Прошедшие две недели я посветил отработке новой методики увеличения аккуратности определения вариантов снипов в геномах древних образцов. Я решил отказаться от предыдущих способов, когда с помощью samtools и GATK сначала генерировались файлы пайлапа, а потом из этой кучи возможных вариантов случайным образом выбирался аллелель и дублировался (т.е образец получал гомозиготные варианты). Проблема этого подхода выяснилась во время импутирования геномов, искусственная псевдогаплоидность древних геномов приводила к громадному искажению в сторону референсных геномов. Я решил упростить сложности и теперь вместо приведения генотипов к псевдогаплоидности, я определяю в GATK UnifiedGenotyper 38 миллионов известных снипов с таким условием, что алгоритм сам отбирает только те аллели, которые заданы в dbsnp как референсный и альтернативный аллель снипа.
В принципе, после долгих головоломок, удалось получить приемлимый алгоритм действий.
Я апробировал его на 55 опубликованных палеогеномах из балтийского региона (Литва, Латвия и Эстония) времен мезолита, раннего, среднего и позднего неолита, а также бронзового времени.
Для большой точности я ограничился только теми образцами, для которых удалось определить генотипы как минимум половины из 38 миллионов снипов dbsnp.

Sample Culture
Donkalnis6 Baltic_EMN
Gyvakarai1 Baltic_LN
Kivutkalns19 Baltic_BA
Kivutkalns207 Baltic_BA
Kivutkalns209 Baltic_BA
Kivutkalns215 Baltic_BA
Kivutkalns222 Baltic_BA
Kivutkalns25 Baltic_BA
Kivutkalns42 Baltic_BA
Kretuonas2 Baltic_EMN
Kretuonas4 Baltic_EMN
MA969 Baltic_BN
MA973 Baltic_LN
Plinkaigalis242 Baltic_LN
Spiginas1 Baltic_EMN
Spiginas2 Baltic_LN
Spiginas4 Baltic_Mesolithic
ZVEJ25 Baltic_Mesolithic
ZVEJ27 Baltic_Mesolithic
ZVEJ31 Baltic_EMN
ZVEJ32 Baltic_Mesolithic

Перед тем как использовать полученный набор в downstream aнализе, я решил посмотреть насколько точно определилось структурное разделение генофонда этих древних геномов.
Я использовал программы peddy, ATK, а также разбиение на фракции компонентов происхождения в программах iAdmix и fastNGSadmix.
На графиках видно, что в принципе основная масса этих геномов проецируется на то место в пространстве генетического разнообразия современных популяций людей, где оно и должно находится c точки зрения здрового смысла.

#family_id sample_id paternal_id maternal_id sex phenotype het_call_rate het_ratio het_mean_depth het_idr_baf ancestry-prediction PC1 PC2 PC3
Donkalnis6 Donkalnis6_Donkalnis6 0 0 0 -9 0.996 0.3029 -2 0 EUR -0.4471 -1.312 0.4822
Gyvakarai1 Gyvakarai1_Gyvakarai1 0 0 0 -9 0.9214 0.2377 -2 0 AMR -0.09174 -1.431 0.4644
Kivutkalns19 Kivutkalns19_Kivutkalns19 0 0 0 -9 0.9923 0.3483 -2 0 EUR -0.5558 -1.044 0.803
Kivutkalns207 Kivutkalns207_Kivutkalns207 0 0 0 -9 0.997 0.3443 -2 0 EUR -0.4681 -1.071 0.5988
Kivutkalns209 Kivutkalns209_Kivutkalns209 0 0 0 -9 0.9596 0.2518 -2 0 EUR -0.4277 -1.495 0.4507
Kivutkalns215 Kivutkalns215_Kivutkalns215 0 0 0 -9 0.973 0.2798 -2 0 EUR -0.2305 -1.201 0.901
Kivutkalns222 Kivutkalns222_Kivutkalns222 0 0 0 -9 0.8608 0.1615 -2 0 AMR -0.4777 -1.456 0.3636
Kivutkalns25 Kivutkalns25_Kivutkalns25 0 0 0 -9 0.8956 0.1933 -2 0 AMR -0.5087 -1.067 0.5996
Kivutkalns42 Kivutkalns42_Kivutkalns42 0 0 0 -9 0.8412 0.1575 -2 0 AMR -0.1253 -1.393 0.4066
Kreutonas2 Kreutonas2_Kreutonas2 0 0 0 -9 0.8462 0.1364 -2 0 EUR -0.4288 -1.337 0.6583
Kreutonas4 Kreutonas4_Kreutonas4 0 0 0 -9 0.9985 0.3136 -2 0 EUR -0.3243 -1.217 0.7842
MA969 MA969_MA969 0 0 0 -9 0.8092 0.1161 -2 0 AMR -0.2649 -1.263 -0.2799
MA973 MA973_MA973 0 0 0 -9 0.9482 0.2736 -2 0 EUR -0.3808 -1.319 -0.2429
Plinkgailis242 Plinkgailis242_Plinkgailis242 0 0 0 -9 0.9777 0.2811 -2 0 EUR -0.5622 -1.108 0.341
Spiginas1 Spiginas1_Spiginas1 0 0 0 -9 0.9943 0.3158 -2 0 EUR -0.4762 -1.402 0.7969
Spiginas2 Spiginas2_Spiginas2 0 0 0 -9 0.974 0.2945 -2 0 EUR -0.5128 -1.521 0.3943
Spiginas4 Spiginas4_Spiginas4 0 0 0 -9 0.8427 0.1399 -2 0 AMR -0.3 -1.208 0.6467
ZVEJ25 ZVEJ25_ZVEJ25 0 0 0 -9 0.969 0.2344 -2 0 EUR -0.2371 -1.254 1.072
ZVEJ27 ZVEJ27_ZVEJ27 0 0 0 -9 0.5763 0.0387 -2 0 UNKNOWN -0.2384 -1.622 -0.7302
ZVEJ31 ZVEJ31_ZVEJ31 0 0 0 -9 0.6926 0.06053 -2 0 UNKNOWN 0.04159 -1.332 -0.1725
ZVEJ32 ZVEJ32_ZVEJ32 0 0 0 -9 0.7095 0.06971 -2 0 UNKNOWN -0.06001 -1.699 -0.3068

Подробное разложени образцов по компонентамм можно посмотреть в этой таблице

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.»

Формальный анализ модели смешивания предковых популяций: белорусы

Перед подготовкой релиза новых калькуляторов K16 и K11 на Gedmatch, я решил провести пилотный (пробный) анализ референсной популяции белорусов (в которую входят публичные образцы из  базы данных HumanOrigin, EGDP — новой панели референсных геномов Эстонского биоцентра, а также данные белорусов — участников моего проекта MDLP). Основным инструментом формального анализа надежности модели будет известный и популярный пакет Admixtools.
Перед тем, как дать краткое описание первых шагов, хочу отметить трудности работы с Admixtools — в первую очередь, крайнее низкую степень документированности (описания) практических аспектов работы большинства входящих в пакет инструментов. Данное обстоятельство существенным образом снижает темп изучения этого все более популярного пакета (с другой стороны, похоже что лаконичность изложения задумывалась изначально, для отсеивания слабо мотивированных дилетантов-любителей). Второе обстоятельство, затрудняющее использование Admixtools, заключается в необходимости компилировать отдельные компоненты пакета.

Пакет содержит шесть программ

 

convertf: программа конвертирования форматов
qp3Pop: формальный анализ сигнала "смешивания" в трех популяциях
qpBound: программа, вычисляющая верхнюю и нижнюю границу смешивания в трех популяциях (2 референсные популяции и 1 одна популяция, предположительно образованная за счет смешивания двух референсных популяций) 
qpDstat: формальный анализ "адмикса" в 4 популяциях
qpF4Ratio: программа для определения пропорций адмикса за счет проведения 2 f4-тестов
rolloff:  программа датировки адмикса.

