猪基因组中的纯合子区域：人口统计学和重组景观的影响

人口统计学对ROH分布的影响

ROH被分为三个大小等级：1）小（<100 Kbp），2）中（0.1至5 Mbp）和3）大（>5 Mbp。我们计算了在所有52个样本中，每一类中ROH的下降比例。虽然小的ROH在整个基因组中都很丰富，但它们对基因组的绝对贡献相对较小(图2). 相比之下，中等大小的ROH相对较小和较大的ROH来说不太常见，但覆盖了更多的基因组。大型ROH的含量至少是中型ROH的10倍，但仍占基因组的很大一部分。亚洲家猪的基因组主要由大型ROH覆盖。与所有欧洲猪和亚洲家猪相比，亚洲野生个体的基因组ROH数量更少，ROH在其基因组中的比例也更小（p<0.0001）。欧洲野猪的ROH平均数量最高，基因组纯合子比例最高。由于其岛屿生物地理背景，日本野猪在ROH数量和累积大小方面都是一个异类，因此我们对其进行了单独处理。据估计，欧洲和亚洲野猪之间的差异发生在~1.2mya，而这两个大陆群的种群规模从~50kya及以后都发生了重大下降，这是基于成对顺序马尔科夫群（PSMC）模型中实施的个体基因组人口统计推断得出的(图S3). 亚洲人口规模苏斯克罗法ROH和ROH分析之外的核苷酸多样性支持了这一观点(图1A–1B和图2). 此外，根据ROH分析，亚洲野生种群的有效种群规模估计大于亚洲家猪，而欧洲野生种群的种群规模最小。

在单独的窗口中打开

图2

ROH总数和ROH覆盖的基因组比例。

第二章。对于不同的组，ROH的平均数量分别属于三个大小类别，即小（<100 Kbp）、中等（0.1至5 Mbp）和大（>5 Mbp）。2B、。单个个体中特定ROH大小类别涵盖的基因组总大小，每组平均值。日本野猪是单独显示的，不包括在亚洲组中，因为其来自岛屿种群的人口历史和相关ROH模式与所有其他抽样个体非常不同。亚洲野猪（4头）、亚洲猪（7头）、欧洲野猪（6头）、欧猪（29头）、其他物种（5头）。

我们测试了Illumina猪60K珠片在三个尺寸等级中识别ROH的效用。基因分型阵列被广泛使用，并提供了成本效益高的可能性，可以研究更大的样本量，并测试该技术对ROH检测的有用性。使用该阵列，我们评估了有限数量个体的全基因组重新排序分析结果是否可以外推到整个群体。基于芯片的方法能够检测大于5Mbp的ROH(图3)但低估了ROH在基因组中的累积大小，尤其是欧洲样本。这一现象可能是由于欧洲人群中存在大量小型ROH，而由于SNP芯片的分辨率有限，无法检测到这些ROH。日本野猪有许多ROH，但ROH的大小并不是特别大，因为ROH是由具有可变位点的短节段所介导的(图S2和表S1). 因此，这个个体的ROH总量可能被高估了(图3)通过基于芯片的方法，显示出与使用重新排序方法识别的>5Mbp纯合块的累积ROH大小弱相关。由于最大尺寸等级中的ROH被完全检测到（>5 Mbp，图3)基于60K定义的ROH分布比较种群对于分析大型ROH是有效的。自然，检测较短ROH的有限能力对推断的人口统计学有影响，因此我们仅使用60K定义的ROH与我们最大的基于序列的ROH进行比较。

在单独的窗口中打开

图3

基于60K芯片法和重新排序法的猪ROH大小。

3A显示了从重新排序方法（“基因组ROHsum”）和60K芯片方法（“60K ROHsu姆”）中提取ROHs总量时两种方法之间的相关性。在3B中，当重新排序方法仅考虑超过5Mbp的ROH时，显示出相关性。亚洲群（日本野猪）的异常值不包括在R中²计算。

