اوراسیاییِ پایه همچون سراب: استدلالی در قوی‌ترین صورت ممکن برای «تبار شبح» به‌مثابه برساخته‌ای از انتخاب

خلاصه

• «اوراسیاییِ پایه» (BE) یک مؤلفهٔ مدلی است که برای برآورده‌کردن قیود هم‌بستگیِ فراوانی‌های آللی در گراف‌های DNA باستانی معرفی شده و به‌شدت با اشتراک‌گذاریِ کمترِ آلل‌های نئاندرتال در جمعیت‌های اولیهٔ خاور نزدیک پیوند دارد (لازاریدیس و همکاران، ۲۰۱۶).
• گراف‌های آمیزش و آماره‌های f فرض می‌کنند که بیشتر کوواریانسِ سراسر ژنوم از رانش خنثی روی یک گراف ایجاد می‌شود؛ انتخابِ شدید و جغرافیایی‌ساخت‌یافته می‌تواند کوواریانسِ نظام‌مند ایجاد کند که مدل آن را با ابداع شاخه‌های شبح «تبیین» می‌کند (مایر و همکاران، ۲۰۲۳؛ شرایدر و همکاران، ۲۰۱۶).
• انتخابِ پالایشی علیه درون‌آمیزیِ نئاندرتال واقعیت دارد و عمدتاً چندژنی و متأثر از انتخابِ پیوسته است؛ حذفِ افتراقی می‌تواند آماره‌های اشتراک‌گذاریِ نئاندرتال را تغییر دهد، بی‌آنکه به وجود یک دودمانِ عمیقاً واگرا و عاری از نئاندرتال نیاز باشد (جوریچ و همکاران، ۲۰۱۶؛ هریس و نیلسن، ۲۰۱۶؛ سانکارارامان و همکاران، ۲۰۱۴).
• فرضیهٔ نیرومندترین صورت: انتخابِ گستردهٔ اواخر پلیستوسن/هولوسن برای شناخت در دودمان‌های خاور نزدیک/غرب اوراسیا (چندژنی، غنی‌شده از نظر حاشیه‌نویسی و ساخت‌یافته)، به‌علاوهٔ انتخابِ پیوسته و حذفِ نیایگانِ باستانی، الگوی باقیمانده‌ای شبیه BE ایجاد می‌کند و برازشِ گراف این سوگیری را به یک شبحِ «اوراسیاییِ پایه» تبدیل می‌کند.
• این فرضیه آزمون‌پذیر است: BE باید در بخش‌بندی‌های با نرخ بازترکیب بالا و بین‌ژنی کوچک‌تر شود؛ BE باید در ژنوم‌های تاریخ‌گذاری‌شدهٔ خاور نزدیک شدتِ متغیر در طول زمان نشان دهد؛ و سیگنالِ شبیه BE باید بیش از آن‌که با قطعاتِ نیاییِ منسجم از نظر هاپلوتیپی هم‌راستا باشد، با حاشیه‌نویسی‌های کارکردی هم‌بستگی داشته باشد.

«فضای گراف‌های آمیزشِ ممکن عظیم است و بسیاری از گراف‌های کیفیّاً متفاوت می‌توانند با همان آماره‌های f برازش پیدا کنند.»
— مایر و همکاران، eLife (۲۰۲۳)

«هویتِ» اوراسیاییِ پایه در استدلالِ اصلی#

در صورت‌بندیِ معیار، BE دودمانی نمونه‌برداری‌نشده است که در زمانی اولیه از دیگر غیرآفریقایی‌ها جدا شده و بعدها سهم قابل‌توجهی در جمعیت‌های باستانیِ خاور نزدیک داشته است؛ نقش تجربیِ کلیدیِ آن تبیین این موضوع است که چرا غرب اوراسیایی‌ها در مقایسه با شرق آسیایی‌ها قرابتِ کمتری با نئاندرتال‌ها نشان می‌دهند و چرا برخی گروه‌های باستانیِ خاور نزدیک درخت‌های سادهٔ اوراسیایی را «نقض» می‌کنند (لازاریدیس و همکاران، ۲۰۱۶).