В приницпе, четкого порядка работы с этими программами нет, однако авторы рекомендуют следовать приведенному списку (т.е. начинать с qp3Pop и заканчивать rolloff)

Outgroup-статистика f3 является крайне полезным аналитическим инструментом для понимания взаимных отношений разных популяций: основная задача теста состоит в определении характера этих отношений. Образована ли целевая популяция (target) за счет смешивания двух рефересных популяций, или же  популяции представляют собой две простые ветви популяционного дерева человечества (т.е. в образовании таргетной популяций не участвовали референсные популяции)

Статистика f3, так же, как два других вида статистик — f4 и f2 — представляют собой меру корреляции частот аллелей между рассматриваемыми популяциями. Все эти виды статистик были введены в научный оборот попгенетики биоинформатиком Ником Паттерсоном в статье 2012 года.

Статистика f3 используется в двух целях:

1. в качестве теста  сигнала «адмикса» двух популяций-источников (A и B) в «целевой популяции» (С)
2. для измерения общего разделяемого дрейфа двух тестовых популяций  (А и В) по отношению к  внешней группе (С).

   

---

В этой публикации я приведу пример первого случая использования. Статистика f3 в обоих случаях определяется как произведение разниц частот аллелей  между популяции C, А и В, соответственно:

1. F3=<(c-a)(c-b)>

Итак, первый случай употребления (для определения сигнала смешивания), белорусы выступают в качестве тестовой популяции, две референсные популяции образованы пермутацией имеющихся у меня популяций

Итак, промежуточные результаты (я выбрал только комбинации с негативным значением Z, свидетельствующие о сигнале смешивания) :

Следующий тип статистики — f4, — реализован в программе qpDstat в виде D-статистки. Это формальный тест адмикса четырех групп (таксонов или популяций), позволяющий определить направления потока вливания генов. Немного теории:

Для любых 4-х популяций (W, X, Y, Z), qpDstat вычисляет D-статистику следующего вида

num = (w — х) (у — z)
den = (w + х — 2wx) (у + z — 2yz)

D = num / den

Результат qpDstat показывает направления вливания генов. Таким образом, для 4 групп (W, X, Y, Z) верно следующее положение:

Если значение Z положительное ( + ), то обмен генами происходил либо между W и Y, либо между X и Z
Если значение Z отрицательное (-), то обмен генами происходил либо между W и Z,  либо между X и Y.

 Кроме определения направления генного дрейфа, очень важным практическим применением D-статистики служит определения «левых» и «правых» популяций для теста qpAdm (о нем чуть позднее). Так, например,  комбинация из двух первых популяций left {L,L}  и двух правых популяций {R, R} должна быть выбрана таким образом, чтобы значение Z в D-статистике
a) было неотрицательным, и b) имело высокое абсолютное значения.  Я решил последовать совету и сгенерировал 225822 комбинаций из четырех популяций {W,Y,X,Z}, где W — фиксированная первая таргетная популяция «левого» списка, в нашем случае белорусы, Y — одна из имеющихся групп палеогеномов, X и Z — пермутация из 16 «чистых» современных популяций описанных в работе Lazaridis et al. 2016.

Итак, вот результаты (и снова я не привожу полный список, а только те комбинации, которые могут быть использованы для выбора состава «левых» и «правых» популяций.  и последующего моделирования в qpAdm):

Этюд на тему ДНК-генеалогия.

Мой блог посвящен преимущественно тематике аутосомной ДНК, однако время от времени я затрагиваю тему однородительских маркеров происхождения (Y-ДНК и митоДНК).  Начну заметку издалека.
Среди обывателей села Стахова бытует легенда, о том, что род Вереничей пришли на земли пинского Полесья из Югославии.К сожалению, как и в большинстве подобных легенд, cовершено невозможно разобраться в том, где правда, а где позднейшие выдумки. Так и в этом случае. Ни в одном из имеющихся e меня исторических документах нет даже и намека на балканское происхождение Вереничей. Даже в самых ранних документах (например, в «Ревизии пущ и переходов звериных в бывшем Великом княжестве Литовском с присовокуплением грамот и привилегий на входы в пущи и на земли, составленной старостою мстибоговским Григорием Богдановичем Воловичем в 1559 г. «, или в «Писцовой книге Пинского староства Лаврина Воина, 1561—66«) уже видно, что даже в то время род Вереничей на Полесье считался «издавним«.

---

Так в ревизии Воловича (1559 года) читаем, что

«Павел Веренич на дворище у Стохови жъ не покладалъ листовъ, только давность, и на другое дворище у Дубой».

Слово давность означает существование в течение долгого времени, издревле, искони. Происходящие от корня этого слова прилагательные и наречия попадаются в разных актах с конца XIII века. Как юридический термин существительное <давность> употреблялось уже весьма рано в западнорусском законодательстве; собственно же в России оно появляется в виде термина лишь с XVIII века. Выражение земская давность было юридическим термином в Литовском Статуте, из которого заимствовано русским законодательство.

 

---

В строго юридическом смысле срок давности владения определялся десятью годами. Впрочем, здесь давность может употребляться в другом значении. Так, в актовых материалах все той же «Ревизии пущ и переходов звериных в бывшем Великом княжестве Литовском с присовокуплением грамот и привилеев на входы в пущи и на земли, составленная старостою мстибогским Григорием Богдановичем Воловичем» в числе прочих землевладельцев Пинского повета упомянуты Грынь Веренич с братом Павлом «с имений своих стародавних [т.е. с незапамятных времен] военную службу служащих«. Судя по этому, Вереничи могли появится в Стахове уже в середине 15 века, если не раньше.
Когда, откуда, и при каких обстоятельствах — обо всем этом известные мне историко-юридические источники умалчивают. Более поздние документы не только не дают ответа на эти вопросы, а скорее еще больше запутывают ситуацию. Так например в «Выводе фамилии урожденных Стаховских придомка Веренич» (Год 1802 Месяца ноября двадцать второго дня на на сессии Депутации выводовой Губернии Минской) читаем следущее:

«Принесена была просьба от фамилии древней родовитой панской шляхты урождённых Вереничей Стаховских герба “Огончик” (пол-стрелы белой на половине перстня стоящей, в поле красном, над шлемом две женские руки вытянутые вверх) которая на наследственных землях и осадах в повете пинском лежащих от найяснейшых времён королевства Польского, прерогативами шляхетства пользовалась, и клейнотом родовитости неискаженно и непрерывно пользовались. [стр. 616] В потверждение указов найяснейшей воли – линия родословной своей вместе с документами перед депутацией выводовой губернии Минской составлена, потверждена доводами и внесена в дворянские книги Минской губернии в соответстии с законом.Родословие своего дома разделили на две линии. Дух родных братьев Семена и Дмитрия Вереничей Стаховских за родоначальников взяли, и от них до себя довели. И правдивость этого они через доказательства и документы следующим порядком довели. Семен и Дмитрий Вереничи Стаховские братья между собой родные. В повете Пинском осели и дали начало своему роду и фамилии. И в подтверждение своего первого поколения они предъявили привилегию от наияснейшего короля польского Сигизмунда Августа за год тысяча пятьсот шестьдесят шестой от июня двадцатого дня где, между другими для шляхты пинской пожалованиями за военную службу выше упомянутым Семену и Дмитрию Вереничам Стаховским земли в наследственное владение в повете Пинском лежащими дворища Веренича в Стахове и Дубой называющееся им и потомкам их пожаловал…»

Содержание начала текста весьма типично для подобных документов, но здесь нет сведений о точном времени появления Вереничей в Стахове, не говоря уже о явных хронологических несуразицах, которые я разбирал в другой заметке.