241名来自不同国家的人苏斯克罗法使用60K分析对重新测序的人群进行基因分型，并对ROH数量和累积大小进行评分。基因型个体的详细信息见表S2.就ROH数量或ROH大小而言，测序个体在其种群中从未达到极端。在亚洲和欧洲品种中，ROH的数量在5到59之间，累积ROH大小为10 Mb到1 Gb(图4). 欧洲品种ROH数量和累积ROH大小的分布较窄。亚洲品种建曲海和湘的ROH总量和数量均呈适度的双峰分布。与欧洲近亲相比，中国野猪的ROH和ROH累积量往往较少。尽管由于60K芯片的低分辨率，日本野猪的ROH累积大小可能被高估了，但有四个个体是极其纯合子，其基因组的2/3以上由ROH组成。日本野生个体的ROH大小和丰度的差异远高于其他群体。值得注意的是，两只荷兰野猪的ROH显著低于相同种群的所有其他欧洲野猪（用*表示图4B).

在单独的窗口中打开

图4

所有基因型个体的ROH数量和累积大小（ROHs>5MB）。

用Illumina猪60k基因芯片对所有241个个体进行基因分型后，PLINK检测到的ROH数量和ROH总和。ROXIZ总和为*1000 bp。第4A条。家养个体中的ROH。亚洲猪用红色、橙色和紫色表示，欧洲猪用蓝色和绿色表示。4B、。野生个体中的ROH。亚洲野猪用红色和橙色表示，欧洲野猪用绿色和蓝色表示。虚线表示驯化个体ROH数量和ROH大小的范围。标有*的个体是推测的杂种。

对52个重新测序个体的基因组变异模式进行了更深入的分析。我们发现，π-out（ROH外核苷酸多样性）、ROH平均大小和ROH总数等统计数据是很好的预测因素，可以将个体分配到相应的组(图5). 有趣的是，虽然所有亚洲野猪在我们的进化树上都形成了一个单系分支(图S1)，我们发现日本样本与其他亚洲样本在三维图上没有聚集(图5). 中国野猪因其高核苷酸多样性和少量ROH而代表了最具变异性的集群（p<0.001）。我们发现欧洲品种的核苷酸多样性高于欧洲野猪（p<0.0001）。此外，欧洲品种基因组中ROH的总数也较低。这在我们的三维图中产生了两个簇(图5)与我们的系统发育树上欧洲种群的单系地位形成对比(图S1). 亚洲品种比它们的野生祖先更近交，但表现出比欧洲动物更少的ROH和更高的核苷酸多样性（p<0.0001）。已排序的疣状皮肤由于极低的核苷酸多样性、中等的ROH数量和大的ROH大小，个体的基因组变异在所有测试动物中最低。已排序的婆罗猪在所有测序个体中，个体的ROH最小，ROH大小最小，表明该个体是高度远交的，具有较高的有效种群规模。ROH模式卷毛野猪特别有趣的是，ROH的总数非常低，但它包含的ROH数量很少，并且核苷酸多样性相对较低。

在单独的窗口中打开

图5

所有52个测序个体的三点ROH统计。

在x轴上，绘制了每个个体基因组中ROH的数量，平均ROH大小（*10⁴bp）显示在y轴上，ROH外的核苷酸多样性显示在一个10 kb的窗口中，核苷酸多样性（π-out*10⁻⁴)'在z轴上。颜色是基于亲缘关系和地理位置，来自同一种群的个体具有相同的颜色。