دو نکته برای نقدی با نیرومندترین صورت اهمیت دارد:

1. BE مستقیماً مشاهده نشده است. این مؤلفه از آن‌رو استنباط می‌شود که افزودنش باعث می‌شود یک گرافِ آمیزش، الگوهای هم‌بستگیِ فراوانیِ آللی (آماره‌های f) را بهتر برازش دهد.
2. BE به یک آمارهٔ اشتراک‌گذاریِ نئاندرتال گره خورده است. لازاریدیس و همکاران صراحتاً بر هم‌بستگیِ منفی میان نیایی‌بودنِ برآوردشدهٔ BE و آماره‌ای تأکید می‌کنند که قرار است بازتاب‌دهندهٔ نیاییِ نئاندرتال باشد (برای مثال، صورتی از (f_4) مانند (f_4(\text{Test},\text{Mbuti};\text{Altai Neanderthal},\text{Denisovan}))) (لازاریدیس و همکاران، ۲۰۱۶).

حتی لازاریدیس و همکاران در بحثِ تکمیلیِ خود نیز به بدیل‌های معقولی برای چگونگی ورود نیاییِ «شبه‌پایه» به خاور نزدیک اشاره می‌کنند (برای مثال، ارتباط با جریان ژنی از آفریقا) یا حضور زودترِ آن در بافت‌های شامات/عربستان را مطرح می‌سازند؛ یعنی تفسیرِ مزبور حتی در چارچوبِ موافق با BE نیز به‌طور یکتا تعیین نشده است (لازاریدیس و همکاران، اطلاعات تکمیلی).

نقدِ نیرومندترین صورت از همین‌جا آغاز می‌شود: اگر BE متغیری فشرده‌ساز برای کوواریانسِ باقیمانده باشد، هر فرایندِ مدل‌نشده‌ای که کوواریانسِ باقیماندهٔ مشابهی ایجاد کند می‌تواند خود را به‌جای BE جا بزند.

نقطهٔ فشارِ مدل‌سازی: آماره‌های f و گراف‌های آمیزش نمی‌توانند انتخاب را بازنمایی کنند

آماره‌های f چه چیزی را «فرض می‌کنند» (به‌طور ضمنی)#

برای جمعیت‌های (A,B,C,D)، یک آمارهٔ بنیادیِ f4 به‌صورت طرح‌وار چنین است:

[ f_4(A,B;C,D)=\mathbb{E}[(p_A-p_B)(p_C-p_D)]. ]

اگر تغییراتِ فراوانیِ آللی عمدتاً ناشی از رانشِ خنثی و آمیزش روی یک گراف باشند، (f_4) ناوردایی‌های قدرتمندی دارد: در توپولوژیِ درست (و در نبودِ جریان ژنی از میان شاخه‌های معین)، مقدار آن به حدود صفر می‌رسد؛ انحراف‌ها نیز یال‌های آمیزش را رمزگذاری می‌کنند. استدلالِ سبکیِ qpGraph/qpAdm بر همین مبنا استوار است.

اما یک مقدمهٔ پنهانِ حیاتی وجود دارد: کوواریانسِ سراسر ژنومی که برازش داده می‌شود، عمدتاً حاصلِ رانش و آمیزش است.

اکنون واقعیتِ روش‌شناختی را وارد بحث کنیم: بسیاری از گراف‌های آمیزشِ متمایز می‌توانند آماره‌های f یکسانی را به‌خوبی برازش دهند؛ کلاسِ مدل کم‌تعیین است و «گرافی که برازش دارد» لزوماً «گرافی که رخ داده است» نیست (مایر و همکاران، ۲۰۲۳). این ناتعیین‌پذیری پاورقی نیست؛ دعوتی است برای آن‌که مؤلفه‌های سوگیری (مانند انتخاب) به‌صورت نیایی «تبیین» شوند.

انتخاب، مؤلفه‌ای سوگیرانه است که شبیه رانش به نظر می‌رسد#

انتخاب فراوانی‌های آللی را تغییر می‌دهد. اگر انتخاب:

• چندژنی باشد (در جایگاه‌های متعدد، با اثرهای کوچک)،
• از نظر جغرافیایی ساخت‌یافته باشد (در جمعیت‌های مختلف، با جهت‌ها و اندازه‌های متفاوت)،
• و پیوسته باشد (به‌واسطهٔ چشم‌اندازِ بازترکیب، تنوعِ خنثیِ پیرامونی را نیز جابه‌جا کند)،

در آن صورت انتخاب تفاوت‌های هم‌بستهٔ فراوانیِ آللی میان جمعیت‌ها ایجاد می‌کند. به بیان دیگر، دقیقاً همان نوع ساختارِ کوواریانسی را تولید می‌کند که آماره‌های f برای تفسیر آن به‌عنوان رانشِ گرافی و آمیزش طراحی شده‌اند.