1. Во-первых, под «привелем» 1566 года понимается общий «привилей» Сигизмунда-Августа, данные всей пинской шляхте в подтверждение их землевладельческих и шляхецких прав.
   
2. Во-вторых, Семен и Дмитрий жили не в 1566 году, а как минимум на сто лет раньше — около 1456-1466 годов. В доказательство верности моих вычислений можно привести следующие аргументы. В решении судей Главного Трибунала ВКЛ от 1637 года упоминается о привелее кн. Марии Семеновны (+1501) ( в документе ошибочно указано Ярославовны) и ее сына кн. Василия Семеновича (+1495) от 6998 года индикта 8 (1490 года согласно современному летоисчислению), в котором подтверждается совместное владение Волошиным (sic!) Павлом и Ходором Вереничами даниной своей бабки в селе Тупчицы, Согласно родословной, Павел — сын Дмитрия и племянник Семена. В следующем по времени привилее кн. Федора Ивановича Ярославича от 26 апреля 1514 данном дочерям Антона (Андрей?) Дмитриевича Веренича потдверждается их вотчинное права на земли пожалованные их отцу в Стахове, Дубое и Тупчицах. Очевидно, Антон(или Андрей) — тоже сын Дмитрия, и более того, в 1514 году его дочери были уже совершеннолетними.
3. В-третьих, в переписе войска литовского 1528 года упомянут пинский боярин Верениш (sic!), который служил «сам со своего имения». Далее, из судебного дела от 26 марта 1543 года по иску Пашки Павлова и его братьи Игнатия и Гаврила к Ваське Лозичу, который унаследовал по своей жене Ульяне Лукашевичевой Веренич часть имений Дубой и Стахово. мы узнаем, что в 1543 году внуки Дмитрия (Пашко Павлович и его двоюродные братья Гавриил и Игнат Васильевич) были уже взрослыми, так же как и покойная Ульяна Лукьяновна (дочь Лукьяна Семеновича, внучка Семена Веренича), после смерти которой третья часть дворища Веренич в Дубое и дворища Веренич в Стахово перешла к Ваське Лозичу.

 

---

Далее, в 1554 году — за 12 лет до указанной в привелее даты — в материалах, собранных в ходе ревизии пущ и переходов лесных -упомянуются Грынь Веренич с (троюродным) братом Павлом с имений своих стародавных военную службу служащих. Как известно, Грынь — внук Семена, а Павел или Пашко — внук Дмитрия. О самих Семене и Дмитрии ни слова, хотя если бы они жили в это время, то скорее всего именно они или их сыновья были бы записаны как старшие в своем роду, но никак не их внуки.В 1559 году, по все той же ревизии Воловича, в числе земян Стаховских опять упоминается Павел Веренич, правда, уже без Гриня. В тексте четко сказано, что Павел не покладал листов (т.е. не предъявил привелея), только давность на дворище у Стахова и другое дворище у Дубоя. Поскольку большую часть книги Воловича составляют привелеи, выданные или подтвержденные королевой Боной, следовательно, от Боны Вереничи привлеев не получали, по крайней мере, на земли в Дубое и Стахове.Все вышесказанное означает, что уже задолго до 1566 года Вереничи владели своими дворищами и землями на основании вотчинного права, и что феодальные права Вереничей на эти земли восходят — как минимум -временам кн. Марии Семеновны и ее сына Василия (то есть к периду между 1475-1490 гг).

---

Реконструкция позволяет очертить интервал появления Вереничей в Стахове — но с обстоятельствами появления по-прежнему нет никакой ясности. Поскольку скудные исторические свидетельства обходят  этот вопрос сторонй, то можно обратиться к преданиями. Среди старожилов села Стахова якобы сохранилось следующее якобы древнее предание:

Когда-то, давным-давно, жил на Полесье князь Карачинский (sic!). В его владениях находился большой дремучий бор, около которого проходил торговый шлях. По прошествии времени, в этом бору поселилось 100 половцев, которые совершали нападения на проезжающих купцов и селян. Князь, прослышав о разбойниках, повелел своим «палявничим» (охотникам) узнать, где находится разбойничье логово. Один из охотников решил проследить путь до логово половцев и стал делать топором зарубки на деревьях. Услышав стук топора, войны князя отправились в сторону, где раздавалось эхо стука топора. Таким образом, они вышли прямиком на логово разбойников и истребили их. В награду за верную службу, князь наградил находчивого охотника землям, где находился стан половцев. Охотник постоянно носил с собой «Ксендз Лаврентий Янович, каноник венденский, в своей речи на погребении Элжбеты с Стаховских Каренжины, жены вилькомирского судьи, изданной в сборнике «Золотой улов на реках и водах смертности сего мира и т.д» (Вильно 1665 г.) размещает следущее предание, относящиеся к истории Стахова.: «Князь Карачевский, владелец обширных волостей, лежащих на Пинщине, крайне скудными силами 100 половцев положил трупами и на там же месте похоронил, как и по ныне свидетельсвтуют о том курганы того места. За это мужесто правящий князь ему отдал в удел это поле, а также столько земли, сколько мог объять звонкий звук трубы. Отсель то земельное надание стало называтся Стоховым, потому что там похоронено сто убитых врагов.» (веренька, вярэнька), и поэтому его прозвали Веренькой. Его потомки приняли прозвище родоначальника в качестве фамилии.

К сожалению, изучение этого предания показывает его недавнее происхождение. Скорее всего, оно выписано из 9-го тома «Полного географического описания нашего отечества» изданного в 1905 году В.П.Семеновым-Тян-Шанским , куда, в свою очередь перекочевало из известного издания «Słownik geograficzny Królestwa Polskiego» изданного в 1880–1902 гг., а именно из 11 тома, в котором на стр.171-172 была размещена довольно объемная статья Александра Ельского и Эдварда Руликовского о Стахове. Именно с подачи Руликовского в этой статье была размещена выписка из издания 17 века:

«Ксендз Лаврентий Янович, каноник венденский, в своей речи на погребении Элжбеты с Стаховских Каренжины, жены вилькомирского судьи, изданной в сборнике «Золотой улов на реках и водах смертности сего мира и т.д» (Вильно 1665 г.) размещает следущее предание, относящиеся к истории Стахова: «Князь Карачевский, владелец обширных волостей, лежащих на Пинщине, крайне скудными силами 100 половцев положил трупами и на там же месте похоронил, как и по ныне свидетельствуют о том курганы того места. За это мужесто правящий князь ему отдал в удел это поле, а также столько земли, сколько мог объять звонкий звук трубы. Отсель то земельное надание стало называтся Стоховым, потому что там похоронено сто убитых врагов.»

 

В приведенном отрывке приводится родословное предание рода Стаховских герба Огоньчик, (проживавшего в мстиславском, виленском, новогрудском и пр. воеводствах ВКЛ), генеалогическая связь которого с Вереничами пока никак не проясняется. Главным фигурантом здесь выступает князь Карачевский (которого, видимо, Cтаховские считали своим предком), а вовсе не «охотник с сумкой из бересты». Можно с уверенностью сказать, что «легенда старожилов» Стахова появилась самое ранее в начале 20 века в среде «грамотеев» села Стахове как результат переосмысления текста статьи их энциклопедического справочника,  а затем объединения легенды об основании Стахова с народной этимологии фамилии Веренич.

---

Итак, и этот источник не дал нам ничего ценного. Поскольку возможности документальной генеалогии на этом этапе практически исчерпываются (и открытие новых источников вряд ли предвидится), остается обратится к новой отрасли — ДНК-генеалогии.

