古DNA分析工具不用写代码,普通人也能用微基因的数据进行古DNA分析?
上个月,我写了一篇文章。
我把自己那份微基因的原始数据,和公开发表的古代人群合在一起,依次跑了 PCA、outgroup f3、ADMIXTURE、f4,最后用 qpAdm 建模,给自己找了找——我和黄河流域、长江流域、华南沿海的那些古人,到底是什么关系。
文章发出去以后,后台的留言里,有一句话反复出现:
"你能不能也帮我分析一下?"
说实话,我特别想。
但我很快发现,这件事没法简单地复制粘贴。
Orange aDNA 编辑部2026-07-19预计阅读 10 分钟
一、用微基因数据做古DNA分析
我把自己那份微基因的原始数据,和公开发表的古代人群合在一起,依次跑了 PCA、outgroup f3、ADMIXTURE、f4,最后用 qpAdm 建模,给自己找了找——我和黄河流域、长江流域、华南沿海的那些古人,到底是什么关系。不是把新的原始数据丢进同一套流程、重跑一遍就完事了。每个人测的芯片不一样,有效位点不一样,在 PCA 上落的位置也不一样——落点不同,要挑来参照的古代人群就得重新选;参照换了,f4 和 qpAdm 的模型也不能照抄我那一套。等这些都弄完,跑出一串数字,还得坐下来一个一个判断:这个比例可信吗?这个模型站得住吗?表面上,只是"换个人再来一次";实际上,每一个人,都要重新走一遍数据处理、参考人群筛选、模型验证的全过程。所以那阵子我一直在想一个问题:有没有一个更省事的办法,能让那些想自己动手的人,也能亲手试一试古DNA分析——而不是都堵在我这儿排队?二、我找到了 ADGAP
它叫 ADGAP,由厦门大学和复旦大学共同开发和维护的。一句话说清它干了什么:它把过去只能在 Linux 命令行里跑的古DNA分析工具,整个搬进了浏览器。过去要做这些分析,你得先有一台配好环境的服务器,装好一堆软件,再对着黑底白字的终端敲命令。ADGAP 把这些全收进了网页里,点几下就能用。一是查古代样本。你可以按个体、人群、遗址、国家、年代、论文来源去检索,看每个古人样本的数据覆盖情况。比如你对仰韶文化好奇,直接搜,就能翻到一批仰韶相关的古代个体,连出处论文都标得清清楚楚。二是在线做群体遗传学分析。研究者平时用的那几件工具,这里都有:PCA——看自己落在古今人群的遗传地图上哪个位置;ADMIXTURE——把基因拆开,看由哪几种祖源成分构成;outgroup f3——找和你共享遗传漂变最多的人群;qpAdm——检验一个祖源模型能不能成立,并估计比例。一个不用写代码、在网页上就能跑真分析的地方——如果它真能一路走到底,那我确实可以直接把它推荐给所有问我"能不能帮我分析"的人。三、普通人怎么用 ADGAP
我挑一条最好懂的线带你走一遍:合并数据库 → 跑 PCA → 试 f3 → 走到 qpAdm 的门口。六个工具不全讲,讲透这一条,你就明白它是怎么回事了。你需要将自己的微基因数据与AADR数据库合并，并且你需要查看一下数据库是否有你需要对比的人群，ADGAP就提供了数据库的样本查找功能以及AADR数据库下载地址。出来的每一条,都是一个真实的古代个体,后面标着它属于哪个人群、来自哪个遗址、什么年代、出自哪篇论文。你会看到人群名字里带着一串缩写,别被吓到,规律很简单:YR 是黄河流域,WLR 是西辽河流域;MN 是中期新石器,LN 是晚期新石器,BA 是青铜时代,IA 是铁器时代。所以 YR_LN 就是"黄河流域晚期新石器时代"的人。