این امر حدسی نیست: معلوم است که انتخابِ پیوسته در استنباطِ جمعیتی اخلال ایجاد می‌کند و حتی زمانی که انتخاب مدل‌سازی نشود، می‌تواند به انتخابِ نادرست میان مدل‌های جمعیتیِ تاریخ‌های جمعیتی متفاوت بینجامد (شرایدر و همکاران، ۲۰۱۶). مرورهای گسترده‌تر نیز تأکید می‌کنند که انتخاب و جمعیت‌شناسی می‌توانند الگوهای مشابهی ایجاد کنند و در نتیجه، استنباطِ مشترک دشوار می‌شود؛ مگر آن‌که انتخاب به‌صراحت مدل‌سازی شود (جوهری، ۲۰۲۲).

ادعای نقدِ نیرومندترین صورت: BE شیوه‌ای است که گراف به‌وسیلهٔ آن یک مؤلفهٔ کوواریانسِ ناشی از انتخابِ مدل‌نشده را جذب می‌کند.

فرضیهٔ بدعت‌آمیز (به‌صراحت): «انتخاب برای شناخت، تحریفی به‌شکل BE ایجاد کرد»

جهانی که فرض می‌کنیم#

فرض کنید از حدود ۵۰٬۰۰۰ سال پیش ــ و با تشدیدی چشمگیر در حدود ۱۵٬۰۰۰ سال اخیر ــ انتخابِ مستقیمی برای یک فنوتیپِ توزیع‌شدهٔ «آگاهی» وجود داشته است: مهارتِ زبانی، نظریهٔ ذهن، کنترلِ اجرایی، دست‌کاریِ نمادین، کارآمدیِ یادگیریِ فرهنگی و مانند این‌ها.

همچنین فرض کنید:

1. چندژنی است. (معماریِ صفت با بُعد بالا؛ جایگاه‌های متعدد با اثرهای کوچک.)
2. از نظر اجتماعی تقویت‌شده و از نظر مکانی ناهمگن است. شیبِ انتخاب به پیچیدگیِ اجتماعی، تراکم، نهادها، سلسله‌مراتبِ منزلتی و ساختارِ زیست‌بوم وابسته است؛ ویژگی‌هایی که به‌طور معقول ممکن است در جنوب‌غربیِ آسیا، زودتر و به‌دفعات، تشدید شده باشند.
3. با بارِ درون‌آمیزی تعامل دارد. انتخاب برای شناخت فشار نیرومندی بر شبکه‌های تنظیمی و مسیرهای رشدِ مغز وارد می‌کند؛ قطعاتِ باستانی (نئاندرتال) به‌دلیلِ اندازهٔ مؤثرِ کوچکِ نئاندرتال‌ها بارِ بیشتری از آلل‌های زیان‌بارِ ضعیف دارند و انتخاب، قطعاتِ باستانیِ بسیاری را، به‌ویژه در نزدیکیِ جایگاه‌های کارکردی، حذف می‌کند.

مقدمهٔ (۳) نامعقول نیست؛ این مقدمه هم‌اکنون در مرکزِ مدل‌های جریان اصلیِ کاهشِ نیاییِ نئاندرتال قرار دارد. انتخابِ پالایشی علیه درون‌آمیزیِ نئاندرتال را به بهترین شکل می‌توان حاصلِ اثرگذاری بر آلل‌های زیان‌بارِ ضعیفِ متعدد دانست؛ درحالی‌که انتخابِ پیوسته چشم‌اندازِ این فرایند را شکل می‌دهد (جوریچ و همکاران، ۲۰۱۶؛ هریس و نیلسن، ۲۰۱۶؛ سانکارارامان و همکاران، ۲۰۱۴).

این نکته نیز مرتبط است: مناطقِ نئاندرتالیِ باقی‌مانده، از نظر سهمِ وراثت‌پذیری برای بسیاری از صفاتِ پیچیده، به‌طور کلی تهی‌شده‌اند (که حاکی از انتخاب/محدودیتِ نظام‌مند است)؛ هرچند استثناهایی مانند صفاتِ پوست/مو وجود دارد (مک‌آرتور و همکاران، ۲۰۲۱).