Генетическая генеалогия использует ДНК-тесты совместно с традиционными генеалогическими методами исследования. Каждый человек несёт в себе своего рода «биологический документ», который не может быть утерян — это ДНК человека. Методы генетической генеалогии позволяют получить доступ к той части ДНК, которая передаётся неизменной от отца к сыну по прямой мужской линии — Y-хромосоме. ДНК-тест Y-хромосомы позволяет, например, двум мужчинам определить, разделяют ли они общего предка по мужской линии или нет. ДНК-тесты не просто помощь в генеалогических исследованиях — это современный передовой инструмент, который генеалоги могут использовать для того, чтобы установить или опровергнуть родственные связи между несколькими людьми.

Итак, в 2008 году узнал свою Y-хромосомную гаплогруппу (I2a). Немного терминологии для читателей, далеких от науки:

Гаплогруппа (в популяционной генетике человека — науке, изучающей генетическую историю человечества) — группа схожих гаплотипов, имеющих общего предка, у которого в обоих гаплотипах имела место одна и та же мутация — однонуклеотидный полиморфизм.

 

 

Позднее протестировались еще 2 Веренича, и наши гаплогруппы совпали, что подтверждается достоверность официальной родословной. Казалось бы, после всех усилий, можно было бы легко определить ареал, откуда появились предки Вереничей (очевидно, что это ареал с наибольшей частотой или наибольшим разнообразием гаплогруппы I2a). На поверку же все оказалось гораздо сложнее. Географический ареал гаплогруппы I2a (вернее ее восточноевропейской, «динарской» ветви) характеризуется бимодальным распределением — в восточной Европе они приходятся на регион Полесье-Карпаты и на регион Балкан (с макисмальной частотой в Боснии-Герцеговине).

По иронии cудьбы, именно с этими двумя регионами связаны две наиболее вероятные версии происхождения Вереничей. Таким образом, знание одной лишь корневой гаплогруппы мне, по большому счету, не помогло ни подтвердить, ни опровергнуть одну из этих альтернативных версий.

Тупиковая ситуация изменилась лишь после того, как один из Вереничей сделал полный сиквенс Y-хромосомы (BigY в FTDNA). Благодаря ему удалось достаточно точно позиционировать расположение нашей ветви-кластера внутри общей структуры филогенетического дерева I2a.Благодаря присутствию Y-хромосомного сиквенса (YF03602) представителя рода Вереничей в базе данных yfull.com (спасибо за помощь Vladimir Semargl и Vadim Urasin) представляется возможным оценить возраст моего кластера. На настоящий момент в него входит еще один полный сиквенс Y-хромосомы (YF04188), о хозяине которого мне ничего неизвестно.

Возраст линии Вереничей оценивается в 1438 лет до настоящего времени, линии YF04188 — всего лишь в 546 лет.По расчету снип-мутаций возраст I-Y17665 (и возможно I-A7318) оценивается примерно в 1000 лет (т.е. временами Киевской Руси), а возраст родительской ветви A1328 в 1850 лет до настоящего времени (начало нашей эры). Возраст, определенный по снипам, указывает на время выделения ветви I-A1328, хотя возраст последнего общего предка (определенный по значениям других маркеров Y-хромосомы) чуть ниже -1400 лет (т. е примерно 5-6 века нашей эры). То есть ветвь моих прямых предков в это время прошла пресловутое бутылочное горлышко, сопровождаемое, как правило, падением числа представителей линии и уменьшением разнообразия.

Здесь начинается самое интересное.

---

Недавно, зайдя на сайт проекта I2a в FTDNA, я обнаружил результаты некоего Враньешевич из Черногории. Я бы не обратил на него внимание, если бы он не попал в тот же кластер, что и я (в этот кластер входит ветвь Вереничей, гаплогруппа (I2-A7318, т.е подветвь I-A1328)).Я решил рассчитать возраст I-A1328 с помощью калькулятора semargl.me и стандартных для набора 37 маркеров скорости мутации. К сожалению, в базе данных Semargl немного гаплотипов из конкретно моего кластера и ближайщих к нему братских кластеров. В общем возраст, по ASD методу получилось что возраст моего кластераI (Y17665) — 1050 лет, а при подключении (в качестве outgroup) гаплотипа из I-A1328* возраст кластера I-A1328* составил примерно 1850 лет. То есть, это верхний интервал временного промежутка, когда мог жить последний мой общий предок (MRCA) и Враньешевича.

I2a2 ‘Dinaric’ ..L621>CTS10228>S17250>Y4882>A1328>A7318 (I-A7318)

568 362501 Verenich Werenicz,Werenich,Verenich,Werenitz,Stachowski. Belarus I-A7318

I2a2 ‘Dinaric’ ..L621>CTS10228>S17250>Y4882>A1328 (I-A1328)
564 E13120 Vranjesevic Vranjesevic Milan-Mico, birth 1913, death 1992 Bosnia and Herzegovina I-A1328

Нижний интервал можно определить с помощью калькулятора McDonald. Для вычисления дистанции в годах я сравнил значения 67-маркерного гаплотипа одного из Вереничей с аналогичными маркерами гаплотипа Враньешевича. 10 маркеров имеют другое значения. Получается разница в 10 маркеров на 67 маркерных гаплотипах.

Generations Probability Cumulative
1 0.000000 0.000
2 0.000000 0.000
3 0.000000 0.000
4 0.000004 0.000
5 0.000022 0.000
6 0.000091 0.000
7 0.000279 0.000
8 0.000699 0.001
9 0.001495 0.003
10 0.002825 0.005
11 0.004827 0.010
12 0.007592 0.018
13 0.011137 0.029
14 0.015396 0.044
15 0.020223 0.065
16 0.025408 0.090
17 0.030697 0.121
18 0.035824 0.157
19 0.040537 0.197
20 0.044616 0.242
21 0.047893 0.290
22 0.050258 0.340
23 0.051662 0.391
24 0.052111 0.444
25 0.051660 0.495
26 0.050401 0.546
27 0.048451 0.594
28 0.045943 0.640
29 0.043014 0.683
30 0.039796 0.723
31 0.036412 0.759
32 0.032973 0.792
33 0.029568 0.822
34 0.026274 0.848
35 0.023146 0.871
36 0.020225 0.891
37 0.017537 0.909
38 0.015097 0.924
39 0.012906 0.937
40 0.010961 0.948
41 0.009252 0.957

 

Пик гистограммы приходится на интервал между 21-30 поколениями, начиная с 26 поколения кумулятивная вероятность родства достигает убедительных значений достигая 0.95 в 41 поколении. Т.е. нижняя граница приходится примерно интервал в 600-1025 лет до настоящего времени — другими словами между 15 и 10 веками нашей эры.

Разумеется, c генеалогической точки зрения, исследование нижнего интервала (с общим предков в 14-15 веках нашей веры) более перспективен, тем более что я проследил свою прямую мужскую линию до 19 поколения.

Но насколько возможен факт наличия общего прямого мужского предка белоруса и черногорца в 21-30 поколениях? Дает ли генеалогия Вереничей предпосылки для такого утверждения? Прямых предпосылок, разумеется, нет.

Зато есть соображение ономастического характера. Один из сыновей второго родоночальника — Дмитра — Василь носил прозвище Волошин — так обычно в русских землях называли валахов, хотя часто прозвище Волошин не имело этнической коннотации и могло выступать в качестве отыменного прозвища: например, Володшин cын -> Волошин или Власий -> Волос -> Волошин. Наконец, составитель документа или переписчик мог сделать обычную описку. Впрочем, последнее опровергает существование 2 топонимов в окрестностях Стахова — урочища и острова Волошиново — причем именно там находились в 16-17 веках владения потомков Дмитра Веренича (старшим сыном которого являлся Василь Волошин). Кстати, любопытно отметить, что иногда в документах 16 века фамилия Веренич записывается не с окончанием —ч, а с более традиционным для южных славян окончанием — ш (Верениш)

А как же тогда быть с Вранешьевичем? Какое отношение он может иметь к валахам?

