DominL借尼安德特祖源定位隐性有害突变富集区

研究团队开发了机器学习分类器 DominL，利用尼安德特人渗入祖源的分布，识别人类基因组中富集隐性有害突变的兆碱基尺度窗口。作者称，模拟显示在没有正选择的情况下，隐性有害突变可通过杂种优势提高古人类渗入祖源比例，这与加性效应下祖源减少相反，DominL 即基于该信号构建。 在模拟中，DominL 表现出稳健准确度，在外显子密集区域尤其有效。应用于 1000 Genomes Project 的 7 个非非洲人群后，DominL 判定约 3–9% 的基因组区域富集隐性突变，其中多数高置信区域在人群间共享。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。