این فرایند چگونه بدون هیچ جمعیتِ شبحی، BE را جعل می‌کند#

می‌خواهیم دو «نقش‌مایهٔ» تجربیِ مرتبط را که BE تبیین می‌کند، بازآفرینی کنیم:

• نقش‌مایهٔ ۱: به نظر می‌رسد انسان‌های اولیهٔ خاور نزدیک در فضای اشتراک‌گذاریِ آللی، به‌گونه‌ای از دیگر اوراسیایی‌ها «کشیده شده‌اند» که برازشِ گراف با درجِ یک جداییِ پایه‌ای و یک یالِ آمیزش آن را ثبت می‌کند.
• نقش‌مایهٔ ۲: «نیایی‌بودنِ BE» استنباط‌شدهٔ آنان با آماره‌های قرابتِ نئاندرتال هم‌بستگیِ منفی دارد.

در اینجا سازوکارِ نقدِ نیرومندترین صورت را می‌بینیم که هر دو نقش‌مایه را ایجاد می‌کند.

سازوکارِ اول: انتخاب یک مؤلفهٔ کوواریانسِ ساخت‌یافته می‌افزاید که گراف‌ها آن را به‌عنوان نیایی تفسیر می‌کنند#

بردارِ تغییرِ فراوانیِ آللی برای جمعیتِ (X) را می‌توان چنین تجزیه کرد:

[ \Delta p_X = \Delta p^{\text{drift}}_X + \Delta p^{\text{admixture}}_X + \Delta p^{\text{selection}}_X. ]

گراف‌های آمیزش فقط دو مؤلفهٔ نخست را برازش می‌دهند. اگر (\Delta p^{\text{selection}}_X) قابل‌چشم‌پوشی نباشد و ساخت‌یافته باشد (برای مثال، در دودمان‌های خاور نزدیک بزرگ‌تر باشد)، گرافِ برازش‌شده برای جذبِ کوواریانسِ باقیمانده، رانشِ اضافی و/یا یک یالِ آمیزشِ شبح را «اختراع» خواهد کرد.

ناتعیین‌پذیری این کار را آسان‌تر می‌کند: گراف‌های متعددی می‌توانند شکلِ معینی از باقیمانده را جذب کنند و در عین حال برازشِ آماره‌های f را حفظ نمایند (مایر و همکاران، ۲۰۲۳).

سازوکارِ دوم: انتخاب برای شناخت، حذفِ قطعاتِ نئاندرتال را شتاب می‌دهد و آماره‌های «شبه‌پایه» برای نئاندرتال ایجاد می‌کند#

در این جهان، دودمان‌های غرب اوراسیا (به‌ویژه دودمان‌های خاور نزدیک) انتخابِ نیرومندتری را بر مجموعهٔ گسترده‌ای از جایگاه‌های مرتبط با شناخت و کارکردِ اجتماعی تجربه می‌کنند. از آنجا که قطعاتِ نئاندرتال غنی از آلل‌های زیان‌بارِ ضعیف‌اند و در انسان‌های امروزی در پیرامونِ مناطقِ کارکردی تهی‌شده‌اند، انتخاب معمولاً نیاییِ نئاندرتال را در نزدیکیِ ژن‌ها و معماریِ تنظیمی حذف می‌کند (جوریچ و همکاران، ۲۰۱۶؛ هریس و نیلسن، ۲۰۱۶؛ سانکارارامان و همکاران، ۲۰۱۴).

در نتیجه، دودمان‌های خاور نزدیک می‌توانند به این وضعیت برسند:

• قرابتِ ژنومیِ کمتر با نئاندرتال،
• توزیعِ متفاوتِ قطعاتِ باستانی در مناطقِ کارکردی در مقایسه با مناطقِ خنثی،
• و اشتراک‌گذاریِ آللیِ دگرگون‌شده با دیگر اوراسیایی‌ها؛ الگویی که برازشِ گراف آن را به‌صورت «رقیق‌شدن به‌وسیلهٔ BE» تبیین می‌کند.

این امر همبستگی منفیِ شاخصهٔ BE با آمارهای نئاندرتال را ایجاد می‌کند، بی‌آن‌که به یک تبار شبحِ عاری از نئاندرتال نیاز باشد.