Лет 8 тому назад я порылся в исторических документах и обнаружил, что похожая фамилия Вранчич (в хорватском произношении Веранчич) действительно существовала на территории так называемого царства Сербия. После фактического распада Сербского царства (около 1366-1371 года), часть Вранчичей переселилось в Южную Сербию и Черногорию (где потомок Вранчичей воевода Радич Црноевич основал династию Црноевичей, которая в 15 веке праваила Зетой и Черногорией), другая перешла на службу к усилившемуся после падения «црства Српскаго» боснийскому королю Стефану Твртко I, который в 1370 и 1389 годах принял титул короля сербов, Боснии (1379) , Далмации и Хорватии (1389). Эти боснийские Вранчичи после падения Боснии (1463 год) под ударами турков частью переселились в Далмацию (г.Шибеник), которая с1420 была под венецианским владычеством, другая переселилась на границу Герцеговины и Черногории, где владели под турками «хематом» Вранеш, названого так в честь «валашского» князя Херака Вранеша (Вранеш — это герцеговинское диалектное видоизменение имени Вранчич).»Из возможных потомков Вранчичей, оставшихся в восточной Боснии и Герцеговине, особого внимания заслуживает «влашский» (sic!) кнез Херак (Владиславич?) Враньеш.

Казалось бы, вышеприведенные рассуждения выглядят убедительно. На самом же деле, остается главная проблема — дело в том, что фактически на протяжении 14-17 веков неизвестно никаких миграций жителей Балкан и влахов на территорию Полесья. Да, действительно была т.н. валашская колонизация, но она затрагивала главным образом территорию юго-западной Украины (прежде всего «червонной Руси» и «любельской земли», т.е. земли вокруг Львова, Звенигорода, Галича, Теребовля, Санока, Кросно, Белза, Замосця, Холма (Хелма). Причем интенсивность расселения «валахов» даже в этих регионах резко уменьшалось по мере продвижения на север (см. приложенную ниже карту).

Например, на ближайшей к Полесью Волыни встречаются лишь фрагментарные упоминания бояр «Волошинов» в документах Метрики Литовской начала 16 века — они касаются пожалования земель в кременецком повете, т.е на рубеже ВКЛ и русского воеводства короны Польской (причем многие из этих «волошинов» носят чисто румынские имена Негое, Урсул и так далее). Такой же фрагментарный характер носят и земельные пожалования «волошинам» и на Подолье. И уж совсем единичные упоминания Волошинов мы находим в документах Метрики Литовской, касающихся земель современной Беларуси. Правда, на Брестчине одна семья «волошинов» — Ходько, Зань и Васько — получила в начале 16 века привелей на имение Чернско (от них происходит род Черских в брестском воеводстве, который вымер в 17 веке).

Размышления над эффективностью алгоритма SPA

Перед тем,  как закрыть тему SPA, я решил поразмышлять о причинах неточности определения географического ареала происхождения с помощью генома. Те, кто воспользовался моей моделью для программы SPA (последняя версия — сентябрь 2016 года), могли убедится в том, что даже при наличии большого количества маркеров, модель не во всех случаях точно определяет ареал происхождения (даже с поправкой на погрешность радиусом в 500 км).
В основу алгоритма SPA положены примерно те же самые предпосылки, что и в случае с классическим анализом главных компонент (PCA)

• Первая предпосылка  подхода SPA состоит в том, что частота аллели каждого SNP в популяции может быть смоделирована в виде непрерывной двумерной функции на карте. Другими словами, при выборе хромосомы индивидуума из локации с позицией (х, у) на карте, вероятность наблюдения минорного аллеля в SNP j на хромосоме может быть сформулирована в виде функции F (х, у), где Fj является непрерывной функцией, описывающей поведение частоты аллеля в зависимости от географического положения
• Затем на основании сказанного делается упрощающее предположение, что эта функция является экземпляром логистической функции

 

где х представляет собой вектор переменных, указывающих географическое местоположение и а и Ь коэффициенты функции. Авторы понимают каждую из этих функций, как функцию FJ функции наклона градиента частота в SNP J. Эта функция кодирует крутизну склона по норме а, при этом предпологается что смещение параметра b фиксировано. Кроме того, направленность наклона  кодируется в значении вектора а.  Более подробно, θj = арктангенс (a_j(1) / a_j(2)) могут быть приняты в знчения угла для SNP j, где a_j(1)  и a_j(2)  являются первым и вторым элементами вектора а.

Поскольку SPA имеет явные географические координаты, подход может быть расширен для систем за пределами обычной картезианской двумерной плоскости координат. В качестве демонстрации этого, авторы программы SPA использовали алгоритм для анализа пространственной структуры населения земного шара, в которой двухмерное отображение на двухмерной плоскости не может точно фиксировать структуру популяции. Таким образом, каждый индивид проецируется на точку земного шара в трехмерном пространстве. Соответственно, авторы использовали трехмерный вектор х (с ограничением || х || равным определенной константе), чтобы представить индивидуальную позицию.

Используя данные (генотипы индивидов из различных популяций из  HGDP), авторы обнаружили что пространственная топология расположения индивидов в пространстве SPA мы наблюдали, что сильно напоминала топологию географической карту мира. В частности, люди из того же континента были сгруппированы вместе, а континенты были разделены примерно так, как это следовало бы ожидать из пространственного расположения.

 

Главная проблема метода состояла в другом. Несмотря на точность топологии взаимного расположения индивидов,  на карте SPA сильно искажены расстояния между континентами.

Например, продольный размер континента Евразии составил 92 градусов в  SPA-пространстве земного шара, в то время как в пространстве реального земного шара — 150 градусов. Продольное расстояние между Европой и Северной Америкой составило 167 градусов на SPA карте земного шара, в то время как на самом деле оно составляет 90 градусов.  Любопытно отметить, что мой опыт работы с этой программы показал, что наибольшую проблему составляют географические координаты долготы, в то время как широты предсказываются довольно точно. То есть по какой-то причине (несимметричность генетических градиентов в направлении север-юг и направлении восток-запад?) пространство SPA очень сильно искажается в продольном измерении (т.е в долготу).
По этой причине, вычисленные географические точки происхождения для европейцев часто оказываются в Атлантическом океана и так далее.

Я решил использовать данные импутированных генотипов для европейских популяций (я занимался их импутацией на протяжении последнего полгода). На этот раз я ограничился только европейскими популяциями. Я  сделал два разных набора с разным числом снипов — один с 1 062 376 снипами, которые содержатся в платформах генотиприрования клиентов 23andme и FTDNA, другой — примерно 590 395 снипов.  Обе модели можно скачать с Google Drive  (здесь и здесь).

Несмотря на тщательный подбор снипов, обе модели продолжают страдать характерным сдвигом географических долгот, а это означает, что данная проблема обусловлена не выборкой генотипов, а самим алгоритмом программы (т.е. улучшение качества выборки или увеличение количества снипов не приводит к повышению точности даже в том случае, если мы используем для тренировки программы на обучающей выборке  индивидов с известной географической локацией).

Это хорошо видно на полученных в ходе анализа моих собственных данных географических координатах 2 точек происхождения (одна из них в Гренландии,  другая в Средиземном море)

Разумеется, вряд ли можно говорить о точности подобных вычислений. В ходе размышлений над способом решения проблемы я вспомнил о существовании ортогонального прокрустового анализа.

