Подведение итогов экспериментов по неформальному моделированию адмикса в популяциях

Выполняю с небольшим опозданием данное ранее обещание и расскажу о слабых местах выявления процентов этнического происхождения с помощью анализа результатов ДНК-тестирования. Последние лет пять этот тип изучения этно-популяционного происхождения с привлечением данных генетики вошел в моду — в 2011 году, когда я первый раз провел подобный анализ существовало все 2 крупные компании в пакет клиентских услуг которых входило проведение подобных анализов клиентских данных. Ровно столько же было заметных в инете любителей, предлагающих более развернутый и разжеванный вариант подобного разбора этнопроисхождения добровольных участников своих проектов. Главным инструментым и тех и других являлись программы типа Admixture и STRUCTURE (разработанные академическими биоинформатиками для решения одной из задач популяционный генетики — а именно определения этнической субструктуры в структуре изучемых в ходе конкретного исследования национальной или региональной выборки народонаселения).
Прошло лет 6, я провел более тысячи подобных экспериментальных анализов — на принципиально разных выборках и образцах аутосомных снипов представителей разных народов. Каждый из таких экспериментов хотя бы немного отличался от других — и не только числом заранее заданных предковых компонентов этнических популяций, но и разнообразием самих этих популяций, их числом и качеством генетипированных в этих популяциях снипов, — например степенью сцепления снипов между собой, процентом минорных вариантов, количеством снипов, соотношение гомо- и гетерозиготных аллельных вариантов. На первом этапе основной проблемой являлась недостаточная представленность отдельных этносов в выборке вкупе с неполным совпадением популяций по числу генотипированных снипов
Позднее я частично научился обходить проблему за счет импутирования аллельных вариантов недостающих (негенотипированных) снипов по большим референсным панелям. В частности используемый Сергеем Козловым калькулятор K27 был сделан мною как раз с использованием таких импутированых вариантов.
Еще позже — после прорыва в области изучения палеоДНК — появилась возможность не угадывать предковые компоненты слепым перибором числка K (предковых компонентов), а задавать заведомо предковые популяции людей (жителей мезолита, неолита и бронзового века) в качестве чистых предковых популяций К современного народонаселения. Таков, например мой этнокалькулятор K11 Ancient, загруженный зимой этого года на Gedmatch.
Всего же за это время я разработал не менее 60 разных моделей в интервале от K=7 до K33, причем для многих K я разработал сразу несколько моделей.

Все эти модели (только калькуляторы; без инструментов поиска ближайших к тестируемому популяций) я размещаю в открытый доступ на OneDrive (ссылка открывается при нажатии на картинку). Эти файлы работают с программой DIYDodecad, инструкцию использования которой можно найти на сайте Диеникиса

























































Я решил подвести итог этому направлению своей деятельности, на которое ушло много сил, cредств и почти все мое свободное время. Вместо этого я переключусь на более точные формальные методы определения этнического происхождения, разработанный в генетической лаборатории Дэвида Райха из Гарварда.

Главная причина — в силу своего перфекционизма я не был доволен точностью определения частот конкретных предковых компонентов в состав генома отдельно взятых людей. Кроме того, этой зимой в ходе бесед с подобным же любителем насчет проблем Admixture, мы обнаружили ряд причин, приводящих при анализе данных отдельно взятых людей к странным и заведомо неверным комбинациям этнического раскалада предков.
Есть еще одна причина — перенасыщение данного маленького сегмента на рынке инетрпретации генетических данных. В настоящий момент существует уже целый ряд компаний (не менее дюжины), вышедших на рынок ДНК-генеалогии в относительно недавнее время. Каждая из них разработала свой алгоритм и красивый графический интерфейс для визуализации данных по прогнозируемому этнопроисхождению клиента. Увеличилось число крепких и активных любителей (я знаю не менее 10 таких людей), занимающихся в принципе тем же самым, причем иногда качества полученных ими моделей этнического происхождения выше таковых в коммерческих компаниях. Благодаря их усилиям, число доступных этнопопуляционных калькуляторов увеличилось буквально в разы.

Но перейдем к конкретике. Часто люди систематически получают странные результаты — таких примеров можно приводить много. Причем иногда такие странные и неверные расклады можно встретить в больших этнических сообществах — например у чеченцев стабильно в MyHeritage выскакивают в раскаладе предковых групп одинаковые 10-15% жителей Британских остров.
Этот, конечно, нелепый пример, отлично иллюстрирует первую проблемы, связанную с разделением выборки и клиентской базы на кластеры. В отличии от любителей; большинство коммерческих компаний (за исключенеим разве что FTDNA, где алгоритм опеределения процентов этнического происхождения разработал как раз любитель) не занимаются поисками настоящих предковых компонентов — вроде европейских охотников-собирателей, земледельцев и скотоводов бронзового века. Вместо этого все образцы популяций — преимущественно из академических источников — объединяются по географическому признаку в отдельные кластеры — например скандинавский или балканские кластеры. Кластеры задаются как условные предковые компоненты (их может быть довольно много — как например в компании AncestryDNA), якобы позволяющие в данном случае более точно выявить недавнее этнопопуляционное происхождение клиента. И что хуже всего в эти же кластеры включают данные самих клиентов — очень часто просто со слов клиента о своем этническом происхождении (как было в своем время в 23andme), хотя в последнее время в некоторых компаниях (AncestryDNAO) алгоритм усовершенствовали путем включения дополнительных фильтров для отсеивания (например с помощью определения в анализе главных компонентов резко отличающихся и резко выделяющихся в плане этнического происхождения клиентов). Тем не менее, даже самое методичное применение всевозможных дополнительных фильтров не может гарантировать повышение точности предика этнического происхождения. Проблема что в человеческих популяциях — за исключением небольшого количества изолированных задрейфованных популяций вроде нганасан, чукчей, ульчей, калашей, папуасов — ни в одной из этнических групп компоненты не являются дискретными, а представляют собой градиенты частот аллелей, очень часто с большим расбросом из-за чего хвосты частот распределния этих частот перекрываются. На практике этот феномен приводит к появлению в индивидуальных клиентских данных фантомных компонентов — например у европейцев часто появляются всевозможные невозможные компонентоы происхождения — Amerindian, Papuan, Onge и так далее. Подобный подход только вносит сумятицу или — говоря статистическим языком — шум в результаты.

Очевидно, что данная проблема связана с классической проблемой статистики — проблемой организации и подразделения выборки. Схожей по характеру проблемой являеется проблема разнообразия выборки используемой для определения компонентов происхождения. Очевидно, что очень сложно впихнуть все генетическое разнообразие человечества в относительно небольшую выборку — даже еслии ее размер достигает полмиллиона или больше образцов (как у 23andme). Проблема в сверхпредставленности отдельных этнических или квазиэтнических групп в подобных базах данных (западных европейцев, американцев, финнов, ашкеназов и так далее). При неравномерности выборки наблюдается другой классический статистический эффект — искажение результатов выборки в сторону наиболее представленных групп (как было в свое время в 23andme, когда наблюдался эффект сверхпредставленности евреев-ашкеназов в количестве так называех генетических совпаденцев).
Еще одна схожая проблема — в количестве совпадающих снипов (одинакового числа снипов) между тестируемыми индивидуальными образцами и референсными группами. Это проблема затрагивает, правда, только калькуляторы разработанные любителями на базе DIYDodecad — в алгоритмах коммерческих компаний число снипов в рефренсных популяциях и индивидуальных образцах одинаково, т.к. анализируются только те образцы, которые тестировались самой компанией. В вышеупомянутых же этнопопуляционных калькуляторах анализируемые всегда «кроссплатформены» — и если разработчик использовал для разработки калькулятора только те снипы, которые содержаться в чипах 23andme, тогда при анализе данных полученных в компаниях FTDNA или AncestryDNA совпадением снипов будет частичным (так как снипы генотипируемые в этих компаниях совпадают лишь частично). В итоге ситуация в которой сравниваются аллельные частоты снипов референсных популяций (полученные при одном количестве снипов) с аллельными частотами снипов индивида (полученные при совсем другом количестве снипов). Элементарная логика подсказывает что в таком случае будет наблюдаться искажение результатов в совершенно непредсказуемую сторону.
К счастью, у обеих проблем есть разумные решения. Число совпадающих снипов между чипами FTDNA, 23andme (разных версий) и AncestryDNA составляет примерно 300 000, что достатчно для создания калькуляторов приемлемых для анализа данных от всех этих компаний. Решение первой же проблемы тоже есть, но его стоимость немыслимо выскоа — необходимл использовать примерно несколько десятков миллионов ПОЛНЫХ геномов популяций людей со всего мира. Разумеется, никакие любители никогда в жизни не смогут собрать такое количество данных необходимых для создания сверхточных калькуляторов.

Все вышеперечисленные проблемы — сущая мелочь в сравнении с настоящими проблемами, обусловленными алгоритмической стороной вопроса. Дело в том, что все компании (и разумееися любители) — так или иначе — при вычислении аллельных частот в компонентах референсных популяций используют программы использующие парадигму Admixture/Structure. А они используют ML-алгоритмы, минимизирующие ГРУППОВЫЕ частоты аллелей между всеми образцами выборки, т.е. аллельные частоты ПОЛНОСТЬЮ зависят от состава исходной выборки, даже в случае так называемого supervised («обучаемого») анализа, в ходе которого некоторые популяции принимаются за исходные «чистые предковые группы». Поскольку в ранних версиях Admixture, отсутствовала опция фиксирования одной из вычисляемых матрицы (P- матрица аллельных частот снипов в каждом из гипотетических компонентов происхождения; Q-матрица — матрица индивидуальных коэффициентов вклада предковых компонентов в индивидуальный геном с общей построковой суммой в 100%), и практически все компании использовали один и тот же алгоритм (он в во всех подобных программх схож — хотя разняться его имплементации и способы оптимизации функции правдоподобия), то все они подвергнуты искажению истинных частот аллелей. Этот косяк вносит решающий вклад в появление фантомных компонентов происхождения.

То, что вычисленные таким способом значения (скажем русского) могут очень сильно отличаться в сравнении с индивидуальными частотами аллелей (для примера такого же русского из той же скажем Орловской области) — было впервые замечено геномным блоггером Polako.
К сожалению, в силу своем личной ненависти к первоначальному разработчику DIYDodecad — греку Диенекису Понтикосу — он не смог дать формальное объяснение феномена и назвал этот феномен «эффектом калькулятора» (как бы намекая на косорукость кода этой утилиты). На самом деле сам калькулятор здесь не причем — все дела в приниципиальных различиях между определение происхождения на основании частот аллелей вычисленных по группе образцов и тем же самым вычислением аллелей, но уже не в группе, а в индивидуальныом порядке. В этом легко убедиться самому — возьмите клиентские данные, например, норвежца. Вставьте его в большую выборку образцов (например 2000 человек) и прогоните в программе ADMIXTURE задав такое количество гипотетических предковых популяций (K), при котором становится заметна субструктура генофонда популяций на внутриконтинентальном уровне. А затем возьмите того же самого норвежца, но уже в единственном числе, и зафиксировав полученные в предыдущем шаге аллельные частоты в виде предковых популяций. Вы увидите, что различия между результатами анализа одних и тех же данных могут достигать 20 а то и более процентов. Это-то и есть ядро так называемого пресловутого эффекта калькулятора. Очевидно, что и Оракул (т.е. инструмент определения ближайших к клиенту этнических популяций а также моделирования происхождения клиента через набор из 2, 3, 4 популяций) в этом случае (искаженных аллельных частот) будет искусственно создавать фантомные предковые популяций. Например, у русского из Владимирской области могут появиться в качестве шведы,
эстонцы или англичане из Кента.

Строго говоря, первым написал об этой проблема некий Vikas Bansal — автор программы iAdmix:

«For comparison, we also ran ADMIXTURE (in supervised mode using the HapMap reference panel of individuals) on the same dataset (see Figure 1(b)). The European and African admixture estimates for each individual were highly consistent between the two methods. For some individuals, the European component of ancestry using our method was split between the TSI and CEU populations. This could reflect one important difference between the two methods in how they use data from reference individuals. Our method finds a maximum likelihood estimate of the admixture coefficients for each individual using the fixed set of allele frequencies. In contrast, ADMIXTURE, in the supervised mode, utilizes data for all individuals (both the reference populations and the individual(s) being analyzed) to estimate the allele frequencies for each cluster or population and maximize the likelihood function summed across all individuals. Therefore, the allele frequencies are determined not only by the genotypes of the reference individuals but also by the individual(s) that are analyzed for admixture. To confirm this, we estimated allele frequencies by running ADMIXTURE twice: (1) using 800 reference individuals simulated using allele frequencies for 8 HapMap populations (100 individuals per population, see previous section) and (2) 800 reference individuals and 1 additional individual with 100% CEU ancestry simulated using the HapMap allele frequencies. Subsequently, we used our method to estimate admixture coefficients for the simulated CEU individual using the two sets of allele frequencies separately. We found that using the first set of allele frequencies, the admixture coefficients for both CEU and TSI were non-zero. In contrast, using the second set of allele frequencies, only the CEU admixture coefficient was non-zero. This was similar to the results observed in the analysis of the Mozabite data and provided an empirical validation of our hypothesis regarding the difference in the admixture coefficients estimated by the two methods.»

Новая программа для анализа субструктуры популяции

На ресурсе Bioarxiv опубликован препринт статьи, описывающей новую программу для анализа предковых компонентов в изучаемых геномах.  Программа называется Ohana (Linuxовские исходники доступны на Github).

Программа представляет собой дальнейшее развитие парадигмы, использованной при создании программ подобного рода, в том числе и популярных Admixture/STRUCTURE.

Что же именно представляет собой программа Ohana:

Мотивация:  методы выявления генетической cтруктуры популяции часто используются в процентной классификации (доли различных компонентов происхождения) отдельных образцов (геномов) в выборке популяции.
Вклад: Мы вводим новый алгоритм оптимизации классической модели структуры в рамках максимального  правдоподобия. Используя анализ реальных данных, мы показываем, что новый алгоритм оптимизации находит более высокие значения оценки правдоподобия, в сравнении с стандартными методами,   за то же самое время вычислений. Мы также представляем новый метод оценки деревьев популяций предковых компонентов с использованием гауссовой аппроксимации. Используя модель коалесценции популяций,  мы моделируем  эволюцию популяций в виде дерева, а затем исследуем адекватность модели структуры и гауссовской аппроксимации в  правильной идентификации предковых  компонентов родословной и вывода правильной типологии дерева популяций. В большинстве случаев предковые компоненты выводятся правильно, хотя очевидно, что  размер выборки и количество времени, прошедшего с момента смешивания предковых компонентов могут влиять на статистическую достоверность выводов. Вместе с этим, популярная гауссовская аппроксимация  работает гораздо хуже в случае с длинными ветвями популяционного дерева, хотя сама топология дерева была определена правильно во всех рассматриваемых сценариях. Новые методы реализованы средствами языка C++  вместе с соответствующими средствами визуализации в программном пакете Ohana.

Судя по описанию, метод явно продвинут в сравнении с Admixture, и поэтому я решил протестировать программу на своих данных. Поскольку задачей опыта являлась только проверка быстродействия и эффективности программы, я ограничился лишь малым числом снипов (около 1000 снипов) и небольшим числом итерационных шагов. Ниже таблица значений параметра максимальной правдоподобности для разных шагов:

step global-lle local-lle lle-ratio
21 -2.6833044517734939e+00 +2.2770091451382113e-01 +5.8220107325746300e+00
1 +5.7815216343991231e+00 +5.8036336413385650e+00 +4.4224013878883639e-02
7 -3.2739383333912819e-01 +2.2497694453045547e-01 +1.1047415557391673e+00
11 +9.0926715174206318e-01 +2.0066743030967706e+00 +2.1948143027094149e+00
3 +2.8748265011322980e+00 +2.9590787934518543e+00 +1.6850458463911266e-01
7 +8.4540873293179075e-01 +1.3498715551047624e+00 +1.0089256443459433e+00
37 -9.0929035297321050e+00 -2.4194504122282945e+00 +1.3346906235007621e+01
23 -6.4421783036780722e+00 -2.9697235103566051e+00 +6.9449095866429342e+00
0 +9.1345873004805362e+00 +9.1345873004805362e+00 +0.0000000000000000e+00
0 +3.4695915386474794e+00 +3.4695915386474794e+00 +0.0000000000000000e+00
19 -4.3865281380151862e+00 -1.8991488640961749e+00 +4.9747585478380225e+00
4 +1.0433650310897962e+00 +1.2522823332105344e+00 +4.1783460424147645e-01
3 +3.8995915259094627e-01 +5.1634020990696783e-01 +2.5276211463204312e-01
15 -2.6434691070829723e+00 -9.1086633128607586e-01 +3.4652055515937930e+00
23 -6.2198104594655677e+00 -2.8358886349280032e+00 +6.7678436490751288e+00
38 -9.2321798956810461e+00 -2.4916759096277969e+00 +1.3481007972106498e+01
18 -3.0934554567431443e+00 -8.3611477310109894e-01 +4.5146813672840906e+00
8 -2.9282539314651679e-01 +3.5738671950948531e-01 +1.3004242253120042e+00
0 +1.2524391609263201e+00 +1.2524391609263201e+00 +0.0000000000000000e+00
23 -6.3837385390039652e+00 -2.9271554091217755e+00 +6.9131662597643793e+00
2 +4.7424981408020610e+00 +4.7836466971388827e+00 +8.2297112673643369e-02
38 -9.2130245369173807e+00 -2.3278870997257695e+00 +1.3770274874383222e+01
1 +2.1840574314321817e+00 +2.1865405531001443e+00 +4.9662433359252134e-03
41 -1.1365527747446823e+01 -3.8377028622021787e+00 +1.5055649770489289e+01
19 -4.6712611393212642e+00 -2.1928314855773308e+00 +4.9568593074878669e+00
6 +1.3815323261198040e+00 +1.8025611535312844e+00 +8.4205765482296080e-01
23 -4.9303692315665009e+00 -1.5318143061696987e+00 +6.7971098507936043e+00
0 +8.7328319984824621e+00 +8.7328319984824621e+00 +0.0000000000000000e+00
17 -3.6224582165934160e+00 -1.4932121483648810e+00 +4.2584921364570700e+00
3 +6.2377234983784291e-01 +7.6110530798112475e-01 +2.7466591628656367e-01
0 +2.8587282041554891e+00 +2.8587282041554891e+00 +0.0000000000000000e+00
17 -2.0021218825872920e+00 +1.4509671718689843e-01 +4.2944371995483808e+00
17 -7.4762584701409729e-01 +1.3932955886732108e+00 +4.2818428713746162e+00
23 -6.0653903327212779e+00 -2.6838881450153060e+00 +6.7630043754119438e+00
37 -1.0579776808339723e+01 -3.8892391993640034e+00 +1.3381075217951439e+01
26 -7.2335181019782047e+00 -3.1331829046686970e+00 +8.2006703946190154e+00
7 +1.6176269530996734e+00 +2.1323381483718942e+00 +1.0294223905444415e+00
33 -9.4030285154229958e+00 -3.6623273360729955e+00 +1.1481402358700000e+01
17 -2.6786343483216859e+00 -4.8812953327852648e-01 +4.3810096300863188e+00
23 -6.2058034431150313e+00 -2.8516189784547787e+00 +6.7083689293205051e+00
67 -1.6909072528028993e+01 -2.3911037254752712e+00 +2.9035937605107442e+01
23 -6.3833745927401013e+00 -2.9452455097675125e+00 +6.8762581659451776e+00
6 -6.8296012812943019e-01 -2.9942977621450506e-01 +7.6706070382985025e-01
10 -9.8126315419471322e-01 -2.3661063865609844e-02 +1.9152041806582067e+00
0 +5.7982106350815634e+00 +5.7982106350815634e+00 +0.0000000000000000e+00
11 -1.3501638874870379e+00 -3.2011308106384817e-01 +2.0601016128463794e+00
43 -1.2192493550573289e+01 -4.1196420795722730e+00 +1.6145702942002032e+01
9 -1.2593028903325809e+00 -4.3270295902646971e-01 +1.6531998626122224e+00
26 -6.2578642716373176e+00 -2.2062845684156107e+00 +8.1031594064434138e+00
18 -4.6071642202381673e+00 -2.2886078113529225e+00 +4.6371128177704897e+00
10 -1.6054495070597854e+00 -6.2383936794881567e-01 +1.9632202782219395e+00
0 +5.9054976846801948e+00 +5.9054976846801948e+00 +0.0000000000000000e+00
28 -7.9544016666424726e+00 -3.4037434923762198e+00 +9.1013163485325066e+00
13 -2.9739447952442584e+00 -1.6013630431924359e+00 +2.7451635041036448e+00
4 +1.9967631453426975e+00 +2.2200585780891835e+00 +4.4659086549297200e-01
39 -1.0623165622856330e+01 -3.6098560664792703e+00 +1.4026619112754119e+01
4 +1.3492145910943503e+00 +1.5207738925609045e+00 +3.4311860293310836e-01
4 -4.8375924280681382e-02 +1.4610896360477543e-01 +3.8896977577091363e-01
7 +8.1849987178406280e-01 +1.2983567287204032e+00 +9.5971371387268078e-01
5 +1.6411578376630134e+00 +1.8879445182589061e+00 +4.9357336119178541e-01
20 -5.3566590509046721e+00 -2.5267308158062618e+00 +5.6598564701968206e+00
20 -3.7357745162316442e+00 -9.4441504240310703e-01 +5.5827189476570744e+00
0 +6.9003012244484054e+00 +6.9003012244484054e+00 +0.0000000000000000e+00
14 +1.0212512913520566e-01 +1.6552863620284790e+00 +3.1063224657865467e+00
14 -3.4484977966479979e+00 -1.8336229600851968e+00 +3.2297496731256023e+00
33 -8.5640317341738701e+00 -2.9981723641670950e+00 +1.1131718740013550e+01
0 +7.6321228134304206e+00 +7.6321228134304206e+00 +0.0000000000000000e+00
0 +3.0411387531718366e+00 +3.0411387531718366e+00 +0.0000000000000000e+00
0 +3.8803472670016577e+00 +3.8803472670016577e+00 +0.0000000000000000e+00
12 +4.2070184059954663e-01 +1.6582565595913112e+00 +2.4751094379835292e+00
0 +9.4043783383643351e+00 +9.4043783383643351e+00 +0.0000000000000000e+00
3 +3.9493772701791690e+00 +4.0401282575008803e+00 +1.8150197464342277e-01
7 -8.2136167712014529e-01 -3.6756700619833005e-01 +9.0758934184363049e-01
3 +1.2561184081287848e+00 +1.3862458241709996e+00 +2.6025483208442957e-01
46 -1.3514965313978369e+01 -4.6676326406095789e+00 +1.7694665346737580e+01
4 +2.3316433138862669e+00 +2.4883134289675559e+00 +3.1334023016257806e-01
15 -3.1749597466612700e+00 -1.4486952266745639e+00 +3.4525290399734123e+00
0 +3.6076601056818594e+00 +3.6076601056818594e+00 +0.0000000000000000e+00
6 -1.3547629288250551e-01 +2.0571844793874394e-01 +6.8238948164249891e-01
0 +3.3538897545168909e+00 +3.3538897545168909e+00 +0.0000000000000000e+00
29 -6.6085068659091144e+00 -1.9851117443357860e+00 +9.2467902431466573e+00
6 -7.5147980093472455e-01 -3.9214478407419762e-01 +7.1867003372105387e-01
0 +3.9963783521703307e+00 +3.9963783521703307e+00 +0.0000000000000000e+00
0 +3.2911893761129702e+00 +3.2911893761129702e+00 +0.0000000000000000e+00
17 -3.2846786735668649e+00 -1.1408980141492142e+00 +4.2875613188353014e+00
14 -1.4178238173926916e+00 +1.2253279138372619e-01 +3.0807132175528356e+00
14 -3.3434887984775541e+00 -1.6779029394864886e+00 +3.3311717179821310e+00
0 +9.1572547755033096e+00 +9.1572547755033096e+00 +0.0000000000000000e+00
10 -1.2626932054166078e+00 -3.5141586686062176e-01 +1.8225546771119721e+00
19 -1.8461856116383517e+00 +6.1853369726772289e-01 +4.9294386178121492e+00
8 -1.0410086051735501e+00 -3.4965278679539402e-01 +1.3827116367563121e+00
31 -6.5429305189645044e+00 -1.4024683499866222e+00 +1.0280924337955764e+01
1 +1.2012483311196434e+00 +1.2246107704918217e+00 +4.6724878744356602e-02
27 -6.3263423782410699e+00 -2.0387502987785164e+00 +8.5751841589251079e+00
0 +3.4752054267394046e+00 +3.4752054267394046e+00 +0.0000000000000000e+00
14 -3.3260016674493693e+00 -1.6641525377097302e+00 +3.3236982594792783e+00
2 +4.6391346051693745e+00 +4.7074159854863442e+00 +1.3656276063393946e-01
18 -1.7655900381188054e+00 +5.6763635576112303e-01 +4.6664527877598569e+00
5 +2.6107959381474792e+00 +2.9007775105489291e+00 +5.7996314480289968e-01
5 +2.1843942491619988e+00 +2.4627753404760413e+00 +5.5676218262808508e-01
0 +3.6852550999196674e+00 +3.6852550999196674e+00 +0.0000000000000000e+00
9 +2.2205561518413388e+00 +3.0234170340292152e+00 +1.6057217643757529e+00
6 +1.3664382420077841e+00 +1.6966274552596250e+00 +6.6037842650368184e-01
19 -4.4023423595988431e+00 -1.8800350949122522e+00 +5.0446145293731819e+00
0 +3.8688677137151655e+00 +3.8688677137151655e+00 +0.0000000000000000e+00
73 -2.0949919293569959e+01 -4.7907197907594652e+00 +3.2318399005620989e+01
1 +3.5554293807950907e+00 +3.5653571640236477e+00 +1.9855566457113838e-02
61 -1.7504913653374910e+01 -4.7134638568973735e+00 +2.5582899592955073e+01
15 -2.3496916597601460e+00 -6.1989728884619355e-01 +3.4595887418279050e+00
9 -1.1124922469964771e+00 -3.9306629177513219e-01 +1.4388519104426898e+00
40 -1.0130420397429226e+01 -2.7600791428097899e+00 +1.4740682509238873e+01
28 -6.2646417800198462e+00 -1.8712309259120481e+00 +8.7868217082155962e+00
30 -8.2940098011971699e+00 -3.2575093442052663e+00 +1.0073000913983808e+01
16 -3.9789358263553369e+00 -2.0447399120105771e+00 +3.8683918286895196e+00
24 -4.7319936861905374e+00 -1.2309206168595050e+00 +7.0021461386620647e+00
50 -1.4771830397990250e+01 -4.7468160179959664e+00 +2.0050028759988567e+01
66 -1.9775329423936054e+01 -5.7044932592467479e+00 +2.8141672329378611e+01
27 -6.4821921796055166e+00 -2.3071428385722479e+00 +8.3500986820665375e+00
22 -6.0637478907011628e+00 -2.8387301708702379e+00 +6.4500354396618498e+00
19 -3.3145656028033086e+00 -8.2787439053755918e-01 +4.9733824245314988e+00
11 +1.8067628327733143e-01 +1.3070242269646046e+00 +2.2526958873745464e+00
0 +1.0664985244463050e+01 +1.0664985244463050e+01 +0.0000000000000000e+00
11 -7.5458750582718714e-01 +3.4696598960010006e-01 +2.2031069908545744e+00
0 +6.3845634692411757e+00 +6.3845634692411757e+00 +0.0000000000000000e+00
7 +1.2253166144940426e+00 +1.7013611250364296e+00 +9.5208902108477389e-01
0 +2.2332252301150746e+00 +2.2332252301150746e+00 +0.0000000000000000e+00
31 -8.0519218099965713e+00 -2.9846513008391273e+00 +1.0134541018314888e+01
4 +2.4692778009043783e+00 +2.6471239053685025e+00 +3.5569220892824838e-01
6 +3.5474308704061017e+00 +3.9320576649321666e+00 +7.6925358905212970e-01
1 +7.6321929467552163e-01 +7.7371899642427522e-01 +2.0999403497507174e-02
20 -4.6091354660655464e+00 -1.8831451771238030e+00 +5.4519805778834867e+00
37 -1.0129886889420138e+01 -3.5049438312000651e+00 +1.3249886116440146e+01
9 -1.3478953370113151e+00 -6.1126866473294861e-01 +1.4732533445567331e+00
15 -3.5603325674454434e+00 -1.8336902540647766e+00 +3.4532846267613335e+00
23 -5.8756875138002860e+00 -2.4885147744651173e+00 +6.7743454786703374e+00
25 -5.2630197987481564e+00 -1.4901283126568581e+00 +7.5457829721825966e+00
22 -4.6505867423895806e+00 -1.5418656747224535e+00 +6.2174421353342542e+00
7 -5.9552142856104151e-01 -8.8676524949510060e-02 +1.0136898072230629e+00
61 -1.8469603264559318e+01 -5.5085368441738511e+00 +2.5922132840770935e+01
0 +6.5611806224091760e+00 +6.5611806224091760e+00 +0.0000000000000000e+00
45 -1.2454424814746222e+01 -3.8756241090360741e+00 +1.7157601411420295e+01
2 +1.4936790971716833e+00 +1.5443157230138103e+00 +1.0127325168425383e-01
24 -4.9855905349318244e+00 -1.3691134474993452e+00 +7.2329541748649584e+00
0 +5.4059733116587152e+00 +5.4059733116587152e+00 +0.0000000000000000e+00
29 -8.3287727010210553e+00 -3.5109736380446810e+00 +9.6355981259527486e+00
6 -9.0525257564573103e-01 -4.9035877015595108e-01 +8.2978761097955989e-01
8 -6.4300983752890950e-02 +6.2949995221823674e-01 +1.3876018719422554e+00
18 -1.6807476972921531e+00 +5.8624083453305964e-01 +4.5339770636504255e+00
1 +3.5721205803909095e+00 +3.5818192117155454e+00 +1.9397262649271774e-02
24 -6.1577637742262690e+00 -2.4834183189506129e+00 +7.3486909105513121e+00
27 -7.1496869791234205e+00 -2.9244287522105861e+00 +8.4505164538256690e+00
8 -5.6130490268747746e-01 +5.9960502445047581e-02 +1.2425308102650501e+00
22 -4.7031168681283519e+00 -1.4866179789189591e+00 +6.4329977784187857e+00
63 -1.9081574348421938e+01 -5.6305584192753786e+00 +2.6902031858293121e+01
7 +5.8016086062937777e-01 +1.0896938249318202e+00 +1.0190659286048849e+00
0 +1.0253545438881417e+01 +1.0253545438881417e+01 +0.0000000000000000e+00
5 +1.0871323777377295e-01 +3.6012080718820982e-01 +5.0281513882887374e-01
7 +3.5619491977679107e-01 +9.1621270316993719e-01 +1.1200355667862922e+00
0 +4.1014200837547570e+00 +4.1014200837547570e+00 +0.0000000000000000e+00
35 -8.6873618265199930e+00 -2.6505171760394766e+00 +1.2073689300961032e+01
54 -1.6224994615039677e+01 -5.1746625676062212e+00 +2.2100664094866911e+01
18 -4.5215172544928395e+00 -2.2547668545408959e+00 +4.5335007999038872e+00
18 -3.0503700330491101e+00 -8.0720630674103289e-01 +4.4863274526161545e+00
5 +5.8582574879526561e-02 +3.6493540878393382e-01 +6.1270566780881452e-01
25 -6.9733140116971155e+00 -3.1034863034763469e+00 +7.7396554164415372e+00
15 -2.5025936523299910e+00 -6.9523024428651947e-01 +3.6147268160869430e+00
5 +8.0786088450220284e-01 +1.0851325629709074e+00 +5.5454335693740919e-01
0 +8.2691985451022951e+00 +8.2691985451022951e+00 +0.0000000000000000e+00
0 +8.9439917368190862e+00 +8.9439917368190862e+00 +0.0000000000000000e+00
11 -2.7701982669716685e-01 +8.3944868058894606e-01 +2.2329370145722258e+00
16 +1.6645420052293840e+00 +3.6132059006837456e+00 +3.8973277909087232e+00
17 -4.2279921819119410e+00 -2.1299991954245332e+00 +4.1959859729748157e+00
0 +5.4735579139588761e+00 +5.4735579139588761e+00 +0.0000000000000000e+00
0 +5.2417101444202379e+00 +5.2417101444202379e+00 +0.0000000000000000e+00
10 +8.0610931785766571e-01 +1.7383915439886359e+00 +1.8645644522619405e+00
0 +6.5317507188945925e+00 +6.5317507188945925e+00 +0.0000000000000000e+00
99 -3.3176634407111457e+01 -6.2048925977727594e+00 +5.3943483618677398e+01
0 +9.2241116373635972e+00 +9.2241116373635972e+00 +0.0000000000000000e+00
0 +7.0421664921981026e+00 +7.0421664921981026e+00 +0.0000000000000000e+00
10 -1.2322421609594594e+00 -3.0907776287764221e-01 +1.8463287961636343e+00
15 -5.3961510722184336e-01 +1.2975139327884508e+00 +3.6742580800205884e+00
14 -2.9072386225207927e+00 -1.2692769639613632e+00 +3.2759233171188589e+00
28 -7.8564889853050071e+00 -3.3865507006528772e+00 +8.9398765693042606e+00
18 -3.6485330378701759e+00 -1.2474399791371424e+00 +4.8021861174660669e+00
7 -5.4955663167988700e-01 -9.6477835555973002e-02 +9.0615759224782799e-01
12 -4.5392808921571692e-01 +7.6793711457424907e-01 +2.4437304075799320e+00
40 -1.1517800488775020e+01 -4.2167799725608379e+00 +1.4602041032428364e+01
16 -3.9601734181906272e+00 -2.0652037591278667e+00 +3.7899393181255210e+00
54 -1.5250320335764563e+01 -4.4008431550872675e+00 +2.1698954361354591e+01
36 -1.0365917811914290e+01 -3.9422396480742119e+00 +1.2847356327680156e+01
1 +3.0986003703654137e+00 +3.1070907156615215e+00 +1.6980690592215630e-02
13 -1.6112672380173452e+00 -1.9937299450922330e-01 +2.8237884870162437e+00
0 +5.9327072336683333e+00 +5.9327072336683333e+00 +0.0000000000000000e+00
5 -1.1536342275959832e-01 +1.4957033405504294e-01 +5.2986751362928253e-01
0 +9.4473533195992498e+00 +9.4473533195992498e+00 +0.0000000000000000e+00
7 +1.2298526077710132e+00 +1.7154178339471993e+00 +9.7113045235237205e-01
47 -1.2409792749027684e+01 -3.1737629860218575e+00 +1.8472059526011652e+01
29 -7.5360039561605019e+00 -2.8579502357819448e+00 +9.3561074407571141e+00
14 -6.9355418829951265e-01 +9.6648151950494299e-01 +3.3200714156089113e+00
16 -2.9490629426907615e+00 -1.0858325762519732e+00 +3.7264607328775767e+00
1 +1.4179200329325266e+00 +1.4221234178381739e+00 +8.4067698112946232e-03
37 -1.0702475234674058e+01 -3.9774630194365752e+00 +1.3450024430474965e+01
40 -1.1283161019960101e+01 -3.8012845123237775e+00 +1.4963753015272648e+01
0 +1.0122770861521364e+01 +1.0122770861521364e+01 +0.0000000000000000e+00
24 -1.9167801662675474e+00 +1.6864777352401115e+00 +7.2065158030153178e+00
0 +8.0608057827852768e+00 +8.0608057827852768e+00 +0.0000000000000000e+00
18 -4.2852995772786366e+00 -1.9018654301170086e+00 +4.7668682943232561e+00
21 -3.2833633722164537e+00 -2.7099992758961822e-01 +6.0247268892536709e+00
2 +1.5012352645685096e+00 +1.5575394813161045e+00 +1.1260843349518979e-01
8 -1.2488053817540647e+00 -6.4812432294124900e-01 +1.2013621176256315e+00
32 -8.9595087221905487e+00 -3.6519922646765650e+00 +1.0615032915027967e+01
11 +1.2020524818013989e-01 +1.1669169510732664e+00 +2.0934234057862531e+00
33 -9.5395053219915944e+00 -3.8349505662896721e+00 +1.1409109511403845e+01
62 -1.8217802794875535e+01 -5.1828564290961063e+00 +2.6069892731558859e+01
9 +2.8918665079433659e-01 +9.9344885398075267e-01 +1.4085244063728322e+00
18 -4.5447745895626683e+00 -2.2385335689272328e+00 +4.6124820412708711e+00
6 -2.2522060068723082e-01 +1.3069529955327219e-01 +7.1183180048100603e-01
0 +6.2922155637704273e+00 +6.2922155637704273e+00 +0.0000000000000000e+00
17 -3.0694598679607159e+00 -9.7517276423658839e-01 +4.1885742074482550e+00
40 -1.1630241794549921e+01 -4.2939068055100291e+00 +1.4672669978079783e+01
18 -4.1240492853488773e+00 -1.8385167691708197e+00 +4.5710650323561151e+00
16 -2.8989774748500574e+00 -8.9985404880907938e-01 +3.9982468520819561e+00
18 -4.6989974506312739e+00 -2.3570671893355630e+00 +4.6838605225914218e+00
0 +8.1543159398132392e+00 +8.1543159398132392e+00 +0.0000000000000000e+00
18 -3.3574070342167124e+00 -9.9626228499164871e-01 +4.7222894984501274e+00
24 -5.1474780037766878e+00 -1.5349074255305504e+00 +7.2251411564922750e+00
12 -8.4223570570590578e-01 +3.2840701493665714e-01 +2.3412854412851258e+00
13 -2.3083667740166840e+00 -8.2479840457107700e-01 +2.9671367388912140e+00
18 -1.0630573703209274e+00 +1.3587895053515520e+00 +4.8436937513449587e+00
12 -5.7132264516139930e-01 +6.7596196199219527e-01 +2.4945692143071891e+00
0 +2.0596857067425747e+00 +2.0596857067425747e+00 +0.0000000000000000e+00
0 +1.7202082967627694e+00 +1.7202082967627694e+00 +0.0000000000000000e+00
10 -1.7829319802220942e+00 -9.1311642913039659e-01 +1.7396311021833952e+00
9 -8.8577809579452715e-01 -1.2894706640723275e-01 +1.5136620587745888e+00
4 +6.0238434104876415e+00 +6.1993353468217638e+00 +3.5098387266824460e-01
15 -2.5012557770550812e+00 -7.3037633430072058e-01 +3.5417588855087212e+00
17 -1.0227942471438283e+00 +1.0477948237330728e+00 +4.1411781417538016e+00
23 -6.0293452195778174e+00 -2.6625685218588808e+00 +6.7335533954378732e+00
5 +1.5412500175456483e+00 +1.8516506400496282e+00 +6.2080124500795986e-01
42 -1.1320367069757626e+01 -3.4911733138348922e+00 +1.5658387511845469e+01
19 -5.0652795239157209e+00 -2.4537601925133035e+00 +5.2230386628048349e+00
6 -3.5303378718842904e-01 +8.6044461619583679e-02 +8.7815649761602543e-01
9 -1.2312209924125739e+00 -4.2052733670385489e-01 +1.6213873114174380e+00
21 -4.0636039546567373e+00 -1.1346503138353001e+00 +5.8579072816428743e+00
52 -1.5392505117993675e+01 -5.0485889425913530e+00 +2.0687832350804644e+01
5 -2.1060203001871081e-01 +3.7226357195448756e-02 +4.9565677442831912e-01
0 +8.6644700709848443e+00 +8.6644700709848443e+00 +0.0000000000000000e+00
7 +2.3368488379117696e+00 +2.8857487075354378e+00 +1.0977997392473364e+00
34 -9.8733130924056027e+00 -3.9232280453038126e+00 +1.1900170094203581e+01
30 -7.2153771968977223e+00 -2.3272691425589378e+00 +9.7762161086775698e+00
14 -3.3033510562049804e+00 -1.7907536150906087e+00 +3.0251948822287433e+00
52 -1.3002533924904451e+01 -2.6108093935991472e+00 +2.0783449062610607e+01
10 -1.7525835058473431e+00 -8.0688740592429209e-01 +1.8913921998461021e+00
12 +2.6988293073752625e+00 +3.9589431233105787e+00 +2.5202276318706325e+00
10 -1.5545146734979927e+00 -6.1128057662873037e-01 +1.8864681937385246e+00
14 -9.5903384824803428e-01 +5.7242754516122840e-01 +3.0629227868185254e+00
29 -4.5966817911406528e+00 +4.8704044607052355e-02 +9.2907716714954098e+00
32 -6.6668047830006296e+00 -1.1749964537163644e+00 +1.0983616658568531e+01
16 -2.2498471151436314e+00 -3.7510508600573722e-01 +3.7494840582757885e+00
0 +5.1449560451804732e+00 +5.1449560451804732e+00 +0.0000000000000000e+00
0 +8.1905714225986124e+00 +8.1905714225986124e+00 +0.0000000000000000e+00
32 -8.9490319755544512e+00 -3.4908343082195818e+00 +1.0916395334669739e+01
10 +9.0537534917714257e-01 +1.8364119570036888e+00 +1.8620732156530924e+00
0 +3.8672183397598627e+00 +3.8672183397598627e+00 +0.0000000000000000e+00
0 +8.1504290614809580e+00 +8.1504290614809580e+00 +0.0000000000000000e+00
19 -3.1632283817132665e+00 -6.0546545637073423e-01 +5.1155258506850645e+00
11 -8.4371489377040643e-01 +1.6583489892788528e-01 +2.0190995853965834e+00
3 +1.2030961729450036e+00 +1.2789103959787567e+00 +1.5162844606750614e-01
35 -9.6351354209459075e+00 -3.5429135154783626e+00 +1.2184443810935090e+01
8 -8.5103381542825129e-01 -1.9024182139079926e-01 +1.3215839880749041e+00
8 +4.7815917905074450e+00 +5.3796652696748932e+00 +1.1961469583348965e+00
0 +4.2135628531977503e+00 +4.2135628531977503e+00 +0.0000000000000000e+00
20 -4.8807223386121068e+00 -2.0999889701467027e+00 +5.5614667369308082e+00
14 -2.8333720924381582e+00 -1.3206322073871735e+00 +3.0254797701019696e+00
18 -3.2352679896780225e+00 -9.9338292399791195e-01 +4.4837701313602212e+00
12 -1.9069114257710877e+00 -7.2239917008667653e-01 +2.3690245113688224e+00
0 +4.7708135185537435e+00 +4.7708135185537435e+00 +0.0000000000000000e+00
20 -3.6066712806414687e+00 -8.3744616900093583e-01 +5.5384502232810657e+00
2 +4.1777704642319229e+00 +4.2178696538431533e+00 +8.0198379222460758e-02
27 -4.2800295243973343e+00 -8.3666063203748919e-02 +8.3927269223871708e+00
18 -4.1029687951601987e+00 -1.8487928566159999e+00 +4.5083518770883977e+00
2 +1.8128194909174331e+00 +1.8718771999999091e+00 +1.1811541816495197e-01
22 -5.8836469759906320e+00 -2.6461260316235107e+00 +6.4750418887342427e+00
0 +8.5569475887310755e+00 +8.5569475887310755e+00 +0.0000000000000000e+00
18 -2.3892191029110412e+00 +3.4434092500705837e-02 +4.8473063908234941e+00
51 -1.2160406356735017e+01 -1.9853385045511929e+00 +2.0350135704367649e+01
2 +3.7683167128555493e+00 +3.7985557785543609e+00 +6.0478131397623258e-02
9 +7.0746419095720103e-01 +1.4549133939812990e+00 +1.4948984060481960e+00
34 -9.2439143241017945e+00 -3.3935456079103594e+00 +1.1700737432382869e+01
8 +1.5308488195066952e+00 +2.1866276414177683e+00 +1.3115576438221463e+00
7 +4.3651598810729464e+00 +4.9100981484445612e+00 +1.0898765347432295e+00
29 -8.2547914379505549e+00 -3.4987643218497562e+00 +9.5120542322015975e+00
0 +9.6953754170456126e+00 +9.6953754170456126e+00 +0.0000000000000000e+00
25 -3.1878782657624400e+00 +7.0280283117972919e-01 +7.7813621938843385e+00
24 -4.1504336306621274e+00 -6.6664389648016797e-01 +6.9675794683639189e+00
15 -3.2292739719895183e+00 -1.5061240794984161e+00 +3.4462997849822044e+00
21 -4.7314682197296500e+00 -1.7094542772780295e+00 +6.0440278849032412e+00
11 -2.5817172321322674e+00 -1.4516435900485867e+00 +2.2601472841673615e+00
0 +8.9715990333164974e+00 +8.9715990333164974e+00 +0.0000000000000000e+00
0 +8.9873194300120716e+00 +8.9873194300120716e+00 +0.0000000000000000e+00
19 -4.9071660766503795e+00 -2.4421881195841144e+00 +4.9299559141325302e+00
22 -5.7109852991148822e+00 -2.6220579521479683e+00 +6.1778546939338277e+00
21 -2.8944002432190148e+00 +1.3454036286320648e-01 +6.0578812121644425e+00
0 +8.1104586677297767e+00 +8.1104586677297767e+00 +0.0000000000000000e+00
3 +1.8710963963951706e+00 +1.9743158033789321e+00 +2.0643881396752306e-01
0 +6.4141654906544376e+00 +6.4141654906544376e+00 +0.0000000000000000e+00
13 -3.0348131924382100e+00 -1.5946492322804358e+00 +2.8803279203155485e+00
32 -6.0015623559071853e+00 -6.5270489976690182e-01 +1.0697714912280567e+01
12 -1.0851285393164778e+00 +1.4101209505869372e-01 +2.4522812687503430e+00
0 +7.7928466583211886e+00 +7.7928466583211886e+00 +0.0000000000000000e+00
3 +9.8999431037530528e-01 +1.0985239183946121e+00 +2.1705921603861356e-01
21 -1.6042192790806995e+00 +1.2608119955051769e+00 +5.7300625491717527e+00
12 -1.9330779708355257e+00 -7.4346198956071419e-01 +2.3792319625496230e+00
16 -3.7424231744001988e+00 -1.7140932573287424e+00 +4.0566598341429128e+00
33 -8.2455980509706102e+00 -2.6588135846420959e+00 +1.1173568932657028e+01
2 +4.6609235180931528e+00 +4.6971036409566427e+00 +7.2360245726979855e-02
19 -3.0233510695933665e+00 -5.5516219447013748e-01 +4.9363777502464581e+00
48 -1.3714929876421511e+01 -4.3417603694154119e+00 +1.8746339014012200e+01
30 -7.6200120657896742e+00 -2.5732340499008806e+00 +1.0093556031777588e+01
1 +2.2336771591989271e+00 +2.2430748498472313e+00 +1.8795381296608404e-02
6 +1.1386860735905753e+00 +1.4979481263286845e+00 +7.1852410547621837e-01
8 -9.4408218833100133e-01 -2.5102695287884202e-01 +1.3861104709043186e+00
29 -6.6713888199188043e+00 -1.9228922767277894e+00 +9.4969930863820302e+00
0 +7.8240238308512478e+00 +7.8240238308512478e+00 +0.0000000000000000e+00
10 -2.0208452283267926e+00 -1.1628141428826000e+00 +1.7160621708883852e+00
43 -1.2633180964809231e+01 -4.5361067258051504e+00 +1.6194148478008159e+01
21 -5.1985578797049277e+00 -2.1936924047249549e+00 +6.0097309499599456e+00
25 -6.5756363818770618e+00 -2.6704574230828890e+00 +7.8103579175883455e+00
0 +5.3448251851629909e+00 +5.3448251851629909e+00 +0.0000000000000000e+00
7 -9.0655989717993979e-01 -4.0771405439085662e-01 +9.9769168557816634e-01
35 -9.3826700294144807e+00 -3.2733467568489685e+00 +1.2218646545131024e+01
13 -2.6598096272238854e+00 -1.2038092765255395e+00 +2.9120007013966918e+00
28 -7.2715067306490164e+00 -2.7059840540944120e+00 +9.1310453531092080e+00
23 -2.2446775919119490e+00 +1.0908904568356861e+00 +6.6711360974952703e+00
10 +1.5616951897440678e-01 +1.0221813855839610e+00 +1.7320237332191084e+00
32 -7.5095568726792221e+00 -2.0319501978151644e+00 +1.0955213349728115e+01
3 +2.5395182668814744e+00 +2.6816365176954751e+00 +2.8423650162800129e-01
3 +2.9652558698771929e+00 +3.0739519186011730e+00 +2.1739209744796018e-01
11 -2.5639669312290545e+00 -1.4338137769515633e+00 +2.2603063085549824e+00
34 -8.1125799141186050e+00 -2.1265063831130351e+00 +1.1972147062011139e+01
15 -3.3710353914830558e+00 -1.5908668422684209e+00 +3.5603370984292697e+00
16 -3.1020304218230601e+00 -1.1339970102588337e+00 +3.9360668231284528e+00
7 -1.1766579359123597e+00 -6.7677044120798246e-01 +9.9977498940875442e-01
9 -1.7434073645182506e+00 -1.0137749208464006e+00 +1.4592648873437000e+00
3 +2.0520787578006647e+00 +2.1373566213771924e+00 +1.7055572715305534e-01
4 +7.4871450735972545e-01 +9.2259591045968481e-01 +3.4776280619991873e-01
18 -3.9290206381673523e+00 -1.6520460736688731e+00 +4.5539491289969583e+00
5 +1.5343049364737000e+00 +1.7980598248341719e+00 +5.2750977672094379e-01
18 -4.4911072080034868e+00 -2.2108913693958456e+00 +4.5604316772152824e+00
0 +4.6386533716621630e+00 +4.6386533716621630e+00 +0.0000000000000000e+00
1 +8.0874401526164696e-01 +8.1520138620904881e-01 +1.2914741894803683e-02
29 -4.9149606845369691e+00 -1.5880751061050935e-01 +9.5123063478529204e+00
37 -8.0357467759013481e+00 -1.5127717719992007e+00 +1.3045950007804295e+01
20 -4.3694976945211339e+00 -1.6060830818697718e+00 +5.5268292253027242e+00
6 -4.7231050362935179e-02 +3.0361968334640999e-01 +7.0170146741869033e-01
7 -1.3053247474675533e+00 -7.4963405957668883e-01 +1.1113813757817290e+00
16 -3.7231405987031083e+00 -1.8033375603361437e+00 +3.8396060767339293e+00
15 -1.4011042557305364e+00 +2.8088497751114794e-01 +3.3639784664833687e+00
18 -4.5740925742765297e+00 -2.3126167830384174e+00 +4.5229515824762245e+00
6 -6.6024000806399119e-01 -2.8593370052500955e-01 +7.4861261507796328e-01
7 -9.1194698145946340e-01 -4.0280092904326903e-01 +1.0182921048323887e+00
0 +9.7935879552521605e+00 +9.7935879552521605e+00 +0.0000000000000000e+00
1 +4.3960940655707041e+00 +4.4026953335298860e+00 +1.3202535918363623e-02
22 -3.1171909066944474e+00 +1.2668794243462678e-02 +6.2597194018758202e+00
20 -5.2133225800247702e+00 -2.5377387095224617e+00 +5.3511677410046170e+00
0 +4.5546209322296880e+00 +4.5546209322296880e+00 +0.0000000000000000e+00
8 -7.2384916701344881e-01 -1.5889922420520808e-01 +1.1298998856164815e+00
0 +4.4854036738848553e+00 +4.4854036738848553e+00 +0.0000000000000000e+00
0 +2.8655648588180695e+00 +2.8655648588180695e+00 +0.0000000000000000e+00
5 +7.6365671487041986e-02 +3.7647342302296050e-01 +6.0021550307183702e-01
62 -1.6700789505990535e+01 -3.5044440156181103e+00 +2.6392690980744849e+01
27 -7.3649275298169110e+00 -3.0191490669116350e+00 +8.6915569258105521e+00
36 -9.8751294357683825e+00 -3.4944596965189740e+00 +1.2761339478498817e+01
60 -1.7354480456466135e+01 -4.8412094388476765e+00 +2.5026542035236915e+01
27 -6.3290532368070069e+00 -2.1490483232046356e+00 +8.3600098272047418e+00
7 +3.3967345475436961e-01 +8.4036785490073296e-01 +1.0013888002927267e+00
8 +9.6228140650290506e-02 +7.6118876836179838e-01 +1.3299212554230158e+00
5 +3.8762235194521022e-01 +6.4985745465941491e-01 +5.2447020542840939e-01
28 -7.8389220280929850e+00 -3.3640950849162032e+00 +8.9496538863535626e+00
20 -4.8211999505984453e+00 -2.0286112570334622e+00 +5.5851773871299661e+00
31 -7.0008654050669294e+00 -1.7762054324633425e+00 +1.0449319945207174e+01
24 -6.4697387628344680e+00 -2.9274070753371007e+00 +7.0846633749947348e+00
9 +1.7682212776057060e-01 +9.4117309290576712e-01 +1.5287019302903930e+00
25 -6.8956286391727124e+00 -3.0922529582676206e+00 +7.6067513618101836e+00
11 -2.0983728791973997e+00 -1.0845009958977441e+00 +2.0277437665993112e+00
7 -1.0036778824299075e+00 -4.8971099973675081e-01 +1.0279337653863134e+00
0 +6.4999300361390171e+00 +6.4999300361390171e+00 +0.0000000000000000e+00
33 -5.7083667482437663e+00 +5.2807695877435501e-02 +1.1522348888242403e+01
19 -8.4894775705432757e-01 +1.6203243444966611e+00 +4.9385442031019773e+00
31 -8.0994904254779776e+00 -2.9686706173552384e+00 +1.0261639616245478e+01
0 +3.8551178977365002e+00 +3.8551178977365002e+00 +0.0000000000000000e+00
43 -1.1224254602563089e+01 -3.1786008029659607e+00 +1.6091307599194259e+01
17 -3.1015217685266707e+00 -1.0455709506748798e+00 +4.1119016357035818e+00
0 +4.8897250818951168e+00 +4.8897250818951168e+00 +0.0000000000000000e+00
42 -1.2019333651352603e+01 -4.2560137540129386e+00 +1.5526639794679330e+01
25 -4.7974046930482865e+00 -8.9168810664379050e-01 +7.8114331728089921e+00
40 -1.0016040135779072e+01 -2.5989345553053722e+00 +1.4834211160947399e+01
17 -4.0822007285760469e+00 -2.0106141995482627e+00 +4.1431730580555683e+00
2 +3.0105207311323658e+00 +3.0807138393118203e+00 +1.4038621635890891e-01
36 -9.8360815302400688e+00 -3.5675269255215438e+00 +1.2537109209437050e+01
15 -3.7526287413658528e+00 -1.9860934762773650e+00 +3.5330705301769756e+00
13 -2.3180393779007806e+00 -8.7601138478913443e-01 +2.8840559862232924e+00
8 -1.5786803594565875e+00 -9.2031928227924453e-01 +1.3167221543546859e+00
1 +4.0782599236807275e+00 +4.0856047531634854e+00 +1.4689658965515662e-02
8 +2.5931449776371007e-01 +9.3969112446958514e-01 +1.3607532534117501e+00
16 -3.5396067016703716e+00 -1.5678645425304607e+00 +3.9434843182798218e+00
36 -1.0541962655856231e+01 -4.0821050578208888e+00 +1.2919715196070685e+01
0 +3.0651105399469105e+00 +3.0651105399469105e+00 +0.0000000000000000e+00
5 +4.5110564798192954e-01 +7.5135175442362634e-01 +6.0049221288339361e-01
22 -5.8108514917032332e+00 -2.7274674767866465e+00 +6.1667680298331735e+00
12 -8.2060512981684752e-01 +4.4242177425771079e-01 +2.5260538081491166e+00
10 -9.6725646584689429e-01 -1.0009479912246633e-01 +1.7343233334488559e+00
21 -5.2543289596321410e+00 -2.3381918563619917e+00 +5.8322742065402986e+00
0 +7.0569372240268606e+00 +7.0569372240268606e+00 +0.0000000000000000e+00
10 -1.6446967668276793e+00 -7.9576282924854702e-01 +1.6978678751582645e+00
14 -2.8496925849330639e+00 -1.3406954998997365e+00 +3.0179941700666548e+00
0 +5.1068839972466513e+00 +5.1068839972466513e+00 +0.0000000000000000e+00
0 +4.7243500934456470e+00 +4.7243500934456470e+00 +0.0000000000000000e+00
21 -4.8873107654907146e+00 -1.9354084509460283e+00 +5.9038046290893726e+00
53 -1.3848563397722007e+01 -3.2438614560941037e+00 +2.1209403883255806e+01
5 +2.0573951779381376e+00 +2.3208624241320055e+00 +5.2693449238773571e-01
27 -5.2556383509204965e+00 -1.0661201056955969e+00 +8.3790364904497991e+00
1 +4.0685934828909174e+00 +4.0707474560851473e+00 +4.3079463884598823e-03
5 +1.0331723326728994e+00 +1.3022424279576645e+00 +5.3814019056953022e-01
16 -1.6866958597107748e+00 +2.5608577794074838e-01 +3.8855632753030465e+00
25 -6.4082259013685290e+00 -2.6345859241746656e+00 +7.5472799543877267e+00
0 +4.3558672542142762e+00 +4.3558672542142762e+00 +0.0000000000000000e+00
20 -4.8217189980479054e+00 -2.0595499132350041e+00 +5.5243381696258025e+00
0 +3.9794267011208966e+00 +3.9794267011208966e+00 +0.0000000000000000e+00
0 +9.1975691171511809e+00 +9.1975691171511809e+00 +0.0000000000000000e+00
24 -6.3747752863008982e+00 -2.7929213933379353e+00 +7.1637077859259257e+00
0 +3.8632937013674820e+00 +3.8632937013674820e+00 +0.0000000000000000e+00
12 -1.3127955727822780e+00 -1.9928199608721719e-02 +2.5857347463471125e+00
1 +4.6096239761848414e+00 +4.6215804995011469e+00 +2.3913046632610957e-02
18 -2.4699614548529381e+00 -2.0335702276942769e-01 +4.5332088641670207e+00
11 -7.8499314094969552e-01 +3.1503463865640535e-01 +2.2000555592122018e+00
0 +1.4729182963966094e+00 +1.4729182963966094e+00 +0.0000000000000000e+00
37 -1.0418414996909927e+01 -3.7058383489826268e+00 +1.3425153295854601e+01
7 +1.1722422050815320e+00 +1.7316056724697066e+00 +1.1187269347763493e+00
0 +3.3430221956800894e+00 +3.3430221956800894e+00 +0.0000000000000000e+00
43 -1.0743494779379727e+01 -2.7071468077797167e+00 +1.6072695943200021e+01
9 -1.2181982633285555e+00 -4.2748882999134086e-01 +1.5814188666744293e+00
9 -1.0896183975711162e+00 -3.7505376557068359e-01 +1.4291292640008653e+00
18 -4.5496787849762894e+00 -2.1636893291136960e+00 +4.7719789117251867e+00
11 +3.2426007011330986e+00 +4.3760817852989033e+00 +2.2669621683316095e+00
10 -2.1149601687458377e+00 -1.2047769776925152e+00 +1.8203663821066449e+00
2 +2.1555663217100332e+00 +2.2117428322907715e+00 +1.1235302116147672e-01
0 +1.2586076586817869e+00 +1.2586076586817869e+00 +0.0000000000000000e+00