نکتهٔ احتیاطی (که نسخهٔ نیرومندترین صورت آن را می‌پذیرد): برخی پژوهش‌ها استدلال می‌کنند که انتخاب + جمعیت‌شناسی به‌تنهایی نمی‌توانند همهٔ تفاوت‌های میان آسیایی‌های شرقی و اروپایی‌ها را در نیای نئاندرتالی توضیح دهند (Kim & Lohmueller 2015). پاسخ بدعت‌آمیز این است: «بسیار خوب—پس انتخاب تنها عامل نیست؛ فقط لازم است آن‌قدر قوی و ساختاریافته باشد که شکل باقیمانده‌ای را که BE جذب می‌کند، جعل کند.»

سازوکار III: «قاعده‌ای» بودن می‌تواند از پویایی‌های بازگشت به آفریقا / پراکنش اولیه نیز تولید شود، و انتخاب اعتبار را به‌اشتباه تخصیص دهد#

شواهدی وجود دارد که نشان می‌دهد سیگنال‌های ظاهری نئاندرتال در آفریقا را می‌توان با مهاجرت معکوس و/یا جریان ژنی از انسان‌های مدرن اولیه، خارج‌شده از آفریقا، به درون نئاندرتال‌ها توضیح داد (Chen et al. 2020). این موضوع اهمیت دارد، زیرا مؤلفه‌های «مرتبط با آفریقا»ی مشابه BE و الگوهای اشتراک با نئاندرتال‌ها می‌توانند از چندین فرایندِ متقابلِ درهم‌تنیده تولید شوند.

موضع نیرومندترین صورت: در جهانی با نقش پررنگ انتخاب، یک گراف ممکن است وزن تبیینی را به یالِ «اوراسیاییِ پایه» اختصاص دهد، چون این ساده‌ترین اهرمِ در دسترس است؛ حتی اگر داستان مولد واقعی عبارت باشد از «(مقداری) جریان ژنی آفریقایی + پالایش نئاندرتالیِ متغیر در طول زمان + انتخاب پلی‌ژنیکِ ساختاریافته».

چرا داستان «انتخاب شناختی ← شبح BE» صرفاً بازی با کلمات نیست#

محتوای جدی این است که این دیدگاه، اعوجاج‌های مشخص و ابطال‌پذیری را در سیگنال BE پیش‌بینی می‌کند.

پیش‌بینی ۱: BE باید در افرازهای حساس به انتخاب قوی‌تر باشد#

اگر BE یک مؤلفهٔ نیایی باشد، باید در سراسر ژنوم به‌طور گسترده ظاهر شود (با لحاظ نویز رانش). اگر یک مصنوع انتخابی باشد، باید در نواحی‌ای که انتخاب پیوسته در آن‌ها قوی‌تر است، شدت بیشتری داشته باشد:

• نوترکیبیِ کم،
• مجاورت با ژن‌ها،
• نواحی حفاظت‌شده / غنی از عناصر تنظیمی.

این امر بسط مستقیم این واقعیت شناخته‌شده است که انتخاب پیوسته الگوهای تنوع خنثی را تغییر می‌دهد و، هنگامی که در مدل لحاظ نشود، می‌تواند استنباط جمعیت‌شناختی را گمراه کند (Schrider et al. 2016).

پیش‌بینی ۲: BE باید در خاور نزدیک، به شیوه‌ای مشابه انتخاب، در طول زمان تغییر کند#

یک مؤلفهٔ نیایی که در رویدادی باستانی از اختلاط وارد شده است، باید (به‌طور تقریبی) مانند نسبتی پایدار رفتار کند و، مگر در صورت وقوع اختلاط بعدی، به‌آرامی بر اثر رانش تغییر یابد.

یک مصنوع انتخابی باید بیشتر شبیه این رفتار کند:

• یک افزایش تدریجی در سراسر هولوسن،
• احتمالاً همراه با تشدیدهای ناگهانی هم‌زمان با گذارهای عمدهٔ اجتماعی/بوم‌شناختی،
• و با اثراتی قوی‌تر در جمعیت‌هایی که تشدید قشربندی فرهنگی و تمایز سریع جایگاهی را تجربه می‌کنند.

این موضوع آزمون‌پذیر است، زیرا دی‌ان‌ای باستانی خاور نزدیک دقیقاً در بازه‌ای زمانی لایه‌بندی شده است که فرضیه ادعا می‌کند انتخاب در آن تشدید می‌شود (Lazaridis et al. 2016).

پیش‌بینی ۳: «BEبودگی» باید بیش از قطعات نیاییِ منسجم از نظر هاپلوتیپی، با غنی‌شدگیِ حاشیه‌نویسی‌های کارکردی هم‌راستا باشد#

یک جمعیت شبح مستلزم قطعات نیایی با الگوهای منسجم LD/هاپلوتیپی است (قطعات قدیمی‌تر کوتاه‌ترند، اما همچنان ماهیتی شبیه قطعه دارند).