Я взял две матрицы — одну с географическими координатами (фактически центроиды — географические центры стран) и  вторую с предсказанными  (в модели 1M cнипов) величинами географических координат тех же самых образцов (с усредненными значениями по этносам), а затем совершил прокрустово преобразование в программе R, получив новую матрицу с преобразованными значениями координат. Ниже виден результат операции (преобразованные усредненные координаты образцов спроецированы вместе с центроидами на карту Европы). И хотя координаты по-прежнему немного сдвинуты относительно истинных, в целом результат уже гораздо лучше (правдоподобнее).При проведении прокрустова анализа, кроме Xnew (трансформированной матрицы),  мы получили значения матрицы вращения R, s- коэффициент масштабирования и tt — вектор трансляции координат, минимизирующие дистанцию между матрицей предсказанных координат и матрицей географических координат.

Эти значения можно использовать для коррекции значений географических координат, рассчитанных в SPA. Я снова использую свои данные (2 предсказанные точки географического происхождения Xp):

---

Xt=sRXp + 1tt

---

При подстановке Xp получаем следующие значения

точка A:  60.245448+-11.059673 северной широты;  21.394898 +- -5.979712  восточной долготы (северо-западная Балтика и Скандинавия)

точка B: 43.000748+-8.801889 северной широты;  20.725216+-52.159598 восточной долготы (юго-восточная Европа, Балканы и Греция).

 

 

 

 

 

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

ALDER анализ происхождения белорусов и поляков

В качестве одного из метода проверки надежности импутированных снипов для анализа популяционной истории различных этнических групп, я использовал метод ALDER (он представляет собой более продвинутую версию алгоритма ROLOFF, описанного в известной работе Patterson et al. 2012).

Метод ALDER  выявляет нюансы популяционной истории через оценку двух важных параметров: а) рекомбинации — процесса обмена участками между разными молекулами ДНК, который напоминает перемешивание игральных карт в колоде (у человека он обязательно происходит при образовании половых клеток) и б) неравновесия по сцеплению — явления, при котором несколько участков ДНК передаются вместе блоками, которые формируются несколько по-разному в разных популяциях из-за того, что в разных популяциях наследуются разные комбинации сегментов ДНК. Таким образом, метод основан на выявлении специфических для каждой популяции сцепленных участков ДНК и на оценке доли общих сегментов в выборках сравниваемых популяций. При этом метод ALDER на основе оценки неравновесия по сцеплению определяет правдоподобность того, что две выбранные группы являются предковыми по отношению к анализируемым популяциям. Кроме того, метод позволяет также установить время смешения через оценку доли рекомбинаций на поколение.
Как было сказано выше, метод ALDER представляет собой расширенный вариант алгоритма ROLLOFF.Этот метод позволяет производить математическую оценку как времени, так как и уровня адмикса. Оценка производится на основании анализа неравновесия по сцеплению между SNP-ами. Тут необходимо вспомнить стандартное определение неравновесия по сцеплению.Неравновесием по сцеплению (часто используется английская аббревиатура LD) называется неслучайная связь между двумя аллелями, в силу которой определенные комбинации аллелей встречаются наиболее часть. В теории,  чем дальше друг от друга находятся SNP-ы ,тем меньше будет уровень LD. Темп угасания снижения  LD в адмиксе напрямую связана с числом поколений, прошедших с момента адмикса,  так как c возрастанием числа поколений увлечивается число рекомбинаций произошедших между  двумя отдельными SNP-ами. Проще говоря: Rolloff соответствует экспоненциальной кривой угасания уровня LD от расстояния, и эта скорость экспоненциального снижения как раз и используется  для оценки числа поколений, так и уровня адмикса в анализируемой популяии. Учитывая, что одно поколение примерно равно 29 лет, можно преобразовать число поколений в года.В качестве двух тестовых популяций я использовал две группы — выборку белорусов (данные публичной коллекции эстонского биоцентра, вошедшие позднее в стандартный набор популяций лаборатории Райха, а также данные белорусов, собранные мной в проекте MDLP) и выборку поляков (из публичной коллекции эстонского биоцентра, а также данные поляков из выборки моего проекта MDLP).   В 2012 году я уже проводил анализ ROLLOFF белорусов, поэтому было интересно посмотреть, как изменится картина после добавления новых палеогеномов и импутированных (негенотипированных) снипов. Для полноты эксперимента, я также включил данные поляков, чтобы посмотреть, работает ли метод на данных, полученных с помощью других платформ генотипирования (NB:когда я проводил анализ, у меня еще не было данных поляков из кураторской базы данных лаборатории Reich).

В качественных референсных популяций (кандидатов в предковые популяции) я использовал набор из 400 популяций в моей расширенной выборки.  Программа работает в три этапа:

• На первом этапе определяется статистическая значимость сравнения амплитуд угасания 2-референсной LD(в случае наличия такой значимость программа пишет success)

Cледующие комбинации дали положительный результат

Belarusian	Andronovo.SG	Chukchis
Belarusian	Andronovo.SG	Koryaks
Belarusian	Armenian_Martuni	Karelia_HG
Belarusian	Bashkir	Turkish_Jewish
Belarusian	Nordic_LN.SG	Villabruna
Belarusian	Turkish_Jewish	Uzbek
Belarusian	Anatolia_Neolithic	Brahui
Belarusian	Anatolia_Neolithic	Burusho
Belarusian	Anatolia_Neolithic	Itelmen
Belarusian	Anatolia_Neolithic	Koryak
Belarusian	Anatolia_Neolithic	Mixtec
Belarusian	Anatolia_Neolithic	Pathan
Belarusian	Anatolia_Neolithic	Mala
Belarusian	Anatolia_Neolithic	Turkmen
Belarusian	Anatolia_Neolithic	Uygur
Belarusian	Druze	Selkup
Belarusian	Mala	Syrian
Belarusian	Mixtec	Spain_EN
Belarusian	Anatolia_Neolithic	Brahui
Belarusian	Anatolia_Neolithic	Burusho
Belarusian	Anatolia_Neolithic	Chukchi
Belarusian	Anatolia_Neolithic	Selkup
Belarusian	Anatolia_Neolithic	Sindhi
Belarusian	Anatolia_Neolithic	Uygur
Belarusian	British-Roman	Koryak
Belarusian	British-Roman	Mixtec
Belarusian	Chukchi	Mala
Belarusian	Itelmen	Uzbek_WGA
Belarusian	LBK_EN	Selkup
Belarusian	Selkup	Turkish_Trabzon
Belarusian	Abhkasian	Lahu
Belarusian	Ami_Coriell	Uzbek_WGA
Belarusian	Anatolia_Neolithic	Chukchi
Belarusian	Anatolia_Neolithic	Daur
Anatolia_Neolithic	Han
Anatolia_Neolithic	Han_NChina
Anatolia_Neolithic	Miao
Anatolia_Neolithic	Turkmen
Belarusian	Atayal_Coriell	Uzbek_WGA
Belarusian	British-Roman	Mixtec
Belarusian	Chukchi	Mala
Belarusian	Dai	Greek_Islands
Belarusian	Dai	Uzbek_WGA
Belarusian	Daur	North_Ossetian
Belarusian	Daur	Uzbek_WGA
Belarusian	Eskimo_Chaplin	LBK_EN
Belarusian	Georgian	Lahu
Belarusian	Georgian	Yi
Belarusian	Greek_Islands	Han
Belarusian	Greek_Islands	Miao
Belarusian	Greek_Islands	Mixtec
Belarusian	Greek_Islands	Nganasan
Belarusian	Greek_Islands	Ulchi
Belarusian	Greek_Islands	Xibo
Belarusian	Han	Uzbek_WGA
Belarusian	Han	Yemenite_Jew
Belarusian	Han_NChina	Uzbek_WGA
Belarusian	Han_NChina	Yemenite_Jew
Belarusian	Japanese	Uzbek_WGA
Belarusian	Korean	Uzbek_WGA
Belarusian	Lahu	Turkish_Jew
Belarusian	Lahu	Uzbek_WGA
Belarusian	Lahu	Yemenite_Jew
Belarusian	LBK_EN	Selkup
Belarusian	Miao	Uzbek_WGA
Belarusian	Miao	Yemenite_Jew
Belarusian	Naxi	Uzbek_WGA
Belarusian	Oroqen	Uzbek_WGA
Belarusian	She	Uzbek_WGA
Belarusian	Tu	Uzbek_WGA
Belarusian	Tujia	Uzbek_WGA
Belarusian	Tujia	Yemenite_Jew
Belarusian	Ulchi	Uzbek_WGA
Belarusian	Uzbek_WGA	Xibo
Belarusian	Uzbek_WGA	Yi
Belarusian	Uzbek_WGA	Yukagir_Tundra
Belarusian	Yemenite_Jew	Yi

• На втором — cоответствие скоростей угасания LD в попарном сравнении с референсными популяциями (программа выдает предупреждение, если амплитуды угасания LD несовместимы).  Как видно, большинство триплетов (таргетная популяция + 2 референса) имеет несовместимые амплитуды угасания LD.

