিকর।

আমরা এখন এমন এক জগতে বাস করছি যেখানে:

• জীবাশ্ম রেকর্ড এবং অঙ্গসংস্থানগত বৈচিত্র্য জটিল।
• সম্পূর্ণ-জিনোম সিকোয়েন্সিং বংশধারাগুলোর মধ্যে বারবার জিনপ্রবাহ প্রকাশ করছে।
• নির্বাচন পুরো সময়জুড়ে রেকর্ডটি সম্পাদনা করে চলেছে।

আপনি যে রজিব খান কথোপকথনের উল্লেখ করেছিলেন, তাতে জন হকস নাকি “ফাইলোজেনেটিক বৃক্ষের ওপর নির্বাচনের বেঁকিয়ে-দেওয়া প্রভাব”-এর ওপর জোর দিয়েছেন, আর ক্রিস স্ট্রিঙ্গার পূর্ব এশীয় জীবাশ্ম রেকর্ডের জটিলতার ওপর জোর দিয়েছেন (পর্বের তালিকা: রজিব খানের Unsupervised Learning)। এই যুগলবন্দি যথার্থ, এমনকি তাদের পছন্দের সংশ্লেষের কোনো একটি নিয়ে আপনি দ্বিমত পোষণ করলেও: জিনগত ও জীবাশ্ম—উভয় রেকর্ডই জটিল, এবং সরলীকৃত বৃক্ষগুলো ভঙ্গুর।

মানব-প্রসঙ্গটি শিক্ষণীয়ও, কারণ এখানে আমরা নির্দিষ্ট, পরিমাণগত ঘটনাগুলোর দিকে নির্দেশ করতে পারি:

• অন্তঃপ্রবেশ বিদ্যমান: আফ্রিকার বাইরের মানুষের মধ্যে নিয়ানডারথাল-উৎপন্ন বংশোদ্ভব রয়েছে (Green et al. 2010, doi:10.1126/science.1188021)।
• অন্তঃপ্রবেশ জিনোমজুড়ে অসম, যা নির্বাচন এবং/অথবা অসামঞ্জস্যের ইঙ্গিত দেয় (Sankararaman et al. 2014, doi:10.1038/nature12961)।
• অন্তঃপ্রবেশের বিরুদ্ধে নির্বাচন মডেল করা ও আনুমানিকভাবে নির্ণয় করা যায় (Juric et al. 2016, doi:10.1371/journal.pgen.1006340; Harris & Nielsen 2016, doi:10.1534/genetics.116.186890)।
• অন্তঃপ্রবেশ শনাক্ত ও বৈশিষ্ট্যায়নের পদ্ধতি এখন একটি স্বতন্ত্র উপক্ষেত্রে পরিণত হয়েছে (Hibbins & Hahn 2022, doi:10.1093/genetics/iyab173)।

মূল কথা: আপনি যদি একটি একক মানব “বৃক্ষ” আঁকার ব্যাপারে অনড় থাকেন, তাহলে তাতে এমন বড় একটি তারকা-চিহ্ন যোগ করতে হবে, যা কক্ষপথ থেকেও দৃশ্যমান।

সরলীকৃত বৃক্ষের পরিবর্তে কী ব্যবহার করা উচিত#

এখানেই কথোপকথন প্রায়ই মিথ্যা দ্বৈততার দিকে বিপথে যায়: “তাহলে বৃক্ষ কি অর্থহীন?” না। বৃক্ষ উপযোগী যখন তা প্রশ্নের সঙ্গে সামঞ্জস্যপূর্ণ এবং এর অনুমানগুলো আনুমানিকভাবে সত্য। সমাধান নিহিলিজম নয়; সমাধান হলো মডেল নির্বাচন এবং সংবেদনশীলতা বিশ্লেষণ।

১) যে বৃক্ষ-পদ্ধতিগুলো অসামঞ্জস্য স্বীকার করে, সেগুলো ব্যবহার করুন#

জিনপ্রবাহ না থাকলেও, MSC-সচেতন পদ্ধতি বিদ্যমান—ঠিক এই কারণে যে জিন-বৃক্ষ প্রজাতি-বৃক্ষ থেকে ভিন্ন হয় (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009)। আপনার বিভাজনকাল যদি সংক্ষিপ্ত এবং পূর্বপুরুষীয় Ne যদি বৃহৎ হয়, তাহলে অসামঞ্জস্য প্রত্যাশিত, অস্বাভাবিক নয়।

