Een nieuw algoritme, het Geographic Ancestor Inference Algorithm (GAIA), reconstrueert menselijke genetische variatie door een pad te volgen door geografische ruimte en tijd.
GAIA, gepubliceerd in Science*, zou de nauwkeurigheid van genoombrede associatiestudies kunnen verbeteren door alternatieve manieren te bieden om rekening te houden met gedeelde afkomst en door informatie te bieden over lokaal adaptieve loci.
Moderne genomen erven ruimtelijke patronen van genetische verwantschap van voorouders die op verschillende tijdstippen op verschillende geografische locaties leefden. Het begrijpen van deze patronen is essentieel voor het identificeren van de genomische basis van waarneembare verschillen en demografische geschiedenis.
Traditionele analyses zijn gebaseerd op de aanname dat mensen reproductieve partners uniform kiezen binnen regionale populaties. GAIA leidt de tijd en geografische positie van elke gedeelde voorouder af met minder aannames. Het heeft belangrijke bevolkingsbewegingen in Europa, Azië en Afrika nauwkeurig hersteld en hun oorsprong in Afrika aangetoond.
De onderzoekers verklaarden dat het vermogen om de geografie van genealogieën te bestuderen een opwindende groei inluidt van het vermogen van het vakgebied van de populatiegenetica om licht te werpen op populatie-ecologische processen die de beweging, verspreiding en dichtheid van individuen in ruimte en tijd bepalen.
Simon Gravel, PhD, van McGill University, merkte op dat GAIA het potentieel heeft om kritieke hiaten in modellen van menselijke diversiteit te identificeren.
* Michael C. Grundler et al., A geographic history of human genetic ancestry. Science 387, 1391-1397 (2025).