Key points are not available for this paper at this time.
混合区是遗传上不同的生物群体相遇和交配的地方，它们为物种及物种形成的本质提供了宝贵的见解。在这里，我们呈现一个新的R包bgchm，用于混合区的群体基因组分析。该R包扩展并更新了现有的bgc软件，结合了分层基因组渐变的贝叶斯分析与估计混合指数、种群祖先比例和地理渐变的贝叶斯方法。与现有软件相比，bgchm通过哈密顿蒙特卡洛采样增强了效率，并能够与基因型似然结合使用分层贝叶斯方法，使得推断不同类型的遗传数据集成为可能。该包还促进了跨基因组引入模式的量化，这对于理解生殖隔离和物种形成遗传学至关重要。我们首先描述bgchm的基础模型，然后提供R包的概述，并通过模拟和实证数据集的分析来展示其使用。我们显示，bgchm在各种条件下生成模型参数的准确估计，特别是在分析的遗传位点高度具有祖先信息时。这包括对渐变的全基因组变异性相对稳健的估计，而这并不是之前模型和方法的重点。我们还说明了选择和遗传漂变如何共同影响遗传位点之间引入的变异性，以及如何使用额外的信息来帮助区分这些贡献。最后，我们描述bgchm的前景和局限性，将bgchm与其他基因组渐变分析软件进行比较，并确定有前景的未来发展领域.
Gompert等（Fri，）研究了这个问题。