DATA: success (warning: decay rates inconsistent) 0.028 Belarusian Andronovo.SG Chukchis 4.64 2.80 2.11 85% 244.96 +/- 44.45 0.00055485 +/- 0.00011964 262.22 +/- 50.30 0.00029724 +/- 0.00010632 105.99 +/- 50.22 0.00013405 +/- 0.00003707
DATA: success (warning: decay rates inconsistent) 3.8e-05 Belarusian Andronovo.SG Koryaks 5.86 2.80 2.36 85% 241.36 +/- 36.30 0.00059837 +/- 0.00010219 262.22 +/- 50.30 0.00029724 +/- 0.00010632 105.75 +/- 44.80 0.00011083 +/- 0.00002791
DATA: success (warning: decay rates inconsistent) 0.037 Belarusian Armenian_Martuni Karelia_HG 4.58 2.20 3.48 53% 206.14 +/- 39.11 0.00072944 +/- 0.00015918 324.91 +/- 90.64 0.00018302 +/- 0.00008311 189.01 +/- 42.42 0.00043186 +/- 0.00012423
DATA: success (warning: decay rates inconsistent) 0.044 Belarusian Bashkir Turkish_Jewish 4.55 2.70 2.53 83% 121.78 +/- 24.93 0.00009384 +/- 0.00002064 153.64 +/- 48.19 0.00006384 +/- 0.00002366 296.25 +/- 73.05 0.00014988 +/- 0.00005929
DATA: success (warning: decay rates inconsistent) 0.045 Belarusian Nordic_LN.SG Villabruna 4.54 2.19 5.01 30% 160.01 +/- 35.24 0.00086280 +/- 0.00018037 139.86 +/- 63.88 0.00033916 +/- 0.00014340 117.88 +/- 23.51 0.00043952 +/- 0.00008295
DATA: success (warning: decay rates inconsistent) 0.0032 Belarusian Turkish_Jewish Uzbek 5.07 2.53 2.35 112% 116.58 +/- 23.00 0.00008493 +/- 0.00001382 296.25 +/- 73.05 0.00014988 +/- 0.00005929 83.46 +/- 35.51 0.00004275 +/- 0.00001721
DATA: success (warning: decay rates inconsistent) 0.0066 Belarusian Anatolia_Neolithic Brahui 4.18 4.42 2.87 37% 63.78 +/- 15.17 0.00000803 +/- 0.00000192 92.46 +/- 19.49 0.00001427 +/- 0.00000323 88.94 +/- 27.82 0.00000775 +/- 0.00000270
DATA: success (warning: decay rates inconsistent) 0.019 Belarusian Anatolia_Neolithic Burusho 3.93 4.42 2.19 47% 93.43 +/- 9.05 0.00001536 +/- 0.00000390 92.46 +/- 19.49 0.00001427 +/- 0.00000323 149.25 +/- 37.02 0.00001357 +/- 0.00000621
DATA: success (warning: decay rates inconsistent) 0.035 Belarusian Anatolia_Neolithic Itelmen 3.79 4.42 2.15 64% 69.11 +/- 15.92 0.00002889 +/- 0.00000762 92.46 +/- 19.49 0.00001427 +/- 0.00000323 134.23 +/- 58.31 0.00003278 +/- 0.00001523
DATA: success (warning: decay rates inconsistent) 0.023 Belarusian Anatolia_Neolithic Koryak 3.90 4.42 2.30 30% 82.94 +/- 21.28 0.00003363 +/- 0.00000828 92.46 +/- 19.49 0.00001427 +/- 0.00000323 111.83 +/- 48.56 0.00002562 +/- 0.00000985
DATA: success 0.014 Belarusian Anatolia_Neolithic Mala 4.01 4.42 3.87 12% 81.90 +/- 17.24 0.00001547 +/- 0.00000385 92.46 +/- 19.49 0.00001427 +/- 0.00000323 87.55 +/- 18.75 0.00001071 +/- 0.00000277
DATA: success (warning: decay rates inconsistent) 0.025 Belarusian Anatolia_Neolithic Mixtec 3.87 4.42 2.73 71% 71.36 +/- 14.69 0.00003027 +/- 0.00000782 92.46 +/- 19.49 0.00001427 +/- 0.00000323 149.36 +/- 43.83 0.00002944 +/- 0.00001080
DATA: success (warning: decay rates inconsistent) 0.019 Belarusian Anatolia_Neolithic Pathan 3.93 4.42 2.02 42% 104.78 +/- 14.08 0.00001497 +/- 0.00000380 92.46 +/- 19.49 0.00001427 +/- 0.00000323 141.03 +/- 36.42 0.00001165 +/- 0.00000577
DATA: success 0.00024 Belarusian Anatolia_Neolithic Turkmen 4.88 4.42 2.26 12% 81.66 +/- 10.18 0.00001288 +/- 0.00000264 92.46 +/- 19.49 0.00001427 +/- 0.00000323 85.64 +/- 28.96 0.00000855 +/- 0.00000378
DATA: success (warning: decay rates inconsistent) 0.026 Belarusian Anatolia_Neolithic Uygur 3.87 4.42 2.54 56% 71.95 +/- 14.95 0.00001528 +/- 0.00000395 92.46 +/- 19.49 0.00001427 +/- 0.00000323 127.39 +/- 37.67 0.00001541 +/- 0.00000606
DATA: success (warning: decay rates inconsistent) 0.02 Belarusian Druze Selkup 3.93 2.02 3.14 73% 51.53 +/- 13.06 0.00001224 +/- 0.00000311 110.46 +/- 43.38 0.00001040 +/- 0.00000516 59.53 +/- 18.98 0.00000945 +/- 0.00000299
DATA: success (warning: decay rates inconsistent) 0.044 Belarusian Mala Syrian 3.73 3.87 2.84 28% 72.39 +/- 19.33 0.00000805 +/- 0.00000216 87.55 +/- 18.75 0.00001071 +/- 0.00000277 96.31 +/- 27.52 0.00000993 +/- 0.00000350
DATA: success (warning: decay rates inconsistent) 0.027 Belarusian Mixtec Spain_EN 3.85 2.73 2.67 26% 114.65 +/- 21.37 0.00005462 +/- 0.00001417 149.36 +/- 43.83 0.00002944 +/- 0.00001080 117.07 +/- 30.31 0.00002193 +/- 0.00000820
DATA: success (warning: decay rates inconsistent) 0.045 Belarusian Anatolia_Neolithic Brahui 3.70 3.45 2.55 32% 63.07 +/- 15.18 0.00000871 +/- 0.00000235 81.39 +/- 21.48 0.00001207 +/- 0.00000349 87.19 +/- 27.66 0.00000771 +/- 0.00000303
DATA: success (warning: decay rates inconsistent) 0.039 Belarusian Anatolia_Neolithic Burusho 3.74 3.45 2.00 61% 89.47 +/- 10.12 0.00001582 +/- 0.00000423 81.39 +/- 21.48 0.00001207 +/- 0.00000349 152.62 +/- 45.80 0.00001482 +/- 0.00000742
DATA: success (warning: decay rates inconsistent) 0.0013 Belarusian Anatolia_Neolithic Chukchi 4.52 3.45 2.79 35% 77.64 +/- 16.37 0.00003602 +/- 0.00000797 81.39 +/- 21.48 0.00001207 +/- 0.00000349 110.36 +/- 39.54 0.00002861 +/- 0.00000981
