tooluniverse-population-genetics

集団遺伝学解析

MC 戦略：集団遺伝学の MC 問題では、特定の定理や結果を知っているかどうかがよく問われます。まず答えを計算し（popgen_calculator.py を使うか、Python を記述してください）、それから選択肢と照合してください。どの選択肢が「正しそうに聞こえるか」を推測しようとしないでください。

ToolUniverse ツールを使って、集団レベルの遺伝的変異、対立遺伝子頻度、GWAS 関連、臨床的意義、進化的制約を解析します。

使用する場面

ユーザーから次のような質問があった場合に、このスキルを有効にしてください。

• 集団間の対立遺伝子頻度（gnomAD、1000 Genomes）
• 疾患／形質に関する GWAS 関連
• 臨床的なバリアント解釈（ClinVar、VEP）
• 遺伝子レベルの制約指標（pLI、LOEUF、o/e 比）
• 選択、遺伝的浮動、連鎖不平衡、集団構造
• バリアントのアノテーションと機能的影響

推測せず、検索してください

対立遺伝子頻度や関連を調べる場合は、まず gnomAD／1000Genomes／GWAS Catalog を検索してください。推奨：HWE、Fst、近交、ハプロタイプの計算には PopGen_hwe_test、PopGen_fst、PopGen_inbreeding、PopGen_haplotype_count ツールを使用してください。代替手段：popgen_calculator.py を直接実行してください。理論的な問題（delta-q、遺伝的浮動、LD 減衰）では、以下の「理論的推論」セクションの式を適用してください。

---

ツールのクイックリファレンス

ツール	主なパラメーター	備考
gnomad_search_variants	query（必須）	rsID を "CHR-POS-REF-ALT" 形式の variant_id に解決します
gnomad_get_variant	variant_id（必須）、dataset	集団別頻度。デフォルトのデータセット：gnomad_r3。最新のデータには gnomad_r4 を使用してください
gnomad_get_gene_constraints	gene_symbol（必須）	pLI、o/e 比。タイムアウトする場合があります。1 回再試行してください
MyVariant_query_variants	query（必須）	集約情報：ClinVar + dbSNP + gnomAD + CADD。hg19 座標を使用します
EnsemblVEP_annotate_rsid	variant_id（必須）	機能的影響、SIFT、PolyPhen。パラメーターは「rsid」ではなく「variant_id」です
EnsemblVEP_variant_recoder	variant_id（必須）	rsID/HGVS/VCF/SPDI 間で変換します
gwas_get_snps_for_gene	gene_symbol（必須）	遺伝子のすべての GWAS SNP
gwas_search_associations	query（必須）	疾患／形質の GWAS（遺伝子名は不可。遺伝子については gwas_get_snps_for_gene を使用してください）
gwas_get_variants_for_trait	trait（必須）	形質に関連するバリアント
ClinVar_search_variants	gene、condition、significance	少なくとも 1 つのフィルターが必須
RegulomeDB_query_variant	rsid（必須）	調節スコア（1a が最も強く、7 が最小）

重要な注意点

1. gnomAD variant_id：形式は "CHR-POS-REF-ALT"（「chr」プレフィックスなし）です。必ず最初に gnomad_search_variants で rsID を解決してください。
2. gwas_search_associations：疾患名／形質名のみを受け付けます。遺伝子名では失敗します。遺伝子に基づく検索には gwas_get_snps_for_gene を使用してください。
3. gwas_search_snps：動作しません（HTTP 500）。代わりに gwas_get_snps_for_gene を使用してください。
4. VEP／ClinVar の応答：形式は可変です（リスト、{data, metadata}、または {error}）。3 つすべてに対応してください。

---

ワークフローのパターン

バリアント頻度：gnomad_search_variants -> gnomad_get_variant(dataset="gnomad_r4") -> MyVariant_query_variants（1000G の集団別内訳）-> EnsemblVEP_annotate_rsid

疾患の GWAS：gwas_search_associations -> gwas_get_variants_for_trait -> 上位ヒットに対する gnomad_get_variant -> EuropePMC_search_articles

遺伝子の特性評価：gnomad_get_gene_constraints -> gwas_get_snps_for_gene -> ClinVar_search_variants -> PubMed_search_articles