14 -2.5311630271085326e+00 -8.8724752176313837e-01 +3.2878310106907884e+00
2 +7.6347097419186216e-01 +8.1875867871428376e-01 +1.1057540904484320e-01
0 +4.9012028177244673e+00 +4.9012028177244673e+00 +0.0000000000000000e+00
12 -2.1314976835749322e+00 -9.6832312220529904e-01 +2.3263491227392663e+00
19 -3.1548820200601861e+00 -5.8354629670210523e-01 +5.1426714467161618e+00
18 -4.3035369978859075e+00 -1.9700600389502974e+00 +4.6669539178712203e+00
56 -1.4223083959890062e+01 -2.6498670214201141e+00 +2.3146433876939895e+01
0 +1.7037020782515135e+00 +1.7037020782515135e+00 +0.0000000000000000e+00
50 -1.4729465141135677e+01 -4.7317227463532241e+00 +1.9995484789564905e+01
2 +6.6734084974874275e-01 +7.2865487803833151e-01 +1.2262805657917752e-01
40 -1.1162822174860956e+01 -3.8406606189626680e+00 +1.4644323111796577e+01
14 -1.7163225705716361e+00 -1.9620336808107197e-01 +3.0402384049811282e+00
11 -2.2439948497260973e+00 -1.2396601825197351e+00 +2.0086693344127244e+00
11 -4.7783585864930611e-01 +6.6260329292882592e-01 +2.2808783031562641e+00
15 -3.0411815209082311e+00 -1.2330523941691767e+00 +3.6162582534781089e+00
16 -2.9738515691981080e+00 -9.5604720933753651e-01 +4.0356087197211430e+00
17 -2.9992930664102788e+00 -7.9962157377335386e-01 +4.3993429852738499e+00
20 -2.4362387468307043e+00 +3.0633282476568180e-01 +5.4851431431927722e+00
9 -1.4483151433452690e-01 +6.5855142085699958e-01 +1.6067658703830530e+00
1 +8.5687313971966805e-01 +8.6885708493782676e-01 +2.3967890436317418e-02
22 -6.0236562020511579e+00 -2.8315889104930179e+00 +6.3841345831162801e+00
4 -7.2095760164913258e-02 +1.4577357566653681e-01 +4.3573867166290015e-01
10 -2.8114812408808110e-01 +6.6609168228123306e-01 +1.8944796127386283e+00
0 +6.1696695157883621e+00 +6.1696695157883621e+00 +0.0000000000000000e+00
0 +1.6607967322930550e+00 +1.6607967322930550e+00 +0.0000000000000000e+00
0 +4.2066006691376678e+00 +4.2066006691376678e+00 +0.0000000000000000e+00
0 +7.0060441602186412e+00 +7.0060441602186412e+00 +0.0000000000000000e+00
45 -1.0254890803356719e+01 -1.6400074201010377e+00 +1.7229766766511364e+01
2 +4.7071571224020552e+00 +4.7656057784606736e+00 +1.1689731211723675e-01
5 -4.9702377128067976e-01 -1.8805298770715861e-01 +6.1794156714704229e-01
8 -1.4104304105045653e+00 -8.1450109852117336e-01 +1.1918586239667839e+00
23 -5.5393731015677554e+00 -2.0863351507444161e+00 +6.9060759016466786e+00
16 -3.5305103261269979e+00 -1.5727463657613416e+00 +3.9155279207313125e+00
0 +5.3386738421558464e+00 +5.3386738421558464e+00 +0.0000000000000000e+00
3 +1.4824446130924844e+00 +1.5994474798996055e+00 +2.3400573361424204e-01
45 -1.2694325468714663e+01 -4.0384972331913813e+00 +1.7311656471046561e+01
8 +2.7875947744836540e+00 +3.3773612425818649e+00 +1.1795329361964217e+00
9 -2.0468804083383940e-01 +6.0485890708047663e-01 +1.6190938958286321e+00
9 -1.5817905150728055e+00 -8.2630235789766182e-01 +1.5109763143502875e+00
0 +3.1307926311425929e+00 +3.1307926311425929e+00 +0.0000000000000000e+00
23 -6.0729227668342558e+00 -2.6318535962435590e+00 +6.8821383411813937e+00
25 -6.2550299294779395e+00 -2.5315484119326084e+00 +7.4469630350906622e+00
10 -1.0353240492794606e+00 -6.1362708336367255e-02 +1.9479226818861868e+00
16 -3.9586793521291606e+00 -1.9661674227737924e+00 +3.9850238587107363e+00
5 -5.5777899361549288e-01 -2.3727381855260088e-01 +6.4101035012578400e-01
8 +9.9314809682379934e-01 +1.6637079003694870e+00 +1.3411196070913753e+00
0 +3.7298719157210876e+00 +3.7298719157210876e+00 +0.0000000000000000e+00
0 +4.5225782453000054e+00 +4.5225782453000054e+00 +0.0000000000000000e+00
45 -1.0445764047008872e+01 -1.7748935565302140e+00 +1.7341740980957315e+01
27 -4.4122147635776114e+00 -2.5756522199358312e-01 +8.3092990831680567e+00
13 -3.1153443936819523e+00 -1.7052971612887649e+00 +2.8200944647863748e+00
22 -5.4384638355675063e+00 -2.2684872035060994e+00 +6.3399532641228138e+00
0 +4.1304561725669027e+00 +4.1304561725669027e+00 +0.0000000000000000e+00
4 +2.1814258687494439e+00 +2.4078433172578810e+00 +4.5283489701687429e-01
0 +9.2260494677632146e+00 +9.2260494677632146e+00 +0.0000000000000000e+00
18 -2.9716819660293483e+00 -6.1666856467019038e-01 +4.7100268027183159e+00
3 +3.2851525805564208e+00 +3.3724387031630974e+00 +1.7457224521335313e-01
15 -3.7922759133465176e+00 -1.9628911141822907e+00 +3.6587695983284538e+00
14 -3.2914257969220069e+00 -1.7846669156932928e+00 +3.0135177624574281e+00
0 +9.1162298198734444e+00 +9.1162298198734444e+00 +0.0000000000000000e+00
18 -4.7978275090756108e+00 -2.3893034958869643e+00 +4.8170480263772930e+00
23 -5.3003618410612185e+00 -1.8550612546335215e+00 +6.8906011728553942e+00
0 +6.7486288468239852e+00 +6.7486288468239852e+00 +0.0000000000000000e+00
16 -3.9535286299348451e+00 -1.9935704399613741e+00 +3.9199163799469421e+00
21 -4.8362770998768747e+00 -1.8576190938104937e+00 +5.9573160121327620e+00
14 +4.2829422241340875e-01 +2.0154918172388703e+00 +3.1743951896509230e+00
7 -1.0546399510511177e+00 -5.5847002664135914e-01 +9.9233984881951720e-01
13 -1.5474269934381342e+00 -1.2699994717769458e-01 +2.8408540925208792e+00
14 -2.5437557305870486e+00 -8.8700470045354463e-01 +3.3135020602670080e+00
43 -1.2277861001160144e+01 -4.2633955489132553e+00 +1.6028930904493777e+01
0 +2.4162536641532273e+00 +2.4162536641532273e+00 +0.0000000000000000e+00
0 +6.3185755803126948e+00 +6.3185755803126948e+00 +0.0000000000000000e+00
49 -1.2339409098923994e+01 -2.6953739946357329e+00 +1.9288070208576521e+01
4 +3.3648468608759083e+00 +3.5686497957832111e+00 +4.0760586981460545e-01
25 -7.0387930005229444e+00 -3.1362646230936000e+00 +7.8050567548586889e+00
0 +8.1620946674825756e+00 +8.1620946674825756e+00 +0.0000000000000000e+00
17 -2.3182191115572506e+00 -2.7162139755907067e-01 +4.0931954279963598e+00
1 +2.5264694774584115e+00 +2.5379098507467788e+00 +2.2880746576734445e-02
18 -2.2200434172774832e+00 +1.4158649037451054e-01 +4.7232598153039875e+00
3 +7.7804462256593698e-01 +8.8431378407022798e-01 +2.1253832300858200e-01
7 -1.9571301704600330e-01 +2.8803960201430012e-01 +9.6750523812060685e-01
7 +2.3879010112410004e-01 +7.0891639161583520e-01 +9.4025258098347031e-01
19 -4.5559099553123472e+00 -2.0823967890281527e+00 +4.9470263325683890e+00
2 +3.0916309726736007e+00 +3.1400729308077695e+00 +9.6883916268337700e-02
8 -1.0325867836155176e+00 -3.3562216970071557e-01 +1.3939292278296040e+00
12 -2.4770848184964818e+00 -1.3221799825106233e+00 +2.3098096719717169e+00
0 +4.3735865109596173e+00 +4.3735865109596173e+00 +0.0000000000000000e+00
1 +7.9914692980467716e-01 +8.0752308669687345e-01 +1.6752313784392570e-02
4 +1.5027018452786844e-01 +3.6421977791074678e-01 +4.2789918676575667e-01
0 +6.7869625789012487e+00 +6.7869625789012487e+00 +0.0000000000000000e+00
15 -3.2072193146354584e+00 -1.4347670884736474e+00 +3.5449044523236219e+00
0 +1.3716518184563210e+01 +1.3716518184563210e+01 +0.0000000000000000e+00
7 +9.8893605477497903e-01 +1.5362155315340402e+00 +1.0945589535181224e+00
11 -1.3045864785595525e+00 -2.7062559342166814e-01 +2.0679217702757686e+00
16 -7.0466762502762048e-01 +1.2130454776643136e+00 +3.8354262053838681e+00
13 -1.7575674451290819e+00 -3.2350400185046890e-01 +2.8681268865572260e+00
9 -9.5088597691316856e-01 -1.7491319847840625e-01 +1.5519455568695246e+00
23 -5.2088747586294408e+00 -1.9127396104201271e+00 +6.5922702964186275e+00
44 -1.3100568919385491e+01 -4.6269222225232820e+00 +1.6947293393724419e+01
4 +1.1060067166124989e+00 +1.2870276357325445e+00 +3.6204183824009117e-01
2 +9.2414047197593607e-01 +9.7592124800145275e-01 +1.0356155205103335e-01
2 +4.6600001635782258e+00 +4.7314347328682285e+00 +1.4286913858000538e-01
1 +5.4271795000974032e+00 +5.4373990532452137e+00 +2.0439106295620846e-02
5 +2.2315480643544419e+00 +2.4909600932252336e+00 +5.1882405774158347e-01
12 -1.4575939184016624e+00 -1.6909873115470742e-01 +2.5769903744939100e+00
15 -3.0354404477280186e+00 -1.3348761778711418e+00 +3.4011285397137536e+00
19 -4.8794447028265671e+00 -2.3919912674822439e+00 +4.9749068706886463e+00
16 -3.8976502622885834e+00 -1.8573618286164182e+00 +4.0805768673443303e+00
23 -5.1366622570254181e+00 -1.8215183515357043e+00 +6.6302878109794277e+00
3 -1.9254825518316032e-02 +1.1898932983619392e-01 +2.7648831070901991e-01
13 -3.0318362834040355e+00 -1.6432834971165557e+00 +2.7771055725749596e+00
22 -5.3628782416830569e+00 -2.1801113628150084e+00 +6.3655337577360971e+00
14 -3.1564352738581354e+00 -1.5433453794932119e+00 +3.2261797887298469e+00
34 -9.7435145491862123e+00 -3.8833446942106202e+00 +1.1720339709951183e+01
0 +4.1600984972534345e+00 +4.1600984972534345e+00 +0.0000000000000000e+00
37 -1.0568222208500515e+01 -4.0134521631875009e+00 +1.3109540090626028e+01
50 -1.4777683104073571e+01 -4.7750176375725495e+00 +2.0005330933002043e+01
20 -3.4718486994765163e+00 -7.2240090027320658e-01 +5.4988955984066195e+00
14 -2.2878115021119845e+00 -6.4315174338721448e-01 +3.2893195174495400e+00
9 +5.0934264924144657e-01 +1.2681756180195052e+00 +1.5176659375561172e+00
16 -4.1062922900082279e+00 -2.1286485835279345e+00 +3.9552874129605868e+00
22 -3.5769965347217552e+00 -4.2120545726068670e-01 +6.3115821549221369e+00
10 +5.8761596598834220e-01 +1.4546577402776224e+00 +1.7340835485785604e+00
27 -7.1634153710494912e+00 -3.0071987054814331e+00 +8.3124333311361163e+00
31 -8.2097265931392620e+00 -2.9469649423535511e+00 +1.0525523301571422e+01
10 -8.7048884801850157e-01 -2.3669177795400120e-02 +1.6936393404462029e+00
32 -8.5498947054146406e+00 -3.1770205851965905e+00 +1.0745748240436100e+01
0 +8.2050550311085715e+00 +8.2050550311085715e+00 +0.0000000000000000e+00
14 -2.0157955986719065e+00 -3.8858114644363972e-01 +3.2544289044565335e+00
0 +1.4722855456748235e+01 +1.4722855456748235e+01 +0.0000000000000000e+00
2 +3.1527948920864897e+00 +3.2262471822801615e+00 +1.4690458038734366e-01
11 -2.2140908824698498e+00 -1.0628240259018753e+00 +2.3025337131359489e+00
5 -1.8417938957727298e-01 +5.3178695747466698e-02 +4.7471617064947935e-01
0 +1.0068934534850692e+01 +1.0068934534850692e+01 +0.0000000000000000e+00
0 +1.9602781965137277e+00 +1.9602781965137277e+00 +0.0000000000000000e+00
0 +8.7747871607880708e+00 +8.7747871607880708e+00 +0.0000000000000000e+00
0 +1.8842645385229627e+01 +1.8842645385229627e+01 +0.0000000000000000e+00
15 -2.1294867500139700e+00 -2.8345940567526728e-01 +3.6920546886774055e+00
23 -5.6613704764009212e+00 -2.3410725515948867e+00 +6.6405958496120689e+00
0 +6.4360355124212818e+00 +6.4360355124212818e+00 +0.0000000000000000e+00
10 -3.6647733985369157e-01 +4.7773559613470296e-01 +1.6884258719767891e+00
7 -4.9008557252405005e-01 -2.7095388279004595e-02 +9.2598036849009091e-01
15 -2.5351375230961510e+00 -7.0435657231603654e-01 +3.6615619015602290e+00
0 +8.7857682776656194e+00 +8.7857682776656194e+00 +0.0000000000000000e+00
5 +3.3802426815063491e-01 +5.9531890851990887e-01 +5.1458928073854793e-01
27 -7.3226240365165092e+00 -3.1342377563623787e+00 +8.3767725603082610e+00
8 -8.4411242813162790e-01 -2.7773775623903241e-01 +1.1327493437851910e+00
29 -7.8355268390989581e+00 -3.2295595628530611e+00 +9.2119345524917939e+00
13 -1.1226222026988086e+00 +2.2229223747827742e-01 +2.6898288803541721e+00
3 +2.2541412014664086e-01 +3.0551310501801510e-01 +1.6019796974274847e-01
0 +2.0670880186367633e+00 +2.0670880186367633e+00 +0.0000000000000000e+00
9 +9.1962231402055838e-01 +1.7593584334116410e+00 +1.6794722387821652e+00
5 +3.7428262927258018e+00 +4.0013665458035614e+00 +5.1708050615551926e-01
18 -4.5540520402221807e+00 -2.2934417651760119e+00 +4.5212205500923375e+00
0 +6.1791640125929286e+00 +6.1791640125929286e+00 +0.0000000000000000e+00
14 -3.3925558261047870e+00 -1.7808018365110132e+00 +3.2235079791875476e+00
1 +1.1575695200733032e+00 +1.1689331733409718e+00 +2.2727306535337277e-02
21 -4.1142310474495440e+00 -1.2086602334855967e+00 +5.8111416279278947e+00
3 +2.6657390650749768e+00 +2.7658504054531603e+00 +2.0022268075636696e-01
17 -4.5366773030060736e+00 -2.3025137509437075e+00 +4.4683271041247323e+00
3 +4.0997011886608004e-01 +5.1875070923966948e-01 +2.1756118074717889e-01
2 +2.8702903367033508e+00 +2.9144694998940208e+00 +8.8358326381340113e-02
15 -2.5374171466355682e+00 -8.1322182150115419e-01 +3.4483906502688280e+00
20 -5.3015191778160071e+00 -2.5292804827440567e+00 +5.5444773901439008e+00
0 +4.5876557361430663e+00 +4.5876557361430663e+00 +0.0000000000000000e+00
15 -1.1150077732497010e+00 +5.9630471028270104e-01 +3.4226249670648041e+00
0 +4.3017555472426032e+00 +4.3017555472426032e+00 +0.0000000000000000e+00
12 -2.6683084600408149e+00 -1.4401853392231629e+00 +2.4562462416353039e+00
21 -1.5868160687529675e+00 +1.3523392760977098e+00 +5.8783106897013546e+00
10 -3.6195761947098859e-01 +5.2879448456946099e-01 +1.7815042080808992e+00
0 +4.1823142912031503e+00 +4.1823142912031503e+00 +0.0000000000000000e+00
0 +8.0838074826855539e+00 +8.0838074826855539e+00 +0.0000000000000000e+00
13 -2.6147589997248746e+00 -1.2734097580194459e+00 +2.6826984834108574e+00
14 +7.2704716164044392e-02 +1.5652002480163814e+00 +2.9849910637046739e+00
33 -9.5176165479967629e+00 -3.8044109243447171e+00 +1.1426411247304092e+01
4 +1.4835560995026036e+00 +1.6751644377313872e+00 +3.8321667645756730e-01
5 +1.4286124036996171e+00 +1.7526299908760152e+00 +6.4803517435279634e-01
24 -5.1630120795646564e+00 -1.6369468600227481e+00 +7.0521304390838164e+00
0 +1.4525893984320856e+01 +1.4525893984320856e+01 +0.0000000000000000e+00
0 +1.3149893287816276e+01 +1.3149893287816276e+01 +0.0000000000000000e+00
0 +6.4669533387510327e+00 +6.4669533387510327e+00 +0.0000000000000000e+00
0 +2.9703752327536370e+00 +2.9703752327536370e+00 +0.0000000000000000e+00
0 +1.4464735114349210e+01 +1.4464735114349210e+01 +0.0000000000000000e+00
36 -1.0138421161290768e+01 -3.8724289387959132e+00 +1.2531984444989710e+01
30 -8.2665803505427036e+00 -3.2247878400113570e+00 +1.0083585021062692e+01
5 -4.4257847053748023e-01 -1.9585479447538123e-01 +4.9344735212419799e-01
0 +2.4942536607255157e+00 +2.4942536607255157e+00 +0.0000000000000000e+00
0 +9.9265680289679104e+00 +9.9265680289679104e+00 +0.0000000000000000e+00
0 +3.5804680802410771e+00 +3.5804680802410771e+00 +0.0000000000000000e+00
43 -1.0916289734196958e+01 -2.9031783692302762e+00 +1.6026222729933366e+01
27 -6.4513948274166895e+00 -2.2766060108903536e+00 +8.3495776330526716e+00
5 -3.0225916485232940e-01 -9.7134960914599944e-03 +5.8509133752173881e-01
2 +6.1025205760690149e+00 +6.1402656304949836e+00 +7.5490108851937521e-02
16 -3.1892414835614877e+00 -1.2394218818103955e+00 +3.8996392035021845e+00
11 -1.6251997280545556e+00 -6.1161681849615768e-01 +2.0271658191167958e+00
2 +1.0581304295791911e+00 +1.1181564001214870e+00 +1.2005194108459172e-01
0 +3.3346921474698341e+00 +3.3346921474698341e+00 +0.0000000000000000e+00
6 +1.6783373192574587e+00 +2.0272775378252765e+00 +6.9788043713563574e-01
23 -5.9914493828586641e+00 -2.7289998387128804e+00 +6.5248990882915674e+00
0 +2.8540138337821066e+00 +2.8540138337821066e+00 +0.0000000000000000e+00
21 -5.1633650270024356e+00 -2.3132175959534913e+00 +5.7002948620978886e+00
21 -5.4226497623726866e+00 -2.3979508876518207e+00 +6.0493977494417317e+00
35 -9.7406199157597513e+00 -3.6642151703304364e+00 +1.2152809490858630e+01
9 -1.7833171240551771e+00 -1.0183359388973345e+00 +1.5299623703156850e+00
5 +2.2129485913800462e+00 +2.5075750145409721e+00 +5.8925284632185182e-01
4 +1.6680713840462387e+00 +1.8941482613507628e+00 +4.5215375460904816e-01
54 -1.6051282163548972e+01 -5.1466131476382184e+00 +2.1809338031821508e+01
67 -2.0114519879146055e+01 -5.6758845315065720e+00 +2.8877270695278966e+01
0 +5.7457599936138024e+00 +5.7457599936138024e+00 +0.0000000000000000e+00
10 -7.8295092576238812e-01 +1.6891033217593820e-01 +1.9037225158766526e+00
34 -8.2824221774225286e+00 -2.3343566993351077e+00 +1.1896130956174842e+01
16 -1.3496872861323137e+00 +5.2176243232652642e-01 +3.7428994369176802e+00
0 +4.8802680337795650e+00 +4.8802680337795650e+00 +0.0000000000000000e+00
24 -4.6697383337851557e+00 -1.0228017971587282e+00 +7.2938730732528549e+00
0 +2.7526671326832073e+00 +2.7526671326832073e+00 +0.0000000000000000e+00
18 -4.1223456075130125e+00 -1.8282938337194512e+00 +4.5881035475871226e+00
23 -3.2720676136587370e+00 +3.8123158160483506e-02 +6.6203815436384410e+00
4 +2.1699926264688938e+00 +2.3827931437299554e+00 +4.2560103452212328e-01
17 -4.5320245846680516e+00 -2.2987913101309196e+00 +4.4664665490742639e+00
23 -4.6222978052551094e+00 -1.2075238723916861e+00 +6.8295478657268465e+00
5 +3.4479800679986674e+00 +3.7095510226031103e+00 +5.2314190920888581e-01
4 -3.0886376092832357e-01 -1.0263590371306730e-01 +4.1245571443051254e-01
13 -2.3658398988990559e-01 +1.1511398846954184e+00 +2.7754477491706480e+00
0 +7.7041379267503043e+00 +7.7041379267503043e+00 +0.0000000000000000e+00
37 -9.8025726447463377e+00 -3.1658875434560274e+00 +1.3273370202580621e+01
35 -7.0761783949685197e+00 -8.7122254973692903e-01 +1.2409911690463181e+01
3 +1.4707509002585937e+00 +1.6102560854055143e+00 +2.7901037029384135e-01
22 -1.5779951776999779e+00 +1.6580785172024752e+00 +6.4721473898049062e+00
11 +2.3429160380460790e-01 +1.2302149964722715e+00 +1.9918467853353272e+00
13 -1.4152657475626338e+00 -8.3611076187914968e-02 +2.6633093427494376e+00
0 +9.7792271011333121e+00 +9.7792271011333121e+00 +0.0000000000000000e+00
8 -1.0944287513357676e-01 +5.3375870605526021e-01 +1.2864031623776739e+00
27 -5.5393184579528425e+00 -1.2261001085465661e+00 +8.6264366988125527e+00
9 +3.1579846250078454e+00 +3.9883597875050367e+00 +1.6607503249943827e+00
29 -8.1349469818559648e+00 -3.3769396973670496e+00 +9.5160145689778304e+00
6 +1.2035983978734874e+00 +1.5501637243293502e+00 +6.9313065291172560e-01
0 +4.0302058865692238e+00 +4.0302058865692238e+00 +0.0000000000000000e+00
33 -8.8355323823497791e+00 -3.2449093210399953e+00 +1.1181246122619568e+01
0 +2.9145941737887822e+00 +2.9145941737887822e+00 +0.0000000000000000e+00
38 -1.0766727018523202e+01 -3.9134513459675917e+00 +1.3706551345111221e+01
5 -4.7170319901700619e-01 -1.9749812840945768e-01 +5.4841014121509701e-01
16 -2.2834707057894326e+00 -2.4543695000594834e-01 +4.0760675115669684e+00
6 +4.6264355552866743e-01 +8.0734043282944334e-01 +6.8939375460155183e-01
16 -3.4690434282374225e+00 -1.5277051174034231e+00 +3.8826766216679989e+00
7 +5.2942895128096268e-01 +1.0581143538295925e+00 +1.0573708050972597e+00
0 +7.8334003005864936e+00 +7.8334003005864936e+00 +0.0000000000000000e+00
6 -8.2654088390678027e-01 -4.4426570361605933e-01 +7.6455036058144188e-01
1 +3.0340805806613078e+00 +3.0465277967505848e+00 +2.4894432178554027e-02
25 -5.9376688639666524e+00 -2.1735340308605315e+00 +7.5282696662122417e+00
20 -5.0316966399873992e+00 -2.2519900113088744e+00 +5.5594132573570496e+00
8 -5.6585266912727672e-01 +1.2511288696619527e-01 +1.3819311121869440e+00
7 -1.1422872551535583e+00 -6.1454650490654483e-01 +1.0554815004940270e+00
14 -8.1451171704838288e-04 +1.5750358995272573e+00 +3.1517008224886114e+00
0 +2.7468731284373296e+00 +2.7468731284373296e+00 +0.0000000000000000e+00
29 -6.9254518642869831e+00 -2.1625004913443071e+00 +9.5259027458853520e+00
8 +4.3353087044014655e+00 +4.9969108419421673e+00 +1.3232042750814035e+00
0 +1.8714639349169236e+01 +1.8714639349169236e+01 +0.0000000000000000e+00
15 -3.7393429473863753e+00 -1.9098924601174621e+00 +3.6589009745378265e+00
23 -5.4999116996675328e+00 -2.0306813659599952e+00 +6.9384606674150753e+00
24 -6.6316927093052280e+00 -3.0207976025502647e+00 +7.2217902135099266e+00
47 -1.2732911970616801e+01 -3.5754144892088440e+00 +1.8314994962815913e+01
38 -8.1789682031470292e+00 -1.3630334788692791e+00 +1.3631869448555500e+01
21 -4.7229256541844746e+00 -1.7257982588568246e+00 +5.9942547906553001e+00
0 +3.4167464952641353e+00 +3.4167464952641353e+00 +0.0000000000000000e+00
6 +4.9733622637827146e-01 +9.0348050902108135e-01 +8.1228856528561977e-01
1 +5.8801102087645685e+00 +5.8958136974506967e+00 +3.1406977372256506e-02
5 +2.2646689466437495e+00 +2.5534327373762902e+00 +5.7752758146508132e-01
22 -5.6830871567212613e+00 -2.5686939946946987e+00 +6.2287863240531252e+00
10 -1.4693651228220261e-01 +7.9073685107687997e-01 +1.8753467267181652e+00
47 -1.4044601225856105e+01 -4.7859733249834591e+00 +1.8517255801745293e+01
2 +2.1952502038541506e+00 +2.2222756824226906e+00 +5.4050957137079969e-02
27 -6.2876438002933677e+00 -2.0283460660154571e+00 +8.5185954685558212e+00
5 +4.1671354830319824e+00 +4.4128009398726720e+00 +4.9133091368137904e-01
2 +4.8313852800576420e+00 +4.8934314949756885e+00 +1.2409242983609303e-01
41 -1.1765561034946906e+01 -4.0616410837337451e+00 +1.5407839902426321e+01
4 +1.0778168035712854e+00 +1.2845243526786092e+00 +4.1341509821464761e-01
7 +6.2543248596720336e-01 +1.1260608586804461e+00 +1.0012567454264856e+00
3 +3.6081585749488170e+00 +3.6983308299956459e+00 +1.8034451009365782e-01
41 -1.1044991098672075e+01 -3.5524920357746557e+00 +1.4984998125794839e+01
17 -9.4016515964065395e-01 +1.1433883667167308e+00 +4.1671070527147691e+00
7 +1.6785107229975891e+00 +2.1732209031189766e+00 +9.8942036024277513e-01
0 +4.0769474455233992e+00 +4.0769474455233992e+00 +0.0000000000000000e+00
2 +1.3593422009623284e+00 +1.4068891197329583e+00 +9.5093837541259774e-02
14 -2.1959113524856546e+00 -6.0333147596205272e-01 +3.1851597530472038e+00
16 -4.1410588341346726e+00 -2.1020985307884548e+00 +4.0779206066924356e+00
0 +9.3455850912338114e+00 +9.3455850912338114e+00 +0.0000000000000000e+00
10 -6.8571799013038959e-01 +2.6925714210943363e-01 +1.9099502644796464e+00
0 +9.0186320671083067e+00 +9.0186320671083067e+00 +0.0000000000000000e+00
5 +7.7797098055758696e-01 +1.0638485952113159e+00 +5.7175522930745792e-01
74 -2.2248428921359739e+01 -5.8612469973752139e+00 +3.2774363847969049e+01
0 +1.3811663249049396e+01 +1.3811663249049396e+01 +0.0000000000000000e+00
36 -9.2086106740758495e+00 -2.9178638562511283e+00 +1.2581493635649442e+01
8 +9.4225476395823993e-01 +1.6006469860624208e+00 +1.3167844442083618e+00
37 -1.0654529415662051e+01 -4.0628477110719574e+00 +1.3183363409180187e+01
0 +7.9100478949339195e+00 +7.9100478949339195e+00 +0.0000000000000000e+00
42 -8.8395025945975902e+00 -9.9302570927150546e-01 +1.5692953770652169e+01
4 +1.2507423495264289e+00 +1.4485609154110968e+00 +3.9563713176933568e-01
1 +1.0839426346104251e+00 +1.1043951868900663e+00 +4.0905104559282535e-02
26 -5.9120092821317582e+00 -1.9037187608936528e+00 +8.0165810424762114e+00
24 -5.6690404727725889e+00 -1.9768077035877205e+00 +7.3844655383697368e+00
13 -3.0447409372884673e+00 -1.6615858441146014e+00 +2.7663101863477317e+00
0 +5.0714361072939962e+00 +5.0714361072939962e+00 +0.0000000000000000e+00
35 -9.9823501993719681e+00 -3.9496494303269687e+00 +1.2065401538089999e+01
22 -6.0318232421593345e+00 -2.8352556166294880e+00 +6.3931352510596930e+00
0 +6.7625125658191330e+00 +6.7625125658191330e+00 +0.0000000000000000e+00
80 -2.2191987361149096e+01 -3.9956921495618953e+00 +3.6392590423174397e+01
23 -6.2574290540540760e+00 -2.8675410837049053e+00 +6.7797759406983413e+00
4 +1.7464802102668209e-02 +1.7804745252707921e-01 +3.2116530084882200e-01
64 -1.5716699077542735e+01 -2.0755086827111691e+00 +2.7282380789663133e+01
6 +8.8211487269457933e-01 +1.2185567865469555e+00 +6.7288382770475241e-01
2 +3.5029063538311878e+00 +3.5553931974219957e+00 +1.0497368718161582e-01
7 -5.9630637077840998e-01 -8.7330050033417983e-02 +1.0179526414899840e+00
1 +7.4725932119582836e+00 +7.4989043235395503e+00 +5.2622223162533288e-02
0 +4.8205945191948754e+00 +4.8205945191948754e+00 +0.0000000000000000e+00
5 +3.3671569592336859e-01 +6.3781041561116059e-01 +6.0218943937558400e-01
11 +3.5781079459181875e-01 +1.3596943806099597e+00 +2.0037671720362820e+00
11 -1.7313821091096537e+00 -5.8389658697769597e-01 +2.2949710442639155e+00
30 -5.6514462404349883e+00 -7.8532380516951283e-01 +9.7322448705309519e+00
21 -5.7791955030386548e+00 -2.7526610517038219e+00 +6.0530689026696658e+00
25 -6.7830739940375109e+00 -2.9424114558153698e+00 +7.6813250764442822e+00
8 +1.4133122461575072e+00 +2.0946674085905954e+00 +1.3627103248661765e+00
16 -2.2890641103376916e+00 -4.2393448664685529e-01 +3.7302592473816727e+00
25 -6.7918458569753026e+00 -2.9491366079032759e+00 +7.6854184981440534e+00
14 -2.0201468699970144e+00 -4.5234864519248008e-01 +3.1355964496090687e+00
10 +2.9951932769556380e+00 +3.8948563230956155e+00 +1.7993260922799550e+00
0 +3.4814183142875836e+00 +3.4814183142875836e+00 +0.0000000000000000e+00
3 +1.5048366949714209e+00 +1.5879353465911006e+00 +1.6619730323935933e-01
24 -4.2802093807049291e+00 -7.4827427011177550e-01 +7.0638702211863071e+00
46 -1.3697496324389753e+01 -4.7199131064440945e+00 +1.7955166435891318e+01
11 -2.4757206940253562e+00 -1.3595275943310892e+00 +2.2323861993885341e+00
6 +2.4147242999567302e+00 +2.8375662788568254e+00 +8.4568395780019046e-01
18 -3.5679903710967080e+00 -1.2277633486121426e+00 +4.6804540449691308e+00
32 -8.6769304434137240e+00 -3.2343007817180540e+00 +1.0885259323391340e+01
42 -1.2375865047516189e+01 -4.4352089485138295e+00 +1.5881312198004720e+01
24 -6.4946155908039058e+00 -2.9829132035513348e+00 +7.0234047745051420e+00
0 +4.1469825719464302e+00 +4.1469825719464302e+00 +0.0000000000000000e+00
5 +6.0632120194017247e-01 +9.1242215881878819e-01 +6.1220191375723143e-01
0 +8.2591808581019990e+00 +8.2591808581019990e+00 +0.0000000000000000e+00
13 -2.8696368888656059e+00 -1.4377654511488243e+00 +2.8637428754335632e+00
7 -4.8300533165541726e-01 -1.5466369186780682e-02 +9.3507792493727315e-01
0 +8.4464242233881706e+00 +8.4464242233881706e+00 +0.0000000000000000e+00
8 -1.1944462228882022e+00 -5.3079790574397112e-01 +1.3272966342884622e+00
3 +3.1024058488532900e+00 +3.2344732628659774e+00 +2.6413482802537480e-01
12 -2.6536738180972934e+00 -1.3450382811181969e+00 +2.6172710739581930e+00
29 -7.6333024892156311e+00 -2.9769389882945099e+00 +9.3127270018422426e+00
48 -1.3896336080016713e+01 -4.6085891813301529e+00 +1.8575493797373120e+01
0 +9.1996956153213620e+00 +9.1996956153213620e+00 +0.0000000000000000e+00
15 -3.2916746174252163e+00 -1.4646513740810145e+00 +3.6540464866884035e+00
13 -9.0724772747343962e-01 +4.3977528592607662e-01 +2.6940460267990325e+00
0 +7.9275464521634946e+00 +7.9275464521634946e+00 +0.0000000000000000e+00
62 -1.8548596944797211e+01 -5.4790277060534924e+00 +2.6139138477487435e+01
6 +1.2924704321021094e+00 +1.6877384351121769e+00 +7.9053600602013496e-01
6 -3.3171488239787195e-01 +2.2533571426822441e-02 +7.0849690764938877e-01
42 -1.2244008274076272e+01 -4.3803622532274611e+00 +1.5727292041697622e+01
28 -6.4879408863560277e+00 -2.0449353257696048e+00 +8.8860111211728459e+00
15 -1.8286391324650033e+00 -1.5196311711353072e-01 +3.3533520307029452e+00
8 +2.1759449822523580e+00 +2.7580617137404237e+00 +1.1642334629761315e+00
22 -5.6711143175442951e+00 -2.5774433938755532e+00 +6.1873418473374837e+00
42 -1.2208204891217054e+01 -4.4330544820434756e+00 +1.5550300818347157e+01
13 -3.1256829511200452e+00 -1.6594343620519800e+00 +2.9324971781361304e+00
38 -1.0836746869828559e+01 -4.0353661266097092e+00 +1.3602761486437700e+01
0 +4.1157508691498172e+00 +4.1157508691498172e+00 +0.0000000000000000e+00
6 +1.7957613239309698e+00 +2.1439375857027034e+00 +6.9635252354346733e-01
0 +7.1278666291482331e+00 +7.1278666291482331e+00 +0.0000000000000000e+00
0 +6.7269098400438114e+00 +6.7269098400438114e+00 +0.0000000000000000e+00
21 -5.3121414006981960e+00 -2.2760746573539739e+00 +6.0721334866884442e+00
34 -9.7939420537699498e+00 -3.8355457359247027e+00 +1.1916792635690495e+01
16 -2.8146414707509892e+00 -9.4352169230500493e-01 +3.7422395568919686e+00
0 +5.3739985986073977e+00 +5.3739985986073977e+00 +0.0000000000000000e+00
12 +3.3151171036241323e-02 +1.3430092455333753e+00 +2.6197161489942680e+00
29 -6.1629253730403848e+00 -1.5689335704613956e+00 +9.1879836051579780e+00
0 +5.1808699462263368e+00 +5.1808699462263368e+00 +0.0000000000000000e+00
37 -7.9652070197993856e+00 -1.3678530683006456e+00 +1.3194707902997481e+01
0 +7.9894655263729337e+00 +7.9894655263729337e+00 +0.0000000000000000e+00
0 +4.3079192109021784e+00 +4.3079192109021784e+00 +0.0000000000000000e+00
4 +1.6994612424647855e+00 +1.8599910259954902e+00 +3.2105956706140937e-01
24 -2.6450207007250759e+00 +9.1649800665812986e-01 +7.1230374147664115e+00
0 +8.0672259476583825e+00 +8.0672259476583825e+00 +0.0000000000000000e+00
19 -4.8390417433521931e+00 -2.2646355300429302e+00 +5.1488124266185258e+00
27 -5.1478127821759161e+00 -9.3669756648219860e-01 +8.4222304313874350e+00
22 -5.3787640703873647e+00 -2.2452162421121695e+00 +6.2670956565503904e+00
19 -4.9270755163282365e+00 -2.4412468788978718e+00 +4.9716572748607293e+00
11 -7.5527317156551721e-01 +3.2127800481695656e-01 +2.1531023527649475e+00
34 -9.7326861951909294e+00 -3.8641865483402396e+00 +1.1736999293701381e+01
7 +3.4370573534335236e-01 +8.4636110915148688e-01 +1.0053107476162690e+00
0 +9.1579976867035899e+00 +9.1579976867035899e+00 +0.0000000000000000e+00
14 -3.0657548474270859e+00 -1.4366903896290659e+00 +3.2581289155960400e+00
6 +1.4905869393791882e+00 +1.8569364671224129e+00 +7.3269905548644942e-01
20 -4.7533691964022049e+00 -2.0036888796606687e+00 +5.4993606334830725e+00
0 +6.5689001060417009e+00 +6.5689001060417009e+00 +0.0000000000000000e+00
4 +1.2734369999567416e+00 +1.4669346328567707e+00 +3.8699526580005816e-01
18 -4.0665803987877025e+00 -1.8141574089470298e+00 +4.5048459796813454e+00
61 -1.8076896471452937e+01 -5.1584174413133841e+00 +2.5836958060279105e+01
34 -9.6680291278180128e+00 -3.8376039520678789e+00 +1.1660850351500269e+01
18 -4.5809910538677441e+00 -2.3142263856437451e+00 +4.5335293364479980e+00
27 -6.7832548405635267e+00 -2.5082145419282549e+00 +8.5500805972705436e+00
22 -5.0119420619250876e+00 -1.7943739736513118e+00 +6.4351361765475517e+00
22 -3.2503957148659017e+00 -1.2982166271303974e-01 +6.2411481043057240e+00
8 -1.1070152262223116e+00 -5.2758087763691019e-01 +1.1588686971708029e+00
19 -4.1556124181723293e+00 -1.6914792405456889e+00 +4.9282663552532808e+00
24 -3.2125967965563733e+00 +4.2958878203513473e-01 +7.2843711571830161e+00
12 +1.7479348257862339e+00 +3.0494592342751723e+00 +2.6030488169778767e+00
13 -1.7464695742935099e+00 -4.2532447970189047e-01 +2.6422901891832389e+00
7 +2.3582429646482161e+00 +2.8265516907486674e+00 +9.3661745220090253e-01
15 -2.0044696059294962e+00 -3.2647859457769624e-01 +3.3559820227035999e+00
7 +8.2574374593474431e-01 +1.3710672654391503e+00 +1.0906470390088119e+00
14 +1.0237012767835312e+00 +2.5175876783377173e+00 +2.9877728031083723e+00
17 -4.3156278747749353e+00 -2.2163625039747714e+00 +4.1985307416003277e+00
10 +7.2954086491251413e-01 +1.7126318556043429e+00 +1.9661819813836576e+00
3 +2.4794605190934327e-01 +3.5032392610235696e-01 +2.0475574838602739e-01
27 -5.8439244439448599e+00 -1.5663269898684513e+00 +8.5551949081528171e+00
40 -1.1137574562623151e+01 -3.7985169401689682e+00 +1.4678115244908366e+01
0 +1.6801496661963311e+00 +1.6801496661963311e+00 +0.0000000000000000e+00
29 -4.0764962776957061e+00 +6.5996062886860485e-01 +9.4729138131286224e+00
3 +2.9226104656020002e-01 +3.8939698643363485e-01 +1.9427187974686966e-01
26 -6.2277459864408309e+00 -2.2026280312445961e+00 +8.0502359103924697e+00
0 +1.1342939137802377e+00 +1.1342939137802377e+00 +0.0000000000000000e+00
30 -8.1993469822978753e+00 -3.3742672105811482e+00 +9.6501595434334533e+00
0 +9.0090584866165457e+00 +9.0090584866165457e+00 +0.0000000000000000e+00
15 -3.6562441384848610e+00 -1.8183343960361893e+00 +3.6758194848973433e+00
10 -1.2167250225388226e+00 -3.6750483443790927e-01 +1.6984403762018268e+00
15 -3.0373260153821251e+00 -1.2017779877030885e+00 +3.6710960553580732e+00
2 +1.9520515111644343e+00 +1.9879643434253693e+00 +7.1825664521870003e-02
31 -7.1493091456946916e+00 -2.0065701411713968e+00 +1.0285478009046589e+01
42 -9.2049064050707017e+00 -1.4293968878061625e+00 +1.5551019034529078e+01
12 +2.4414917210263187e-01 +1.4020320988817612e+00 +2.3157658535582586e+00
5 +6.1718466002105892e+00 +6.4018741186867789e+00 +4.6005503695237948e-01
8 -2.8612141808991876e-01 +3.5060421220967974e-01 +1.2734512605991970e+00
53 -1.5032064993529087e+01 -4.2749589087925584e+00 +2.1514212169473055e+01
24 -5.1380454661763215e+00 -1.6202186237961440e+00 +7.0356536847603550e+00
40 -1.0578205002273442e+01 -3.1864650212413466e+00 +1.4783479962064192e+01
31 -8.4348763406996348e+00 -3.2967025906724707e+00 +1.0276347500054328e+01
0 +9.2658454990768515e+00 +9.2658454990768515e+00 +0.0000000000000000e+00
16 -4.0591027470576941e+00 -2.0909653492809666e+00 +3.9362747955534552e+00
26 -7.1628247002456389e+00 -3.1145345928769013e+00 +8.0965802147374752e+00
30 -6.7649698959370435e+00 -1.7527964090463710e+00 +1.0024346973781345e+01
0 +6.9793356884842312e+00 +6.9793356884842312e+00 +0.0000000000000000e+00
4 +5.2590279943950158e-02 +2.0695440154537259e-01 +3.0872824320284487e-01
22 -5.6134096935082782e+00 -2.5620066965050325e+00 +6.1028059940064914e+00
18 -4.8436798128034768e+00 -2.4188041896939021e+00 +4.8497512462191494e+00
5 +3.6692259447302380e+00 +3.9898124612409527e+00 +6.4117303302142936e-01
14 -9.2775445294261250e-01 +7.2736839326578240e-01 +3.3102456924167898e+00
13 -2.3759622841755332e+00 -9.8643185945662593e-01 +2.7790608494378146e+00
0 +1.6241017795235603e+01 +1.6241017795235603e+01 +0.0000000000000000e+00
26 -5.9054016458285394e+00 -1.8224957472214405e+00 +8.1658117972141984e+00
23 -4.9984850461956443e+00 -1.6401497926451150e+00 +6.7166705071010586e+00
0 +7.5129226836896841e+00 +7.5129226836896841e+00 +0.0000000000000000e+00
22 -4.0102620370443836e+00 -8.5124871628832954e-01 +6.3180266415121080e+00
