FST与群体分化估计

更新：2026-10-14；状态：可用；验证范围：原始研究和官方资料核对；方法说明，未运行完整专业分析流程。

FST依赖估计量、群体权重和位点集合，多位点汇总不能默认平均每个位点比值。

直观表达

一种教学表达为(HT−HS)/HT，HT是按指定群体权重构建总体频率后的期望杂合度，HS是群体内期望杂合度按相同规则的平均。教学例子两群体等权重；真实估计量另有定义和有限样本处理。它帮助理解分化，但真实有限样本通常使用指定估计量和校正，例如Weir–Cockerham或Hudson，结果不是仅按一个名称就可互换。

群体样本量、稀有变异、测量误差和SNP发现策略影响估计。多位点分子/分母之和的比值与逐点比值平均也不同，应记录软件、估计量和加权。

负值和窗口

有限样本校正可能产生负估计，不能不说明就全部截0再求平均。单态和分母为0位点需定义处理；窗口长度、可检测长度及有效变异数影响稳定性。

高FST不自动是选择，也不直接衡量绝对序列差异；可结合π、dXY、频率和历史。dXY是分别从两群体随机取一条序列时的平均差异，按每位点报告还需合适的可检测长度。不同群体对比间比较时，统一可检测集合和参数。

教学与真实分析

人工数据贯通群体遗传统计只实现等群体权重的杂合度描述比值0.246753，不是WC/Hudson软件复现；不能拿它逐数对照带校正的真实输出。

原始方法讨论：Bhatia等，Estimating and interpreting FST。输入选择见群体遗传软件与输入选择。