重组率对ROH分布的影响

为了测试重组率和GC含量对ROH形成和分布的影响，我们分别计算了每条染色体相对于物理染色体位置的GC含量和重组率，并对所有染色体的结果进行平均(图6C和6D). GC含量基于猪参考基因组构建10.2[21]GC含量通常在向中着丝粒染色体的端粒区域和向顶着丝粒的染色体边缘移动时较高(图6A). 总的来说，GC含量与到端粒的距离呈负相关(图6C). 猪的重组率根据从Tortereau等人获得的～60.000个标记计算，并对所有染色体进行平均[18]染色体物理位置上的重组分数变化在猪中最为显著，而在小鼠中几乎没有，端粒区域的重组率较高，而染色体中央部分的重组率极低(图6D). 重组率的“U”型分布存在于猪的所有染色体中，而在人类中，这仅在中着丝粒染色体中观察到（数据未显示）。核苷酸多样性与重组率（cor=0.88，p<0.00001）和GC含量（cor=0.61，p<0.05）密切相关。排除ROH基因座后，欧洲品种和野猪的核苷酸多样性大大增加。然而，这种现象只在亚洲品种的染色体尖端观察到(图6A、6B). ROH分布与ROH外的GC含量、重组率和核苷酸多样性呈负相关（cor分别为−0.71、−0.87和−0.95，p均<0.0001）。这是意料之中的，因为这些基因组特征似乎都高度相关。

在单独的窗口中打开

图6

猪基因组相对染色体位置的特征。

总核苷酸多样性（6A）、ROH外核苷酸多样性的物理分布（6B）、GC含量（6C）、染色体上的重组率（6D）。所有染色体的相对染色体位置均为平均值，因此0.0代表左侧端粒区域，1.0代表最右侧端粒。

ROH在特定染色体位置发生的可能性取决于ROH的大小(图7). 四位ROH苏斯克罗法将各组分为前面提到的三个大小级别（小、中、大），并计算每个大小级别ROH在基因组中的相对分布（日本野猪属于亚洲野猪组，图7D). 在欧洲品种和亚洲两个群体中，最大的ROH更多地出现在染色体中部的低重组区域，最小的ROH相对较高地分布在端粒区域（p<0.001）。中等大小的ROH似乎均匀分布在所有组的基因组中。欧洲野猪的ROH往往比其他群体的ROH分布更均匀(图7B). 重组频率极端区域之间ROH发生率和核苷酸多样性的差异在欧洲家猪中最为显著。

在单独的窗口中打开

图7

ROH在相对染色体位置上的分布。

ROH被分为三个大小级别；大（x>5 Mbp）、中（0.1至5 Mbp，小（x<0.1 Mbp）。该分布仅与特定大小类别中ROH单元的总数有关，并且分布是所有染色体的平均值。ROH分布分为四组：欧洲猪（7A）、欧洲野猪（7B）、亚洲猪（7C）和亚洲野猪（包括日本，7D）。

人口统计学的影响

猪基因组中ROH的大小和丰度在不同（亚）种群个体之间存在显著差异。来自同一种群的动物在其基因组中往往具有相似的ROH模式(图4和图6)这表明共享人口统计学对ROH分布的影响。大型ROH类对最近的人口变化最为敏感。因此，亚洲品种中大型ROH的双峰分布可以通过两个不同种群的采样来解释。在欧洲人中，ROH的数量和范围与纬度密切相关[13]但不是经度。Kirin等人还显示了地理位置和人类基因组ROH发生率之间的相关性[28]在我们的研究中，我们还发现欧洲和亚洲野猪在ROH丰度和大小方面存在显著差异。然而，与所有其他个体相比，日本野猪与其他亚洲野猪具有悠久的人口统计历史，但表现出完全不同的ROH模式。该个体的ROH模式与当前较小的种群规模一致。ROH的高数量（而非ROH大小或核苷酸多样性）表明种群在较长时间内一直很小，但源种群的规模很大。这种ROH模式可能表明孤立或岛屿人口较少，在相对较小的人口中也发现了较小的情况[28]。