اعوجاج ناشی از انتخاب پلی‌ژنیک مستلزم این موارد است:

• تغییرات فراوان، کوچک و پراکنده در فراوانی،
• انسجام هاپلوتیپی ضعیف در مقایسه با یک یال نیاییِ واقعی،
• غنی‌شدگی در حاشیه‌نویسی‌های مرتبط با صفات (هرچند آزمودن حاشیه‌نویسی‌های «شناختی» خود کاری مخاطره‌آمیز است).

در اینجا باید نهایت احتیاط را به خرج داد: سیگنال‌های انتخاب پلی‌ژنیک، به‌طور مشهور، به ساختار جمعیتی و سوگیری GWAS حساس‌اند (این موضوع در مورد قد به‌روشنی نشان داده شده است) (Sohail et al. 2019). در صورت‌بندی نیرومندترین صورت، این احتیاط یک مزیت است: فرضیه سیگنالی متمایل به حاشیه‌نویسی را پیش‌بینی می‌کند، اما هم‌زمان می‌پذیرد که آزمون‌های ساده‌لوحانهٔ مبتنی بر GWAS مثبت‌های کاذب تولید خواهند کرد.

پیش‌بینی ۴: ناپایداری فضای مدل—BE ظاهر می‌شود چون جذب‌کننده‌ای مناسب است#

اگر BE واقعی باشد، نیاز به آن باید در فضاهای گرافیِ معقول، پایدار باشد. اگر BE جذب‌کنندهٔ باقیمانده‌های القاشده از انتخاب باشد، آنگاه:

• گراف‌های بسیار متفاوت، برازش‌های مشابهی خواهند داشت،
• جایگاه BE و نسبت برآوردشدهٔ آن ممکن است با انتخاب مدل تغییر کند،
• و BE باید به‌ویژه به گزینش و پالایش SNP حساس باشد.

این امر با هشدار کلی‌ای هم‌راستاست که بر اساس آن، بسیاری از گراف‌های اختلاطیِ کیفی‌ـ‌متفاوت می‌توانند با همان f-statistics برازش یابند؛ بنابراین تفسیرپذیری مستلزم بررسی‌های استواری است، نه یک «بهترین گراف» واحد (Maier et al. 2023).

یک جدول مقایسهٔ عینی: شبح نیایی در برابر سراب انتخابی#

چگونه واقعاً این موضوع را آزمون کنیم (بدون تقلب)#

در ادامه، یک «طرح آزمایشی» نیرومندترین صورت ارائه می‌شود که هدفش از میان بردن فرضیه در صورت نادرست بودن آن است.

آزمون A: f-statistics افرازبندی‌شده و برازش گراف#

الگوهای f4 مرتبط با BE (از جمله آمارهای تمایل نئاندرتالی که لازاریدیس به کار می‌برد) را در موارد زیر محاسبه کنید:

1. پنجره‌های دارای نوترکیبی زیاد و دور از ژن‌ها،
2. پنجره‌های دارای نوترکیبی کم / متراکم از نظر ژنی،
3. کنترل‌های همتاشده از نظر GC و قابلیت نگاشت.

اگر BE یک سراب انتخابی باشد، اندازهٔ اثر باید وابسته به افراز باشد.

(دلیل انتظار وابستگی به افراز، بر مبنای مخدوش‌سازی شناخته‌شدهٔ استنباط جمعیت‌شناختی به‌وسیلهٔ انتخاب پیوسته است: Schrider et al. 2016.)

آزمون B: شیب سری زمانی باستانی#

درون تبارهای شام/ایران/آناتولی، در سراسر دورهٔ فراپارینه‌سنگی → نوسنگی → عصر برنز، برآورد کنید که آیا باقیمانده‌های مشابه BE به‌صورت یکنواخت یا گسسته افزایش می‌یابند؛ به‌گونه‌ای که نتوان آن‌ها را به‌طور ساده و مقتصدانه با اختلاط توضیح داد.

این کار از همان نوع داده‌ای استفاده می‌کند که BE را برانگیخت، اما پرسشی متفاوت می‌پرسد: «آیا سیگنال مانند نیایی رفتار می‌کند یا مانند انتخابی متغیر در طول زمان؟» (Lazaridis et al. 2016).