病原性の評価：EnsemblVEP_annotate_rsid -> MyVariant_query_variants（CADD、ClinVar）-> gnomad_get_variant（頻度）-> RegulomeDB_query_variant（非コード領域の場合）

---

理論的推論（計算問題では重要）

これらの式は、定量的な集団遺伝学の問題で必要になります。中間値を示しながら、手順を追って計算してください。

選択下での対立遺伝子頻度の変化（delta-q）

劣性有害対立遺伝子の場合（適応度：AA=1、Aa=1、aa=1-s）：

delta_q = -s * q^2 * p / (1 - s * q^2)

ここで、p = freq(A)、q = freq(a)、s = 選択係数です。

優性有害対立遺伝子の場合（AA=1、Aa=1-s、aa=1-s）：

delta_q = -s * q * p / (1 - s * q * (2 - q))

ヘテロ接合体優位の場合（AA=1-s1、Aa=1、aa=1-s2）：

equilibrium: q_hat = s1 / (s1 + s2)

例：問題のs1とs2を代入します。q_hat = s1/(s1+s2)です。

劣性対立遺伝子に対する選択は、qが低いと進みが遅くなります。これは、a対立遺伝子の大半がヘテロ接合体に隠れているためです。qをq0からqtまで減らすのにかかる時間：t ~ (1/qt - 1/q0) / s 世代。

小集団における遺伝的浮動

1世代あたりの対立遺伝子頻度の分散：Var(delta_p) = pq / (2Ne)

新たな中立突然変異が固定する確率：1/(2*Ne)

固定までの時間（固定する場合）：中立対立遺伝子では約4*Ne世代

ヘテロ接合性の減衰：H_t = H_0 * (1 - 1/(2*Ne))^t

t世代後に失われるヘテロ接合性の割合 ~ 1 - e^(-t/(2*Ne))

有効集団サイズ（Ne）の調整：

• 性比が不均等な場合：Ne = 4NfNm / (Nf + Nm)
• 集団サイズが変動する場合：Ne = 世代ごとのNの調和平均
• ボトルネック：最小の世代サイズが支配的です

浮動と選択の比較：|s| < 1/(2*Ne)の場合、浮動が支配的です。s=0.01の変異は、Ne < 50の集団では中立的に振る舞います。

連鎖不平衡（LD）の減衰

D = freq(AB) - freq(A)*freq(B)。AとBは2つの遺伝子座における対立遺伝子です。

組換えによる減衰：D_t = D_0 * (1 - r)^t。ここで、r = 組換え率、t = 世代数です。

LDの半減期：t_half = -ln(2) / ln(1-r) ~ 0.693/r 世代（rが小さい場合）。

r-squared（正規化LD）：r^2 = D^2 / (pA * pa * pB * pb)。範囲は0～1です。

有限集団における平衡状態での期待r^2：E[r^2] = 1 / (1 + 4Ner)（浮動と組換えの均衡の場合）。

実用上の意味：

• 強く連鎖した遺伝子座（r < 0.01）：LDは数百世代にわたって持続します
• 弱く連鎖した遺伝子座（r = 0.5、独立分配）：LDは世代ごとに半減します
• GWASのタグSNPが機能するのは、LDがブロックにわたって広がるためです。ブロックサイズはNeと組換え率によって異なります
• アフリカ系集団ではLDブロックが短くなります（歴史的Neが大きい）→ より高密度のSNPアレイが必要です

ハーディ・ワインベルグ平衡

対立遺伝子A（頻度p）とa（頻度q=1-p）の場合、期待される遺伝子型頻度はAA=p^2、Aa=2pq、aa=q^2です。

カイ二乗検定：df=1（対立遺伝子が2種類）。推奨：PopGen_hwe_test ツールを使用します。代替手段：popgen_calculator.py --type hwe --AA N1 --Aa N2 --aa N3。

HWEからの逸脱の原因：非ランダム交配、選択、移住、浮動、遺伝子型判定エラー。ホモ接合体の過剰は、近親交配または集団構造（ワーランド効果）を示します。ヘテロ接合体の過剰は、超優性選択または負の同類交配を示します。