29 -8.1556119471608284e+00 -3.4055896739873353e+00 +9.5000445463469863e+00
0 +7.4471384811749388e+00 +7.4471384811749388e+00 +0.0000000000000000e+00
1 +3.7761283620488113e+00 +3.7804031509156619e+00 +8.5495777337012413e-03
29 -5.7615216925516437e+00 -1.1357682726179801e+00 +9.2515068398673268e+00
45 -1.2061917076772463e+01 -3.4827073296334641e+00 +1.7158419494278000e+01
0 +5.3284238735247911e+00 +5.3284238735247911e+00 +0.0000000000000000e+00
10 +3.3192291931977902e-01 +1.2852145740725742e+00 +1.9065833095055904e+00
0 +2.4996874065825327e+00 +2.4996874065825327e+00 +0.0000000000000000e+00
20 -4.9450472928655840e+00 -2.1465351568519151e+00 +5.5970242720273378e+00
0 +2.7701219329900315e+00 +2.7701219329900315e+00 +0.0000000000000000e+00
12 -2.2341381742849604e+00 -1.0533077531759734e+00 +2.3616608422179741e+00
16 -3.9127706245585268e+00 -1.9813378714355832e+00 +3.8628655062458872e+00
69 -1.9652711829717820e+01 -4.6829290891921396e+00 +2.9939565481051361e+01
28 -7.0324577256860623e+00 -2.5805873988559989e+00 +8.9037406536601260e+00
7 -1.1158255412138685e+00 -6.3653884828805207e-01 +9.5857338585163276e-01
33 -8.2634626957095634e+00 -2.7085944458214541e+00 +1.1109736499776218e+01
41 -1.1721510833728555e+01 -4.1093745741633132e+00 +1.5224272519130484e+01
0 +1.0007869014722477e+01 +1.0007869014722477e+01 +0.0000000000000000e+00
4 +6.8136519632789572e-01 +8.3643803187000731e-01 +3.1014567108422320e-01
13 -3.0187469039146810e+00 -1.6153864694128557e+00 +2.8067208690036507e+00
17 -1.7198409931299148e+00 +4.1263233213331674e-01 +4.2649466505264630e+00
15 -2.8667337454370747e+00 -1.0310576470429731e+00 +3.6713521967882032e+00
1 +2.4793107538627832e+00 +2.4869702474642565e+00 +1.5318987202946666e-02
0 +4.9848524461151200e+00 +4.9848524461151200e+00 +0.0000000000000000e+00
3 +8.6340637859483405e-01 +9.4938918771875969e-01 +1.7196561824785128e-01
9 +1.0088086734285380e+00 +1.8105889189874613e+00 +1.6035604911178467e+00
27 -6.8253597983466650e+00 -2.6705523863977838e+00 +8.3096148238977623e+00
34 -9.7430834866278992e+00 -3.7863788613151006e+00 +1.1913409250625598e+01
22 -5.1280555966902570e+00 -1.9587816934709794e+00 +6.3385478064385552e+00
7 +1.7954159717864364e+00 +2.2745794362642568e+00 +9.5832692895564087e-01
10 -1.1682525912736983e+00 -2.5065266974520473e-01 +1.8351998430569871e+00
0 +1.1275821204011102e+01 +1.1275821204011102e+01 +0.0000000000000000e+00
1 +3.4162830850641424e+00 +3.4422955902299632e+00 +5.2025010331641752e-02
39 -1.1148521158324918e+01 -3.9515776977605293e+00 +1.4393886921128779e+01
17 -2.5497713556778097e+00 -4.3750478616843358e-01 +4.2245331390187522e+00
55 -1.3819578245377873e+01 -2.4803596210012921e+00 +2.2678437248753163e+01
7 +1.4870220503102693e-01 +6.6439471312166587e-01 +1.0313850161812779e+00
11 -2.3487552775200973e+00 -1.2626544851946759e+00 +2.1722015846508427e+00
33 -7.8986174668557281e+00 -2.3538676267178493e+00 +1.1089499680275757e+01
20 -3.2487275788509615e+00 -5.4585076501833285e-01 +5.4057536276652574e+00
4 +2.7882644524423990e+00 +2.9497785280189301e+00 +3.2302815115306238e-01
0 +8.4524569341844344e+00 +8.4524569341844344e+00 +0.0000000000000000e+00
55 -1.5677974319694485e+01 -4.4387599757307665e+00 +2.2478428687927437e+01
1 +1.2299587398011536e+00 +1.2448423653443985e+00 +2.9767251086489921e-02
6 +4.6252911738378177e-01 +8.7150350612650707e-01 +8.1794877748545058e-01
11 +1.5052578528775218e-01 +1.2030554034542584e+00 +2.1050592363330125e+00
0 +7.9055673277112364e+00 +7.9055673277112364e+00 +0.0000000000000000e+00
0 +4.4625969166988799e+00 +4.4625969166988799e+00 +0.0000000000000000e+00
9 -3.5628757725817106e-01 +3.7299913719868716e-01 +1.4585734289137164e+00
5 +7.0833941196300465e-01 +1.0014937665183670e+00 +5.8630870911072464e-01
32 -8.8125408113839896e+00 -3.3325978358297839e+00 +1.0959885951108411e+01
0 +8.1166284126396988e+00 +8.1166284126396988e+00 +0.0000000000000000e+00
15 -3.6651103224714943e+00 -1.9467911350686076e+00 +3.4366383748057734e+00
77 -2.0393514919465492e+01 -3.1058885728048145e+00 +3.4575252693321353e+01
48 -1.2975259606282595e+01 -3.6367187058702291e+00 +1.8677081800824730e+01
0 +4.5621895623296069e+00 +4.5621895623296069e+00 +0.0000000000000000e+00
18 -8.7337191344402409e-01 +1.3674112036559589e+00 +4.4815662341999660e+00
19 -1.2605111160444862e+00 +1.1731289295119289e+00 +4.8672800911128302e+00
4 +9.3230907582650957e-01 +1.0795675423468545e+00 +2.9451693304068982e-01
14 +4.7498685166481547e-01 +2.0186921699222160e+00 +3.0874106365148011e+00
1 +2.8670817192324880e+00 +2.8824565894504848e+00 +3.0749740435993544e-02
28 -6.4898561678369591e+00 -2.0718762408897864e+00 +8.8359598538943445e+00
9 -1.5320222006080035e+00 -7.3176600077733500e-01 +1.6005123996613371e+00
33 -8.9104446139074511e+00 -3.3147540915440823e+00 +1.1191381044726738e+01
11 -2.3775640650937069e+00 -1.3330856987146316e+00 +2.0889567327581506e+00
0 +3.9394490545475542e+00 +3.9394490545475542e+00 +0.0000000000000000e+00
0 +3.6931534148690481e+00 +3.6931534148690481e+00 +0.0000000000000000e+00
0 +4.5491982020235620e+00 +4.5491982020235620e+00 +0.0000000000000000e+00
11 +5.8277351207702299e-01 +1.6211837947625440e+00 +2.0768205653710421e+00
19 -5.1166680947638943e+00 -2.5067593009437448e+00 +5.2198175876402990e+00
13 -1.5936332973412881e+00 -1.9818304528242958e-01 +2.7909005041177171e+00
8 +2.0192657550744171e+00 +2.6952209503824927e+00 +1.3519103906161511e+00
9 -1.6333214106416500e+00 -9.1645142170341565e-01 +1.4337399778764688e+00
0 +7.1992414857340439e+00 +7.1992414857340439e+00 +0.0000000000000000e+00
42 -1.1930407577843162e+01 -4.0251564655581031e+00 +1.5810502224570119e+01
18 -1.6980743004296910e+00 +5.5729839541882553e-01 +4.5107453916970330e+00
9 -1.4153675369098666e+00 -7.0744727248410744e-01 +1.4158405288515183e+00
34 -5.8119153930634555e+00 -9.4659302805575329e-03 +1.1604898925565795e+01
12 -9.0976401549334973e-01 +2.5610132737942104e-01 +2.3317306857455415e+00
0 +5.0462662963898470e+00 +5.0462662963898470e+00 +0.0000000000000000e+00
3 +1.7692016395967274e+00 +1.8911374156083123e+00 +2.4387155202316979e-01
23 -4.8758885993192704e+00 -1.4702092341145985e+00 +6.8113587304093439e+00
49 -1.2756810811704316e+01 -3.0498342580905136e+00 +1.9413953107227606e+01
9 -1.5125087091571059e+00 -6.8656518118429410e-01 +1.6518870559456236e+00
0 +2.5028101683220534e+00 +2.5028101683220534e+00 +0.0000000000000000e+00
0 +3.9613318318116422e+00 +3.9613318318116422e+00 +0.0000000000000000e+00
6 +9.0626411865879053e-01 +1.2721672233011105e+00 +7.3180620928464002e-01
7 +4.5032793092458956e-01 +9.2994774373998546e-01 +9.5923962563079179e-01
13 -7.4274881867796072e-01 +7.0113257966750231e-01 +2.8877627966909261e+00
3 +1.9618010349570003e+00 +2.1044613307896056e+00 +2.8532059166521062e-01
20 -4.4984236817792231e+00 -1.8438603504415574e+00 +5.3091266626753315e+00
3 +2.8111152000224466e+00 +2.8954942809569681e+00 +1.6875816186904302e-01
48 -1.2875339594053603e+01 -3.5550369237153721e+00 +1.8640605340676462e+01
31 -7.4475551488201619e+00 -2.2297698528057626e+00 +1.0435570592028800e+01
0 +1.0708802339044675e+01 +1.0708802339044675e+01 +0.0000000000000000e+00
49 -1.4164639409523019e+01 -4.4742299910288761e+00 +1.9380818836988286e+01
13 -2.5531096090225978e+00 -1.1866818013306548e+00 +2.7328556153838859e+00
9 +1.5400485935467314e+00 +2.2917983987788180e+00 +1.5034996104641731e+00
4 +1.3038704485087891e+00 +1.5218566985537603e+00 +4.3597250008994237e-01
34 -8.9826033956487912e+00 -3.0569908395085039e+00 +1.1851225112280574e+01
12 -1.4555302171686941e+00 -2.1839859617160506e-01 +2.4742632419941781e+00
3 +5.3383730212605212e+00 +5.4188914827957753e+00 +1.6103692307050821e-01
10 +1.5668113713457634e+00 +2.5235708407496764e+00 +1.9135189388078260e+00
0 +5.2449981298897388e+00 +5.2449981298897388e+00 +0.0000000000000000e+00
19 -4.8951089505432597e+00 -2.4251723613561853e+00 +4.9398731783741487e+00
40 -1.1170095667779687e+01 -3.7859092424088021e+00 +1.4768372850741770e+01
10 -1.1818172368565500e+00 -3.1347516937784192e-01 +1.7366841349574162e+00
22 -5.9918726498352681e+00 -2.8144751612294137e+00 +6.3547949772117089e+00
8 +2.0629095399415140e+00 +2.6978767058635240e+00 +1.2699343318440199e+00
36 -6.9518706921337872e+00 -6.9350647247026376e-01 +1.2516728439327046e+01
14 -2.8497547800503940e+00 -1.2822766202913853e+00 +3.1349563195180172e+00
19 -4.1244700819884494e+00 -1.6564447189872120e+00 +4.9360507260024749e+00
55 -1.6463282118774575e+01 -5.1920760335504372e+00 +2.2542412170448276e+01
1 +1.2728307354678590e+00 +1.2789540196404552e+00 +1.2246568345192443e-02
20 -2.4725023009738516e+00 +2.5798031758286966e-01 +5.4609652371134425e+00
0 +4.2330275850623700e+00 +4.2330275850623700e+00 +0.0000000000000000e+00
15 -3.8825769469412181e+00 -2.0333929371194137e+00 +3.6983680196436088e+00
37 -9.0014580857139990e+00 -2.3399465560015891e+00 +1.3323023059424820e+01
13 -3.8667810212958020e-01 +1.0043879732262222e+00 +2.7821321507116048e+00
45 -1.2551055474937836e+01 -4.0438596623218919e+00 +1.7014391625231887e+01
10 +9.4798113162245823e-01 +1.8963204920505141e+00 +1.8966787208561118e+00
17 -2.9633092323309009e+00 -8.1487551247154233e-01 +4.2968674397187172e+00
0 +4.0533995745132003e+00 +4.0533995745132003e+00 +0.0000000000000000e+00
45 -1.3118072806006193e+01 -4.4089087019694277e+00 +1.7418328208073532e+01
5 +5.1732695557213670e-01 +7.8804542504946706e-01 +5.4143693895466072e-01
3 +2.4818583856696179e+00 +2.6129538994540908e+00 +2.6219102756894586e-01
23 -5.9984094318614423e+00 -2.5973860399836113e+00 +6.8020467837556620e+00
2 +4.3364707057325775e+00 +4.3680586328552291e+00 +6.3175854245303142e-02
12 -2.4576076429031319e+00 -1.1558287557772848e+00 +2.6035577742516942e+00
23 -5.8632830408067056e+00 -2.5549390285986595e+00 +6.6166880244160922e+00
30 -4.8716448832339365e+00 +1.4794362713594067e-01 +1.0039177020739753e+01
31 -8.4455896345651595e+00 -3.3178818893509838e+00 +1.0255415490428351e+01
18 -4.5795898366986076e-01 +1.8264906026284233e+00 +4.5688991725965682e+00
10 -4.1123087580960682e-01 +5.0366979062909634e-01 +1.8298013328774063e+00
0 +4.4769168636936856e+00 +4.4769168636936856e+00 +0.0000000000000000e+00
12 -2.2090521365110236e+00 -9.4928583424014512e-01 +2.5195326045417570e+00
4 +2.7316384922041603e-01 +4.6856027819493118e-01 +3.9079285794903029e-01
0 +2.8588048411063118e+00 +2.8588048411063118e+00 +0.0000000000000000e+00
30 -8.1081010337657915e+00 -3.2549629712393071e+00 +9.7062761250529697e+00
23 -5.8466112434689714e+00 -2.5444395796438597e+00 +6.6043433276502235e+00
11 -1.9074569553872296e+00 -8.4853114360419735e-01 +2.1178516235660645e+00
2 +2.5481638124093609e+00 +2.5921134424736243e+00 +8.7899260128526890e-02
0 +1.8347225884673710e+00 +1.8347225884673710e+00 +0.0000000000000000e+00
18 -4.6966773592481159e+00 -2.3218252004368392e+00 +4.7497043176225535e+00
20 -5.1716831697227859e+00 -2.4718199859407233e+00 +5.3997263675641252e+00
11 -4.5146263037694911e-01 +6.5683852072683990e-01 +2.2166023022075780e+00
5 +3.9738041182832440e-01 +6.7980175085384253e-01 +5.6484267805103627e-01
7 +2.3101843179278339e+00 +2.8314991904429139e+00 +1.0426297450301600e+00
37 -1.0470852889196660e+01 -3.8919139448468973e+00 +1.3157877888699526e+01
35 -9.8562008017843326e+00 -3.6451417813865437e+00 +1.2422118040795578e+01
11 -1.6959910497990114e+00 -6.4551644323921931e-01 +2.1009492131195842e+00
0 +3.9318670709712862e+00 +3.9318670709712862e+00 +0.0000000000000000e+00
7 -8.7930134648559388e-01 -4.2588998537352918e-01 +9.0682272222412941e-01
0 +2.7464274339743793e+00 +2.7464274339743793e+00 +0.0000000000000000e+00
10 -1.8682938863855449e+00 -9.6016972687289570e-01 +1.8162483190252985e+00
31 -8.2037010285415946e+00 -2.9209054499151055e+00 +1.0565591157252978e+01
7 +1.4794671117221814e-01 +6.7182568747255411e-01 +1.0477579526006719e+00
57 -1.5629087008565456e+01 -3.8191939191253814e+00 +2.3619786178880148e+01
15 -3.4611223885142950e+00 -1.7340742577665931e+00 +3.4540962614954038e+00
0 +3.3084809975672820e+00 +3.3084809975672820e+00 +0.0000000000000000e+00
8 +9.1956112559947023e-01 +1.4970139489699039e+00 +1.1549056467408674e+00
4 +5.1875822961447966e+00 +5.3395367519763965e+00 +3.0390891166319989e-01
0 +5.2765435967210026e+00 +5.2765435967210026e+00 +0.0000000000000000e+00
19 -3.2774349847268356e+00 -7.5684900695892843e-01 +5.0411719555358143e+00
14 +6.2770350795889751e-01 +2.1464524142509207e+00 +3.0374978125840464e+00
18 -4.0905794598725533e+00 -1.6764096042206686e+00 +4.8283397113037694e+00
4 +3.0452019387247526e+00 +3.2125296710162008e+00 +3.3465546458289630e-01
9 +1.6995950692755901e-01 +8.8303163846306809e-01 +1.4261442630710182e+00
9 -8.1948190423220790e-01 -6.0519699961781193e-02 +1.5179244085408534e+00
14 -1.7664465049220928e+00 -2.1373644873053577e-01 +3.1054201123831140e+00
14 -2.7922337397531907e+00 -1.1267147181393820e+00 +3.3310380432276174e+00
0 +5.8341128408280047e+00 +5.8341128408280047e+00 +0.0000000000000000e+00
4 +3.4051697528497287e+00 +3.6209439704249360e+00 +4.3154843515041463e-01
26 -6.3917171694064328e+00 -2.3972711206538868e+00 +7.9888920975050919e+00
14 -2.6940646696950212e+00 -1.0970375935167680e+00 +3.1940541523565065e+00
39 -9.0702587091452926e+00 -2.0766193862730531e+00 +1.3987278645744478e+01
26 -7.1398515612173670e+00 -3.0731359949407500e+00 +8.1334311325532340e+00
23 -2.1435919336171709e+00 +1.2139630014108649e+00 +6.7151098700560716e+00
14 +8.3152494872247207e-01 +2.4648694384051333e+00 +3.2666889793653224e+00
50 -1.4701505945631791e+01 -4.8796170984445908e+00 +1.9643777694374400e+01
41 -1.2102583645907476e+01 -4.4263361316449661e+00 +1.5352495028525020e+01
1 +4.4064367281955654e+00 +4.4265103979095866e+00 +4.0147339428042272e-02
0 +8.9867244062009135e+00 +8.9867244062009135e+00 +0.0000000000000000e+00
0 +8.1027765024735636e+00 +8.1027765024735636e+00 +0.0000000000000000e+00
0 +1.0334733575645906e+01 +1.0334733575645906e+01 +0.0000000000000000e+00
9 +1.5417461744618777e-02 +7.1634615143164826e-01 +1.4018573793740590e+00
15 -1.7377667294122556e-01 +1.5951831426700234e+00 +3.5379196312224979e+00
14 -3.4935448623071332e+00 -1.8572495066751711e+00 +3.2725907112639243e+00
16 -4.0721389381915367e+00 -2.1110238546278213e+00 +3.9222301671274309e+00
38 -8.1108211245507214e+00 -1.1752961673168221e+00 +1.3871049914467799e+01
0 +1.0145952104298148e+00 +1.0145952104298148e+00 +0.0000000000000000e+00
15 +3.7296058896302497e-02 +1.7191107454021650e+00 +3.3636293730117250e+00
16 +1.2587265561794858e-01 +2.0461160029146055e+00 +3.8404866945933138e+00
6 +1.4584232503986314e+00 +1.8772178008406639e+00 +8.3758910088406502e-01
16 -1.9724023820268881e+00 +1.5058630469395595e-03 +3.9478164901476553e+00
75 -2.1970948717560454e+01 -5.2235924879961635e+00 +3.3494712459128579e+01
4 +3.3528036279144358e+00 +3.5453306702156042e+00 +3.8505408460233692e-01
0 +4.1947518312403842e+00 +4.1947518312403842e+00 +0.0000000000000000e+00
4 +3.3274375054704439e+00 +3.4833265440782606e+00 +3.1177807721563333e-01
15 -3.3528302154803145e+00 -1.6370310106515595e+00 +3.4315984096575098e+00
20 -1.5350500309971089e+00 +1.2690019362884244e+00 +5.6081039345710666e+00
24 -5.3283640584812213e+00 -1.8428002128399261e+00 +6.9711276912825904e+00
1 +2.7776283050326236e+00 +2.7912094292476399e+00 +2.7162248430032676e-02
0 +5.9344313541188773e+00 +5.9344313541188773e+00 +0.0000000000000000e+00
2 +3.9631879574931430e+00 +4.0089978511033584e+00 +9.1619787220430737e-02
12 -2.5657256696112185e-02 +1.1720637785170673e+00 +2.3954420704263590e+00
0 +4.9903813675725637e+00 +4.9903813675725637e+00 +0.0000000000000000e+00
13 +5.9616777216159278e-01 +2.0340647429909700e+00 +2.8757939416587543e+00
36 -9.5587490489113129e+00 -3.0928777854114502e+00 +1.2931742526999725e+01
12 -1.7914604834601162e+00 -5.6620970928722603e-01 +2.4505015483457804e+00
0 +3.0418336721740031e+00 +3.0418336721740031e+00 +0.0000000000000000e+00
21 -4.2016862518572156e+00 -1.3435467746032597e+00 +5.7162789545079118e+00
37 -1.0631362920761756e+01 -4.0035099648952439e+00 +1.3255705911733024e+01
32 -7.4275908750221289e+00 -1.9586532657080042e+00 +1.0937875218628250e+01
17 -2.2121019431336508e+00 -1.7040655021206952e-01 +4.0833907858431626e+00
2 +4.6946832728637471e+00 +4.7672367142483036e+00 +1.4510688276911310e-01
6 +1.2708017153601325e-01 +5.4859815559424163e-01 +8.4303596811645676e-01
45 -1.3236581271723416e+01 -4.6444173734504135e+00 +1.7184327796546008e+01
26 -5.8537713333596679e+00 -1.7716585364848660e+00 +8.1642255937496042e+00
0 +8.2865561409936923e+00 +8.2865561409936923e+00 +0.0000000000000000e+00
9 +2.0152656389704049e-01 +1.0077336318612446e+00 +1.6124141359284083e+00
0 +9.1576384494036489e+00 +9.1576384494036489e+00 +0.0000000000000000e+00
0 +5.2778613879446734e+00 +5.2778613879446734e+00 +0.0000000000000000e+00
0 +8.3865080038918318e+00 +8.3865080038918318e+00 +0.0000000000000000e+00
35 -7.0672614869466939e+00 -1.0011053197755144e+00 +1.2132312334342359e+01
25 -6.9624862915677950e+00 -3.1296001040911823e+00 +7.6657723749532254e+00
5 +2.6147451142575404e+00 +2.9372776023019069e+00 +6.4506497608873303e-01
44 -1.2888558679393984e+01 -4.4481717246469454e+00 +1.6880773909494078e+01
1 +5.3557108601699746e+00 +5.3772882296900200e+00 +4.3154739040090817e-02
17 -3.6285463811251004e+00 -1.4178465905368522e+00 +4.4213995811764963e+00
7 -1.1883726335087914e+00 -6.4167067530370847e-01 +1.0934039164101659e+00
27 -7.4739725004672222e+00 -3.1870339232902163e+00 +8.5738771543540118e+00
6 +1.5713776267190322e+00 +2.0062241064083048e+00 +8.6969295937854518e-01
0 +8.6577822294156483e+00 +8.6577822294156483e+00 +0.0000000000000000e+00
0 +8.6725846685316412e+00 +8.6725846685316412e+00 +0.0000000000000000e+00
26 -5.9674837172270179e+00 -1.9368638978932713e+00 +8.0612396386674927e+00
25 -6.3627600182765081e+00 -2.5799923549040762e+00 +7.5655353267448637e+00
0 +7.2918495751543810e+00 +7.2918495751543810e+00 +0.0000000000000000e+00
32 -5.5082657596758429e+00 -1.1648727789715818e-01 +1.0783556963557370e+01
1 +1.7408939937605199e+00 +1.7549359661301880e+00 +2.8083944739336175e-02
8 -2.2446545676376051e-01 +3.7489598199102403e-01 +1.1987228775095691e+00
6 -1.3059013430527955e-01 +2.0438462535739443e-01 +6.6994951932534796e-01
23 -6.0563411619124254e+00 -2.7851944537816786e+00 +6.5422934162614936e+00
36 -8.9394781405974193e+00 -2.4854484687856662e+00 +1.2908059343623506e+01
14 -2.0532390012168067e+00 -4.3440336103975064e-01 +3.2376712803541121e+00
18 -9.7040125859675630e-01 +1.4318015596466713e+00 +4.8044056364868553e+00
0 +5.9348068771093008e+00 +5.9348068771093008e+00 +0.0000000000000000e+00
3 +2.4860399108909323e+00 +2.6251051837486195e+00 +2.7813054571537421e-01
10 -1.9425517685685874e+00 -1.0979129762713891e+00 +1.6892775845943966e+00
17 -3.1735710466741134e+00 -9.9668536490597504e-01 +4.3537713635362767e+00
0 +2.9729277372457172e+00 +2.9729277372457172e+00 +0.0000000000000000e+00
0 +2.1224137121932136e+00 +2.1224137121932136e+00 +0.0000000000000000e+00
8 -1.4432705103974959e+00 -7.5556252027973514e-01 +1.3754159802355215e+00
0 +2.8198225754205208e+00 +2.8198225754205208e+00 +0.0000000000000000e+00
2 +3.0766280495424301e+00 +3.1183290827821004e+00 +8.3402066479340675e-02
21 -2.2283188514561738e+00 +6.5873312358973912e-01 +5.7741039500918259e+00
32 -8.8805829705582653e+00 -3.3863055968243243e+00 +1.0988554747467882e+01
15 -3.7462416183166267e+00 -1.9087095261159548e+00 +3.6750641844013439e+00
4 -1.7853472506826851e-01 +3.1203571035507416e-02 +4.1947659220755185e-01
0 +6.9307126172558204e+00 +6.9307126172558204e+00 +0.0000000000000000e+00
28 -7.3114158111792440e+00 -2.8476763769064708e+00 +8.9274788685455455e+00
11 -8.6342060912508778e-01 +2.8160750764090769e-01 +2.2900562335319909e+00
46 -1.3384944791846340e+01 -4.4353212974066611e+00 +1.7899246988879359e+01
7 -1.2616484436311781e+00 -7.2423128779810408e-01 +1.0748343116661481e+00
61 -1.7493163904079847e+01 -4.6269234802714037e+00 +2.5732480847616884e+01
7 +1.1904908785758410e+00 +1.6608499663320977e+00 +9.4071817551251335e-01
7 -3.9049920888070755e-01 +9.0015236075583260e-02 +9.6102888991258162e-01
11 -1.9069179199785404e+00 -7.7011577082356375e-01 +2.2736042983099534e+00
6 -8.2338871425090865e-01 -4.3712582532323374e-01 +7.7252577785534982e-01
0 +7.8192280646783905e+00 +7.8192280646783905e+00 +0.0000000000000000e+00
17 -2.4166833887066907e-01 +1.9696455478420720e+00 +4.4226277734254822e+00
32 -8.2080590633586148e+00 -2.7580862527835661e+00 +1.0899945621150097e+01
11 -2.4366851116728760e-02 +1.0935916080582508e+00 +2.2359169183499592e+00
66 -1.8010334599378030e+01 -3.7565661757878255e+00 +2.8507536847180411e+01
6 -6.6511707301931899e-01 -2.6258595298839094e-01 +8.0506224006185612e-01
6 +1.9981054245794079e+00 +2.4319433865067794e+00 +8.6767592385474313e-01
1 +2.0177973655086952e+00 +2.0181000133975653e+00 +6.0529577774026677e-04
0 +3.8125352574492908e+00 +3.8125352574492908e+00 +0.0000000000000000e+00
19 -2.7420984139514735e+00 -2.1820206047519530e-01 +5.0477927069525563e+00
6 +1.6302054158183008e+00 +2.0140500296027621e+00 +7.6768922756892266e-01
16 -3.0086630429773580e+00 -1.0105208340296499e+00 +3.9962844178954162e+00
11 -8.3861797313990571e-01 +2.0335173413878582e-01 +2.0839394145573831e+00
0 +8.0197274799324862e+00 +8.0197274799324862e+00 +0.0000000000000000e+00
0 +3.1520147818649904e+00 +3.1520147818649904e+00 +0.0000000000000000e+00
32 -8.0414325899149333e+00 -2.5705320464494061e+00 +1.0941801086931054e+01
9 +8.0099200560498218e-01 +1.6002258558789277e+00 +1.5984677005478911e+00
9 -3.9606562041174342e-01 +3.1651741928229482e-01 +1.4251660793880765e+00
10 -6.7692521114504522e-01 +1.7556501308430139e-01 +1.7049804484586932e+00
22 -5.5139782619688686e+00 -2.2674717766008623e+00 +6.4930129707360127e+00
14 -2.7293657983873212e+00 -1.1787781960535493e+00 +3.1011752046675438e+00
0 +8.5265069572592136e+00 +8.5265069572592136e+00 +0.0000000000000000e+00
29 -8.0081462664197538e+00 -3.2721545100397957e+00 +9.4719835127599161e+00
48 -1.4094738123217585e+01 -4.6440837967052300e+00 +1.8901308653024710e+01
18 -4.1846417793538437e+00 -1.8571022664693730e+00 +4.6550790257689414e+00
1 +3.1495071189803574e+00 +3.1633321859537635e+00 +2.7650133946812261e-02
2 +2.0947911550302099e+00 +2.1462791899287694e+00 +1.0297606979711915e-01
23 -5.2744851089004774e+00 -1.8031782185381178e+00 +6.9426137807247192e+00
37 -9.0198324808299155e+00 -2.3187018023130550e+00 +1.3402261357033721e+01
8 -9.1421064334631108e-01 -2.2300249667163996e-01 +1.3824162933493422e+00
0 +9.0032587352088651e+00 +9.0032587352088651e+00 +0.0000000000000000e+00
15 -3.8729372725225817e+00 -2.0300046009165462e+00 +3.6858653432120709e+00
17 -1.4379735105542659e+00 +7.1057672731649113e-01 +4.2971004757415141e+00
13 +2.4689600782300136e-01 +1.6068071460405191e+00 +2.7198222764350355e+00
9 +7.4490871018882387e-01 +1.4627431437022280e+00 +1.4356688670268083e+00
0 +4.0530693702658365e+00 +4.0530693702658365e+00 +0.0000000000000000e+00
2 +4.5037872921976803e+00 +4.5478622009225571e+00 +8.8149817449753698e-02
1 +4.7273723360456783e+00 +4.7350883615608428e+00 +1.5432051030328964e-02
0 +7.9625994227257877e+00 +7.9625994227257877e+00 +0.0000000000000000e+00
11 -1.7313232734467148e+00 -5.9405060743906368e-01 +2.2745453320153022e+00
43 -1.0299574469612846e+01 -2.2203553868333179e+00 +1.6158438165559055e+01
0 +9.6571174727155196e+00 +9.6571174727155196e+00 +0.0000000000000000e+00
4 +1.7728727415970971e+00 +1.9714518344807979e+00 +3.9715818576740158e-01
4 +1.1842111073876183e+00 +1.3644682488910296e+00 +3.6051428300682264e-01
22 -5.0307987589875180e+00 -1.8599746590858324e+00 +6.3416481998033714e+00
20 -5.3686776668076037e+00 -2.5455333979853401e+00 +5.6462885376445273e+00
2 +1.5502702192664524e+00 +1.6202637532078579e+00 +1.3998706788281101e-01
0 +1.0642236980111829e+01 +1.0642236980111829e+01 +0.0000000000000000e+00
0 +3.4635440552935268e+00 +3.4635440552935268e+00 +0.0000000000000000e+00
4 +4.1600976272565049e-01 +6.1782161027743232e-01 +4.0362369510356366e-01
5 +1.4947756755453714e+00 +1.7239131382137045e+00 +4.5827492533666625e-01
20 -5.2531426979210680e+00 -2.4843281450440426e+00 +5.5376291057540508e+00
1 +2.7272397826980281e+00 +2.7382466272906059e+00 +2.2013689185155449e-02
0 +6.0557890720014882e+00 +6.0557890720014882e+00 +0.0000000000000000e+00
19 -4.6014922425727969e+00 -2.0384262959278696e+00 +5.1261318932898545e+00
20 -3.8057172786430309e+00 -1.1456446067909378e+00 +5.3201453437041861e+00
0 +1.8098891381812493e+01 +1.8098891381812493e+01 +0.0000000000000000e+00
10 -1.5625678895796176e+00 -6.0035333191620222e-01 +1.9244291153268307e+00
0 +9.0527305385293513e+00 +9.0527305385293513e+00 +0.0000000000000000e+00
0 +6.6194567168035965e+00 +6.6194567168035965e+00 +0.0000000000000000e+00
14 -3.2749736255292339e+00 -1.7482370469981441e+00 +3.0534731570621796e+00
0 +1.4240145332426010e+01 +1.4240145332426010e+01 +0.0000000000000000e+00
9 +4.4836560403905068e-01 +1.2085759993904110e+00 +1.5204207907027207e+00
10 +1.8490224308647703e+00 +2.7390945659647916e+00 +1.7801442702000427e+00
14 -2.5636633572948488e+00 -8.9892401962482049e-01 +3.3294786753400567e+00
3 +6.0329605355001448e-01 +6.8873674221134440e-01 +1.7088137732265984e-01
0 +7.2851955742482133e+00 +7.2851955742482133e+00 +0.0000000000000000e+00
27 -7.5073630636063440e+00 -3.2878159709477179e+00 +8.4390941853172521e+00
53 -1.5228802612857443e+01 -4.4989474502093705e+00 +2.1459710325296143e+01
60 -1.3857935431845679e+01 -1.2518816701888840e+00 +2.5212107523313591e+01
18 -2.4630868344486840e+00 -4.3782017887909142e-02 +4.8386096331215498e+00
16 -3.9533522246097368e+00 -2.0531090803237086e+00 +3.8004862885720563e+00
12 -1.6854276380018298e+00 -5.2967883625208056e-01 +2.3114976034994985e+00
1 +2.0542830848622540e+00 +2.0545836394336447e+00 +6.0110914278155292e-04
16 -3.7661841155831182e+00 -1.8710531079649426e+00 +3.7902620152363511e+00
7 -1.2117863548624426e+00 -6.9271643073303046e-01 +1.0381398482588242e+00
0 +5.5388459225445761e+00 +5.5388459225445761e+00 +0.0000000000000000e+00
12 +2.2917700406133790e-01 +1.4614931198962697e+00 +2.4646322316698637e+00
9 -1.0420815290240784e+00 -2.3695263919708243e-01 +1.6102577796539919e+00
5 +2.4926751645930256e-01 +5.4622385712212385e-01 +5.9391268132564257e-01
7 +1.2642714155331563e+00 +1.7934697269694531e+00 +1.0583966228725936e+00
8 +1.8162962309760804e+00 +2.4094157896311215e+00 +1.1862391173100821e+00
2 +3.3935128712235656e+00 +3.4244026819989255e+00 +6.1779621550719810e-02
6 +2.6356776187010320e+00 +3.0401209464692878e+00 +8.0888665553651151e-01
42 -9.6635419467510566e+00 -1.8899486407670096e+00 +1.5547186611968094e+01
0 +1.7169166488344834e+00 +1.7169166488344834e+00 +0.0000000000000000e+00
40 -1.1503426074624933e+01 -4.2648499345908579e+00 +1.4477152280068150e+01
15 -2.7783214809643697e+00 -9.2806121524981267e-01 +3.7005205314291141e+00
32 -8.4119278030289450e+00 -3.0801246735572709e+00 +1.0663606258943348e+01
14 -2.6741886531523500e+00 -1.1419938846427171e+00 +3.0643895370192658e+00
0 +3.0493441760089071e+00 +3.0493441760089071e+00 +0.0000000000000000e+00
16 -3.4109693312401914e+00 -1.5577239598797785e+00 +3.7064907427208258e+00
23 -4.4102829262998133e+00 -1.0134617131576955e+00 +6.7936424262842356e+00
1 +3.6587034597741037e+00 +3.6602182485300427e+00 +3.0295775118780455e-03
53 -1.5795554820464250e+01 -5.1276481062857195e+00 +2.1335813428357064e+01
13 -2.8229514139038878e+00 -1.3707123122499030e+00 +2.9044782033079697e+00
6 +2.7320017725957011e+00 +3.1359563115599740e+00 +8.0790907792854583e-01
9 -5.9055297976596410e-01 +1.3092817989433625e-01 +1.4429623193206007e+00
64 -1.9272420747142046e+01 -5.6495962809714886e+00 +2.7245648932341116e+01
30 -8.3841162255011454e+00 -3.5115020957055525e+00 +9.7452282595911868e+00
0 +4.9303205511662309e+00 +4.9303205511662309e+00 +0.0000000000000000e+00
3 +5.9126050576346678e-02 +1.9441512634600233e-01 +2.7057815153931131e-01
18 -4.5149886900451941e+00 -2.2431469725630535e+00 +4.5436834349642812e+00
13 -2.4245235653475161e+00 -1.0802754983647929e+00 +2.6884961339654465e+00
24 -5.0494570189109007e+00 -1.3910919097306973e+00 +7.3167302183604068e+00
33 -9.6262202004049975e+00 -3.8607104539457202e+00 +1.1531019492918555e+01
21 -3.4677272160704726e+00 -4.3960773606530834e-01 +6.0562389600103286e+00
16 -3.8515849453957189e+00 -1.8119831116421308e+00 +4.0792036675071763e+00
0 +1.0252618758200164e+01 +1.0252618758200164e+01 +0.0000000000000000e+00
12 +1.4804407258743879e-03 +1.2551046642096759e+00 +2.5072484469676031e+00
24 -5.6715151516408211e+00 -2.1391391038283860e+00 +7.0647520956248702e+00
3 +3.8670364180708550e-01 +5.2690401573018075e-01 +2.8040074784619051e-01
20 -2.2200711233512207e+00 +4.8436950249809474e-01 +5.4088812516986309e+00
8 +2.8659974302632536e+00 +3.5041714515695435e+00 +1.2763480426125797e+00
0 +7.5067424980768891e+00 +7.5067424980768891e+00 +0.0000000000000000e+00
24 -4.4935825394848292e+00 -9.4564308501180117e-01 +7.0958789089460561e+00
0 +1.1852268060489816e+01 +1.1852268060489816e+01 +0.0000000000000000e+00
19 -4.2596617933111736e+00 -1.7929675919393584e+00 +4.9333884027436303e+00
24 -5.8103001097385638e+00 -2.2279979431750929e+00 +7.1646043331269418e+00
0 +3.7730692567231015e+00 +3.7730692567231015e+00 +0.0000000000000000e+00
34 -9.1660679809248045e+00 -3.1936543440271739e+00 +1.1944827273795262e+01
0 +7.6156312451773633e+00 +7.6156312451773633e+00 +0.0000000000000000e+00
7 +7.7476584194816311e-01 +1.2804168532511366e+00 +1.0113020226059470e+00
66 -1.9193914029840947e+01 -5.0180103907784215e+00 +2.8351807278125051e+01
35 -9.1184981344779921e+00 -2.9995376309686153e+00 +1.2237921007018754e+01
10 -3.2543046460966707e-01 +5.4929847158594880e-01 +1.7494578723912317e+00
11 -1.4883095690307950e+00 -4.0240550361000782e-01 +2.1718081308415744e+00
4 +3.3838059368968976e+00 +3.6079446997598983e+00 +4.4827752572600144e-01
2 +2.4166737792546176e+00 +2.4478668159908925e+00 +6.2386073472549874e-02
21 -4.5505383385876561e+00 -1.6890358644772241e+00 +5.7230049482208640e+00
4 +1.3219407407318320e+00 +1.5388226830810616e+00 +4.3376388469845928e-01
23 -6.1861280216256960e+00 -2.8871738216192373e+00 +6.5979084000129173e+00
16 -4.0919813324748526e+00 -2.0576574102701040e+00 +4.0686478444094973e+00
6 +2.1510897595973923e+00 +2.5256057859288292e+00 +7.4903205266287376e-01
57 -1.5785255071167224e+01 -3.9331900434010856e+00 +2.3704130055532278e+01
2 +5.9283661405512635e+00 +5.9622026717169057e+00 +6.7673062331284228e-02
12 -2.4556951400947202e-01 +1.0680445495211344e+00 +2.6272281270612128e+00
22 -5.6593660030440249e+00 -2.5101203540106987e+00 +6.2984912980666525e+00
25 -4.3050937447952853e+00 -5.3954016904012647e-01 +7.5311071515103176e+00
4 -2.4796385431868639e-01 -2.7671503265270125e-02 +4.4058470210683254e-01
36 -9.7914435537315327e+00 -3.4038736578864572e+00 +1.2775139791690151e+01
0 +4.1573956029153445e+00 +4.1573956029153445e+00 +0.0000000000000000e+00
33 -9.0866362094901802e+00 -3.5528358593916689e+00 +1.1067600700197023e+01
12 -2.9247460876881624e+00 -1.6069265891571369e+00 +2.6356389970620508e+00
2 +2.4743389042754433e+00 +2.5409570503769761e+00 +1.3323629220306543e-01
0 +4.4165068661571478e+00 +4.4165068661571478e+00 +0.0000000000000000e+00
33 -7.1926097785476601e+00 -1.4773200650468590e+00 +1.1430579427001602e+01
0 +8.5830464146819896e+00 +8.5830464146819896e+00 +0.0000000000000000e+00
7 -6.7897005907472963e-01 -1.3863047059986489e-01 +1.0806791769497295e+00
18 -3.1527383894544796e+00 -8.1724021464175767e-01 +4.6709963496254439e+00
9 -1.2632044086920375e+00 -5.3811920339399322e-01 +1.4501704105960886e+00
7 -1.2920813296765070e+00 -7.4364282468401122e-01 +1.0968770099849916e+00
5 +1.7784632561064146e+00 +2.0943649018171886e+00 +6.3180329142154790e-01
34 -6.9825634408405017e+00 -1.1295644165890883e+00 +1.1705998048502828e+01
4 +2.7962281252140104e+00 +2.9401449110695155e+00 +2.8783357171101009e-01
13 -2.1350311339610046e+00 -7.5639032005264673e-01 +2.7572816278167158e+00
12 -2.8017280866488230e+00 -1.5582336142532869e+00 +2.4869889447910722e+00
29 -8.1029720743991405e+00 -3.3701699009386372e+00 +9.4656043469210065e+00
53 -1.2639692634556390e+01 -1.9278558330662245e+00 +2.1423673602980330e+01
13 -2.9519274153309043e+00 -1.6248246204261281e+00 +2.6542055898095525e+00
30 -5.4759760062346823e+00 -5.8318312048765142e-01 +9.7855857714940626e+00
27 -7.5659395749576310e+00 -3.3046098888655884e+00 +8.5226593721840853e+00
3 +1.0607688560987381e+00 +1.1632120042586500e+00 +2.0488629631982391e-01
35 -8.3255160437259228e+00 -2.2669109939663485e+00 +1.2117210099519149e+01
1 +1.0698250538038332e+00 +1.0740553956518770e+00 +8.4606836960876564e-03
12 -1.2903083462656237e+00 -2.7067517216144754e-02 +2.5264816580989580e+00
11 -1.9505350581411216e+00 -8.3689645621326569e-01 +2.2272772038557118e+00
5 +4.1152785929389157e+00 +4.4291705578995000e+00 +6.2778392992116849e-01
3 +1.8983482746089138e+00 +2.0261979849422005e+00 +2.5569942066657347e-01
32 -6.2153585498593289e+00 -7.3216012276457954e-01 +1.0966396854189499e+01
12 -1.5728538161995251e+00 -3.8209802044332042e-01 +2.3815115915124094e+00
56 -1.6895587981619226e+01 -5.3133396955300451e+00 +2.3164496572178361e+01
34 -9.6178072631869220e+00 -3.8482569331397216e+00 +1.1539100660094402e+01
24 -6.4587897582665983e+00 -2.9755974867823936e+00 +6.9663845429684095e+00
39 -1.0452278969794598e+01 -3.3283478061374123e+00 +1.4247862327314373e+01
32 -6.5337094352887961e+00 -1.1598815022864788e+00 +1.0747655866004635e+01
23 -4.5547492019749596e+00 -1.1561160795702836e+00 +6.7972662448093519e+00
49 -1.3067942742966004e+01 -3.4109731354977577e+00 +1.9313939214936493e+01
5 +2.1628880855462365e+00 +2.4208812668830455e+00 +5.1598636267361808e-01
15 -3.8263977977819925e+00 -1.9774429250217591e+00 +3.6979097455204668e+00