这里插一句,不是敲打谁,是这门学问本来的讲究:选参考人群,不是在"北方人"和"南方人"之间随便挑一个,而是要看这批样本的地区、年代和考古背景对不对得上。同样是"黄河流域",新石器早期和青铜时代,可以是很不一样的人。页面上大致要你选这么几样:基因型数据、SNP 信息、个体和人群信息,再挑几个你想放进图里当背景的参考人群,设一下参数。选好数据、点提交。就这么几下——过去要在命令行里敲一长串、还得等服务器慢慢算的 PCA,现在几个网页按钮就出来了。图出来了,每个人是一个点,基因越像,点靠得越近。这一步有三句话我想提醒你,是"怎么读"的门道,不是"你会读错"的警告:一是靠得近,不等于就是直接祖先,可能只是共享了很深的共同祖源;二是你要是落在两个人群中间,不代表你就是这俩按比例调出来的;三是 PCA 擅长告诉你"大概偏哪个方向",但不擅长给精确比例——定位可以,定量不行。数学我们不碰,只说它俩在干嘛:PCA 帮你定了个大方向,outgroup f3 能帮你找出和你共享遗传漂变最多的人群——也就是血缘信号最强的那批;f4 则是围绕一个具体问题做判断,比如"相比某个古代人群,我身上是不是还多了一点南方成分"。如果你还想更进一步,知道自己的遗传位置能不能由几个古代人群"调配"出来、各占多少比例,那就该轮到 qpAdm 了。它是这套流程里最核心、也最能给出量化答案的一步。而恰恰是在准备走这一步的时候,能最清楚地看见:这个网页,替你省掉了什么,又没能替你省掉什么。四、代码是省掉了,但两头的功夫还在
我想先把话说清楚:把这一整套分析搬进浏览器,ADGAP 这件事做得是真的漂亮。装软件、配环境、对着终端敲命令——这些最劝退普通人的部分,它确实给抹掉了。点几下网页就能跑 PCA、跑 qpAdm,放在几年前是不敢想的。但一次完整的分析,有两头是它天生够不着的:数据怎么进去,和结果怎么读出来。而偏偏,就是这两头最花功夫。你从微基因下载的原始数据,是一个 txt 文件。可这套分析认的,不是 txt,而是 .geno/.snp/.ind 这类群体遗传学专用的格式。从前者到后者,不是改个后缀名那么轻巧。我自己做的时候,这一步要筛芯片上的位点、统一染色体坐标、确认参考基因组用的是哪个版本、检查正负链和等位基因方向对不对、再从古DNA数据库里提取和你共有的那些 SNP,处理掉冲突的和缺失的位点,最后才能和古代样本合并到一起。一句话:从"微基因原始数据.txt"到"一份能真正开跑的数据",中间隔着的不是一次"另存为",是一道完整的数据工程。就算数据顺利进去了,网页也只是替你省掉了敲命令这个动作——它没法替你决定,你到底该问什么问题。还拿 qpAdm 说:谁放进去当 target,哪些人群当 source,哪些进 outgroup,该用两源还是三源模型,要不要做轮换检验……这些没有一个是网页能替你拿主意的。我上一篇给自己跑 qpAdm 的时候,一开始最直觉的那几个组合,模型一个接一个被拒。后来我加了参考人群、又换了 outgroup,连一个数字上看着挺合理、比例也挺漂亮的模型,也照样被拒掉了。那次之后我才真正明白:古DNA分析最危险的地方,从来不是跑不出数字,而是——你太容易相信第一个看起来漂亮的数字。一个能通过检验的模型,和一个只是"看着顺眼"的模型,差的就是这两头的功夫。五、所以,普通人到底能不能用 ADGAP