遺伝率

• H^2（広義） = V_G / V_P；h^2（狭義） = V_A / V_P
• V_Gには、加算、優性、エピスタシスを含む、すべての遺伝的分散が含まれます。注意：「広義」は加算のみを意味するわけではありません。
• 2種類の対立遺伝子（p、q）がHWEにある場合、遺伝子型頻度はp^2、2pq、q^2です
• 遺伝子型から表現型頻度を求めるには、各遺伝子型クラスについて（遺伝子型頻度 * 浸透率）を合計します
• 量的形質の場合：V_P = V_G + V_E（共分散はないと仮定）
• 優性がある場合：遺伝子型値（例：AA=a、Aa=d、aa=-a）を割り当て、平均を計算した後、頻度で重み付けした偏差の二乗からV_Gを求めます
• PGSとSNP-h²に関する注意点：PGSのR²は、必ずしもh²_SNP以下とは限りません。大規模なGWASでは、一般的なSNPとのLDを通じてまれな原因変異をタグ付けできるため、PGSがSNP-h²を上回ることがあります。「必ずしも」という表現がある場合、この主張は誤りです。h²_SNPは一般的な変異から推定されますが、PGSはそれ以外の分散も捉えることがあります。

経路分析（因果ダイアグラム）

• 図を通じて原因から結果までのすべての経路（直接・間接）をたどります
• 各経路の寄与 = その経路に沿った経路係数の積
• 総効果（相関） = すべての経路の寄与の合計
• 間接効果は直接効果を覆い隠す（抑制）ことも、増幅する（交絡）こともあります
• 分析されていない相関（二重矢印）も、有効な経路の一部として数えます
• 間接経路を決して無視しないでください — 総効果が直接矢印だけで決まることはほとんどありません

遺伝的組み合わせ論（F2交配、ハプロタイプの数え上げ）

2つの近交系（ホモ接合）系統間にn個のSNPがある場合：

• F1はすべてのn遺伝子座でヘテロ接合です
• F2の異なるハプロタイプ = 2^n（各SNPは親系統AまたはBのアレルをとります）
• F2の異なる二倍体遺伝子型 = 3^n（各遺伝子座でAA、AB、BB）
• F2の固有染色体（異なるハプロタイプ） = 2^n（例：5 SNP → 2^5 = 32。ただし「新規」と問われた場合は、親の2つのハプロタイプを差し引いて30）
• これらの数を求める場合は、必ずPythonコード（python3 -c "..."）を書いて実行してください。手作業で数え上げないでください。
• フィールドデータから標本を数える場合：データを構造化し、プログラムで計算してください。

突然変異・選択平衡

有害アレルの平衡頻度：

• 劣性致死：q_hat = sqrt(mu/s) ~ sqrt(mu)（s=1の場合）
• 優性致死：q_hat = mu/s
• 例：mu=1e-5、s=1（劣性致死）→ q_hat = 0.003（保因者頻度は約0.006）

F統計量と集団構造

• Fis：亜集団内の近交（デーム内のヘテロ接合体不足）
• Fst：亜集団間の分化。Fst = Var(p) / (p_bar * q_bar)
• Fit：全体の近交。(1-Fit) = (1-Fis)(1-Fst)
• Fstの解釈：<0.05は小さい、0.05-0.15は中程度、0.15-0.25は大きい、>0.25は非常に大きい分化
• 推奨：PopGen_fst ツールを使用してください。代替手段：popgen_calculator.py --type fst --p1 X --p2 Y --n1 N1 --n2 N2

---

メンデル遺伝学の推論フレームワーク

あらゆる遺伝交配の問題では、以下の手順を順番に実行してください。手順を省略しないでください。

ステップ1：遺伝子、位置、アレル間の関係を特定する

• 交配に関与するすべての遺伝子を列挙します
• 染色体上の位置を特定します：常染色体かX連鎖か（X連鎖遺伝子では、雄と雌で遺伝様式が異なります）
• アレル間の関係を特定します：優性／劣性、共優性、不完全優性
• 遺伝子間にエピスタシス、抑制、修飾の相互作用があるか記録します

ステップ2：親の遺伝子型を明示する

• 標準的な表記を使用します（例：常染色体ではAa Bb、X連鎖ではX^w X^+）
• X連鎖遺伝子の場合、雄は半接合（X^w Y）であり、ホモ接合ではありません
• 親の遺伝子型が与えられていない場合は、表現型と系譜の情報から推定します