亚洲猪的累积ROH大小主要由大型ROH决定，这表明种群规模最近才有所减少，这些猪来自大型来源种群(图2). 相比之下，欧洲野猪的ROH相对于染色体位置的分布更加均匀(图7)与长期持续的低有效人口规模相一致。Scandura等人的发现。[23]证实了目前欧洲野猪（意大利半岛野猪除外）的遗传多样性主要受到冰川瓶颈的影响。Nothnagel等人表示，过去～200年来，人类最近的人口增长对基因组ROH分布没有显著影响[13]。在当前对猪的研究中，ROH确实受到了种群增长的影响，因为以前较大的ROH被不均匀分布的重组所分解(图6和图7)随着新的ROH的形成，人口减少。这些不同的结果可能是这两个物种的人口统计学历史的结果，因为人类在全球范围内的人口增长，但野猪和猪的（当地）人口却严重减少。因此，ROH似乎既反映了人口的最近过去和当前状态，也反映了遥远的人口历史，并且非常容易受到人口动态的影响。

东南亚被确定为苏斯克罗法([21]，[22]Frantz LAF等人，未公布数据）。因此，亚洲来源种群的估计单倍型多样性高于欧洲种群并不奇怪。这种现象也见于（非洲以外的）人类遗传模式，其中核苷酸多样性和来源距离之间存在线性关系[29]，[30]同样，通过苏斯克罗法可能涉及许多创始人事件。预计这些事件将导致西欧亚种群的遗传多样性降低。此外，最近的研究发现，由于更新世冰川作用，欧洲的瓶颈比亚洲更为严重[21]因此，与亚洲人口相比，我们预计欧洲人口的整体遗传多样性会退化。这种现象在ROH以外的核苷酸多样性中最为明显(图5). 据英国《每日邮报》报道，大多数欧洲野猪种群的人口统计学下降似乎并没有导致这些种群的遗传变异下降[23]然而，这里我们表明，ROH分布模式以及ROH以外的核苷酸多样性与当地小有效种群规模的长期持续历史相一致。

在养殖业中，人工选择的一个可能后果是减少了有效种群规模和相关的遗传多样性。然而，养猪者通常担心保持足够的遗传变异性，以在未来保持良好的选择反应[31]基于微卫星标记和遗传多样性的定量测量，例如预期杂合性（H），[32]表明家猪品种内的遗传变异并不显著低于野猪基因组内的遗传多样性。我们的发现证实了这一点，与欧洲家猪相比，欧洲野猪含有更多的ROH，ROH以外的核苷酸多样性更低。尽管杜洛克和汉普郡品种与欧洲野猪同属于一个分支(图S1)它们的ROH模式和核苷酸多样性是欧洲品种的典型特征(图5). ROH模式是品种相似处理的标志。在封闭种群中，ROH外的核苷酸多样性（称为π-out）应反映祖先种群中存在的古代单倍型变异，并且不应受到（最近）发生的自合子的强烈影响。欧洲商品猪的总π和π-out差异最大。这表明祖先群体的单倍型多样性较高，尽管最近形成的群体有效群体规模较小，导致ROH降低了总核苷酸多样性π。这可能是因为最近欧洲和亚洲品种的混合。事实上，在工业革命期间，亚洲猪被进口到欧洲以改良当地猪。与野生猪相比，亚洲猪基因组在欧洲的这种渗入有望增加欧洲猪的总体遗传多样性。杂交可能引入了不同的单倍型，从而导致更少的IBD区和可能更高的变异。较高的核苷酸多样性可能是通过与亚洲猪杂交改良欧洲品种的结果[33]，[34]，[35]表现出强烈的异交影响。在使用Illumina猪60K珠片数据分析的荷兰野猪中，与来自同一种群的其他个体相比，有两只野猪表现出高度不同的ROH模式(图4B). 之前的一项研究确定这两个人最近与家猪融合[36]这些个体特异的ROH模式和欧洲品种中相对较高的核苷酸多样性突出了父母祖先对后代基因组变异水平和模式的重要性。