آزمون C: چشم‌انداز قطعات باستانی در برابر «نسبت BE»#

اگر BE واقعی باشد، کاهش نئاندرتال باید اساساً از نسبت‌های نیایی پیروی کند (رقیق‌سازی). اگر BE سراب انتخابی باشد، پیش‌بینی می‌کنیم:

• با شرط‌گذاری بر نسبت کلی نیای باستانی، کاهش در مجاورت نواحی کارکردی قوی‌تر باشد،
• و واگرایی در توزیع قطعات باستانی در تبارهای خاور نزدیک/اوراسیای غربی بیشتر باشد.

چشم‌انداز پایهٔ کاهش نیای نئاندرتالی در پیرامون ژن‌ها به‌خوبی تثبیت شده است (Sankararaman et al. 2014) و صورت‌بندی انتخاب پالایشی هم در کار جوریچ و هم در کار هریس/نیلسن صریح است (Juric et al. 2016; Harris & Nielsen 2016).

آزمون D: مثلث‌سازی با روش‌های رقیب (بررسی سلامت qpAdm، احتمال‌های پیش از مطالعهٔ پایین)#

این فرضیه شکنندگی را پیش‌بینی می‌کند: اگر BE در حال جذب سوگیری باشد، آنگاه خط‌لوله‌هایی که تعداد زیادی از مدل‌های اختلاط را به‌طور تهاجمی غربال می‌کنند، در صورت کنترل نشدن دقیق، ممکن است مثبت‌های کاذبِ فزاینده‌ای نشان دهند.

ارزیابی‌های اخیر از غربالگری qpAdm در چشم‌اندازهای پیچیده، بر نگرانی‌های مربوط به عملکرد و کشف کاذب، هنگامی که فضای مدل بزرگ و احتمال‌های پیش از مطالعه پایین‌اند، تأکید دارند (Flegontova et al. 2025; Williams et al. 2024).

تفسیر نیرومندترین صورت: BE ممکن است تا حدی «کشف» شده باشد، زیرا زیست‌بوم تحلیلی به مؤلفه‌های گرافی‌ای پاداش می‌دهد که برازش را بهبود می‌بخشند، حتی زمانی که گراف‌های بسیاری با برازش هم‌ارز وجود دارند و انتخاب فرایندی مدل‌نشده است.

این نیرومندترین صورت چه ادعایی نمی‌کند#

برای صادقانه نگه‌داشتن بدعت:

• ادعا نمی‌کند که انتخاب می‌تواند ساختار جمعیتیِ دلخواهی را از اعماق زمان، از هیچ، پدید آورد.
• ادعا نمی‌کند که BE نادرست است؛ ادعا می‌کند این شبح خاصِ BE ممکن است جذب‌کننده‌ای مناسب برای مدل باشد.
• به استدلال‌های ساده‌لوحانهٔ «انتخاب پلی‌ژنیک برای IQ» متکی نیست؛ آن استدلال‌ها از نظر تجربی شکننده‌اند و به‌سادگی با ساختار جمعیتی مخدوش می‌شوند (Sohail et al. 2019).

ادعای آن محدودتر و دقیق‌تر است:

در جهانی با انتخاب پلی‌ژنیکِ گسترده و ساختاریافته بر شناخت، به‌علاوهٔ پالایش متغیر در طول زمانِ بار باستانی، یک مدل آمیزشِ گرافیِ صرفاً مبتنی بر رانش، از نظر ساختاری ناگزیر است نیای شبحی را ابداع کند تا کوواریانس نظام‌مندی را توضیح دهد که قادر به بازنمایی آن نیست.

پرسش‌های متداول#

پرسش ۱. اگر BE جعلی است، چرا «به‌طور پیوسته» ظاهر می‌شود؟
پاسخ. زیرا همان سوگیریِ مدل‌نشده (انتخاب + انتخاب پیوسته + پالایش باستانی) می‌تواند در تحلیل‌های مختلف پایدار باشد، و گراف‌های آمیزش غیرقابل‌شناسایی‌اند—گراف‌های بسیاری برازش می‌یابند و یک شبح پایه به‌ویژه جذب‌کننده‌ای کارآمد برای باقیمانده‌های ساختاریافته است (Maier et al. 2023).