ステップ3：各遺伝子のパネット方眼を作成する

• 複数遺伝子の交配では、遺伝子が非連鎖なら個別に扱ってから組み合わせます
• 連鎖遺伝子では、組換え頻度を使って配偶子の比率を調整します
• X連鎖では、父親はすべての娘にXを、すべての息子にYを渡すことを忘れないでください

ステップ4：期待される表現型比を計算する

• 独立した遺伝子の比を掛け合わせます（例：3:1 x 3:1 = 9:3:3:1）
• X連鎖の場合は、雄と雌の比を別々に計算してから、必要に応じてまとめるか、別々に報告します

ステップ5：比の合計が1.0になることを確認する

• すべての比を分数に変換し、合計が1になることを確認します
• 合計が1にならない場合は、パネット方眼または配偶子の計算に誤りがあります

ステップ6：遺伝子型比の計算後に表現型の修飾規則を適用する

• エピスタシスの場合：まず遺伝子型比全体（例：9:3:3:1）を計算し、次に同じ表現型を生じる遺伝子型クラスをまとめます
• 抑制遺伝子の場合：抑制遺伝子のホモ接合体（su/su）は、それ以外の点では変異型となる背景で野生型を回復させます。変異アレルを持つ個体を特定してから抑制を適用します
• 例：劣性エピスタシス（aaがBをマスクする）では、9 A_B_ : 3 A_bb : 3 aaB_ : 1 aabb は9:3:4になります

---

大腸菌Hfrマッピングのフレームワーク

細菌の接合とHfrマッピングの問題では：

基本原則

• Hfr と F- の交配では、Hfr 染色体は伝達起点（oriT）から始まり、直線的に移行します
• 遺伝子の伝達順序 ＝ 起点からの染色体上の順序
• 早期マーカー（最初に移行するもの）は、伝達起点に最も近い位置にあります
• 後期マーカー（最後に移行するもの）は、起点から最も遠い位置にあります

交配中断実験

• より早い時点で組換え体に現れる遺伝子ほど、oriT に近い位置にあります
• 移行時刻から、遺伝子の順序と遺伝子間のおおよその距離がわかります
• 組換え体の形成には、相同組換えによる組み込み（二重交差）が必要です

マーカー間の組換え頻度

• 重要な落とし穴：最も高い組換え頻度が生じるのは、移行する領域上で最も離れたマーカー間です
• これは、離れたマーカー間では移行の間隔が長く、その間に組換え事象が起こる機会が増えるためです
• 逆に、移行時刻が近いマーカー間では、組換え頻度は低くなります
• 「最も高い組換え頻度」と「最初に移行するマーカー」を混同しないでください。これらは正反対の概念です

Hfr データからマーカーの順序を決める

1. 移行時刻のデータを使い、oriT を基準に遺伝子の順序を決定します
2. 選択したマーカーのペア間の組換え頻度データを使い、順序を確認または調整します
3. 起点の異なる複数の Hfr 株を使うことで、環状マップを作成できます

---

遺伝学の多肢選択問題を解くための消去法

多肢選択問題の基本手順

1. 必ず答えを選ぶ前に、すべての選択肢を評価します
2. 正しそうに見える最初の選択肢を選ばないでください。より適切、またはより正確な答えがあるかもしれません
3. 問題文を注意深く読み、「最も可能性が高い」「最も可能性が低い」「正しくない」「常に」「決して」などの限定表現を確認します

「正しくないものはどれか」という問題

• 各文を個別に評価し、正しいか誤りかを判定します
• 選択する前に、各選択肢に T または F を付けます
• 答えは F と判定した文です
• 再確認してください。「誤り」の文が、紛らわしい表現であるだけではなく、実際に誤りであることを確かめます

「どのメカニズムか」という問題

• 提案された各メカニズムを、問題文に示されたすべての観察結果と照らし合わせます
• 正しいメカニズムは、一部だけでなく、すべての観察結果を説明できなければなりません
• たとえ一つの観察結果と矛盾する場合でも、そのメカニズムを除外します