我们能够使用相同的基于重新排序的方法研究几个密切相关的ROH模式苏斯物种。在这一外群中发现了在低核苷酸多样性和ROH数量方面最杰出的个体。胡子猪婆罗猪在婆罗洲分布最广，基因组ROH覆盖率最低。这表明种群已经足够大，可以在相当长的一段时间内避免近亲交配。有趣的是卷毛野猪尽管该物种仅出现在菲律宾的几个小岛上，但显示出的ROH很少。然而，ROH的平均大小是所有个体中最大的，并且它显示出低π-out，这表明古代种群规模较小。由于该物种仅限于几个小岛，创始人效应可以解释观测到的π-out较低。物种苏斯·维罗库索斯核苷酸多样性和ROHsize最低。这表明目前和过去的有效种群数量都很小，这与IUCN红色名录上的濒危状态一致。由于这个来自动物园的个体，近亲繁殖可能会加剧。其他因素，如不同的交配制度也可能影响ROH的分布。例如，人工管理种群的交配模式预计与自然种群不同。此外，密切相关的物种甚至单独的野生种群可能具有不同的等级系统，这会强烈影响有效种群规模[7]例如，年中国家猪群与欧洲猪群的距离更近图5与欧洲野猪相比，尽管系统发育树显示出不同的聚类(图S1). 这表明，单倍型变异模式在国内种群中的形成类似，尽管有一个基本独立的驯化历史。

重组率的影响

从群体遗传学理论来看，连锁不平衡的影响对理解基因组变异很重要[37]尤其是在有选择的情况下。基因组的大部分似乎处于选择中，基因组中的所有功能位点都可能处于净化选择中[38]或适应性进化，即使在非转录区域[39]选择和人口学的影响预计将与基因组中的重组景观相互作用，从而形成个体和群体的全基因组变异。到目前为止，这种相互作用甚至在有大量基因组资源的物种中也没有得到很好的研究，并且在遗传保护研究中被忽视了[10]。

ROH在其他哺乳动物（包括人类）染色体上的分布是非随机的[13]，[16]，[28]，[40]猪的ROHs在基因组中的比例远高于迄今为止研究的任何其他物种，其基因组中75%以上的个体含有ROHs。与其他哺乳动物相比，猪重组率的U形分布更为深刻。尽管人和猪之间存在高度保守的同源性[41]令人惊讶的是，与人类相比，猪的这种模式如此明显。其他物种的ROHs和LD之间存在相关性，在猪中也很强，在中央染色体区域外和短染色体臂中重组率较高[42]我们发现，这些外围区域的杂合性较高，这是以前在猪身上观察到的现象[43]在人类中，染色体大小似乎是ROH发生的重要决定因素[13]在猪中，ROH在较大的染色体上的发生率并不是比例较高，但似乎在整个基因组中都存在，并且主要受染色体上的物理位置的影响，特别是与局部重组率有关。朝向端粒的小ROH丰度较高，可能是因为染色体的中央部分被较大的ROH覆盖，而这些ROH由于该区域的重组较低而未被分解。正如在欧洲野猪中观察到的那样，过去人口增长稳定或持续的瓶颈可能导致ROH的分布更加均匀。

基因组特征、GC含量、核苷酸多样性和重组率均相关，在猪基因组中表现出类似的U形染色体分布(图6A–6D). 这对不同染色体区域的自合子概率具有重要意义。大ROH在低重组区域出现的频率更高。欧洲家猪和欧洲野猪ROH模式的差异可能与欧洲野生种群中更为连续的近亲繁殖有关，而欧洲野生种群在过去60年中只扩大了其种群和范围[36]欧洲猪的品种形成可能是由不同家猪和野生猪的杂交造成的，包括来自亚洲的猪。过去几十年来，猪的种群（定义为品种或商业品系）很可能有一个有效的种群规模，在许多情况下，以数十而不是数百或数千来衡量。许多传统品种已被边缘化，繁殖量很小[44]即使是商业纯系，尤其是通常用于三元或四元杂交以产生屠宰肥育猪的公猪系，也常常以较小的有效种群规模封闭。因此，较大的ROH主要出现在家猪重组率低的区域，因为形成时间较短。小ROH被认为存在于人群中的时间长于大ROH，并且与大ROH相比，小ROH更经常在个体之间共享。这背后的理论基础是，重组将随着时间退化大型ROH，但在很少或没有重组的区域，小型ROH将被保留。因此，尽管存在时间因素，但这些非重组区域在创建时将保留ROH，而最近起源的大型ROH可能会在降解之前随机出现在基因组中。因此，ROH的数量和大小分布是近期和更为历史性的人口瓶颈和近亲繁殖事件的重要决定因素。