Читать далее Новая программа для анализа субструктуры популяции

Две новые модели для калькулятора DIYDodecad

Закончил на 99% подготовку 2 моделей этно-популяционных калькуляторов ДНК — заточенную под deep ancestry (анализ современных геномов с использование древних геномов) K11 и модель для анализа популяционного происхождения современных популяций K16.

 

В число 16 «предполагаемых предковых» популяций в K16 входят следующие выделенные группы:

Австрало-веддоидная
Палеолитические охотники-собиратели Кавказа
Американские аборигены
Охотники-собиратели скандинавского мезолита
Австронезийцы
Ближневосточные неолитические земледельцы
Сибирские аборигены
Ближне-восточные популяции
Североафриканские популяции
Популяции западной Африки
Северные популяции Индостана
Юго-восточноазиатские популяции
Восточные охотники-собиратели
Неолитическое население Европы
Восточно-африканские популяции
Западноевропейские охотники-собиратели

 

Таблица FST между компонентами K11 (FST — Индекс фиксации Райта Fst, отражающий меру дифференциации популяций)

Кластеризация компонентов модели K11 по степени дифференциации

Таблица FST между компонентами K16

Кластеризация компонентов модели K16 по степени дифференциации

 

На следующем PCA графике отображены 2 группы компонентов — предковые компоненты K16 (полученные в программе ADMIXTURE в ходе анализа современных популяций) и предковые компоненты K11 (они вычислены в той же программе, но на другой выборке аутентичных палеогеномов). Поскольку у пользователей подобных калькуляторов часто возникает вопрос о соотношении компонентов разных моделей калькуляторов, я решил разместить их на одном графике. Методология довольно проста. Сначала я сгенерировал в программе PLINK 220 «синтетических» геномов (20 индивидов в 11 группах). В основу положен предложенный Понтикосом метод популяционных «zombies», в котором используется частоты аллелей снипов, полученных в программе ADMIXTURE. Каждая из 11 групп состоит из 20 «индивидов», геном которых на 100% состоит из одного компонента.
То же самое я сделал с компонентами K16. Затем в целях изучения соотношения компонентов этих двух разных моделей, я пропустил «геномы синтетических индивидов» K16 через калькулятор K11. В итоге выяснилось, что только несколько компонентов K16 полностью совпадают с компонентами K11 (например, Amerindian и African). Остальные компоненты K16 разложились на комбинации компонентов K11. Этот простой эксперимент еще раз подтвердил очевидный факт: предковые компоненты ADMIXTURE, выявленные в ходе анализа современных популяций только в редких случаях соответствуют настоящим предковым компонентам. Большинство подобных компонентов возникают в результате сложного процесса фиксации аллельных частот, например в тех случаях, когда непосредственно после смешивания предковых групп разного происхождения происходит процесс генетического дрейфа. Закон Харди—Вайнберга утверждает, что в теоретической идеальной популяции распределение генов будет оставаться постоянным из поколения в поколение. Так, в популяции растений количество «внуков» с генами высокорослости будет ровно таким же, сколько было родителей с этим геном. Но в реальных популяциях дело обстоит иначе. Из-за случайных событий частота распределения генов из поколения в поколение несколько варьирует — это явление называется дрейфом генов. Рассмотрим крупную размножающуюся популяцию со строго определенным распределением аллелей. Представим, что по той или иной причине часть этой популяции отделяется и начинает формировать собственное сообщество. Распределение генов в субпопуляции может быть нехарактерным для более широкой группы, но с этого момента и впредь в субпопуляции будет наблюдаться именно такое, нехарактерное для нее распределение. Это явление называется эффектом основателя.Дрейф генов сходного типа можно наблюдать и на примере явления с запоминающимся названием эффект бутылочного горлышка. Если по какой-либо причине численность популяции резко уменьшится — под воздействием сил, не связанных с естественным отбором (например, в случае необычной засухи или непродолжительного увеличения численности хищников), быстро появившихся и затем исчезнувших, — то результатом будет случайное устранение большого числа индивидуумов. Как и в случае эффекта основателя, к тому времени, когда популяция вновь будет переживать расцвет, в ней будут гены, характерные для случайно выживших индивидуумов, а вовсе не для исходной популяции.

