方法与边界

不是一个百分比,
而是一组相互验证的证据

我们组合使用群体遗传学常用方法,并在报告中说明参考人群、统计结果与解释边界。

01

PCA 主成分分析

将大量遗传变异压缩到少数坐标轴中,观察样本与参考人群的相对位置。它适合建立整体图景,但距离接近并不等于直接祖先关系。

PCA 主成分分析报告示例
报告示例:目标样本与现代、古代参考人群的位置关系
02

f3 / f4 统计

通过等位基因频率协方差,检验共享遗传漂变、群体亲缘与基因交流信号。我们同时报告统计量、标准误和 Z 值,而不只给出结论。

03

ADMIXTURE

在给定成分数的模型下估计祖源信号组成。不同 K 值和参考样本会影响结果,因此它需要与其他方法结合理解。

ADMIXTURE 祖源成分报告示例
报告示例:多个人群参照下的祖源成分结构
04

qpAdm 模型

测试目标样本能否由若干来源群体按一定比例解释,并利用外群评估模型拟合。我们会比较候选模型,避免把单一拟合当作唯一历史。

qpAdm 混合模型报告示例
报告示例:候选来源比例、误差与模型拟合结果

我们明确不做什么

Orange DNA 提供祖源与群体遗传学解读,不进行疾病风险预测、医学诊断、司法鉴定、亲子鉴定或民族身份认定。古DNA参考样本存在时空与数据质量限制,报告会诚实标明不确定性。