২) যেখানে জিনপ্রবাহ সম্ভাব্য, সেখানে নেটওয়ার্ক বা split–rejoin মডেল ব্যবহার করুন#

ফাইলোজেনেটিক নেটওয়ার্ক কেবল সুন্দর চিত্র নয়; এগুলো রেটিকুলেট বিবর্তনের একটি আনুষ্ঠানিক প্রতিক্রিয়া (Huson & Bryant 2006, doi:10.1093/molbev/msj030)। ILS-এর উপস্থিতিতেও সংকরায়ন শনাক্ত করার চেষ্টা করে—এমন সুস্পষ্ট network-ভিত্তিক coalescent পদ্ধতিও রয়েছে (Yu et al. 2011, doi:10.1093/sysbio/syq084)। পাশাপাশি, জীববৈচিত্র্য ও বিবর্তনীয় অনুমানে নেটওয়ার্ককে প্রথম-শ্রেণির উপাদান হিসেবে বিবেচনা করা উচিত—এমন পদ্ধতিগত সংশ্লেষও ক্রমবর্ধমান (Kong et al. 2025, doi:10.1073/pnas.2410934122)।

৩) নির্বাচনকে ব্যতিক্রমী পরিস্থিতি নয়, ডিফল্ট বিভ্রান্তিকারী হিসেবে বিবেচনা করুন#

বাস্তবে ব্যবহৃত তিনটি ব্যবহারিক কৌশল:

• নিরপেক্ষ masking / partitioning: আপাতদৃষ্টিতে নিরপেক্ষ অঞ্চলেই (এই বিনয়ের সঙ্গে যে নিরপেক্ষতা আনুমানিক) অনুমান সীমাবদ্ধ রাখা।
• সংযুক্ত-নির্বাচন-সচেতন মডেলিং: যেখানে সম্ভব, পটভূমি-নির্বাচনের মানচিত্র বা প্যারামিটার অন্তর্ভুক্ত করা (Pouyet et al. 2018, doi:10.7554/eLife.36317)।

• সংবেদনশীলতা যাচাই: বিভিন্ন masking scheme-এর অধীনে inference চালিয়ে সিদ্ধান্তগুলোর তুলনা করুন (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Johri et al. 2021, doi:10.1093/molbev/msab050)।

৪) মডেল শনাক্তযোগ্যতা সম্পর্কে সৎ থাকুন#

Admixture graph ইতিহাস বিশ্লেষণের একটি শক্তিশালী ভাষা, কিন্তু মডেল জটিল হয়ে উঠলে সেগুলোর fit অনির্ধারিত হতে পারে (Maier et al. 2023, doi:10.7554/eLife.85492)। এর অর্থ “এটি করবেন না” নয়। এর অর্থ হলো, “সর্বোত্তম-fit graph-কে সম্ভাব্য graph-গুলোর একটি family-এর সদস্য হিসেবে বিবেচনা করুন” এবং সেই অনুযায়ী অনিশ্চয়তা প্রতিবেদন করুন।

দার্শনিক মূলকথা: জিনোমের বহু ইতিহাস আছে, আর আপনি ঠিক করেন কোনটি বলবেন#

“Trees lie” একটি একঘেয়ে সত্যের নাটকীয় স্লোগান: inference অনুমানের ওপর শর্তাধীন। যখন selection এবং admixture উভয়ই ঘটে, তখন বহু প্রচলিত tree-based summary-র অন্তর্নিহিত অনুমানগুলো এমনভাবে লঙ্ঘিত হয় যে তা আত্মবিশ্বাসী, পদ্ধতিগত বিকৃতি সৃষ্টি করে।

অথবা, আরও কার্যকর একটি নীতিবাক্যে:

আপনি যে tree infer করেন, তা জীবসত্তাগুলোর বৈশিষ্ট্য হওয়ার পাশাপাশি আপনার sampling scheme-এরও সমানভাবে একটি বৈশিষ্ট্য।