PCA correlation between K11 and K16 components Вот эта таблица с усредненными значениями «симулянтов» компонентов K16 в калькуляторе K11 (колонки — компоненты K16, столбцы — компоненты K11, их пересечения — проекция компонентов K16 в компоненты K11).

Для облегчения понимания сказанного, приведу немного теории. Начну с основ.

Определение базовых терминов

ADMIXTURE (буквально: примесь) – это компьютерная программа (анализ), позволяющая выявлять смешанность состава некоего набора индивидов на основе данных о генотипах и тем самым строить предположения о происхождении популяции.

Принцип работы ADMIXTURE.

Рассмотрим принцип работы ADMIXTURE на примере образцов и популяций из проекта HapMap.

Всего у нас N = 324 образца/индивида, каждый из которых относится к одной из четырех нижеперечисленных популяций:

АФРИКА (ASW) – Африканские предки из Юго-Западной части США
ЮТА (CEU) – жители штата Юта США с корнями из Северной и Западной Европы
МЕКСИКА (MEX) – Мексиканцы, Лонг-Айленд США
ЙОРУБА (URI) – Йоруба, Нигерия
Для удобства дальнейшего изложения будем называть эти популяции «известными».

Также мы предполагаем, что они произошли от К разных предковых популяций (мы не знаем от каких именно). В дальнейшем будем называть эти предковые популяцие «предполагаемыми предковыми». Этих «предполагаемых предковых» популяций на самом деле не существует, у них нет общепризнанных названий и характеристик. И на этом этапе мы даже не знаем какие образцы к какой из этих К популяций могут быть отнесены. Теоретически возможно, что образцы из одной и той же «известной» популяции могут принадлежать к двум разным «предполагаемым предковым» популяциям.

Пример 1.

Предположим, что К = 3.

ADMIXTURE далее работает с образцами (их генотипами) и заданным нами числом К = 3. Имея сведения о генотипах и предположение о количестве «предполагаемых предковых» популяций (К) ADMIXTURE строит свою модель (предположение) того, каков вклад каждой из «предполагаемых предковых» популяций в каждый индивид. В результате мы имеем для каждого индивида 3 цифры: количественный вклад каждой из трех популяций (или образно говоря, на сколько процентов данный индивид состоит из первой «предполагаемой предковой» популяции, на сколько – из второй и на сколько – из третьей). При этом может быть и такая ситуация, что у конкретного индивида в составе отсутствует какая-то из «предполагаемых предковых» популяций, даже возможно, что он принадлежит только к одной из «предполагаемых предковых» поуляций. Предположим, для индивида №1 эти цифры такие: 0.3, 0.5 и 0.2. Что эти цифры означают? Означают они доли каждой из «предполагаемых предковых» популяций (ППП) в индивиде №1, т.е. индивид состоит на 30% из первой ППП, на 50% — из второй и 20% — из третьей. Чем больше вклад каждой ППП в индивида, тем больше индивид является «носителем» данной популяции и ее представителем.
Так называемый этно-популяционный калькулятор ДНК представляет собой инструмент, позволяющий использовать заранее определенные (вычисленные) компоненты этнического происхождения K для определения той комбинация исходных предковых компонентов дает наилучшее соответствие (аппроксимирует) происхождение носителя тестируемой ДНК.

При создании калькулятора ДНК в основу берется определенная модель (например, задается исходное число компонентов или состав референсной выборки), что неизбежно приводит к определенным уступкам в плане точности и проявлению слабых сторон модели. Например, часто люди критикуют подобные модели калькуляторов за излишнюю европоцентричность и недостаточную представленность геномов из других мест, или же используемые для определения компонентов происхождения выборки данных по отдельным популяциям слишком малы для определения сложной субструктуры генофонда референсной популяции. Наконец, более грамотные люди указывают на отсутствие необходимо инструментария (например, формальной статистики) для проверки статистической значимости определенных компонентов в отдельных моделях калькулятора.
Движок обеих калькуляторов — все та же программа DIYDodecad, После того, как ппрограммма ДНКа калькулятора выдаст первичные результаты — процентное распределение компонентов этно-популяционного происхождения в изучаемом геноме, можно будет перейти к вторичному анализу. Суть его проста — зная процентную комбинацию компонентов происхождения в своем геноме, довольно просто смоделировать свой геном в виде смеси нескольких референсных популяций.

Поэтому, в отличие от предыдущих релизов, K11 и K16 будут включать в себя дополнительный контент:

1) классический Oracle, позволяющий смоделировать анализируемый «геном» (точнее, набор из 100-200 тысяч информативный снипов) в виде комбинации двух референсных популяций, а также установить группу генетически ближайших референсных популяций к геному изучаемого индивида. Однако этот инструмент не может быть использован в случае сложного смешанного происхождения (например, когда изучаемый индивид происходит из более чем двух разных этнических популяций). Иногда программа выдает довольно глупые комбинации, cущественным образом понижая достоверность результатов. Впрочем основное преимущество Oracle и состоит в том, что программа предлагает вместо окончательного «простого» решения список альтернативных вариантов.

Пример: в качестве примера я буду использовать собственные данные.
Исходя из полученных в модели K16 значений компонентов, мой условный наиболее близок к восточнославянским популяциям
«Ukrainian-Center» «2.5884»
«Pole» «3.0962»
«Sorb» «3.1733»
«Polish_West» «3.5992»
«Russian-North-West» «3.7265»
«Russian_Smolensk» «3.834»
«Polish» «4.0348»
«Belarusian_EastBelarus» «4.0852»
«Belarusian_WestBelarus» «4.1216»
«DonKuban_cossack» «4.7769»

В комбинированном варианте двух смешанных популяций распределение предковых компонентов происхождения может быть аппроксимировано следующими комбинациями:

«65.8% Belarusian_EastBelarus + 34.2% Norwegian» «1.1023»
«66.4% Belarusian_EastBelarus + 33.6% Icelandic» «1.1118»
«80.9% Latvian + 19.1% Spanish_Baleares_IBS» «1.1154»
«30% French + 70% Lithuanian» «1.1206»
«29% French + 71% Latvian» «1.1215»
«55% French_West + 45% Lithuanian_Zemajitia» «1.1302»
«28.9% French_East + 71.1% Latvian» «1.1402»
«29% French_Northwest + 71% Latvian» «1.1563»
«72.3% Belarusian_EastBelarus + 27.7% Orcadian» «1.1766»
«57.2% European_Utah + 42.8% Lithuanian_Zemajitia» «1.1825»

Основная часть генома — условно славяно-балтийская (что ожидаемо), но с существенным сдвигом в сторону Скандинавии и западной Европы(примерно 20-30%). Скорее всего, это наследие готов, или контактов балтийских племен с викингами. Интересно, что модель K11 (c использованием современных референсных популяций) дает примерно такой же расклад — разве что древний скандинавско-германский пласт выражен чуть резче чем в модели K16

«Belarusian_West» «2.3841»
«Belarusian» «2.4187»
«Pole_Poland» «2.5278»
«Belarusian_East» «3.7288»
«Russian_Central» «3.7635»
«Swede» «3.9724»
«Russian_cossack» «4.1139»
«Ukrainian» «4.2647»
«Russian_Southern» «4.5204»
«Ukrainian_East» «4.8635»
«66.6% Icelandic + 33.4% Latvian» «1.586»
«41.1% Latvian + 58.9% Orcadian» «1.5898»
«47.9% Lithuanian + 52.1% Orcadian» «1.6007»
«60.2% Icelandic + 39.8% Lithuanian» «1.6082»
«5.7% Basque_Spanish + 94.3% Belarusian» «1.6386»
«5.8% Basque_French + 94.2% Belarusian» «1.6406»
«67.2% Belarusian + 32.8% Swede» «1.659»
«40.2% Lithuanian + 59.8% Norwegian» «1.6876»
«33.7% Latvian + 66.3% Norwegian» «1.689»
«94.1% Belarusian + 5.9% Spanish_Pais_Vasco_IBS» «1.7359

В палеокалькуляторе K11 (т.е. с древними геномами) картинка кажется более убедительной

«Unetice_EBA» «2.7065»
«Bell_Beaker_Czech» «5.0633»
«British_AngloSaxon» «5.1998»
«Nordic_LN» «5.6157»
«Corded_Ware_Proto_Unetice_Poland» «6.3751»
«Nordic_MN_B» «6.3865»
«Halberstadt_LBA» «6.4422»
«BenzigerodeHeimburg_LN» «7.4695»
«Nordic_IA» «7.5404»
«Corded_Ware_Estonia» «7.7635»

Из всех палеогеномов наиболее близок к моему геном представителя унетицкой культуры. Происхождение унетицкой культуры до сих пор не выяснено. Между позднейшими энеолитическими культурами и унетицкой культурой существует типологический и хронологический разрыв. Наибольшее признание в результате последних исследований получило предположение, согласно которому в ее возникновении главную роль сыграли культура колоколовидных кубков и надиревская культура, распространенная в Венгрии (см. ниже). У культуры колоколовидных кубков и унетицкой имеется сходство в керамике, в погребальном обряде и в орудиях труда. Небольшую роль могла сыграть культура шнуровой керамики, хотя в целом они очень различаются. Закономерно, что следующими — хотя и с большим отрывом — близкими к моему геному группами палеогеномов являются геномы древних англосаксов (которые близки к древним скандинавам) и представителей чешского ареала культуры колоковидных кубков).
Аналогично, в режиме смешенных популяций хорошо заметны две тенденции. Во-первых, мой геном может быть представлен в виде комбинации палеогенома представителя позднебронзового века (Хальберштадт) и палеогеномов восточных охотников-собирателей эпохи энеолита, во-вторых как смесь 23.4% генома представителей балтийской позднебронзовой эпохи и все того же позднебронзового палеогенома из Хальберштадта

«86.4% Halberstadt_LBA + 13.6% Karelia_HG» «2.139»
«74.1% Bell_Beaker + 25.9% LesCloseaux13_Mesolithic» «2.1574» «35.9% Hungary_BA + 64.1% Poltavka_MBA_outlier» «2.319»
«65.7% Halberstadt_LBA + 34.3% Poltavka_MBA_outlier» «2.4387»
«83.2% Alberstedt_LN + 16.8% Karelia_HG» «2.443»
«23.4% Baltic_LBA + 76.6% Halberstadt_LBA» «2.4846»
«16.7% Europe_MN + 83.3% Poltavka_MBA_outlier» «2.4897»
«83.4% Halberstadt_LBA + 16.6% Samara_Eneolithic» «2.536»
«12.9% Halberstadt_LBA + 87.1% Unetice_EBA» «2.5603»
«16.1% Bell_Beaker_Czech + 83.9% Unetice_EBA» «2.5747»

2) файлы модели K11 и K16 для более сложной программы 4Admix (разработанной Александром Бурнашевом). Вторым инструментом вторичного анализа является 4Mix. Он работает по методу brute-force, шаг за шагом перебирая все возможные комбинации, а по окончанию цикла программа возвращает результат с наименьшим евклидовым расстоянием (по выбору можно использовать гауссово сглаживание, снижающее случайный статистический шум результатов). Как и в классическом Oracle, комбинация cмешиваемых этнических групп не может содержать более 4 популяций, хотя в отличие от классического Oracle, программа может моделировать комбинации из 3 и 4 этнических групп.

Пример. Приведу пример этих 3- и 4-членных аппроксимаций. В принципе, все то же самое, c той лишь разницей что теперь программа выделяет в комбинациях балтийскую и славянскую составляющую. Интересно, что скандинавская составляющая никуда не исчезла, оставаясь в пределах 20-25%
Using 3 populations approximation:
1 50% Belarusian_EastBelarus +25% English_Kent_GBR +25% Latvian @ 0.973956
2 50% Belarusian_EastBelarus +25% English_Kent_GBR +25% Lithuanian @ 0.988467
3 50% Latvian +25% French +25% Balt @ 1.036492
4 50% Lithuanian_Zemajitia +25% French +25% Irish_Connacht @ 1.05259
5 50% Lithuanian +25% Sorb +25% French_West @ 1.059638
6 50% Belarusian +25% Icelandic +25% French_West @ 1.06158
7 50% Lithuanian_Zemajitia +25% French +25% Irish_Cork_Kerry @ 1.074796
8 50% Lithuanian_Aukstajtia +25% French_East +25% Irish_Connacht @ 1.076771
9 50% Lithuanian_Zemajitia +25% French +25% Irish_Ireland @ 1.078576
10 50% Belarusian +25% Norwegian +25% French_West @ 1.079741
11 50% European_Utah +25% Lithuanian_Zemajitia +25% Balt @ 1.084317
12 50% Dane +25% Belarusian_EastBelarus +25% Lithuanian_Aukstajtia @ 1.090086
13 50% Lithuanian_Zemajitia +25% French +25% Scottish_Highlands @ 1.093951
14 50% Lithuanian +25% North_European +25% Sorb @ 1.103744
15 50% Lithuanian_Aukstajtia +25% English_GBR +25% French_Northwest @ 1.105369
16 50% Lithuanian_Zemajitia +25% French +25% Scottish_Grampian @ 1.106616
17 50% Lithuanian_Aukstajtia +25% French_Northwest +25% Irish_Connacht @ 1.106771
18 50% Lithuanian_Aukstajtia +25% French_Northwest +25% Scottish_Dumfries_Galloway @ 1.108261
19 50% Lithuanian +25% French_West +25% Polish_West @ 1.113695
20 50% Latvian +25% North_European +25% Sorb @ 1.115164
31501779 iterations.
Using 4 populations approximation:
1Belarusian_EastBelarus+Lithuanian_Zemajitia+Swede+French_West @ 0.947002
2Belarusian_EastBelarus+English_Kent_GBR+Lithuanian_Aukstajtia+Sorb @ 0.971605
3Belarusian_EastBelarus+Belarusian_EastBelarus+English_Kent_GBR+Latvian @ 0.973956
4Belarusian_EastBelarus+English_Kent_GBR+Lithuanian_Aukstajtia+Polish_East @ 0.986863
5Belarusian_EastBelarus+Belarusian_EastBelarus+English_Kent_GBR+Lithuanian @ 0.988467
6 French+Lithuanian_Zemajitia+Swede+Balt @ 0.98916
7Belarusian_EastBelarus+English_Kent_GBR+Lithuanian_Aukstajtia+Polish @ 0.996302
8 Belarusian+Lithuanian_Aukstajtia+Shetlandic+French_West @ 1.010485
9 Belarusian+Lithuanian_Zemajitia+Irish_Ulster+French_West @ 1.01227
10 Belarusian+Lithuanian_Zemajitia+French_West+Irish_Ulster @ 1.012977
11 Belarusian_EastBelarus+Lithuanian_Aukstajtia+Swede+Welsh @ 1.013043
12Belarusian_EastBelarus+European_Utah+Lithuanian_Aukstajtia+Swede @ 1.013805
13Belarusian_EastBelarus+Lithuanian_Aukstajtia+Swede+French_West @ 1.018296
14German_NorthGermany+Lithuanian_Aukstajtia+Balt+French_West @ 1.026503
15 Lithuanian_Aukstajtia+Sorb+Ukrainian-Center+French_West @ 1.027473
16 Belarusian+Lithuanian_Zemajitia+French_West+Irish_Connacht @ 1.031967
17Belarusian+Lithuanian_Zemajitia+French_West+Irish_Cork_Kerry @ 1.035716
18 French+Latvian+Latvian+Balt @ 1.036492
и т.д.
То же самое, но в модели K11
Using 3 populations approximation:
1 50% Poltavka_MBA_outlier +25% Halberstadt_LBA +25% Hungary_BA @ 2.031302
2 50% Poltavka_MBA_outlier +25% Bell_Beaker_Czech +25% Hungary_BA @ 2.072453
3 50% British_AngloSaxon +25% Halberstadt_LBA +25% Poltavka_MBA_outlier @ 2.125791
4 50% Bell_Beaker +25% Bell_Beaker +25% LesCloseaux13_Mesolithic @ 2.209118
5 50% Halberstadt_LBA +25% British_AngloSaxon +25% Poltavka_MBA_outlier @ 2.244371
6 50% Halberstadt_LBA +25% Hungary_BA +25% Samara_HG @ 2.270667
7 50% Halberstadt_LBA +25% Poltavka_MBA_outlier +25% Unetice_EBA @ 2.291406
8 50% Poltavka_MBA_outlier +25% British_AngloSaxon +25% Hungary_BA @ 2.30791
9 50% Bell_Beaker_Czech +25% Hungary_BA +25% Samara_HG @ 2.356281
10 50% Halberstadt_LBA +25% Nordic_BA +25% Poltavka_MBA_outlier @ 2.358744
11 50% Bell_Beaker +25% Hungary_BA +25% Karelia_HG @ 2.369978
12 50% Bell_Beaker_Czech +25% Nordic_BA +25% Poltavka_MBA_outlier @ 2.385823
13 50% Halberstadt_LBA +25% Corded_Ware_Germany +25% Nordic_BA @ 2.490915
14 50% Poltavka_MBA_outlier +25% Hungary_BA +25% Unetice_EBA @ 2.503754
15 50% British_AngloSaxon +25% Bell_Beaker_Czech +25% Poltavka_MBA_outlier @ 2.53217
16 50% Halberstadt_LBA +25% Baltic_LBA +25% Halberstadt_LBA @ 2.540751
17 50% Hungary_BA +25% Poltavka_MBA_outlier +25% Samara_HG @ 2.551414
18 50% Poltavka_MBA_outlier +25% Alberstedt_LN +25% Hungary_BA @ 2.561557
19 50% British_AngloSaxon +25% Poltavka_MBA_outlier +25% Unetice_EBA @ 2.575398
20 50% Bell_Beaker_Czech +25% British_AngloSaxon +25% Poltavka_MBA_outlier @ 2.575919
1127348 iterations.
Using 4 populations approximation:
1 Halberstadt_LBA+Hungary_BA+Poltavka_MBA_outlier+Poltavka_MBA_outlier @ 2.031302
2 Halberstadt_LBA+Nordic_BA+Poltavka_MBA_outlier+Unetice_EBA @ 2.03713
3 Bell_Beaker_Czech+Hungary_BA+Poltavka_MBA_outlier+Poltavka_MBA_outlier @ 2.072453
4 British_AngloSaxon+Halberstadt_LBA+Poltavka_MBA_outlier+Unetice_EBA @ 2.088049
5 British_AngloSaxon+British_AngloSaxon+Halberstadt_LBA+Poltavka_MBA_outlier @ 2.125791
6 British_AngloSaxon+Halberstadt_LBA+Hungary_BA+Samara_HG @ 2.131526
7 Bell_Beaker_Czech+Halberstadt_LBA+Hungary_BA+Samara_HG @ 2.14648
8 Bell_Beaker+Bell_Beaker+Bell_Beaker+LesCloseaux13_Mesolithic @ 2.209118
9 Bell_Beaker_Czech+Halberstadt_LBA+Nordic_BA+Poltavka_MBA_outlier @ 2.209365
10 Bell_Beaker_Germany+British_AngloSaxon+Hungary_BA+Samara_HG @ 2.212982
11 Bell_Beaker_Czech+Bell_Beaker_Germany+Hungary_BA+Samara_HG @ 2.232922
12 British_AngloSaxon+Halberstadt_LBA+Halberstadt_LBA+Poltavka_MBA_outlier @ 2.244371
13 British_AngloSaxon+Halberstadt_LBA+Nordic_BA+Poltavka_MBA_outlier @ 2.254756
14 Alberstedt_LN+British_AngloSaxon+Hungary_BA+Samara_HG @ 2.255589
15 Bell_Beaker_Czech+British_AngloSaxon+Halberstadt_LBA+Poltavka_MBA_outlier @ 2.256027
16 Halberstadt_LBA+Halberstadt_LBA+Hungary_BA+Samara_HG @ 2.270667

3) новым инструментом в релизе будет R программа nMonte, разработанная голландцем Гером Гизбертом. В отличие от двух предыдущих инструментов (ограниченных в числе используемых для моделирования этнических групп), nMonte позволяет использовать для моделирования (аппроксимации) генмоа все референсные грппы. Программа использует алгоритм эволюционного моделирования по методу Монте-Карло.
После пошагового добавления новой популяции программа определяет уменьшается ли евклидово расстояние; если да, то шаг сохраняется, в противном случае шаг отклоняется. Алгоритм завершает свою работу после выполнения примерно миллиона шагов. Как и два предыдущих инструмента программа стремится к минимализации евклидова расстония; но похоже за счет использования метода Монте-Карло, алгоритм гораздо более эффективен. И, также, как и в других инструментах, в nMonte «наилучшая комбинация» определяется как комбинация с наименьшим расстоянием. Недостаток же nMonte состоит в том, что она выдает только наилучшее подходящее решение, в то время как Oracle представляет альтернативные варианты.
Пример. Посмотрим, сколько потенциальных предковых популяций выдаст nMonte при аппроксимации моего генома.
При первом запуске программа выдала комбинацию (в cкобках процентный вклад референсной популяции) следующих 65 популяций. Также как и в других инструментах, тон задают балтийские популяции, а также белорусы, сорбы и поляки.

Lithuanian_Zemajitia 10.1
Latvian 7.85
Lithuanian_Aukstajtia 7.85
Belarusian_SouthBelarus 6.55
Lithuanian 6.5
Pole 5.45
Belarusian_WestBelarus 4.8
Balt 4.35
Sorb 3.35
Belarusian 3.05
Belgian 3
Norwegian 2.95
Czech 2.75
Dane 2.5
Slovak 2.4
Icelandic 1.9
Swede 1.9
French_SouthFrance 1.5
Slovenian 1.5
Basque_Spanish 1.3
Frisian 1.15
German_NorthGermany 1.1
Sardinian 1.1
Polish_East 1.05
Ukrainian_WestUkraina 1
Polish 0.95
Basque_French 0.9
Orcadian 0.7
Spanish_Pais_Vasco_IBS 0.7
Hungarian 0.65
Irish_Connacht 0.65
DonKuban_cossack 0.6
Dutch 0.6
Ukrainian_EastUkraina 0.6
Scottish_Argyll_Bute_GBR 0.55
European_Utah 0.5
English_GBR 0.45
Croatian 0.4
Russian-Pskov 0.4
French_South 0.4
Welsh 0.35
Irish_Ulster 0.35
Scottish_Fife 0.3
German_SouthGermany 0.25
Scottish_Dumfries_Galloway 0.25
Belarusian_CentralBelarus 0.2
Datog 0.2
English_Cornwall_GBR 0.2
North_European 0.2
Ukrainian 0.2
Russian_Orjol 0.15
Afar 0.1
Belarusian_EastBelarus 0.1
English_Kent_GBR 0.1
Irish 0.1
Kambera 0.1
Russian_Smolensk 0.1
Vindija 0.1
Belarusian-East 0.1
Spanish_Canarias_IBS 0.1
Spanish_Cantabria_IBS 0.1
Spanish_Cataluna_IBS 0.1
Peruvian 0.05
Russian_Voronezh 0.05

В K11 показаны следующие палеогеномы (или их группы). По-прежнему, основа генома 40% моделируется как геном представителя культуры колоколовидных кубков.

«Bell_Beaker» 40.3
«Halberstadt_LBA» 31.6
«Samara_HG» 8.5
«Tyrolean_Iceman_EN» 2.05
«Esperstedt_MN» 1.95
«Swedish_Mesolithic» 1.95
«BerryAuBac_Mesolithic» 1.85
«Swedish_Motala_Mesolithic» 1.7
«Bichon_Azillian» 1.6
«Continenza_Paleolithic» 1.5
«Hungary_BA» 1.5
«LaBrana_Mesolithic» 1.35
«Bell_Beaker_Germany» 1.05
«Hungary_HG» 0.85

4) следующим новым инструментом будет 4mix, более упрощенный вариант 4Admix. Он разработан тем же Г. Гизбертом. Основное отличие от 4Admix — если 4Admix перебирает все возможные комбинации из 4 популяций, то в 4mix можно эксплицитно задавать отдельные комбинации и определять евклидову дистанции между этой комбинацией и аппроксимируемым геномом в пространстве моделей
5) карты компонентов с аннотацией. Аннотации компонентов будут чуть позже, а вот карты уже готовы

Карты распространения некоторых компонентов K16 и K11  в ряде географических ареалов

6) я включил в релиз модифицированный скрип GPS лаборатории Элхайка для определения географического ареала происхождения предков человека, чей геном является предметом изучения. Я включил пару строчек кода для проецирования вычисленных географических координат на географическую карту.
Пример. Ниже показаны две карты, на которые спроецированы географические координаты вычисленной алгоритмом GPS (GPS DNA tool ) точки «этнического происхождения».
Я проверил работоспособность алгоритма на обеих моделях.
В модели K16 (современные популяции) GPS-координаты точки моего «происхождения» 49.7648663288835 32.4345922625112 (примерно 49 градусов северной широты и 32 градуса восточной долготы), т.е где-то на левом берегу Днепра в Украине. Как утверждают разработчики программы, она позволяет определить место происхождения с радиусом погрешности в 500 км. Я вычислил расстояние от полученной точки до настоящего места жительства предков (южная часть Брестской области) и получилось 470 км. Т.е точка попадает в радиус, хотя и с некоторым трудом.

Rplot

Что касается модели K11 (древние геномы), то в этой модели мой «Urheimat» локализуется — весьма ожидаемо — на землях древней унетицкой и лужицких культур (51.1254133094371 13.2336209988448)

Rplot

 

 

О «ближневосточном компоненте» палеолитических охотников-собирателей Европы

Сергей Козлов

О «ближневосточном компоненте» палеолитических охотников-собирателей Европы

Описание
Рассмотрена статья Qiaomei Fu et al. «The genetic history of Ice Age Europe». Проведен анализ европейских палеогеномов возрастом от 37 до 8 тысяч лет из данной статьи и более ранних работ. Аутосомный компонент западных охотников-собирателей (WHG) — преимущественно результат генетического дрейфа, гипотеза авторов о его формировании в результате однократной миграции в Европу около 14 тысяч лет назад носителей ближневосточных аутосомных компонентов несостоятельна. Вместе с тем, обмен генофондом с ближневосточными популяциями несомненно происходил, однако для прояснения его истории необходимы палеогеномы с Ближнего Востока. Подтверждаются выводы из более старых работ о наличии ближневосточного («базального») компонента у образца Костенки-14 (человек с Маркиной Горы), отрицаемые в рассматриваемой статье. Вероятно, он связан с компонентом охотников-собирателей Кавказа (CHG). Опровергается вывод авторов о восточноазиатском влиянии на поздних WHG. Проведено моделирование ряда возможных событий смешения и построено дерево вероятных взаимосвязей аутосомных компонентов с размещением на нем имеющихся палеогеномов.

Обсуждение работы Qiaomei Fu et al на форуме «Молекулярная генеалогия».

Новые палеогеномы из статьи
В рассматриваемой статье впервые произведен временной срез геномов жителей Европы верхнего палеолита. Конечно, единичные геномы у нас были и раньше (Костенки-14, Oase1), однако не хватало системности для построения целостной картины изменений в генофонде европейцев на протяжении этого периода. Статья частично решает эту проблему — прочтено несколько десятков новых геномов. К сожалению, остался неохваченным период 19-28 тысяч лет назад (а с учетом лишь геномов приемлемого качества — 19-30 тлн), но и имеющиеся образцы позволяют сделать ряд интересных выводов.

Коротко о содержании рассматриваемой работы, критика
Авторы подтверждают выводы из более ранних работ об угасании вклада неандертальцев в генофонд современных европейцев с ходом времени (предположительно, на неандертальские участки ДНК действовал отрицательный отбор). Далее они касаются нескольких интересных мелочей (присутствие Y-гаплогруппы R1b в палеолитической Европе — образец Villabruna возрастом 14 тысяч лет, появление «мутации светлоглазости» почти одновременно в Европе и на Кавказе (разумеется, это не отменяет вероятности нахождения более древних образцов с этой мутацией впоследствии) и необычные для региона в наши дни митогаплогруппы). После этого авторы переходят к объединению образцов в кластеры и попытке реконструкции их взаимоотношений. По сути, здесь все просто — европейские палеогеномы из одной эпохи объединяются в один кластер. Классические европейские WHG выступают под псевдонимом «кластер Villabruna», их непосредственные предшественники — el Miron, и ряд геномов возрастом 30 тысяч лет (из них лишь один заслуживающего рассмотрения качества) — кластер Vestonice. Чуть более старые GoyetQ116-1 и костенковец не вошли ни в один кластер. Далее делается очень странный вывод, что с появлением кластера Villabruna (в дальнейшем я буду называть их «WHG» согласно общепринятой терминологии), произошло резкое изменение генофонда в результате вливания компонента, связанного с современными ближневосточными популяциями. Формально приводится и альтернативное объяснение — результат нормальной изменчивости среди охотников-собирателей, и группы с меньшей общностью с Ближним Востоком были замещены группами, изначально имевшими большую общность. Однако в abstract статьи попал лишь первый вариант.