注意すべき具体的な落とし穴

• サブ機能化と新機能化：サブ機能化 ＝ 祖先が持っていた既存の機能を重複遺伝子間で分担すること（元の機能を果たすには両方のコピーが必要です）。新機能化 ＝ 一方のコピーが、祖先にはなかった真に新しい機能を獲得することです
• コピー数中立の LOH：有糸分裂組換え（染色体の一部に影響する部分的な組換え）によって生じるものであり、片親性ダイソミー（UPD、染色体全体に及ぶもの）によるものではありません。問題では、この2つを混同させようとすることがあります
• 浸透率と表現度：浸透率 ＝ ある遺伝子型を持つ個体のうち、何らかの表現型を示す個体の割合です。表現度 ＝ 表現型を示す個体における、その表現型の程度や重症度です。これらは異なる概念です
• 相補性と組換え：相補性 ＝ 異なる遺伝子の2つの変異がトランスで共存することで、野生型が回復することです。組換え ＝ 同じ遺伝子または異なる遺伝子の2つの変異間で交換が起こることです。相補性は F1（ヘテロ接合体）で調べ、組換えは後代で調べます

---

遺伝学の推論でよくある落とし穴

以下は、難しい遺伝学の問題で推論ミスにつながった具体的なパターンです。遺伝学の多肢選択問題に答える前に確認してください。

サプレッサー遺伝学

• サプレッサー変異は、ホモ接合になると、別の変異がある背景で野生型の表現型を回復させます
• 元の変異と常染色体劣性のサプレッサーの両方を含む F2 交配では、次のように考えます：
  • 二遺伝子雑種交配として扱います。一次変異とサプレッサーは独立に分離します
  • F2 のうち、サプレッサーについてホモ接合となるのは 1/4 だけです
  • サプレッサーは、一次変異についてもホモ接合である個体にのみ作用します
  • パネット方眼を使ってすべての遺伝子型のクラスを列挙し、その後、抑制の規則を適用して表現型を判定します

非分離（Bridgesの実験）

• Bridgesは非分離を利用して、染色体説を証明しました
• X0の雄は、雌の減数分裂で非分離が起きることで生じます
• 減数第一分裂での非分離：両方のX染色体が一方の極に移動します -> XX卵 + O卵（Xヌル）
• 減数第二分裂での非分離：姉妹染色分体が分離しません -> 1つの二次卵母細胞からXX卵が生じます
• 古典的なBridgesの結果：例外的な白眼の雌（X^w X^w）と赤眼の雄（Xヌル卵 + Y精子 = X0から生じますが、通常は不妊です）
• 重要な区別：どの種類の非分離（MIとMII）がどの特定の配偶子型を生じるかを理解しましょう

GWASのLDブロック

• 同じLDブロック内のSNPは相関しており、偽陽性の関連を増加させることがあります（1つの因果SNPに引きずられて、因果関係のないタグSNPも関連して見えます）
• 異なるLDブロック間のSNPは概ね独立しており、誤解を招く遺伝子座間の関連を生みません
• LDブロックの構造は集団によって異なります（歴史的な有効集団サイズNeが大きいため、アフリカ系集団ではブロックが短くなります）
• 因果変異と連鎖しているタグSNPを区別するには、LDブロック内でファインマッピングを行う必要があります

全ゲノム重複後の遺伝子保持

• 新機能化：一方のコピーが新しい機能を獲得します -> 重複後の遺伝子保持の理由として最も一般的に挙げられます（それぞれが不可欠になるため、両方のコピーが保持されます）
• サブ機能化：祖先の機能がコピー間で分割されます -> 重複コピーの分化を説明しますが、祖先の機能全体を維持するには両方のコピーを保持する必要があります
• 遺伝子量バランス：タンパク質複合体の化学量論的バランスを維持するため、一部の遺伝子は重複した状態で保持されます
• 注意点：「保持を説明するもの」と「分化を説明するもの」を問う問題では、それぞれ最適な答えが異なります
• 保持について：新機能化（新しい機能によって両方のコピーが不可欠になります）
• 発現や機能の分化について：サブ機能化（祖先の役割が分割されます）

---

上級遺伝学の落とし穴 v2

PGSと遺伝率：「必ず正しい」かどうかの考え方

PGSと遺伝率に関する「必ず正しい」問題では、V_D=0の場合とV_D=V_Gの場合の両方で成り立つときに限り、その記述は必ず正しいといえます。極端な場合を検証しましょう。