基因含量和选择的影响

编码序列通常是哺乳动物（包括猪）中富含GC的区域[45]，[46]我们发现ROH的发生与基因组中GC含量之间存在相关性，但全球基因含量与ROH之间没有相关性。ROH中明显缺乏基因富集，这表明与我们研究中确定的ROH和作用于基因的选择没有直接关系。然而，一些ROH可能与非编码功能元件（如顺式调节模块）重叠。虽然已经确定了一些区域的遗传多样性损失可能是选择的结果，但我们的研究表明，绝大多数ROH可能是中性的。因此，ROH的发生和分布主要受过去人口事件和重组率的相互影响。

对其中13个个体进行测序的大白种犬，在所有组合的个体中仅发现54 Mbp为纯合子，这是同一群体ROH中嵌入的基因组总数的一小部分。因此，每个个体的纯合子总数远远大于种群的纯合度总和。在大白猪品种中，在纯合子区域发现了一些基因，这些纯合子可能正选择与商业性状相关，例如快速繁殖。然而，这些基因存在于较大的区域（许多Mbp大小）。在其他种群中，如欧洲野猪，累积共享的纯合区域要短得多，并且并不总是携带基因，这可能表明，尽管野生种群的个体基因组具有高度的纯合性，但选择性扫描可能并不常见。一些重叠的ROH可能包含与防御机制和适应新环境有关的特定基因，但在野猪之间的许多重叠ROH区域中未发现任何基因，这一事实说明了ROH发生的随机性。我们的结论是，由于正选择，猪中只有一小部分ROH区域是纯合的。

DNA提取、SNP基因分型和文库制备

使用QIAamp DNA血液自旋试剂盒（Qiagen Sciences）从全血中提取DNA。在Qubit 2.0荧光仪（Invitrogen）上检查每个DNA样本的数量和质量，并在1%琼脂糖凝胶上运行。在Illumina猪60K iSelect芯片上进行SNP基因分型[48]所有个体的DNA稀释至100 ng/ul，并根据IlluminaHD iSelect方案进行基因分型。使用Genome Studio软件（Illumina Inc.）对数据进行分析。在重新测序的情况下，根据Illumina文库准备协议（Illunima Inc.），使用1–3 ug基因组DNA对单个样本进行文库构建和重新测序。文库插入大小的目标是300–500 bp，并使用100对-end测序试剂盒进行测序。

测序和SNP发现

从家养品种和野生种群中选择的所有个体猪均已完全测序至～8×深度（详细说明表S1). 将读取值修剪为每分质量>20，两对最小长度均为40 bp，并将质量修剪后的读取值与Sus-scrofa参考基因组构建10.2进行比对[21]使用Mosaik Aligner（V.1.1.0017）的独特对齐选项，避免因拷贝数变化和重复而导致错误调用SNP。数据已存放在EBI的序列读取档案（SRA）中，登记号为ERP001813（链接：http://www.ebi.ac.uk/ena/data/view/ERP001813). 从SAMtools（V.0.1.7 r510）软件包中调用并使用mpileup筛选SNP[49]具有二倍体生物体的默认设置。使用VCFtools对调用的变体进行额外过滤（minDP=7；minDP调用SNP=2；maxDP=～2*平均覆盖率；不包括索引）。通过将最小深度设置为7×，将SNP称为7×并且仅考虑7×足以覆盖的基底，我们减少了缺失变体的数量。计算每个个体内整个基因组中10 kbp的核苷酸多样性。“SNPbin”是每10 kbin的SNP计数，针对该bin中未被VCFtools过滤足够覆盖的碱基数进行校正，因此每个bin的最终SNP计数（SNPbins）与10.000个覆盖碱基成比例。SNPcount=一个10 kbp的箱子中统计的SNP总数。DP=覆盖率（单位：bp/bin）（每个基底的深度至少为7×，最大为～2×平均覆盖率）。箱子大小=10.000。校正系数=DP/箱尺寸。SNPbin=SNPscount/校正系数。