پرسش ۲. آیا همبستگی نئاندرتالی، دلیل قطعیِ وجود یک شبحِ عاری از نئاندرتال نیست؟

پاسخ. نه به‌طور منحصربه‌فرد: انتخاب پالایشی علیه آلل‌های نئاندرتالیِ درون‌آمیخته‌شده گسترده و عمدتاً چندژنی است؛ بنابراین رژیم‌های انتخابی متفاوت می‌توانند آماره‌های وابستگی به نئاندرتال را تغییر دهند، بی‌آنکه لازم باشد این امر با رقیق‌شدن از طریق یک دودمان جداگانه تبیین شود (Juric et al. 2016; Harris & Nielsen 2016).

پرسش ۳. دیدگاه «سراب انتخاب» را چه چیزی می‌تواند به‌سرعت ابطال کند؟
پاسخ. اگر سیگنال شبه-BE در قطعه‌بندی‌های واقع در نواحی با نوترکیبی بالا و بین‌ژنی همچنان نیرومند بماند و به‌صورت تبار نیاکانیِ منسجم در قالب هاپلوتیپ، سازگار با یک رویداد اختلاط گسسته، نمود پیدا کند، آنگاه فرضیهٔ «سراب انتخاب» فرو می‌ریزد؛ انتخاب پیوسته نباید بر این نواحیِ نسبتاً خنثی غالب باشد (Schrider et al. 2016).

پرسش ۴. بازگشت به آفریقا/پراکنش اولیه چه تأثیری بر این مناقشه دارد؟
پاسخ. این امر مسیرهای جمعیتیِ اضافی‌ای می‌افزاید که می‌توانند وابستگی به نئاندرتال و سیگنال‌های «مرتبط با آفریقا» را تغییر دهند؛ اگر چنین مسیرهایی وجود داشته باشند، یک گرافِ ناآگاه از انتخاب ممکن است اثرات آن‌ها را به‌اشتباه به یک شبحِ پایه نسبت دهد، نه به جمعیتی پیچیده‌تر (Chen et al. 2020; Lazaridis et al. 2016, Supplement).

پاورقی‌ها#

منابع#

1. Lazaridis, I., et al. “Genomic insights into the origin of farming in the ancient Near East.” Nature 536 (2016). doi:10.1038/nature19310
2. Lazaridis, I., et al. Supplementary Information for “Genomic insights into the origin of farming in the ancient Near East.” (2016).
3. Maier, R., et al. “On the limits of fitting complex models of population history to f-statistics.” eLife (2023). doi:10.7554/eLife.85492
4. Schrider, D. R., Shanku, A. G., & Kern, A. D. “Effects of linked selective sweeps on demographic inference and model selection.” Genetics (2016). doi:10.1534/genetics.116.190223
5. Johri, P. “On the prospect of achieving accurate joint estimation of population history and the distribution of fitness effects.” Genome Biology and Evolution (2022). doi:10.1093/gbe/evac088
6. Juric, I., Aeschbacher, S., & Coop, G. “The Strength of Selection against Neanderthal Introgression.” PLOS Genetics (2016). doi:10.1371/journal.pgen.1006340
7. Harris, K., & Nielsen, R. “The Genetic Cost of Neanderthal Introgression.” Genetics (2016). doi:10.1534/genetics.116.186890
8. Sankararaman, S., et al. “The genomic landscape of Neanderthal ancestry in present-day humans.” Nature (2014). doi:10.1038/nature12961
9. McArthur, E., et al. “Quantifying the contribution of Neanderthal introgression to the heritability of complex traits.” Nature Communications (2021). doi:10.1038/s41467-021-24582-y
10. Chen, L., et al. “Identifying and Interpreting Apparent Neanderthal Ancestry in African Individuals.” Cell (2020). doi:10.1016/j.cell.2020.01.012
11. Kim, B. Y., & Lohmueller, K. E. “Selection and reduced population size cannot explain higher amounts of Neandertal ancestry in East Asian than in European human populations.” American Journal of Human Genetics (2015). doi:10.1016/j.ajhg.2014.12.029
12. Sohail, M., et al. “Polygenic adaptation on height is overestimated due to uncorrected stratification in genome-wide association studies.” eLife (2019). doi:10.7554/eLife.39702
13. Flegontova, O., et al. “Performance of qpAdm-based screens for genetic admixture under complex demography and low pre-study odds.” Genetics (2025). doi:10.1093/genetics/iyaf047
14. Williams, M. P., et al. “Testing times: disentangling admixture histories in recent and complex demographic scenarios.” Genetics (2024). doi:10.1093/genetics/iyae110