パス図の符号を割り当てる手順

一般知識からパスの符号を推測してはいけません。よく知られた系とは異なる符号の場合があります。次の手順に従ってください。

1. 基準となる方向を定める：何が変化していますか？ 何が増加していますか？
2. 各パスX→Yについて：「Xが増加したとき、Yは増加する（+）か、減少する（-）か」だけを考えます
3. 直感ではなく、問題の実験条件（ノックアウトと対照の比較、提示されたデータ）を使って符号を判断します
4. 負のパスを想定する：パス図では、負の関係を特定する能力が問われます。すべてが正の符号であることは、ほぼ確実に誤りです。直接の残差パス（e）は、予想とは逆の符号を持つことがよくあります

カイ二乗：「棄却される可能性が最も高い」場合の手順

問題で与えられた期待比からカイ二乗値を計算します。自由度df =（表現型クラス数 - 1）に対応するカイ二乗臨界値と比較します。カイ二乗値が最も高い選択肢を選びますが、どのパターンが対立仮説を生物学的に示すものかも確認してください。

LDと誤解を招くGWAS関連

組換えホットスポットにあるLDブロックの境界は、GWASで位置を誤って特定する原因になります。ブロック内に強いシグナルがあっても、因果変異がそのブロック内にあるとは限りません。

低頻度アレルの検出

Duplex sequencing（ユニーク分子識別子 + 二本鎖コンセンサス）では、標準的なNGSでは80Xの深度でも検出できない、頻度0.01%のアレルを検出できます。リード深度を単純に増やしても、超希少変異の検出には役立ちません。Illuminaのエラー率（約0.1%）のため、深度にかかわらず約1%未満の変異は検出できないからです。真の希少変異とシーケンシングエラーを区別するには、エラー補正法（UMI、二本鎖コンセンサス）が必要です。

---

同梱の計算スクリプト

スクリプト：skills/tooluniverse-population-genetics/scripts/popgen_calculator.py

推奨：可能な場合は、スクリプトではなく ToolUniverse のツール（MCP/SDK 経由）を使用してください：

• PopGen_hwe_test ツール — HWE カイ二乗検定。フォールバック：popgen_calculator.py --type hwe
• PopGen_fst ツール — Weir-Cockerham Fst。フォールバック：popgen_calculator.py --type fst
• PopGen_inbreeding ツール — 血統に基づく近交係数。フォールバック：popgen_calculator.py --type inbreeding
• PopGen_haplotype_count ツール — 期待ハプロタイプ多様性。フォールバック：popgen_calculator.py --type haplotypes

フォールバック用スクリプトのモード（いずれも --type が必須）：

• hwe：--AA N --Aa N --aa N — p 値を含む HWE カイ二乗検定
• fst：--p1 F --p2 F --n1 N --n2 N — Weir-Cockerham Fst
• inbreeding：--pedigree TYPE --generations G — 血統に基づく F（self、full-sib、half-sib、first-cousin など）
• haplotypes：--snps N --generations G --recomb_rate R — 期待ハプロタイプ多様性

---

主要な概念

• MAF：マイナーアレル頻度。一般的：>5%。まれ：<1%。超まれ：<0.01%。
• pLI：LoF 不耐性の確率。>0.9 = ハプロ不全遺伝子。
• LOEUF：LoF o/e の上限割合。<0.35 = 高度に制約されている。
• CADD PHRED：>=10 は上位 10%、>=20 は上位 1%、>=30 は最も有害なものの上位 0.1%。
• ゲノムワイド有意性：GWAS p < 5e-8（約 100 万件の独立検定に対する Bonferroni 補正）。
• 効果量：OR > 1 = リスクアレル、< 1 = 保護的。Beta > 0 = 形質を増加させます。

エビデンスの評価

• T1：ClinVar の病原性／病原性の可能性あり、FDA 薬理ゲノミクス
• T2：gnomAD 頻度、GTEx eQTL、ゲノムワイド有意な GWAS
• T3：CADD/SIFT/PolyPhen 予測、RegulomeDB、制約指標
• T4：VEP の結果用語、dbSNP アノテーション、文献での言及