人工数据贯通群体遗传统计

更新：2026-10-14；状态：可用；验证范围：人工完整单倍型多样性、Tajima D、描述性分化、LD与中性漂变已运行；无真实推断。

用完整人工单倍型核对π、θ、描述性分化、LD与中性漂变，说明统计量的条件解释。

运行

先按R包Python包与可复现环境创建.venv、安装NumPy和Matplotlib，在项目根目录运行。macOS/Linux：

.venv/bin/python examples/population_genetics_demo.py

Windows PowerShell：

.\.venv\Scripts\python.exe examples/population_genetics_demo.py

固定种子20261013，输出到examples/output/population-genetics/，重复运行覆盖同名文件。输入8条完整已分相二元单倍型、12个可检测位置，A/B各4条；所有不变位置保留。这不是任何真实基因或物种数据。

8×12矩阵内置于脚本：每行一条单倍型、每列一个位置、0/1为两种等位状态，前4行属于A、后4行属于B。artificial-haplotypes.tsv是导出的副本，修改它不会改变输入，重跑会覆盖它。

以A的第一位点为例，4条中1条状态为1，p=1/4，单点成对差异为2×(1/4)×(3/4)×4/3=0.5。把12个位置的单点差异求和得到π总量，再除以12才得到每可检测位点π；不变位置贡献0，但仍在长度分母中。

实际指标

指标	A	B	合并
分离位点S	5	4	5
每可检测位点π	0.222222	0.180556	0.229167
每位点Watterson θ	0.227273	0.181818	0.160698
Tajima D	−0.212492	−0.065010	1.932105

合并结果改变，不说明已发现平衡选择：样本本来就有结构，代码没有计算显著性。不同样本数也影响频谱估计。

描述性等群体权重(ΣHT−ΣHS)/ΣHT=0.246753，未做有限样本校正，不是WC/Hudson实现。第一对位点合并r²=0.217778；B中一个位点单态，r²未定义，不当0输出。

中性漂变

模拟二倍体Wright–Fisher：固定Ne=50或500、p0=0.5、40代、500个人工群体，无选择、突变或迁移。最后频率方差分别0.08004和0.00994，理论值0.08276和0.00981。有限模拟不要求完全一致，也不能从该例反推真实Ne。

左图虚线为指定模型期望，右图比较每可检测位点的两种多样性。输出summary.json和artificial-haplotypes.tsv可核对。源代码。

本例没有VCF、缺失、基因型似然、真实遗传距离或专业群体软件。现实场景先读群体遗传学分析学习路线与群体遗传软件与输入选择。