Un nuovo algoritmo, il Geographic Ancestor Inference Algorithm (GAIA), ricostruisce la variazione genetica umana tracciando un percorso attraverso lo spazio geografico e il tempo.
Pubblicato su Science*, GAIA potrebbe migliorare l'accuratezza degli studi di associazione genome-wide fornendo modi alternativi per tenere conto dell'ascendenza condivisa e offrendo informazioni sui loci adattativi locali.
I genomi moderni ereditano modelli spaziali di parentela genetica da antenati che vissero in diverse posizioni geografiche in tempi diversi. Comprendere questi modelli è vitale per identificare la base genomica delle differenze osservabili e della storia demografica.
Le analisi tradizionali si basano su ipotesi secondo cui gli esseri umani hanno scelto partner riproduttivi in modo uniforme all'interno delle popolazioni regionali. GAIA deduce il tempo e la posizione geografica di ogni antenato condiviso con meno ipotesi. Ha recuperato con precisione i principali movimenti della popolazione in Europa, Asia e Africa, dimostrando la loro origine in Africa.
I ricercatori hanno affermato che la capacità di studiare la geografia delle genealogie annuncia un'entusiasmante crescita nella capacità del campo della genetica delle popolazioni di far luce sui processi ecologici della popolazione che governano il movimento, la distribuzione e la densità degli individui nello spazio e nel tempo.
Simon Gravel, PhD, della McGill University, ha osservato che GAIA ha il potenziale per identificare lacune critiche nei modelli di diversità umana.
* Michael C. Grundler et al., A geographic history of human genetic ancestry. Science 387, 1391-1397 (2025).