超级计算如何破解人类起源之谜

一台每秒可进行 9.6 千万亿次运算的德克萨斯州超级计算机通过查看 24,000 年前在西伯利亚中南部马尔塔去世的一名男孩的骨骼，解决了遗传学中的一个棘手问题。

现有的基因模型表明，现代欧洲人与三个不同的群体共享 DNA：大约 4 万年前抵达欧洲的蓝眼睛、皮肤黝黑的狩猎采集者；大约 7000 年前从近东迁徙而来的浅肤色、棕色眼睛的农民；以及最近抵达欧洲分享基因的第三个神秘群体。但没有人知道这个“幽灵人口”是谁。

通过将这名远古男孩的基因组数据输入德克萨斯大学奥斯汀分校的9.6 千万亿次浮点运算“Stampede”超级计算机，哈佛大学的资深合著者戴维·赖希和他的团队能够证实一项理论，即这名男孩所在的“古代北欧人”群体确实就是失踪的人群。

早期欧洲的“幽灵人口”是谁？

华盛顿大学基因组科学博士后研究员 Joshua Schraiber 表示：“他们一直在构建这些非常复杂的杂交和种群分化模型。”他对 9 个古人类进行了基因组计算机分析，并将其与 2,345 名现代欧洲人的基因组数据库（称为 POPRES）进行了交叉引用。

闪闪发光的数据

如何将一块有 24000 年历史的骨头转化为一个超级计算机可以读取的数据集，而这个数据集之大需要一周时间才能下载完成？

第一步需要在古骨上钻孔，并希望粉末中含有足够多的可行古 DNA 以供分析。DNA 在炎热潮湿的环境中会迅速降解，研究中的古 DNA 样本来自德国、卢森堡、瑞典和西伯利亚的寒冷地区并非偶然。（事实上，科学家更喜欢将提取的 DNA 储存在零下 80 摄氏度的冰箱中。）

“我们从卢森堡洛什堡、德国斯图加特洞穴和马耳他岛收集了所有这些非常棒的样本，它们含有大量死者的 DNA，”施莱伯说。“你会测试骨头，直到找到一个含有大量内源 DNA 的骨头，当你找到其中一个时，你会喝啤酒，因为你很开心。有时你确实很幸运。”

拥有如此多的样本意味着软件可以轻松地将古人类 DNA 与看起来非常不同的真菌或细菌闯入者区分开来。

自 2010 年首次对尼安德特人基因组草图进行测序以来，高通量测序仪已经彻底改变了基因分析。“能够同时对大量分子进行测序，这意味着，即使某个样本中只有 1% 的古人类 DNA，也会有海量的样本。所以这是非常大数字的 1%。你实际上可以从中重建基因组，”Schraiber 说。

但高通量测序仪通常会对给定的核苷酸进行 10 到 30 次采样，以确保不会发生错误，这会导致数据堆积如山。研究人员发现，来回邮寄两兆字节的硬盘比尝试通过网络发送文件更快。

超级计算机就是为此而生的。施莱伯的工作是将大量格式各异的数据集塞入一个名为“Beagle”的 DNA 分析程序中。然后，他必须寻找古代人类和现代人类之间相互关联的统计学显著证据。

完整的人类基因组有大约 30 亿个碱基对，其中数百万个位点因人而异。由于每个人的基因组数据都需要与其他每个人进行比较，因此 Schraiber 不得不使用一种计算机科学家通常尽可能避免的算法。计算机操作的数量随着时间的推移呈二次方增长——对于每 N 个测试数据样本，需要进行 N^2 次操作。Schraiber 和 Beagle 一次最多使用 100 GB 的 RAM，运行该程序需要数天时间。

鬼魂是来自其他大陆吗？

尽管拥有强大的计算能力和复杂的群体分化模型，但该团队在确定第三个祖先群体时，也需要一定的运气。

施莱伯说，在研究过程中，赖希和他的哈佛大学同事约瑟夫·拉扎里迪斯使用了“幽灵人口”的试验性模型，其中包括与一些美洲原住民非常相似的 DNA 序列。

“大卫和约瑟夫注意到，如果某个与美洲原住民基因组接近的基因是现代欧洲人的祖先种群之一，那么从数学上来说，情况会更吻合”。

大约在同一时间，2013 年 11 月，由哥本哈根科学家领导的团队发表了一篇有关马尔塔男孩基因组的论文，并得出结论：他与美洲原住民拥有相同的 DNA 遗产。

一旦马尔塔男孩的 DNA 被纳入模型，研究小组便能进行匹配，其结果于 9 月发表在《自然》杂志上。现代欧洲人至少与这群北欧人共享一些 DNA，北欧人本身与美洲原住民祖先密切相关，后者大约在 15,000 年前跨越冰冻的陆桥迁徙到美洲。古代北欧人不仅是现代美洲原住民的祖先，还为现代欧洲人提供了高达 20% 的 DNA。

解锁过去

目前正在进行进一步研究，以查明“幽灵人口”如何以及何时迁移到欧洲，预计明年将会找到可能的答案。

最先进的 DNA 提取技术、高通量测序仪和丰富的超级计算能力的强大结合，正在创造大量有关人类起源的数据。它还使我们有可能发现曾经被认为遥不可及的遥远过去。

最近几周，哥本哈根大学地质遗传学中心的一个团队重建了俄罗斯南部科斯坚基一名 37,000 年前的男性的 DNA，这是迄今为止收集到的最古老的欧洲基因组。10 月，德国莱比锡马克斯普朗克研究所的一个团队对西西伯利亚一名 45,000 年前的早期人类乌斯季伊希姆的内源性 DNA 进行了测序，这是迄今为止最古老的早期人类基因记录。

目前。