পরিণত অবস্থান হলো tree পরিত্যাগ করা নয়, বরং তার মর্যাদা কমিয়ে দেওয়া: tree ইতিহাসের একটি projection, যা কিছু প্রশ্নের ক্ষেত্রে উপযোগী (যেমন, মোটামুটি clustering; সীমিত gene flow-এর অধীনে কিছু divergence ordering), কিন্তু অন্য কিছু প্রশ্নের ক্ষেত্রে অনুপযোগী (reticulate, selected genome-এ বিস্তারিত population history)।

মানব বিবর্তনের ক্ষেত্রে আমরা এখন সেই যুগ অতিক্রম করেছি, যেখানে “একটি tree” গল্পের শেষ কথা। এটি তর্কের সূচনা।

FAQ #

প্রশ্ন ১. Gene flow যদি সাধারণ ঘটনা হয়, তবে tree-গুলো প্রায়ই এত “পরিষ্কার” দেখায় কেন?
উত্তর। কারণ selection এবং sampling এমন অঞ্চলগুলোকে অগ্রাধিকার দিয়ে সংরক্ষণ ও দৃশ্যমান করতে পারে, যেগুলো একটি প্রভাবশালী branching signal-এর সঙ্গে সামঞ্জস্যপূর্ণ; একই সঙ্গে introgressed অঞ্চলগুলোকে মুছে দিতে বা তাদের ওজন কমিয়ে দিতে পারে। এর ফলে ইতিহাস reticulate হলেও একটি প্রতারণামূলকভাবে tree-like summary তৈরি হয় (Sankararaman et al. 2014, doi:10.1038/nature12961; Juric et al. 2016, doi:10.1371/journal.pgen.1006340)।

প্রশ্ন ২. সম্পূর্ণ graph fit না করে admixture প্রদর্শনের সবচেয়ে সরল statistic কোনটি?
উত্তর। ABBA–BABA / D-statistic পরীক্ষা করে discordant allele pattern-গুলো অসমভাবে সংঘটিত হয় কি না; gene flow-এর অধীনে এটি প্রত্যাশিত, কিন্তু শুধু ILS-সম্বলিত একটি strict tree-এর অধীনে প্রত্যাশিত নয় (Durand et al. 2011, doi:10.1093/molbev/msr048; Patterson et al. 2012, PMCID:PMC3522152)।

প্রশ্ন ৩. Background selection কীভাবে নির্দিষ্টভাবে demographic event “নকল” করে?
উত্তর। সংযুক্ত neutral site-গুলোতে effective population size কমিয়ে দিয়ে এটি site frequency spectrum এবং coalescent time-গুলোকে এমনভাবে পরিবর্তন করে যে neutral demographic model সেগুলোকে bottleneck বা expansion হিসেবে ভুলভাবে ব্যাখ্যা করতে পারে (Pouyet et al. 2018, doi:10.7554/eLife.36317; Johri et al. 2021, doi:10.1093/molbev/msab050)।

প্রশ্ন ৪. কখন tree-এর বদলে phylogenetic network পছন্দ করা উচিত?
উত্তর। যখন hybridization/introgression (অথবা ব্যাপক HGT)-এর বিশ্বাসযোগ্য প্রমাণ থাকে এবং বিভিন্ন locus পরস্পরের সঙ্গে অসামঞ্জস্যপূর্ণ topology সমর্থন করে—কারণ একটি network split–rejoin history প্রকাশ করতে পারে, যা একটি একক tree পারে না (Huson & Bryant 2006, doi:10.1093/molbev/msj030; Kong et al. 2025, doi:10.1073/pnas.2410934122)।

প্রশ্ন ৫. ক্রমশ জটিলতর model কি সবসময় বেশি ভালো?
উত্তর। না: graph-এ parameter বাড়ার সঙ্গে সঙ্গে (একাধিক admixture edge, population-size change ইত্যাদি), বহু স্বতন্ত্র history একই summary-র সঙ্গে fit করতে পারে। ফলে model choice এবং uncertainty reporting ঐচ্ছিক বিষয় না থেকে কেন্দ্রীয় বিষয়ে পরিণত হয় (Maier et al. 2023, doi:10.7554/eLife.85492; Tricou et al. 2022, doi:10.1093/sysbio/syac011)।

