我从运行中开始的数据集开始 发布 昨天。 马赛人的奇怪异常值被删除了。 这些是“修复”少数族裔祖先成分的几组个体。 这表明马赛人内部存在结构，但更像是远亲的个体，而不是种族水平差异。 运行此程序后，我注意到在非犹太也门和沙特样本中出现了很多相同的内容。 在某种程度上，这就像“打地鼠”。 如果您解决了一个问题，其他人只需从木制品中弹出即可。 所以我删除了所有非犹太人的也门人和沙特人。 标记的数量保持不变，210,000 个 SNP。

离群值仍然存在一些问题，特别是肯尼亚的班图人，以及较小程度的黎凡特样本。 但是在这一点上，我决定继续使用它，因为无论如何，这对于非洲之角的故事来说是微不足道的。 昨天我说过，总体上非洲之角的人口并没有自己的集群，而是其他大多数（东非和阿拉伯）的混合体。 在我删除了一些伪造的Masai组件并运行ADMIXTURE直到K = 10时，我终于得到了非洲之角群集“ HoAc”。 此外，我还发现您可以看到Cushitic Oromo和Somalis，闪族Ahmara，埃塞俄比亚犹太人和Tigray之间的系统差异。

下面是K = 7和K = 9的条形图。较低的K与我昨天发布的内容没有太大不同，而K = 8和K = 10的次要成分太多。 我只发布了细粒度和非洲之角聚焦的图，而不是显示平均祖先量子量的更一般的摘要图。 此外，在这些下方，我发布了K = 7和K = 9的祖先推断群体之间遗传距离的二维表示。尽管如此，我还是删除了几个组件，因为一个组件显然是虚假的“扩展家庭”聚类，并在某些情况下更好地可视化关系。

顺带一提，似乎非洲之角所有人口都有一个HoAc基地，有人可能会称其为“ Cushitic”，尽管这并不完全准确。 在此基础之上，您会看到基于语言族的差异。 闪族人的祖先成分与也门犹太人中确定的祖先成分相同，而库奇族人则缺乏这一祖先成分。 但是，请注意，闪族人通常在库希特语族群中具有组成部分，尤其是经常固定在其中的索马里人。 这就是为什么我将语言人口扩展的顺序放在上面的原因，从而使Semitic被覆盖在Cushitic的基础上。 此外，似乎有从尼罗河族到埃塞俄比亚人的混合体，但没有索马里人的混合体。 这在奥罗莫语中最为一致和明显，在通过距离模型进行隔离看来似乎是合理的，因为奥罗莫语在地理上最有可能与Nilo-Saharan人口互动，而与索马里语的互动最少。

最后，请记住，如果索马里人是100％的聚类X，这并不意味着索马里人是从某个真实的均质祖先聚类X派生而来的。但是我们应该谨慎，因为他们会随着时间的流逝而在垂直方向上告诉我们有关关系的信息。 如果完全混合在一起的群体表现出一定程度的内部同质性，并且祖先的“参考”种群本身不再存在，则可以分成自己独特的群体。 这似乎是在南亚发生的情况，某些群体摇摇欲坠地称为“ 100％的南亚人”，但他们在更深的基因组水平上似乎是两个祖先群体之间古老融合的稳定混合物，两者之间存在很大分歧。 与非洲之角的南亚比喻可能使我们推断，索马里人与这些人口同等。在“东非祖先”（AEA）阿拉伯人之间最初发生混合事件之后，索马里人与最近到来的该地区缺乏混合过去。 这可能只是地理和历史偶然性的函数，因为索马里人的位置由于其霍恩地区的准半岛性质而更加“受到庇护”。 此外，索马里相对干旱，不适合农业生产，因此它的生态友好程度可能不如埃塞俄比亚的高地，闪族人因此带来了新的农业工具包。

您还可以说更多话，但我会暂缓，并提请注意： 我很可能正在寻找这些特定的集群，并通过确认偏差得出它们。 如前所述，如果以适当的方式调整ADMIXTURE的参数，则可以“到达”所需的答案。 如何防止这种情况发生？ 如果我继续进行临时运行并凭直觉进行，那么很多重复通常会有所帮助。 您自然会了解潜在的潜在分布，可以防止锚定离群值，因为您知道它是非典型的（这是出于开创性的结果被忽略的原因，因为它们不适合范式，因此这种偏向存在另一面）。 我也跑 交叉验证 时不时地找到K的最佳数量，但是 真 放慢程序的速度，所以这对我来说是个权衡的问题。 我相当确定埃塞俄比亚人和索马里人之间的区别是有力的，因为相同的关系模式（例如，阿姆哈拉人比提格里人更喜欢提格里的倾向）会反复出现。 但是我对在这里得出的关于亚非语言族群以及库什蒂克族和闪米特族群体划分的推论并不那么自信。

您可以找到更多文件 点击此处.

图片来源： 维基百科上的数据