Мое объяснение
Даже из диаграммы, которая должна иллюстрировать точку зрения авторов, следует прямо противоположный ей вывод — изменения, относимые к появлению классических WHG, начались задолго до этого и происходили постепенно. «Ближневосточное влияние» (зеленые ромбики) появляется в заметных масштабах уже в предшествующем кластере el Miron, на пять тысячелетий ранее. Но перед этим кластером находится разрыв в девять тысячелетий, где, вполне возможно, мы тоже могли бы увидеть это влияние. Однако на картинке разрыв закрыт и создается впечатление резкого перехода.
Исходное изображение:

ИсходнаяСхема
Отмасштабированная пропорционально реальной временной шкале картинка:
Безымянный-3
Как я покажу в дальнейшем, общность палеообразцов с классическими WHG и современными северными европейцами (которые являются преимущественно потомками WHG) с ходом времени росла постоянно — от костенковца и GoyetQ116-1 к el Miron, Villabruna и Loschbour. По моим предположениям, основной механизм здесь — дрейф генов. Не надо думать, что это был некий целенаправленный процесс — наоборот, дрейф генов во многом случаен (хотя и отбор наверняка сыграл свою роль), но именно то, что получилось в его результате, и стало европейскими охотниками-собирателями мезолита. Поэтому естественно, что чем ближе к нашему времени, тем выше сходство с итоговым результатом процесса.
Вместе с тем, с ходом времени мы наблюдаем и относительное повышение общности с ближневосточными популяциями, хотя и в заметно меньшем масштабе. Однако трудно сказать, кто, когда, сколько раз и на кого влиял. Допустим в качестве модели, что несущие компонент WHG группы повлияли на ближневосточников в относительно недавнем прошлом. Тогда повышение сходства палеогеномов с WHG автоматически будет немного повышать сходство и с ближневосточниками пропорционально доле WHG в их генофонде, даже если в ту эпоху на Ближнем Востоке о WHG и не слыхали. С другой стороны, небольшие равномерные вливания с Ближнего Востока в Европу могли дать такой же эффект. Или же третья группа, вроде CHG, могла повлиять как на WHG, так и на ближневосточников (необязательно одновременно). Словом, точку здесь поставит лишь хорошая выборка палеогеномов с Ближнего Востока -сравнение с современными популяциями всегда оставит место гаданиям.
Что касается восточноазиатского влияния на часть WHG (внимательные читатели критикуемой работы могли заметить, что оно «проявляется» и у одного из древнейших образцов — GoyetQ116-1), то оно объясняется ошибочностью принятия основой для сравнения образца Kostenki-14. Далее я еще коснусь этого.

Использованные для анализа методы и палеообразцы, причины их выбора
В этой заметке я не стал применять свой излюбленный метод — подсчет сумм общих (IBD) сегментов. Хотя качество некоторых образцов вполне позволяет его применить, трудно понять, как при этом надежно сравнить между собой образцы из эпох, разделенных десятками тысячелетий? Ведь сегменты со временем уменьшаются в размерах, при этом скорость процесса сильно зависит от популяционной истории — в одной выборке быстрее, в другой медленнее… Добавим к этому резко различающееся качество прочтения палеогеномов, и за корректность сравнения поручиться становится совершенно невозможно.
Поэтому я решил пойти путем подсчета доли общих снипов (IBS), как простого и объективного показателя. Чем больше значений снипов совпадает, тем выше генетическая близость. Я не согласен с мнением, что учитывать надо лишь производные (derived) аллели — ведь если оба варианта закрепились в популяции, то для дрейфа генов уже безразлично, какой из них предковый. Для того, чтобы поставить геномы разного качества в одинаковые условия, я случайным образом выбрал для каждого аллеля одно из прочтений и оставил лишь его, то есть создал искусственную гаплоидность, как часто делается с палеогеномами от лаборатории Райха. Обычно я ругаю этот подход, как разрушающий IBD-сегменты, но в данном случае он приносит пользу. Далее я ограничил набор снипов пересечением трех множеств — снипы, используемые мной для сравнения с современными выборками и снипы, прочитанные у образцов Villabruna и GoyetQ116-1. Более логично было бы выбрать в качестве базового образца WHG прочитанный наиболее качественно из всех Loschbour, однако носитель R1b Villabruna в любом случае будет вызывать интерес общественности и подозрения в отличиях от других WHG, поэтому решение было принято в его пользу. Что касается GoyetQ116-1, то из всех древних образцов он наиболее связан с «промежуточным» между палеолитическими европейцами и WHG el-Miron, за что и был выбран в качестве второй опоры. Итоговый набор составил около 107 тысяч снипов. Для сравнения Villabruna и Goyet с el Miron было проведено отдельное уменьшение набора до присутсвующих у всех троих 65 тысячи снипов.
Среди остальных использованных палеообразцов хорошо прочитанные Loschbour, Ust-Ishim, Kostenki, NE1, Kotias отмасштабировались практически без потерь в количестве снипов, Mota1 и Motala12 — с незначительными потерями. Несколько хуже отмасштабировались Vestonice16, «карел» c Оленьего острова I0061, «мальтинец» и один из наиболее ранних геномов неолитчических земледельцев Анатолии I0707, но они также были включены в сравнение, поскольку представляют явный интерес. Судя по сравнению результатов I0707 и его близкого аналога из Европы NE1, подсчеты сохранили корректность.

Таблица результатов и ее применение
Результаты сравнения сведены в таблицу, с которой желающие могут ознакомиться по ссылке. Кроме современных выборок, приведены и выборки из имеющихся палеогеномов (конец таблицы), хотя их качество очень разное. Впрочем, интересующие нас в первую очередь западные охотники-собиратели WHG и ранние неолитические земледельцы Анатолии AEF представлены вполне неплохо, хотя по Анатолии пока, к сожалению, охвачена лишь крайняя западная часть. Наиболее древние европейцы — Kostenki14, GoyetQ116-1, Vestonice16 объединены в выборку pre-WHG. Число в каждой ячейке — доля совпадающих аллелей для текущего образца с этой выборкой — допустим, 65 означает 65% общих снипов (на данном наборе снипов — число сильно зависит от набора).
Несмотря на все ухищрения, призванные поставить геномы в равные условия, прямое сравнение результатов оказалось невозможным — у некоторых образцов чуть больше совпадающих снипов со всеми выборками, у некоторых — чуть меньше. Разница невелика, но в этом методе играют роль даже доли процента. Возможно, причина — в разном качестве прочтения, возможно — индивидуальные особенности образцов или что-то еще. Однако решение проблемы существует. Поскольку увеличение или уменьшение доли совпадающих снипов примерно пропорционально для всех выборок, можно взять соотношение этой доли с выборкой, равно удаленной от всех («outgroup»). В качестве подобного ориентира я решил взять объединение всех четырех используемых мной выборок из Африки южнее Сахары — представителей пигмеев мбути и бьяка, кенийских банту, нигерийского племени йоруба. На графике ниже приведена доля общих снипов для каждого из палеогеномов с соответствующей выборкой (Balt, Druze, WHG и т.д.) после приведения доли общих снипов с африканцами к одинаковому с другими образцами значению путем домножения на коэффициент. Для проверки корректности метода на график помещены другие outgroups, которые в исследуемый период явно не могли участвовать в обмене генами ни с африканцами, ни с исследуемыми палеообразцами — выборка папуасов. Как интерпретировать их результат, я опишу чуть ниже.
График1
Палеогеномы (kya означает тысяч лет назад):
Ust-Ishim — усть-ишимский человек, наиболее древний приемлемо прочитанный геном человека современного типа.
Kostenki-14, GoyetQ116-1, Vestonice16 — древние геномы из Европы
el-Miron — предшественники WHG
Villabruna, Loschbour — WHG
Motala12 — охотник-собиратель из Швеции, представитель группы SHG (охотники-собиратели Скандинавии)
Karelian — образец с Оленьего Острова, так называемый EHG (восточный охотник-собиратель). Malta — древний «сибиряк» со стоянки Мальта, образец аутосомного компонента ANE — предковые северные евразийцы
EHG находятся в промежутке между WHG и ANE и, вероятно, являются их смесью.
I0707 — ранний неолитический земледелец с запада Анатолии
NE1 — ранний неолитический земледелец с территории Венгрии
Kotias — мезолитический охотник-собиратель с Кавказа

Ради интереса я также поместил на график результаты современного восточноевропейца с предками из трех восточнославянских народов (Modern EE).

Левая часть графика иллюстрирует изменения в генофонде европейцев с течением времени (усть-ишимский человек добавлен для сравнения, хотя он и не из Европы), правая — другие представляющие интерес геномы.
При сравнениях палеогеномов с палеовыборками сравнение «сам с собой» пропускалось.

Интерпретация сравнения с выборкой папуасов
Как мы видим, соотношение «родство с папуасами»/»родство с африканцами» для палеоевропейцев представляет собой почти горизонтальную линию. Это значит, что с какой скоростью европейцы «отдрейфовывали» от папуасов, примерно с такой же они отдалялись и от суб-сахарцев. Выглядит логично. Усть-ишимец выше всех, и это тоже логично — ведь он находится наиболее близко во времени к моменту расхождения папусов, восточноазиатов и WHG/ANE — значит, он и должен иметь относительно больше общего с папуасами. С другой стороны, для образца Kotias, имеющего много «базального» компонента, логично иметь заметно более низкое значение этого соотношения — момент расхождения «базальников» и предков остальных не-африканцев (включая папуасов) был очень давно. Ранние земледельцы, как смесь «базальников» и WHG, закономерно находятся в промежутке между WHG и Kotias. Даже неравномерности в графике охотников-собирателей находят свое объяснение — как я покажу позже, у костенковца вероятно небольшое влияние «базальников», и он проваливается на графике. Также я предполагаю небольшое базальное влияние у WHG и el Miron — соответственно, они находятся чуть ниже Goyet, мальтинца и оленеостровца. Итак, контрольная проверка показала применимость метода.

Важная ремарка — когда я в дальнейшем буду писать о росте доли общих снипов (график с течением времени идет вверх), надо понимать, что этот рост относительный. Есть некий базовый «уровень разбегания» — это скорость, с которой мы с каждым поколением отдаляемся от африканцев и папуасов из-за дрейфа генов и других факторов. Если в относительных значениях общность с друзами растет, это не значит, что она точно растет в абсолютных значениях — возможно, она тоже падает, но из-за обмена генами с нами падает медленнее, чем могла бы. А может, с друзами общность медленно растет, но с отстающими от них йеменцами медленно падает. Все зависит от соотношения скорости дрейфа генов, который нас растаскивает, и скорости обмена генами, который объединяет. В данном случае нас интересует, что удается увидеть наличие факта этого обмена.

Интерпретация графика
В первую очередь бросается в глаза пунктирная красная линия вверху — доля общих снипов с выборкой WHG. Как легко заметить, рост был почти непрерывен в течение всего времени, лишь, немного споткнувшись на образце Vestonice (возможно, поэтому в статье отнесли этот кластер к «тупиковой ветви». Впрочем, на сравнении с балтской выборкой такого не происходит, а современные выборки все же качеством на порядок выше — значит, доверия им больше). Ниже сплошной красной линией приведено сравнение с наиболее близкой к WHG выборкой наших современников — жителями восточного побережья Балтики (выборка Balt состоит из 11 литовских образцов, 6 латышских, 2 из Латгалии и одного с российско-латышской границы). Здесь картина аналогична — каждый следующий во времени образец ближе к балтам, чем предыдущий, включая даже Vestonice16. Очевидно, что объяснить это монотонное приближение единоразовой миграцией невозможно, а вот процессы генетического дрейфа укладываются в модель замечательно. Зеленые линии — аналогичная пара для неолитических земледельцев (пунктир) и считающихся (по результатам аутосомного анализа) наряду с армянами их наиболее сохранившимися представителями на Ближнем Востоке друзами Палестины. Здесь мы тоже видим рост, но более медленный по сравнению с ростом сходства с WHG. Если учесть, что порядка четверти генофонда AEF считается полученным от WHG, то примерно половину роста необходимо отнести на этот фактор. Оставшаяся половина и будет искомым обменом генами между «базальниками» и WHG. Для моделирования «базальников» зачастую применяют выборку из Йемена, как наиболее отдаленную от европейцев среди ближневосточников. Неизвестно, насколько это моделирование корректно, однако я включил их в сравнение (голубая линия). Родство с ними также растет, хотя и медленнее, чем с AEF или друзами. Однако, начав заметно ниже папуасов, ближе к нашему времени йеменцы успешно обгоняют их и становятся более близкими к WHG. Ведь обмен генами с йеменцами гораздо менее затруднен географически, чем с папуасами.

Несколько слов о правой половине графика
Представитель сестринской к WHG клады — ANE, мальтинец (24 тлн), обладает относительным сродством с WHG примерно на уровне европейских образцов 30-37 тысяч лет назад. Можно предположить, что момент расхождения был не слишком задолго до этого времени. При этом сродство с «балтской» выборкой относительно выше — поскольку в Восточной Европе присутствует не только WHG, но и доля ANE. У «карела» EHG связь с WHG закономерно выше (поскольку он и сам частично WHG), соответственно выросла и связь с ближневосточниками. То же самое, но в еще большей степени можно сказать про образец из Швеции Motala12 (скандинавские охотники-собиратели — SHG считаются WHG с примесью ANE). На паре AEF/NE1 можно пронаблюдать, как при продвижении в Европу у неолитчиков вырос вклад WHG, зато упал «ближневосточный» компонент. У «палеокавказца» Kotias по сравнению с ними резко падает связь с восточноевропейцами, и менее резко, но тоже падает — с ближневосточниками.

Определенный интерес представляет и сравнение с некоторыми другими современными выборками. Я не стал помещать их на основной график, чтобы избежать его перегруженности, но размещаю более полный вариант ниже.
График2
Сардинцы добавлены, как наиболее яркие современные представители неолитических земледельцев, удмурты — как связанные с EHG, корнцы — с более западным вариантом WHG, калаши — за «калашский» кластер, кеты и южноамериканские индейцы каритиана — за связь с ANE.

Карты для палеогеномов

Теперь перейдем к рассмотрению каждого из палеогеномов отдельно. Для начала несколько слов об усть-ишимце. Хотя он и наиболее близок к общему корню, но все же, судя по всему, в его времена расхождение неафриканского человечества на основные ветви уже состоялось. Ближайшими к усть-ишимцу выборками оказались меланезийцы и папуасы, далее идут жители юго-восточной Азии, тамилы и восточноазиаты.

Каждая карта нормируется отдельно — ярко-красным выделяется наиболее хорошо связанная с этим геномом выборка из представленных, ярко-зеленым — наименее связанная. Не представленные на карте выборки (четыре африканские, две америндские, папуасы и меланезийцы) в нормировании не участвуют, по сравнению с африканцами все неафриканцы были бы просто разными оттенками красного. Карты в этой статье построены согласно доле общих снипов (IBS), по тем же таблицам, что и предыдущий график. Это не IBD-анализ. В более хорошем качестве карты можно загрузить отсюда
UstIshim.png
Хотя европейцы и среднеазиаты чуть ближе к усть-ишимцу, чем североафриканцы и ближневосточники, разница сравнительно невелика. Частично удаление европейцев от усть-ишимца следует отнести на влияние «базальников», но думаю, WHG и сами по себе успели хорошо удалиться от восточной ветви человечества. Поэтому на роль представителя общей для всех базы усть-ишимец не годится.

GoyetQ116-1
По причинам, описанным мной в разделе «Использованные для анализа методы и палеообразцы», из наиболее древних европейских геномов на роль «базового» был выбран GoyetQ116-1. И, как показывает карта, уже 35 тысячелетий назад европейские аутосомы начали приобретать свои основные черты. На первом месте по схожести — уже упоминавшаяся выборка «Balt», она будет попадаться нам вновь и вновь. Родство с остальными европейцами выражено вполне отчетливо. Однако интересно обратить внимание на другие регионы. Во-первых, родство с североафриканскими и ближневосточными популяциями находится на том же уровне, что и родство с восточноазиатами. Видимо, мы поймали тот момент, когда протоевропейцы были равноудалены от этих двух стволов. В дальнейшем родство с восточноазиатами будет ослабевать, а с ближневосточниками — усиливаться. Как говорится, «география-это судьба».

GoyetQ116-1.png
Еще раз повторюсь, что речь идет о современных ближневосточниках. Насколько они репрезентативны по сравнению с населением региона 10, 20, 50 тысяч лет назад — совершенно непонятно.
Очень интересно «вторичное пятно» в Индии. Вероятно, оно было бы соединено яркой полосой с европейским ареалом, если бы не размывшие ее миграции «базальников» с юго-запада и восточноазиатов с северо-востока. При этом в юго-восточной Индии и Бирме ареал связи с прото-WHG перекрывается с ареалом хорошей связанности с усть-ишимцев. Не отсюда ли когда-то разошлись две наших ветки? Я не являюсь специалистом по Y-гаплогруппам, но кажется, с максимумом разнообразия макрогаплогруппы K, включающей в себя в качестве ветвей такие известные гаплогруппы, как N, O, R, Q, это соотносится хорошо (в таком случае, «базальников» можно связать с IJ). Разумеется, сюда также относится оговорка о возможной несхожести современного и древнего населения.

Vestonice16
Картина для Vestonice16 довольно схожа с картой GoyetQ116-1.

Vestonice16.pngПри сравнении видно, что связь с восточной (и в первую очередь Юго-Восточной) Азией несколько ослабла, а связь с западными выборками (как европейскими, так и ближневосточными) слегка усилилась. Однако разница невелика и из-за этого сравнительная карта выглядит некрасиво. Чтобы избежать загромождения излишними иллюстрациями, ее не привожу.

Kostenki14
Как и Вестонице, костенковец весьма схож с GoyetQ116-1. В данном случае мне хочется привести именно карту разницы со вторым палеогеномом, чтобы продемонстрировать его «южный» компонент. Зеленое — больше общего с костенковцем, красное — с Goyet.
GoyetQ116-1VsKostenki14Merged.png
Из-за схожести двух геномов карта очень зашумлена, однако противоположности проявляются хорошо. Ярко-зеленое прекрасно совпадает с областью распространения компонента кавказских охотников-собирателей CHG (ниже будет приведена карта и для них). Видны его максимумы на Кавказе и у калашей, на Балканах, и даже (хотя это может быть погрешностью) замечавшееся при анализе «ямных» геномов пятно в северо-западной Европе. Красное же в юго-восточной Азии — район максимальной «небазальности». Оттенки бурого и близкие к ним разглядывать нет смысла, также, как и отдельные «выбросы».
Как будет показано далее, костенковец наиболее успешно моделируется, как смесь 86% GoyetQ116-1 и 14% Kotias. Строго говоря, мы не можем утверждать, что GoyetQ116-1 представляет чистых прото-WHG, а костенковец является смесью с южанами. Не исключено, что «южный» компонент присутствует и у GoyetQ116-1, просто его меньше. В конце концов, смешение могло произойти еще по пути в Европу.

el Miron
Закончив с наиболее древними геномами, мы можем перейти к рассмотрению динамики европейского генофонда во времени (впрочем, до момента прибытия неолитических земледельцев она довольно однообразна). Поэтому ближайшие карты будут только сравнительными. Итак, красное — выборки, сходство с которыми у образца el Miron (19 тлн) усилилось по сравнению с образцом GoyetQ116-1 (35 тлн). зеленое — выборки, сходство с которыми ослабло. Бурое — возможно, слегка усилилось, возможно, ослабло, но не так сильно, как с зеленым. Об этом я написал в разделе «важная ремарка» после графика.

elMironVsGoyetQ116-1.png

Villabruna

VillabrunaVsElMiron.pngКак видите, прибытие Villabruna никакого переворота не произвело. Как и раньше, с ходом времени сходство с циркумбалтийцами усиливалось, с восточноазиатами — ослабевало, с ближневосточниками — то ли слегка усиливалось, то ли медленно ослабевало, но медленнее, чем с восточноазиатами.

Loschbour
Этот образец настолько схож с предыдущим (см график), что разностная карта показывает один шум. Поэтому я приведу конечный итог — вот к чему пришли WHG спустя 29 тысячелетий:
LoschbourVsGoyetQ116-1.png
А также сравнение — где произошли наибольшие изменения
Сравнение Loschbour и GoyetQ116-1

LoschbourVsGoyetQ116-1.png
Дальше всего «убежали» от протоевропейцев жители юго-восточной Азии, далее идут Индия, Восточная Сибирь и Северная Африка. За пределами основного региона меньше всего «скорость убегания» на Северном Кавказе, у ираноязычных памирцев, греков-киприотов и кетов (везде можно предположить контакты с носителями WHG).

Теперь перейдем к Кавказу и Анатолии. Уже упоминавшийся в пояснениях к карте для костенковца кавказский охотник-собиратель Kotias:

Kotias.png

Интересно попытаться расщепить этот компонент на составляющие. В значительной части он несомненно связан общим корнем с прото-WHG (хорошо выделяются оба значимых для этого компонента региона — Европа и Индия). Попробуем вычленить не-WHG часть путем сравнения с GoyetQ116-1.

KotiasVsGoyetQ116-1.png

В первую очередь закономерно выделяются зоны наибольшего распространения CHG — Кавказ и Афганистан (калаши)/Пакистан/Иран. Однако кроме этого, проявляется и связь с Ближним Востоком, Анатолией, Балканами — регионами распространения ранненеолитических земледельцев. Таким образом, можно предположить, что у CHG имеется связь с ближневосточным аутосомным компонентом (знаменитые «базальники»), который впоследствии стал основой генофонда неолитических земледельцев и через них повлиял на современных европейцев. Потому-то Европа и выглядит на этой карте в целом нейтрально — на юго-востоке персиливает влияние «базальников», на северо-востоке — WHG. И наоборот, Восточная Азия, куда базальники не добрались, оказалась ярко-зеленой — это говорит о том, что время их расхождения с восточноазиатами древнее, чем время расхождения восточноазиатов и WHG.

Тот же самый эффект, но с противоположной стороны мы можем наблюдать, сравнив Kotias и геном ранненеолитического земледельца из Анатолии:KotiasVsAEF.png

Поскольку теперь Kotias менее «базальный», на этот раз Восточная Азия оказалась красной. Хотя наиболее выражен «не-базальный» компонент Kotias в Индии. Поэтому я считаю, что компонент CHG следует считать смешанным между «ближневосточным» (предковым к AEF) и «индийским» (предковым к WHG) компонентом.

Раз уж я неоднократно упомянул AEF, приведу карту и для представителя этой выборки I0707.

AEF.png

Среди наших современников наиболее схожими с ним являются жители острова Сардиния, находящемся в западной части Средиземного Моря. Можно сказать, что компонент ранних земледельцев сохранился там, словно в заповеднике. В целом он лучше представлен в южной Европе, чем на Ближнем Востоке. Хотя не стоит забывать — для анализа у нас есть лишь палеогеномы с крайнего запада Анатолии, на границе с Европой. Вполне возможно, что ближневосточные геномы оказались бы ближе к современным выборкам с Ближнего Востока. Пока же мы можем сказать, что в регионе наиболее схожими с имеющимися образцами неолитчиков оказались армяне, друзы и греки-киприоты.

Наконец, последними я хочу привести две карты для образца возрастом в 24 тысячелетия со стоянки Мальта в Прибайкалье. На основе его анализа в свое время было выдвинуто предположении о существовании «популяции-призрака» — ANE, предковых северных евразийцев, которые повлияли на многих соседей, в том числе на американских индейцев, но сами к нашему времени исчезли. ANE считаются родственной к WHG веткой и не несут восточноазиатского или ближневосточного влияния. В схожести картин можно легко убедиться:

MaltaIBDext.png

Если WHG это западный вариант, то у ANE основная тяжесть приходится на выборки из Западной Сибири (кеты), Урала (манси) и недавных мигрантов из этого же региона (саами). Очевидно, в прошлом ареал ANE простирался заметно восточнее, но к нашим дням они оказались вытеснены мигрантами с юга, из Восточной Азии. Интересно сравнить, каковы же основные отличия ANE от прото-WHG:

MaltaVsGoyetQ116-1.png

Пятно в западной Сибири вполне ожидаемо. Меня более заинтересовало пятно вокруг выборки калашей в средней Азии. Если вспомнить о связи этого же региона с кавказскими охотниками-собирателями, то уместно предположить, что здесь мы нащупали корень не-ближневосточной части CHG. При анализе Admixture мальтинец показывал наличие около 30% CHG, поэтому я долго ломал голову, как связать этот факт с явной не-ближневосточностью мальтинца. Теперь все становится на свои места — взаимосвязь идет через «калашский» компонент.
Что касается отличий прото-WHG от ANE, то они чуть ближе к восточноазиатам (может, их точка отделения чуть юго-восточнее, чем у ANE?), и ближе к «базальникам», что вновь заставляет меня думать о «базальном» влиянии уже у GoyetQ116-1. В конце концов, если у двух других образцов оно есть, может быть и у этого. Но пока более «чистых» образцов у нас нет, сравнить не с кем. С другой стороны, мальтинский образец на одиннадцать тысячелетий моложе — возможно, за это время он сильнее отдрейфовал от остальных веток.

Численная оценка доли вклада каждого компонента в некоторые из адмиксов.
В процессе работы над сравнительными картами у меня возникла мысль, не попробовать ли сделать численную оценку на основе все тех же таблиц общности IBS с современными выборками. Действительно, если я предполагаю, что не-WHG компонент костенковца очень похож на результаты кавказского охотника-собирателя Kotias, то я могу проверить, насколько близка к костенковцу будет комбинация 1% Kotias + 99% GoyetQ116-1, 2% Kotias + 98% GoyetQ116-1 и так далее, проверив сумму среднеквадратичных отклонений по всем столбцам. Для того, чтобы исключить влияние уже упоминавшегося в начале статьи эффекта, для каждой тройки сравниваемых геномов производилось нормирование. Таким образом, суммы IBS с современными выборками по каждому геному совпадали.

Для проверки модели я решил использовать геном, смешанное происхождение которого достоверно известно. Как мы знаем, по мере продвижения в Европу и с ходом тысячелетий исходный генофонд неолитических земледельцев постепенно размывался благодаря влиянию местных охотников-собирателей. Следовательно, геном семитысячелетней давности земледельца из Венгрии NE1 должен хорошо моделироваться, как смесь земледельца из Анатолии AEF (возраст генома на тысячу лет больше) и WHG. Так и получается — если в роли представителя WHG выступает более ранний геном Villabruna, модель предсказывает соотношение 11% WHG на 89% AEF, для более позднего Loschbour соотношение почти такое же — 10% WHG на 90% AEF. Среднеквадратичное отклонение при этом меньше единицы — в дальнейшем будем считать такое значение признаком того, что смешение моделируется хорошо.
Ряд результатов для заинтересовавших меня вариантов моделирования приведен на изображениях ниже:
Оракул01.png
Кратко прокомментирую. При попытке смоделировать NE1, как смесь WHG и CHG отклонение резко возрастает, что говорит о неудачности такой модели по сравнению с предыдущим вариантом. Родственные WHG охотники-собиратели ANE могут частично служить заменой Villabruna, однако результат хуже. Таким образом, результаты моделирования полностью соответствуют здравому смыслу. Я решил попробовать сделать еще один шаг и ввести в модель искусственный образец «базальника», полученный вычитанием из геномов неолитических земледельцев 15-20 процентов вклада WHG. Конечно, точная доля компонента WHG в геномах неолитчиков нам неизвестна, однако это лучше, чем применять в качестве «базального» образца геном AEF.
Результат костенковца действительно лучше всего моделируется, как смесь 86% прото-WHG и 14% CHG (Kotias), что мы и наблюдали на сравнительной карте. Чуть хуже вариант 94% прото-WHG на 6% базальников. Для другого древнего образца из Европы, Vestonice16, картина противоположная — базальники лучше подходят в качестве второй стороны, чем кавказцы. Интересно, что наиболее старые образцы Y-гаплогруппы I пока что найдены именно у представителей кластера Вестонице — возможно, это не случайное совпадение и вливание «базального» компонента связано с приходом носителей этой гаплогруппы.
«Опорный» прото-WHG GoyetQ116-1 не моделируется, как смесь кого-либо из двух других представителей группы и южан. Однако он может быть относительно неплохо смоделирован, как 88% костенковца и 12% мальтинца. Вероятно, это связано с отсутствием «базального» компонента у образца со стоянки Мальта.

Оракул02.png
Носитель R1b Villabruna может быть смоделирован, как смесь одного из своих предшественников и базальников, однако отклонение при этом слишком велико, чтобы считать моделирование успешным.
CHG Kotias плохо моделируется, как смесь каких-либо двух других образцов. Наиболее удачный вариант — 48% Мальта и 52% базальники (что еще раз говорит о его промежуточном положении между двумя кладами).
«Оленеостровец» EHG наиболее хорошо моделируется, как  смесь 51% SHG (Motala12) и 49% ANE (мальтинец), отклонение великовато.

Оракул03.png
«Скандинав» Motala12 хорошо моделируется, как смесь 72% WHG и 28% EHG
Промежуточный между прото- и классическими WHG образец el Miron оптимально моделируется именно как смесь первых (GoyetQ116-1) и вторых (Villabruna). Однако при этом он оказывается ближе к более древним родственникам, хотя расстояние по времени до них гораздо больше. Возможно, это объясняется ускорением дрейфа в эпоху 19-14 тлн, но мне кажется более правдоподобным другое объяснение — WHG это потомки сестринской к el Miron ветви, поэтому часть дрейфа у них прошла отдельно.

Дерево вероятных взаимосвязей
Попытавшись максимально подробно и непротиворечиво свести вместе как данные, полученные в результате вышеописанных исследований, так и информацию из других работ, я изобразил дерево возможных взаимодействий палеообразцов и аутосомных компонентов. Схема достаточно условна, поэтому размещать на ней датировки далее 40 тысяч лет назад не имеет смысла. Гипотетический общий компонент «мальтинца» и охотников собирателей-кавказа я обозначил «Kalash», но надо понимать, что под этим вовсе не подразумеваются современные калаши — просто неким образом связанная с ними древняя предковая популяция. Серыми стрелками между «базальниками» и CHG, «базальниками» и WHG обозначено, что взаимодействия, по-видимому, были, но обозначить их одиночной линией на схеме тяжело. «Уральский» компонент — это часть генофонда народов Урала и западной Сибири, которую можно отнести к европейской ветви, для получения картины современного состояния необходимо объединить ее с восточноазиатским влиянием.