পাদটীকা#

উৎস#

1. Degnan, James H., and Noah A. Rosenberg. “Gene tree discordance, phylogenetic inference and the multispecies coalescent.” Trends in Ecology & Evolution 24(6) (2009): 332–340. doi:10.1016/j.tree.2009.01.009
2. Huson, Daniel H., and David Bryant. “Application of phylogenetic networks in evolutionary studies.” Molecular Biology and Evolution 23(2) (2006): 254–267. doi:10.1093/molbev/msj030
3. Yu, Yun, et al. “Coalescent histories on phylogenetic networks and detection of hybridization despite incomplete lineage sorting.” Systematic Biology 60(2) (2011): 138–149. doi:10.1093/sysbio/syq084
4. Kong, Sungsik, Claudia Solís-Lemus, and George P. Tiley. “Phylogenetic networks empower biodiversity research.” PNAS 122(31) (2025): e2410934122. doi:10.1073/pnas.2410934122
5. Schrider, Daniel R., Alexander G. Shanku, and Andrew D. Kern. “Effects of linked selective sweeps on demographic inference and model selection.” Genetics 204(3) (2016): 1207–1223. doi:10.1534/genetics.116.190223
6. Pouyet, Fanny, Simon Aeschbacher, Alexandre Thiéry, and Laurent Excoffier. “Background selection and biased gene conversion affect more than 95% of the human genome and bias demographic inferences.” eLife 7 (2018): e36317. doi:10.7554/eLife.36317
7. Johri, Parul, et al. “The impact of purifying and background selection on the inference of population history: problems and prospects.” Molecular Biology and Evolution 38(7) (2021): 2986–3003. doi:10.1093/molbev/msab050
8. Marsh, Jacob I., and Parul Johri. “Biases in ARG-Based Inference of Historical Population Size in Populations Experiencing Selection.” Molecular Biology and Evolution 41(7) (2024): msae118. doi:10.1093/molbev/msae118
9. Durand, Eric Y., et al. “Testing for ancient admixture between closely related populations.” Molecular Biology and Evolution 28(8) (2011): 2239–2252. doi:10.1093/molbev/msr048
10. Patterson, Nick, et al. “Ancient admixture in human history.” Genetics 192(3) (2012): 1065–1093. PMCID: PMC3522152
11. Tricou, Théo, Eric Tannier, and Damien M. de Vienne. “Ghost lineages highly influence the interpretation of introgression tests.” Systematic Biology 71(5) (2022): 1147–1158. doi:10.1093/sysbio/syac011
12. Green, Richard E., et al. “A draft sequence of the Neandertal genome.” Science 328(5979) (2010): 710–722. doi:10.1126/science.1188021
13. Sankararaman, Sriram, et al. “The genomic landscape of Neanderthal ancestry in present-day humans.” Nature 507 (2014): 354–357. doi:10.1038/nature12961
14. Juric, Ivan, Simon Aeschbacher, and Graham Coop. “The Strength of Selection against Neanderthal Introgression.” PLOS Genetics 12(11) (2016): e1006340. doi:10.1371/journal.pgen.1006340
15. Harris, Kelley, and Rasmus Nielsen. “The genetic cost of Neanderthal introgression.” Genetics 203(2) (2016): 881–891. doi:10.1534/genetics.116.186890
16. Racimo, Fernando, et al. “Evidence for archaic adaptive introgression in humans.” Nature Reviews Genetics 16(6) (2015): 359–371. PMID:25963373
17. Hibbins, Mark S., and Matthew W. Hahn. “Phylogenomic approaches to detecting and characterizing introgression.” Genetics 220(2) (2022): iyab173. doi:10.1093/genetics/iyab173
18. Maier, Robert, et al. “On the limits of fitting complex models of population history to genetic data.” eLife 12 (2023): e85492. doi:10.7554/eLife.85492
19. Valas, Ryohei E., and Philip E. Bourne. “Save the tree of life or get lost in the woods.” Biology Direct 5 (2010): 44. doi:10.1186/1745-6150-5-44
20. Razib Khan. “Razib Khan’s Unsupervised Learning (podcast feed listing).” Apple Podcasts. (Accessed 2025-12-18).