系统发生树构建

为52个重新测序的个体构建了系统发育树。我们在Illumina猪60K iSelect珠片上对这些个体进行了基因分型。基于这些基因型，使用Plink 1.07创建了IBS相似性矩阵[50]随后，使用Phylip软件包中提供的程序neighbor执行加入层次聚类的邻居[51]。

ROH定义

提取52个重测序个体的所有常染色体的纯合子区域。性染色体被排除在外，因为它们的重组景观与常染色体不同，并且X染色体的遗传图谱分辨率与猪的常染色体不同。此外，如果包含X染色体，男性和女性应该得到不同的对待，而这种分析超出了本文的范围。自合子（父母双方从共同祖先遗传而来的基因组区域，因此表明一定程度的亲缘关系）通常可以作为ROH追溯到基因组中。通过重组，自动接合的拉伸最终被分解成较短的片段。纯合子区域是指个体中包含的变异小于基于基因组平均值的预期变异的基因组延伸。使用滑动窗口方法确定重新测序个体的常染色体纯合子延伸（ROH）。SNP以10 kbp为单位进行计数，那些落入10个连续箱子窗口且总SNP平均值低于基因组平均值的箱子在正向和反向方向上进行提取。将所有相邻的垃圾箱串联起来，形成纯合拉伸。在这一选择中，只有那些SNP计数低于设定阈值的片段才被认为是真正纯合片段的一部分。阈值设置为SNP计数最大为基因组平均值的0.25倍，每段错误发现率加上突变率的最大绝对值（μ=2.5*10⁻⁸)因为在某些情况下，这超过了基因组平均值的0.25倍。根据Illumina猪60K iSelect芯片上的纯合基因座计算错误发现率[48]在我们的数据库中，vcftools将其称为杂合位点（平均每箱约1.78个）。杂合子阈值而非无杂合子容差背后的理论基础是，原始纯合子延伸的突变可能会随着时间的推移掩盖纯合子。个体的全基因组杂合性表示了群体中当前的变异，以及某个纯合延伸将重新结合的相关机会。测序个体在基因组杂合性和种群历史上差异很大。此外，并不是所有人群都被同等抽样。因此，阈值的高度仅基于受试个体的基因组平均值，而不是基于总个体集或基于等位基因频率的ROH发生可能性。基因组平均值的0.25倍的阈值基于排列，其中单个SNP分布在所有染色体上随机分布。当值小于基因组平均值的0.25倍时，观察到的ROH分布偏离了随机分布（参见图S6). 通过在纯合子范围内放宽单个基因座的阈值，如果10个基因座的局部最大值不超过基因组平均值的2/3倍，则允许一个基因座中平均SNP计数的最大值是平均值的两倍，从而尽可能避免局部组装或对齐错误，假设错误垃圾箱周围的ROH平均值仍符合上述标准。垃圾箱覆盖不足（DP=<10%）被排除在SNP平均值计算之外，但包含在ROH尺寸测定中，接受的ROH最多包含2/3个未覆盖的箱子，并且两端都包含有覆盖的箱子（例如图S7). 在一项所有个体的覆盖率都降低的分析中，我们对垃圾箱覆盖率（DP=<5、<10、<20、<50、<80%）和ROH内未覆盖垃圾箱的比例（<1/4、<1/3、<1/2、<2/3、<3/4）使用了5个阈值范围。我们将结果与高覆盖个体进行了比较，当使用DP=<10%的垃圾箱覆盖阈值和<2/3的缺失垃圾箱阈值时，由于低覆盖导致的ROH大小和丰度的误差最小。

