本文主要是介绍每日文献：2018-02-20，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
自然选择的分子印迹（精读第一天）
由于最近不知不觉开始涉及群体遗传学，所以准备精读（其实就是原文翻译）一篇review尽力去了解这个我陌生的领域。文章原标题为Molecular Signatures of Natural Selection， 作者Rasmus Nielsen。
简介
群体遗传学数十年来一直被一个问题所困扰，那就是如果在观察物种中存在一个遗传变异，那么应该如何定量得描述自然选择对这个个变异形成的帮助。
在中性进化学说（neutral theory）中，大部分物种内或物种间的变异都是中性选择（ selectively neutral），也就是不会影响该生物体对环境的适应性。新产生的突变即便不会影响该突变携带者的适应性，但由于随机因素在群体中的频率会有所提高。这个由于随机因素导致的群体基因频率改变的过程就是我们听说过的遗传漂变(genetic drift)
另一个流派认为那些的确会影响生物体的适应性的大比例变异收到了达尔文选择的影响，
即使有了大规模可用的基因组数据，这些问题依旧没有得到解决，不过这些争论已经把焦点从分子进化的一般定律或模式转移到了特定的例子中，探究自然选择是如何塑造其变异模式。考虑到推测自然选择在基因和基因组的模式和分布可以提供重要的功能信息，这类工作做的人也越来越多。例如，在人类基因组中，和疾病相关的基因区域的分离应该低于选择（假设疾病表型会导致适应性下降）。即便是非常小的适应性改变，从进化的时间尺度上也会造成非常大的改变。因此，从理论上来讲找到人类基因组中那低于选择的区域就能推测出和疾病因子相关的区域。通常而言，基因组上低于选择的区域往往有着非常重要的功能。这种基于选择的推测也就广泛用在识别功能域或氨基酸残基。
- Discovery of regulatory elements by a computational method for phylogenetic footprinting
- Positive selection of primate TRIM5 alpha identifies a critical species-specific retroviral estriction domain
这篇文章综述了目前（2005年）基因组选择相关的认知，讨论了利用分子数据，如基因组DNA测序和SNP数据检测选择的方法。
这篇关于每日文献：2018-02-20的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