如果你问的是——"不装 Linux、不写命令,能不能在网页上跑通 PCA、f3、qpAdm 这些分析?"但如果你问的是——"直接把微基因下载的 txt 传上去,就能自动得到一份可信的古代祖源报告?"把这两半摊开看,其实很清楚。ADGAP 降低的,是软件安装、命令行、计算环境,还有一部分数据查询的门槛——这些都是过去把普通人挡在门外的东西。而它没能替你完成的,是数据处理、参考人群的选择、模型设计、统计结果的判断,以及最后把它接回历史背景去解读。前一半,是工程门槛,机器和好的界面可以帮你抹平。后一半,是研究本身,得有人坐下来,一步步替你做。也正是在这儿,我又想起了大家问我的那句"你能不能也帮我分析一下"。六、Orange DNA
先把话放这儿:ADGAP 是免费的。上面那套数据准备的方法,哪天我也可以专门写一篇教程,拆开讲清楚。真心想自己折腾、想把群体遗传学啃下来的朋友,我一百个欢迎——这门东西值得更多人真的懂它,不只是听个热闹。但我也知道,大多数问我的人,要的其实不是"我要成为半个古DNA研究者"。你要的,是一份靠谱的、有人替你读懂的结果——而不是为了这份结果,先去搭进去好几个星期。如果是这样,那这就是我做orange ADNA的原因。它不是要取代 ADGAP,也不是再造一个群体遗传学软件。ADGAP 把专业软件搬进了浏览器,而在你那份消费级原始数据、和这些工具之间,还缺着一座桥——数据怎么转、参考人群怎么配、结果怎么整理和解读。orangeDNA 想做的,就是这座桥。定位版(¥59),回答一个问题:我的遗传位置,更接近哪些东亚古代人群?我会替你做原始数据的检查和处理、和古DNA数据库合并,跑出你的 PCA 定位,再用 f3 亲缘统计找出和你血缘信号最强的古代人群。适合想先摸清自己大致祖源坐标、预算有限的入门用户。江南版(¥129),专为江浙沪人群定制。如果你籍贯在江苏、浙江、上海,想知道的不只是"偏哪个方向",而是"具体各占多少",这一档用 qpAdm 做双组分混合建模——黄河流域古代人群 + 昙石山文化人群,正是我给自己跑出 93.5% + 6.5% 时用的那套思路。这里我要如实说一句:这一档用的是一个为长江下游人群设计的固定模型。它对江浙沪很合适,但换成其他地区的人,这个模型可能不成立——那样的话,别选它,直接看下面的溯源版。我把这句写在这儿,不是免责,是我不想让你花了钱、拿到一个其实不适用于你的结果。溯源版(¥199),最完整的一档,回答最深的那个问题:我的遗传特征,可能牵连着哪些古代人群的迁徙和融合?它不套固定模型,而是针对你这个人来做:PCA 定位、ADMIXTURE 成分分析、qpAdm 多模型混合建模、f4 统计检验,一整套走下来,再结合具体论文和考古背景给你详细解读。适用于全国各地,想要一份最详尽祖源报告的人。有一点我想说在前面,也是我给自己划的线:我不会承诺"每个人都能算出一个精确的古代祖源百分比"。我能承诺的是——在你的数据和现有参考样本允许的范围内,认真地对候选模型做检验;模型如果通不过,我会如实告诉你通不过,而不是硬凑一个好看的数字给你。七、报告不是终点
今天这个答案,已经从"完全不可能",变成了"可以试试"。ADGAP 让人不必再和复杂的软件环境搏斗;而 orangeDNA,想接着把数据准备、参考人群和解读这几步也接过来。所以,如果你已经在微基因、23魔方这些平台测过、并且能下载原始数据——你不用重新采样。只要格式和有效位点够用,那份躺在你硬盘里的 txt,就能拿去和几千年前的古人比一比。测完 DNA,拿到那份"XX% 北方汉族"的报告,其实不是终点。那几十万、上百万个位点里,还压着一段更久远的故事——关于你的祖先从哪里来,走过了哪些路,又在哪个你已经无法追溯的节点,和另一群人相遇、融合,然后一路,走到了今天的你。 
