Кратко: избыток гетерозигот может быть реальным биологическим явлением $балансирующийотбор,дизассортативноеспаривание,отборпротивгомозиготит.п.$ или артефактом $ошибкигенотипирования,отборпроб,смешениеобразцовит.д.$. Ниже — подробный перечень возможных причин и план дальнейшего расследования.

Возможные биологические причины

Балансирующий отбор / overdominance $гетерозиготноепреимущество$. Гетерозиготы дают большую приспособленность, поэтому частота гетерозигот выше, чем ожидание по нейтральной HWE. Классический пример — серповидноклеточность/малярия.Отбор против гомозигот $рецессивно-зависящаялетальностьилиуменьшениевыживаемости/фертильности$. Если больные гомозиготы гибнут до отбора в выборку $иливыбываютизрепродуктивнойпопуляции$, в выборке взрослых остается больше гетерозигот.Дизассортативное спаривание $предпочтениепартнёровсотличнымгенотипом/фенотипом$. Прямо увеличивает долю гетерозигот.Недавний приток $адмикс$ и/или скрещивание между популяциями с разными частотами аллелей в сочетании с неравномерным брачным поведением — в некоторых ситуациях может приводить к локальным отклонениям от HWE $ноклассическийWahlund‑эффектчащедаётдефицитгетерозигот$.Гетерогенность по возрасту/сезону/половая селекция: например, гомозиготы умирают молодыми → в выборке взрослых слышимый избыток гетерозигот.Множественные аллели/комплексный локус $например,мульти‑аллическаясистемаилилокусснесколькимикопиями$: модель двухалельной HWE может не применяться напрямую.

Возможные методологические/технические причины

Генотипирующие артефакты:
Ошибки кластеризации в SNP‑чипах → ложные гетерозиготные вызовы.Ошибки выравнивания при секвенировании $паралоги,индексы,неоднозначныеместа$ → ложные смешанные аллели.Контаминация образцов $миксДНК$ → систематический избыток гетерозигот по множеству локусов.Копийные вариации/делеции/инсерции в регионе приводят к некорректным вызовам генотипов.Низкое покрытие NGS → ошибочные вызовы гетерозигот при ограниченных чтениях или при наличии ошибок секвенции.Ассертмент/отбор образцов:
Выборка, ориентированная на родственников, клинические центры, доноров и т. п.; если при отборе исключаются больные гомозиготы, доля гетерозигот искусственно повышается.Дублирование/повторный учет одних и тех же образцов $смесьстемижеобразцамиобычнонедастизбытокгетерозигот,ноошибкиучётамогут$.Ошибки в учёте/филоге $метаданные$: неверные пол, возраст, место рождения и т.п. — мешают правильной стратификации анализов.Популяционная структура анализа: если вы сравниваете ожидаемое HWE, рассчитанное некорректно $например,подругимподгруппам$, можно получить видимый избыток.

Как исследовать дальше — пошагово
1) Быстрая диагностика — локальный или системный эффект?

Проверьте гетерозиготность по всему геному/панели. Если много локусов показывают аномально высокий % гетерозигот → вероятна контаминация или техническая проблема. Если явление ограничено одним локусом → более вероятна биологическая причина или локальный технический артефакт.Рассчитайте FIS $инбрединговыйкоэффициент$ для локуса и для генома; отрицательный FIS указывает на избыток гетерозигот.
2) Проверки качества генотиповПросмотрите сырые данные: cluster plots $дляSNP‑чипов$ или alignments/reads в IGV $дляNGS$ в проблемном локусе.Проверьте метрики качества $прочностьвызова,покрытие,балансаллелей,качествобаз$.Повторите генотипирование для подпопуляции образцов $Sanger‑секвенированиеилидругойнезависимыйметод$ — особенно на гетерозиготах и гомозиготах.Оцените наличие копий $CNV$ в регионе $могутмаскировать/создаватьложныегетерозиготы$.
3) Проверки выборки и метаданныхПроанализируйте возможную контаминацию $высокаягетерозиготностьgenome‑wide,несоответствияпополовомухромосомам$.Удалите/отметьте близкородственные и дублированные образцы; проверьте родство $KING/PLINK$.Пересмотрите процедуру отбора образцов $асцертмент$, возрастной состав и источники данных.
4) Анализы популяционной структуры и стратификацииПроведите PCA, ADMIXTURE/STRUCTURE, вычислите Fst между подгруппами. Структура популяции может объяснить отклонения.Разделите данные по географии/этике/клану/возрасту/партнёрам и протестируйте HWE в каждой подгруппе.
5) Биологические испытания и клинические данныеСопоставьте генотипы с фенотипом/клиническими картами: есть ли повышенная смертность/снижение фертильности у гомозигот? Проверьте частоту гомозигот в детских и взрослых когортах.Семейный анализ: сегрегация в родословных, ожидание числа гетерозигот у детей и родителей; проводите тесты на дефицит родословных гомозигот.Если есть подозрение на гетерозиготное преимущество, попытайтесь оценить относительные фитнес‑коэффициенты $s,h$ моделированием и по демографии.
6) Тесты на сигнатуры отбораИспользуйте тесты на балансирующий отбор: Tajima’s D $положительноезначение$, HKA, повышение локального уровня полиморфизма, долгие и разнообразные гаплотипы; iHS/XP‑EHH и др. $оничащеиспользуютсядлянедавнегоселекции,длябаланса—другиекритерии$.Сравните уровни диверсификации гаплотипов вокруг локуса с геномным фоном.
7) Моделирование и статистическая оценкаСмоделируйте ожидаемые частоты под различными сценариями $дизассортативность,отборпротивгомозигот,частичнаясмертность,смешение,ошибкигенотипирования$ и подберите параметры, оптимально объясняющие наблюдение.Примените точечные и точные тесты HWE $например,exacttest$, учитывая стратификацию и множественные тесты.
8) РепликацияПроверьте результаты в независимой выборке $другаякогорты,другойрегион,другиелаборатории$.Если возможно, возьмите биологические образцы $кровь/ДНК$ от тех же лиц и протестируйте повторно.

Критерии интерпретации

Если аномалия локализована в одном локусе, качества данных чисты $высокоепокрытие,хорошиекластеры$, повторный Sanger подтверждает генотипы и клинические данные показывают снижение выживаемости гомозигот — сильный сигнал биологического отбора/балансирующего эффекта.Если аномалия наблюдается геномно и сопровождается признаками смешения/контаминации/низкого качества → техническая причина вероятнее.

Короткий план действий $практика$

Сравните гетерозиготность локуса vs genome‑wide. Просмотрите cluster plots / IGV для проблемных образцов. Повторная проверка генотипов методом Sanger или глубокого секвенирования на выборке $10–50образцов:гомоигетеро$. Проведите PCA/ADMIXTURE, расчёт FIS и тесты HWE по подгруппам. Сверьте с клинической/возрастной информацией, выполните семейный анализ. При подтверждении биологического сигнала — выполните тесты на признаки отбора и модельную оценку величин отбора.

Если хотите, могу:

предложить конкретные команды/скрипты $PLINK,vcftools,IGV$ для проверки качества и HWE; помочь составить план повторной валидации $какиеобразцывыбрать,какойметод$; интерпретировать конкретные данные, если вы пришлёте частоты/таблицы/плоты.