我们在Illumina猪60K iSelect Beadchip上对241个人进行了ROH检测的基因分型（详情见表S2). 使用PLINK（v.1.07）中的Runs of Homozygenity工具，通过调整参数（–homozyg-density 1000，–homozzyg-window-het 1，–homo zyg-kb 10，–homonzyg-windows-snp 20）计算ROH[50]。标记被筛选为呼叫率>95%。PLINK v.1.07中的纯合子工具不包括在评估ROH时去除MAF<0.05或LD修剪。我们旨在使60K数据和基因组数据的ROH检测方法尽可能相似，以便进行合理的比较。因此，没有对低等位基因频率进行额外的过滤，因为不同人群的采样是不平等的，去除罕见的等位基因可能会导致对样本不足人群中个体的ROH过高估计。没有根据重组率进行调整，因为我们的部分目标是分析重组率对ROH发生的影响。对于重新排序的动物，用R（v.2.11.1）测试与用PLINK定义的ROH的相关性cor公司和cor.测试功能。

人口规模估计

使用PSMC中实施的HMM推断出欧洲（n=2，来自荷兰和意大利）和亚洲（n=2，来自中国北部和南部）野猪的有效种群规模和比例[52]拷贝数中性片段，累积大小为1Mbp，世代时间为五年（g=5），默认突变率/世代（μ=2.5*10⁻⁸).

基因组ROH分布的统计分析

所有基因组特征都基于非重复屏蔽苏斯克罗法参考基因组（构建10.2）。计算每个相对染色体距离（0-1，步长0.05）的GC含量和核苷酸多样性值，并对所有染色体进行平均。基于猪的遗传图谱[18]我们根据相对容器内相邻标记的遗传距离和物理距离的比率（容器内所有标记的平均值）估计重组率。为了与人类、小鼠和奶牛基因组中的重组率进行比较，我们使用了迈尔斯描述的遗传距离及染色体大小，Shifman和Arias分别[53]，[54]，[55]分别分析了四个组（亚洲野生、欧洲野生、亚洲品种和欧洲品种），计算了组内相对ROHbin分布和基因组特征的相关系数，并用R（v2.11.1）检验了显著性cor公司和cor.测试与Pearson的产品-矩相关函数。用R（v2.11.1）中的单向方差分析检验了ROH外核苷酸多样性、ROH数和ROHsize的组间差异。各组ROH的比例差异和ROH在相对染色体位置上的均匀性通过R中的比例和良好性的χ2检验进行了测试。所有图均使用R（v.2.11.1）lattice包和Ubuntu OpenOffice 3.2.1生成。

我们要感谢猪基因组测序协会预先发布构建的参考基因组10.2。DNA样本由中国农业大学李宁博士提供；Alain Duvro博士，UMR INRA-ENVT，法国；意大利帕达诺Parco Technologico公司Sem Genini；Gono Semiadi博士，Puslit Biologi，印度尼西亚；Okumura Naohiko博士，工作人员研究所446-1 Ippaizuka，日本；苏格兰爱丁堡大学罗斯林研究所和皇家（迪克）兽医学院的阿兰·阿奇博尔德博士；荷兰猪遗传研究所；奥利弗·莱德博士，美国圣地亚哥动物园；谢丽尔·莫里（Cheryl L.Morri）博士，美国奥马哈亨利·杜利动物园（Henry Doorly Zoo，USA）。我们感谢遗传学实验室的Bas J.Zwaan博士和瓦格宁根（Wageningen UR）动物育种和基因组学组的Gus Rose博士的编辑和讨论。