SAMOVA (Spatial Analysis of Molecular Variance) is a powerful population genetics method and software application used to define groups of populations that are geographically close and genetically distinct from one another. It builds upon the traditional AMOVA (Analysis of Molecular Variance) framework by incorporating spatial coordinates directly into the statistical clustering process. 核心目的与机制
SAMOVA 旨在解决一个经典的生物学问题：如何在不引入人为基因流假设的情况下，自动将多个样本划分为不同的地理大群？
模拟退火算法 (Simulated Annealing)：软件采用这种随机优化算法，自动在地图上调整群体边界，以最大化组间遗传分化指数 ( FCTcap F sub cap C cap T end-sub
最大化组间差异：通过最大化大组之间的变异比例（ FCTcap F sub cap C cap T end-sub
），同时最小化大组内部各亚群之间的变异（ FSCcap F sub cap S cap C end-sub ），从而找到最具统计学意义的地理边界。
识别遗传屏障：由于它强迫划分出地理边界，该过程往往能帮助研究人员发现阻碍基因流移动的隐性隐蔽屏障（如山脉、河流或气候过渡带）。 SAMOVA 的关键工作流程
在日常学术研究和应用（如“Unlocking SAMOVA”这类技术指南所详述的步骤）中，该分析主要分为三个核心阶段： 1. 数据准备
运行 SAMOVA 软件（由伯尔尼大学开发）通常需要两个同名的配对输入文件：
.arp 文件：符合 Arlequin 软件格式的标准分子遗传学数据文件（支持 DNA 单倍型、微卫星、SNP 等）。
.geo 文件：包含每个采样点精准的地理坐标（经纬度），每个采样点的顺序必须与遗传文件严格一致。 2. 参数设定与运行
Leave a Reply