Дерево08.png

Думаю, что на самом деле все гораздо сложнее и запутаннее, чем изображено здесь )) Будем ждать новых расшифровок древних геномов для дальнейшего развития схемы.

Реконструкция миграций по палеоДНК

Сергей Козлов

Реконструкция миграций по палеоДНК

Накопившийся за последние годы объем информации по аутосомной палеоДНК стал уже слишком велик, а потому начал требовать систематизации. Для этой цели я нанес взаимоотношения между собой ряда образцов из Евразии на нижеследующую схему:

ВзаимоотношенияПалеообразцовv3

Стрелки отображают вероятные влияния, однако источником их не обязательно является культура, указанная в ячейке, из которой выходит стрелка. Здесь больше привязка к географии — если влиял и не этот конкретный источник, то какой-то близкий и схожий. Многие ячейки попросту оставлены пустыми. В противоположность этому, остриё каждой стрелки указывает на конкретные образцы из определенной культуры, проанализированные учёными.

Чтобы не загромождать схему, для Европы я не стал создавать множество колонок, поскольку они были бы структурно схожи между собой. Кроме отображенной в таблице Центральной Европы (в основном это образцы из Германии), неплохой временной срез существует по северной Испании, где пещеры хорошо сохранили древние образцы. Совершенно аналогично предыдущему случаю, в мезолите местность населяют охотники-собиратели WHG, далее появляются неолитические земледельцы (аутосомно близкие по всей Европе), после чего в их генофонде понемножку начинает расти доля WHG, вплоть до халколита. Более поздние палеообразцы оттуда мне пока неизвестны.

Охотники-собиратели юго-западной Скандинавии (SHG) по аутосомам находились между WHG и EHG (похоже, что мезолитические охотники-собиратели северо-западной Евразии формировали континуум с плавным переходом от WHG на западе к ANE на востоке). Впоследствии мы видим появление все тех же неолитических земледельцев, а еще позже в регион попадают «ямноподобные» носители CHG, как и в Германии. Среди археологов нередко принято выделять этих пришельцев в отдельную от их аналогов с южного берега Балтики (культура шнуровой керамики) культуру боевых топоров, или ладьевидных топоров. И генетика дает для этого некоторые основания — в отличие от германских шнуровиков, у образца из Швеции вклад CHG заметно ниже, а влияние северных охотников-собирателей — выше. Однако и здесь носители CHG явно свежие пришельцы, ранее этот компонент в регионе не находили.

Третьим регионом, по которому имеется временной срез, является Венгрия. Можно было бы включить ее в центральноевропейскую колонку, однако у венгерских образцов имеется своя специфика. Если на протяжении мезолита-неолита ситуация развивается по привычной схеме, то в эпоху бронзы новоприбывшее население заметно отличается от тех, кто мигрировал в более северные районы. Да, растет доля «кавказского» компонента, но он более «анатолийский», чем «степной-ямный» (казалось бы, именно в степной Венгрии можно в первую очередь ожидать «ямный» компонент). При этом доля «охотничьего» компонента у них также заметно повышена по сравнению с неолитчиками. Возможно, эти люди и ответственны за аутосомный сдвиг у представителей ККК и Унетицкой культуры, отображенный в таблице. С этого момента в Центральной Европе наличествуют все основные имеющиеся в ней в наши дни аутосомные компоненты и население становится достаточно схожим с нашими современниками.

К сожалению, между Волгой и Карпатами до сих пор не проанализировано ни одного образца из обсуждаемого периода (единственный удостоившийся подобной чести — палеолитический образец с Маркиной Горы (Костёнки-14), для нашей цели бесполезен). Поэтому остается лишь строить предположения, какие изменения происходили в генофонде населения Восточноевропейской равнины в это время. Когда будет закрыта эта дыра, на данный момент мне совершенно непонятно. Что касается Средней Азии и Кавказа, то мы можем ожидать появления новых результатов оттуда в обозримом будущем.

 

 

Охотники-собиратели Кавказа и южный генетический полюс ямников

Сергей Козлов

Охотники-собиратели Кавказа и южный генетический полюс ямников.

За прошедший год в научный оборот было введено множество палеогеномов из Европы и евразийской степи. Было доказано, что в западной части Европы произошло как минимум два резких смещения аутосомного ландшафта — сначала на палеоевропейские охотники-собиратели были замещены пришедшими из Анатолии неолитическими земледельцами (впрочем, часть их генофонда все же сохранилась), а впоследствии уже земледельцы оказались сильно потеснены новыми пришельцами, генетически схожими с представителями ямной КИО. Их след хорошо выделяется в современной Европе — во-первых, это относительно недавно обнаруженный, но ставший широко известным среди интересующихся геногеографией компонент ANE, во-вторых же, «загадочный» южный компонент ямников.

Авторы первой из опубликованных работ по аутосомам ямников смоделировали их, как смесь ~50 на 50 мезолитических восточноевропейских охотников-собирателей (EHG) и современных армян (впрочем, еще лучше на эту роль подошли иракские евреи, но их решили пропустить). Эта модель сразу вызвала во мне отрицательное отношение, поскольку у армян хорошо представлен аутосомный компонент неолитических земледельцев, а у ямников он не обнаружен в сколь-нибудь значимых количествах. Таким образом, модель изначально была неверна, но, к сожалению, была растиражирована еще до выхода статьи в свет (благодаря «утечкам» от авторов) и завладела многими умами. Постепенно вокруг слова «армянский» даже перестали ставить кавычки ))

К счастью, над палеогеномами работает целый ряд команд ученых и одна из них решила обратить внимание не только на северные палеообразцы, но и на остававшиеся долгое время в пренебрежении южные. Первой ласточкой стали два охотника-собирателя, жившие (согласно радиоуглеродной оценке) 9 и 13 тысяч лет назад на территории нынешней Грузии. В запаснике у этой команды еще немало могущих представлять интерес образцов древней ДНК, поэтому ждем дальнейших работ.

В качестве основного был использован более поздний из двух образцов, найденный в пещере Kotias. Он прочитан с весьма хорошим для палеогенома качеством (что позволило мне использовать его для подсчета IBD-сегментов). Моделирование показало, что в качестве «южного полюса» генофонда ямников кавказские охотники-собиратели (для них авторы статьи ввели новое сокращенное название — CHG) подходят намного лучше, чем любая из современных выборок:

CHGF3Stat

Это и неудивительно — ведь доминирующим аутосомным компонентом в предпочитаемом мной калькуляторе MDLP K27 у Kotias является Gedrosia-Caucasian, о котором я уже писал:

Однако с точки зрения предковых компонентов Admixture такая модель — далеко не лучший вариант, «южный» ямный компонент скорее связывается с чем-то в промежутке между Восточным Кавказом и Средней Азией. Как и предполагалось, он коррелирует с бимодальным компонентом, условно называемым Gedrosia. Исходя из современных максимумов, его исторический центр находится где-то в южном Прикаспии, возможно, восточнее. Судя по всему, он представляет собой результат смешения «ближневосточного» компонента ENF и ANE, поэтому теоретически исторического центра может и вообще не быть.

Как выяснилось, девять тысячелетий назад этот компонент преобладал и в более западных районах. Что ж, это делает его только еще более подходящим.

Результаты Kotias в K27:

0.42%   Nilotic-Omotic
  2.22% Ancestral-South-Ind.
  3.66% North-European-Balt.
  0.00% Uralic
  0.01% Australo-Melanesian
  1.79% East-Siberian
  0.00% Ancestral-Yayoi
30.28%   Caucasian-Near-East.
  0.00% Tibeto-Burman
  0.00% Austronesian
  0.00% Central-African-Pygm
  1.05% Central-African-HG
  3.66% Nilo-Saharian
  0.00% North-African
52.04%   Gedrosia-Caucasian
  0.00% Cushitic
  0.00% Congo-Pygmean
  1.73% Bushmen
  0.00% South-Meso-Amerind.
  0.00% South-West-European
  0.00% North-Amerindian
  0.00% Arabic
  0.01% North-Circumpolar
  3.13% Kalash
  0.00% Papuan-Australian
  0.00% Baltic-Finnic
  0.00% Bantu

Карта сумм IBD-сегментов Kotias с образцами из современных выборок:

KotiasSnpc-100IBDext

Лидерами по сумме сегментов оказались грузины (приведен список первых 25 результатов):

Georgian 71,79
Abkhazian 70,75
Lezgin 68,27
Greek_Azov 67,15
Balkarian 65,02
Kurd 64,38
Ossetian 62,66
Armenian 61,98
Nogay 60,38
Bosnian 60,23
Slovenian 60,02
Chechen 59,07
Adygei 58,39
Cypriot 58,28
Turkish 55,86
Kosovar 54,64
Ukrainian-West-and-Center 54,17
Bulgarian 53,21
Slovak 53,01
Cornish 52,46
Croatian 52,21
Kumyk 51,96
Makrani 51,91
Syrian 51,78
Greek 51,68

Что ж, можно их поздравить с генетической преемственностью на протяжении десятка тысячелетий. Однако по пропорциям компонентов Admixture грузины и абхазы довольно заметно отличаются от Kotias:

Abkhasian_S3 Georgian_Kaheti_R2 Georgian_West_R4 Svan_R3
Nilotic-Omotic 0,24 0,00 0,52 0,06
Ancestral-South-Indian 0,75 0,92 0,44 0,31
North-European-Baltic 8,58 5,60 6,87 6,93
Uralic 2,17 1,69 0,72 2,34
Australo-Melanesian 0,27 0,07 0,59 0,42
East-Siberean 1,20 0,00 0,20 0,42
Ancestral-Yayoi 0,72 0,00 0,00 0,44
Caucasian-Near-Eastern 40,79 41,08 45,61 42,85
Tibeto-Burman 0,00 1,09 0,12 0,38
Austronesian 0,72 0,20 0,00 0,23
Central-African-Pygmean 0,05 0,06 0,20 0,00
Central-African-Hunter-Gatherers 0,22 0,15 0,29 0,18
Nilo-Saharian 0,55 0,01 0,02 0,15
North-African 0,50 1,17 0,90 0,31
Gedrosia-Caucasian 32,01 31,65 33,18 35,31
Cushitic 1,17 1,56 0,31 0,42
Congo-Pygmean 0,00 0,25 0,18 0,35
Bushmen 0,04 0,00 0,00 0,00
South-Meso-Amerindian 0,27 0,04 0,14 0,12
South-West-European 2,68 5,06 2,73 1,91
North-Amerindian 0,13 0,04 0,13 0,23
Arabic 2,42 6,83 3,56 3,72
North-Circumpolar 0,47 0,09 0,99 0,41
Kalash 2,38 2,33 1,66 1,77
Papuan-Australian 0,42 0,11 0,33 0,32
Baltic-Finnic 1,25 0,00 0,20 0,14
Bantu 0,00 0,00 0,11 0,28

Как видно, компонент Gedrosia-Caucasian у них стал заметно ниже, а более западные и южные Caucasian-Near-Eastern, Arabic, South-West-European — выросли. Вырос и «северный» North-European Baltic. Думаю, что это связано с миграциями в регион новых групп, что несколько размыло изначальный генофонд. Поэтому современные грузины подошли на роль «южного компонента» в меньшей степени по сравнению с Kotias, и древние CHG выглядят на генетической карте более «восточными» (почему я и помещал этот компонент где-то в Прикаспии).

Кроме Кавказа, вызывает интерес явная связь CHG с рядом балканских популяций (и примыкающей к ним правобережной украинской выборке) — вероятно, это неспроста. Причем направление миграций здесь, очевидно, именно от CHG либо их родственников к балканцам.

Думаю, что сами CHG могут быть смоделированы, как смесь ближневосточников и носителей ANE откуда-то с родины компонента Gedrosia. Например, в калькуляторе ANE K7 Kotias получается таким (как обычно, «Африка» отображает архаику палеогеномов):

31.10%   ANE
  5.36% ASE
  0.01% WHG-UHG
  0.00% East_Eurasian
  2.47% West_African
  1.50% East_African
59.56%   ENF

Однако же никаких связей с Сибирью на карте IBD-сегментов он не проявляет. Таким образом, вновь встает вопрос о «южном» и «северном» вариантах ANE. Методами Admixture разделить его пока не удалось (если говорить о «чистом» ANE а не более новых компонентах, куда он входит составной частью). Возможно, он сам по себе является композитом — результатом смеси охотников северной Евразии и пришельцев с юга? Тогда у Kotias проявляется лишь его южная часть. Во всяком случае, мы можем выделить этот «восточный» компонент Kotias  в том числе и методом IBD-анализа, рассмотрев его разность с европейскими неолитическими земледельцами (EEF), выступающими здесь «прокси» ближневосточного компонента:

CHGMinusEEFIBDext

Результат прекрасно совпадает с распределением компонента Gedrosia-Caucasian — один из пиков оказался в Дагестане (лезгины), второй — рядом с исторической Гедрозией. Можно поздравить Вадима Веренича с удачным калькулятором. Любопытно, что соседи лезгинов по Восточному Кавказу — чеченцы и кумыки не оказались ярко выделенными, несмотря на немногим уступающую лезгинам долю ANE. Зато они выделяются у ямников и оленеостровца EHG. Возникает предположение, что либо эти народы в наибольшей степени испытали «ямное» влияние, либо «южный компонент» ямников наиболее связан с ними, либо их ANE относится к чуть другой веточке по сравнению с Kotias, более близкой к ямной. Во всяком случае. здесь есть, над чем подумать.

Теперь сравним Kotias с самими ямными геномами:

CHGMinusYamnayaIBDext

Как видите, связь с ямниками у выборок из Северной Европы и Поволжья-Урала очень сильна по сравнению со связью с CHG. Думаю, что основное объяснение этому — отсутствие у Kotias компонентов WHG и «северного» ANE. Они занимают основную часть как генофонда европейцев, так и ямников. Более интересна ситуация в Азии — в Средней Азии сильнее связь с ямниками, далее при движении на юг, к Индийскому океану, постепенно идет выравнивание в пользу CHG (возможно, это говорит о том, что ямное влияние сокращается и мы видим более «фоновое» родство) и на самом дальнем юге возвращается равновесие (эти популяции уже мало связаны как с ямниками, так и с CHG). «Ямный язык», вдающийся в Китай через алтайцев, уйгуров и Ту — не след ли это тоже индоевропейской миграции? Хотя это может быть и совпадением.

Что касается родного для Kotias Кавказа, то если на западе связь с ним очень сильна, к северо-востоку, как уже писалось, «ямное» влияние нарастает.

Некоторый интерес представляет и сравнение охотников-собирателей Кавказа с уже не раз упоминавшимися в этой заметке западноевразийскими охотниками-собирателями (WHG):

CHGMinusWHGIBDext

Поскольку WHG входит составной частью в генофонд неолитических земледельцев Европы (EEF), то «ближневосточное» влияние в Южной Европе, связанное с их миграциями, частично отфильтруется. Например, считающиеся наиболее схожими с EEF среди наших современников жители острова Сардиния здесь ярко-зеленые. Можно сделать вывод, что на Балканах и в южной Италии влияние CHG довольно серьезно (что мы и видели на первой карте). Хотя из-за влияния «чистого» WHG повсюду в Европе делать точные оценки сложно.

В заключение можно подытожить, что расшифровка геномов охотников-собирателей Кавказа является очередным, и достаточно заметным, шагом в деле восстановления доисторических миграций и формирования современной генетической картины в Евразии.

 

Генетический компонент северных евразийцев (ANE) в свете новых данных

Начало февраля порадовало важным событием: на  сервере Bioraxiv размещен препринт монументальной статьи Haak et al. (Iosif Lazaridis , Nick Patterson , Nadin Rohland , Swapan Mallick , Bastien Llamas , Guido Brandt , Susanne Nordenfelt , Eadaoin Harney , Kristin Stewardson , Qiaomei Fu , Alissa Mittnik , Eszter Bánffy , Christos Economou , Michael Francken , Susanne Friederich , Rafael Garrido Pena , Fredrik Hallgren , Valery Khartanovich , Aleksandr Khokhlov , Michael Kunst , Pavel Kuznetsov , Harald Meller , Oleg Mochalov , Vayacheslav Moiseyev , Nicole Nicklisch , Sandra L. Pichler , Roberto Risch , Manuel A. Rojo Guerra , Christina Roth , Anna Szécsényi-Nagy , Joachim Wahl , Matthias Meyer , Johannes Krause , Dorcas Brown , David Anthony , Alan Cooper , Kurt Werner Alt , David Reich) «Massive migration from the steppe is a source for Indo-European languages in Europe».  Несмотря на то, что сама статья еще находится на стадии препринта, уже сейчас очевидна глубина проработки материала. Нет никаких сомнений в том, что это объемное, вдумчивое и тщательное исследование  войдет в число главных работ в области индоевропеистики. По своей сути, коллектив авторов подвел в этой работе итоги всех предыдущих исследований введенных  «полных геномов» древних жителей Европы (возрастом в 8 000 -4 000 лет),  введенных в научных оборот за последние 2-3 года. Благодаря систематическому подходу к материалу и синтезу предыдущих наработок,  а также за счет использования  новейших физико-химических методов экстрагирования палео-ДНК вкупе с передовым современейшим биоинформатическим программным обеспечением,  авторы смогли строго и скурпулезно подойти к одному из важнейших вопросов истории, лингвистики и археологии — к вопросу о происхождении индоевропейцев.  К чести авторов, они признают, что даже после столь внушительного по своим размерам и качеству исследования, вопрос о первичном месте происхождения индоевропейцев остается открытым, и поэтому собственно обсуждение релевантности исследования палео-ДНК в свете существующих 4 главных теорий  происхождения индоевропейцев занимает в работе относительно мало места (стр.134-139).  Впрочем, вряд ли кто всерьез ожидал от этого исследования окончательного ответа на все вопросы индоевропеистики.  Тем не менее, подробный анализ аутосомного генома, а также однородительских маркеров (митохондриального генома и  Y-хромосомы) представителей целого ряда культур неолита, медногл и бронзового века восточной и западной Европы, и в особенности представителей Ямной культуры,  дает новую подпитку вечному спору между сторонниками разных версий происхождения индоевропейцев (т.к. многие вслед за Гимбутас связывают ямную культуру с общностью протоиндоевропейцев).

annurev-linguist-030514-124812.f2

Зато остальная часть этой 172-страничной работы настолько богата (насыщена) фактическим материалом, что любой, даже самый искушенный, читатель попгенетической литературы получит большое удовольствие от приобщения к плодам многолетней работы умнейших ученых.   А работа, действительно, проделана огромная. Ученые воссоздали геномные данные 69 европейцев, живших между 8 000-3000 лет тому назад, за счет обогащения амплифицированных библиотек палео-ДНК. Эти библиотеки палео-ДНК они использовали для целевого отбора  394577 таргентных полиморфизмов (снипов) в панелях Affymetrix Human Origins. Обогащение именно этих специально отобранных таргентных позиций позволило снизить необходимые для анализа древней ДНК объемы секвенирования в среднем примерно в 250 (!) раз, что позволило авторам изучить на порядок больше лиц в сравнении с предыдущими исследованиями, и получить более полные знания о прошлом.

map

В работе показано, что уже 8,000-5,000 лет  назад население западной и восточной Европы следовали противоположным траекториям развития.

На заре евпропейского неолита, примерно 8,000-7,000 лет назад, отдельныетесно связанные родством и отличные от коренных европейских охотников-собирателей, группы  ранних земледельцев появились в Германии, Венгрии и Испании, в то время как Россия была населена особой группой восточных охотников-собирателей, имеющих родство с населением сибирского палеолита (24 000 л.н.в) , эта группа древних северо-евразийцев (ANE), представлена образцом MA1 (мальчик с палеолитической стоянки Malta-1 из южной Сибири); кроме того, этот компонент неплохо аппроксимируется «сибирской частью» генома изолированных индейцев Южной Америки (каритиана). Два образца охотников-собирателей из России (Карелия и Самары) образуют кластер «восточно-европейских охотников-собирателей «(EHG); пост-мезолитические охотники-собиратели  из Люксембурга, Испании и Венгрии (WHG) находятся на противоположенном конце клина охотников-собирателей, в то время как охотники-собиратели  Швеции  (SHG) находятся посередине. Интересно отметить, что геном охотника-собирателя из Карелии представляет собой смесь 38-40% компонента ANE и 60-62% компонента WHG, причем величина ANE значительно выше 20% ANE, выведенных для  шведского-охотника собирателя Motala-12 в предыдущем исследовании Lazaridis et al 2014).
В соответствии с тем, что EHG являются обмен население больше аллелей с «древних Северной евразийцев» (ГУ 7), чем любой другой.

pca

Примерно  6-5 тысяч лет назад,  на большой части  Европы назад  произошел новый «подъем» потомков мезолитических охотников-собирателей, но в России  степные скотоводы Ямной культуры время произошли от смешивания  предыдущих племен восточно-европейских охотников-собирателей с населением ближневосточного происхождения.  Население Ямной культуры отличалось от своих предшественников -восточно-европейских охотников-собирателей EHG —  меньшим количеством обших аллелей с MA1 (| Z | = 6,7), что  свидетельствует о процессе дисперсии носителей ANE  на территории европейских степей где-то между 5 000-3 000 гг. до н.э. Уменьшение числа общих с образцом MA1 аллелей, вероятно объясняется появлением «примеси» от популяции или популяций, тесно связанных с
популяциями современного ближнего Востока, т.к. самая отрицательная f3-статистика  (отрицательная статистика однозначно свидетельствует о примеси) наблюдается при моделировании жителей Ямной культуры как продукта смешивания носителей компонента EHG  и современных популяций ближнего Востока, таких как армян (Z = -6,3).

Непосредственный контакт между населением западной и восточной Европой состоялся   ~ 4500 лет назад, а в геноме поздне-неолитического населения культуры шнуровой керамики на территории Германии прослеживается 75%-ный «генетический» вклад «степного» компонента представителей ямной культуры. Таким образом геном жителей культуры шнуровой керамики «документирует» массовую миграцию населения с восточной периферии Европы в ее центральные области. Данный «степной» компонент Yamna (гибрид EHG и ближневосточных популяций) сохранялась в значительных пропорциях у всех имеюшисхя образцах из центральной Европы как минимум до ~ 3000 г.н.э, и повсеместно встречается у современных европейцев.

 

admix2

 

Если географическая дихотомия неолитического и мезолитического генетических компонентов в Европе была отмечена еще в работах пионеров популяционной генетки вроде Л. Кавалли-Сфорца, то данные этой работы позволяют вставить последнее звено в решении головоломки. На основании данных можно предположить, каким именно образом третий генетический компонент европейцев (ANE) попал из Сибири  в Европу: сначала этот компонент несли представители EHG,  затем он перешло к «ямникам» (смешанная популяция восточно-европейских охотников-собирателей и населения ближневосточного типа), а затем от ямников к представителям культуры шнуровой керамики, которые представляли собой смесь представителей ямной культуры с средне-неолитическими европейцами.  В настоящее время этот компонент имеет плавное распределение на территории Европы, и по этой причине, мы можем использовать его в анализах структуры как генофонда целых народов, так и генома отдельно взятых людей.

В январе я провел небольшой  эксперимент c «чистым вариантом» аутосомного компонента ANE (ancestral North-Euarasians), впервые описаном в известной работе Lazaridis et al. 2014. Процедура вывода третьего генетического компонента в генофонде европейцев (ANE) оказалась гораздо сложнее, чем я предполагал в начале. Основная сложность заключалась в том, что в отличии от мезолитических и неолитческих сэмплов, у нас нет хорошого образца палеоДНК носителей компонента ANE. Пришлось заниматься реконструкцией генома, используя в качестве заменителей геном MA1 и не-восточноазиатскую часть генома индейцев каритиана. Технически, данный «компонент» был «синтезирован» в программе Plink с помощью 2последовательных запусков генерации «синтетических» популяций на основании частот аллелей аутосомных снипов, вычисленных в3 последовательных запусках программы Admixture.

Я получил компонент с максимально приближенным значениями к значениям компонента ANE в разных популяциях мира в работе Lazaridis et al. 2014. Изучение этого компонента важно для понимания многих неясных моментов истоии древних популяций в восточной Европе и на северном Кавказе. Последние статьи и анонсы лаборатории Давида Рейха к новой статье о составляющих аутосомного генофонда представителей ямной культуры и культуры шнуровой керамики дают основания полагать, что компонент ANE в Евразии могли разносить потоки миграции индоевропейцев, а генетическое разнообразие жителей Европы и Кавказа практически вписывается внутри класссического треугольника (клинов) генетических компонентов ANE-WHG-EEF (см.  ниже график PCA).

10896832_10205857624789575_5582535068712806983_n

Формально,эта гипотеза проверяется с помощью инструментов f3-статистики (A; B,C) — формального теста на статистическую значимость предполагаемого варианта присутствия адмикса двух популяций-доноров в популяции-рецепиенте.

Я решил проверить надежность модели путем представления ряда европейских и кавказских популяций в виде продукта гибридизации носителей компонента ANE с «неолитическим» и «пост-мезолитическим» населением Европы (результаты ниже,  Z в последней колонке.

 

North-Caucas Caucasian ANE -0.0006748 5.13E-05 -13.166
Mesolithic-North Loschbour ANE -0.0011573 0.0001605 -7.21171
Mediterranean-Neolithic Otzi ANE -0.0012012 0.0002376 -5.05634
Mesolithic-North LaBrana ANE -0.0010358 0.0002097 -4.94043
Italian-East Otzi ANE -0.0012473 0.0005013 -2.48825
Italian-East Italian-West ANE -0.0005022 0.0004325 -1.16129
Maltese Otzi ANE -0.0001611 0.0004147 -0.388512
Assyrian-1 Caucasian ANE -0.0002994 0.0009656 -0.310081
Spanish-Canar Loschbour ANE -0.0002557 0.0011264 -0.227017
Italian-East Maltese ANE 2.36E-05 0.0003026 0.0779574
Italian-East Caucasian ANE 6.32E-05 0.000274 0.230808
Spanish-Canar Otzi ANE 0.0003307 0.0012476 0.265081
Assyrian-1 Italian-West ANE 0.0003321 0.0012207 0.272035

Практически все полученные варианты для современных популяций в тесте f3 дали отрицательную Z-оценку.

Буквой Z обозначается стандартная оценка, основанная на нормальном распределении. Иначе говоря, Z-o. является мерой отклонения от среднего, выраженной в единицах стандартного отклонения. Z –оценка будет иметь отрицательную величину, если показатели адмикса будут выше медианного значения.
Очень высокие или очень низкие (отрицательные) Z-оценки, связанные с очень маленькими p-значениями, располагаются в хвостах нормального распределения, и является значимыми, а не случайными. А значит, компонент ANE был индуцирован мною правильно.

 

 

Что еще любопытно, так это то, что третья составляющая современных европейцев — компонент ANE в моем эксперименте плавно разделился на две подсоставляющих — MA1 (древние сибиряки эпохи палеолита) и Кавказ (в качестве основы я брал геномы грузин и армян).

То есть, скорее всего компонент ANE появился в результате смешивания «труъ» древних северных евразийцев и кавказцев. Собственно, об этом намекал Рейх в анонсе своей публикации результатов анализа геномов жителей ямной культуры.

Вероятно, что кавказские популяции (особенно в Дагестане), характеризующиеся высоким уровнем гомо- и аутозиготности в определенном смысле «законсервировали» в своем геноме тот первый массовый вброс компонента ANE в свой генофонд. И по этой причине, например, без специальной методики, в программе Admixture практически весь компонент ANE маскируется бимодальным компонентом, вроде знаменитого Caucas-Gedrosia в одном из первых этно-популяционных калькуляторов проекта Dodecad. Похоже, что генетика может в очередной раз частично примирить две антиномные теории (вернее, целые кластеры теорий) происхождения ИЕ — анатолийскую и степную. Нечто подобное наблюдалось после прочтения геномов неандертальцев и получения убедительных фактов гибридизации предков соврменного человека и архаических гомининов — неандертальцев, денисовцев. В результате чего теории мультирегионального и монорегионального происхождения человка были хотя бы в отдельных моментах приведены к общему знаменателю.

Как я уже упоминал ранее, мой опыт с «выведением» предкового аутосомного компонента индоевропейцев полностью удался. Поскольку всем очевидно, что этот компонент родственен «североиндийскому предковому компоненту» (ANI — обозначение из статьи Reich et al. 2009 и Moorjani et al 2011) о структуре генофонда индийских этнических групп), я взял 10 индийских этнических групп, имеющихся в кураторском наборе лаборатории Райха и проанализировал эту выборку в Admixture на пропорции вхождения их геномов в 2 априорно заданные кластеры. Первый кластер ANE был априорно задан 40 синтетическим индивидами, сгенерированными в программе Plink на основании расчитанных ранее частот аллелей «чистого» компонента ANE. В качестве дополнительного контрольного образца я использовал геном Malta1, т.к. он содержит в себе наивысшее содержание компонента ANE. Второй кластер был задан 4 индивидами Onge (одна из аборигенных народностей Андаманских островов). Как неоднократно указывалось в литературе, именно жители Андаманских островов являются самыми «чистыми» носителями т.н «южно-индийского» предкового компонента ASI (на континенте чистых носителей этого «компонента» не осталось, в том числе и среди популяций дравидов, ведда и мунда). После нескольких экспериментов по эвристическому методу проб и ошибок, я получил более или менее приемлимое разделение индивидов на 2 кластера, а затем вычислил частоты аллелей в каждом из этих кластеров. Любопытно, что в ходе опыта, удалось не только выделить компонент ANI, но и добиться неплохого уровня дискримнации между компонентом ANI, ANE, и благодаря этому, оба компонента могут быть включены в мой следующий этно-популяционный калькулятор.

Надежность компонентов я проверил на собственных данных. В рабочей модели калькулятора K14 удельное распределение этно-генографических компонентов моего генома выглядит следующим образом:

68.75% — европейский мезолитический компонент
13.12% — северо-евразийский компонент ANE
10.23% — европейский неолитический компонент
4% — ANI (северо-индийский предковый компонент)
1.6% — кавказский компонент
1.2% — алтайский компонент
0.2% — сибирский компонент

R Graphics Output