DATA: success (warning: decay rates inconsistent) 0.038 Belarusian Anatolia_Neolithic Selkup 3.74 3.45 2.41 38% 55.27 +/- 13.63 0.00002155 +/- 0.00000576 81.39 +/- 21.48 0.00001207 +/- 0.00000349 57.06 +/- 20.02 0.00000933 +/- 0.00000386
DATA: success (warning: decay rates inconsistent) 0.027 Belarusian Anatolia_Neolithic Sindhi 3.83 3.45 2.68 61% 65.40 +/- 9.12 0.00001072 +/- 0.00000280 81.39 +/- 21.48 0.00001207 +/- 0.00000349 122.70 +/- 32.60 0.00001132 +/- 0.00000423
DATA: success 0.00044 Belarusian Anatolia_Neolithic Turkmen 4.74 3.45 3.07 11% 76.01 +/- 10.03 0.00001185 +/- 0.00000250 81.39 +/- 21.48 0.00001207 +/- 0.00000349 72.89 +/- 23.73 0.00000681 +/- 0.00000206
DATA: success (warning: decay rates inconsistent) 0.025 Belarusian Anatolia_Neolithic Uygur 3.85 3.45 2.16 37% 70.37 +/- 13.51 0.00001582 +/- 0.00000411 81.39 +/- 21.48 0.00001207 +/- 0.00000349 102.34 +/- 33.39 0.00001107 +/- 0.00000512
DATA: success (warning: decay rates inconsistent) 0.021 Belarusian British-Roman Koryak 3.89 2.37 2.28 74% 62.36 +/- 16.01 0.00003903 +/- 0.00000934 52.03 +/- 19.63 0.00002305 +/- 0.00000974 113.23 +/- 49.75 0.00002665 +/- 0.00001027
DATA: success (warning: decay rates inconsistent) 0.0084 Belarusian British-Roman Mixtec 4.11 2.37 2.50 80% 64.78 +/- 15.52 0.00004703 +/- 0.00001145 52.03 +/- 19.63 0.00002305 +/- 0.00000974 121.19 +/- 40.18 0.00002185 +/- 0.00000872
DATA: success (warning: decay rates inconsistent) 0.01 Belarusian Chukchi Mala 4.06 2.79 4.06 60% 172.83 +/- 30.55 0.00002691 +/- 0.00000663 110.36 +/- 39.54 0.00002861 +/- 0.00000981 93.18 +/- 21.71 0.00001222 +/- 0.00000301
DATA: success (warning: decay rates inconsistent) 0.047 Belarusian Itelmen Uzbek_WGA 3.69 2.36 2.20 54% 142.22 +/- 27.73 0.00006725 +/- 0.00001821 129.35 +/- 53.29 0.00003152 +/- 0.00001338 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.009 Belarusian LBK_EN Selkup 4.09 2.18 2.41 67% 67.83 +/- 16.58 0.00002655 +/- 0.00000641 115.11 +/- 38.65 0.00001960 +/- 0.00000899 57.06 +/- 20.02 0.00000933 +/- 0.00000386
DATA: success (warning: decay rates inconsistent) 0.05 Belarusian Selkup Turkish_Trabzon 3.68 2.41 2.11 32% 56.53 +/- 15.37 0.00001451 +/- 0.00000330 57.06 +/- 20.02 0.00000933 +/- 0.00000386 77.83 +/- 33.34 0.00000751 +/- 0.00000355
DATA: success (warning: decay rates inconsistent) 0.017 Belarusian Abhkasian Lahu 4.21 2.47 2.97 174% 32.04 +/- 6.68 0.00001002 +/- 0.00000238 3.95 +/- 1.60 0.00000098 +/- 0.00000024 57.34 +/- 19.33 0.00001384 +/- 0.00000369
DATA: success (warning: decay rates inconsistent) 0.00018 Belarusian Ami_Coriell Uzbek_WGA 5.15 2.09 2.20 63% 162.32 +/- 22.43 0.00007649 +/- 0.00001486 118.09 +/- 56.57 0.00002688 +/- 0.00001279 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.0041 Belarusian Anatolia_Neolithic Chukchi 4.52 3.45 2.79 35% 77.64 +/- 16.37 0.00003602 +/- 0.00000797 81.39 +/- 21.48 0.00001207 +/- 0.00000349 110.36 +/- 39.54 0.00002861 +/- 0.00000981
DATA: success (warning: decay rates inconsistent) 0.025 Belarusian Anatolia_Neolithic Daur 4.12 3.45 2.63 47% 73.39 +/- 17.81 0.00002378 +/- 0.00000569 81.39 +/- 21.48 0.00001207 +/- 0.00000349 118.84 +/- 40.98 0.00002486 +/- 0.00000947
DATA: success 0.05 Belarusian Anatolia_Neolithic Han 3.96 3.45 3.00 17% 79.39 +/- 18.74 0.00002687 +/- 0.00000678 81.39 +/- 21.48 0.00001207 +/- 0.00000349 93.68 +/- 31.25 0.00002137 +/- 0.00000623
DATA: success 0.00052 Belarusian Anatolia_Neolithic Han_NChina 4.94 3.45 3.58 22% 81.48 +/- 14.68 0.00003182 +/- 0.00000644 81.39 +/- 21.48 0.00001207 +/- 0.00000349 101.71 +/- 28.43 0.00002310 +/- 0.00000644
DATA: success 0.018 Belarusian Anatolia_Neolithic Miao 4.20 3.45 3.63 10% 78.02 +/- 16.13 0.00002457 +/- 0.00000585 81.39 +/- 21.48 0.00001207 +/- 0.00000349 86.31 +/- 23.79 0.00001726 +/- 0.00000411
DATA: success 0.0014 Belarusian Anatolia_Neolithic Turkmen 4.74 3.45 3.07 11% 76.01 +/- 10.03 0.00001185 +/- 0.00000250 81.39 +/- 21.48 0.00001207 +/- 0.00000349 72.89 +/- 23.73 0.00000681 +/- 0.00000206
DATA: success (warning: decay rates inconsistent) 0.00046 Belarusian Atayal_Coriell Uzbek_WGA 4.97 2.02 2.20 53% 179.16 +/- 31.95 0.00008213 +/- 0.00001654 130.82 +/- 54.40 0.00002576 +/- 0.00001275 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.027 Belarusian British-Roman Mixtec 4.11 2.37 2.50 80% 64.78 +/- 15.52 0.00004703 +/- 0.00001145 52.03 +/- 19.63 0.00002305 +/- 0.00000974 121.19 +/- 40.18 0.00002185 +/- 0.00000872
DATA: success (warning: decay rates inconsistent) 0.033 Belarusian Chukchi Mala 4.06 2.79 4.06 60% 172.83 +/- 30.55 0.00002691 +/- 0.00000663 110.36 +/- 39.54 0.00002861 +/- 0.00000981 93.18 +/- 21.71 0.00001222 +/- 0.00000301
DATA: success (warning: decay rates inconsistent) 0.009 Belarusian Dai Greek_Islands 4.35 3.05 2.28 32% 122.32 +/- 24.18 0.00004797 +/- 0.00001103 88.71 +/- 29.04 0.00001846 +/- 0.00000511 102.11 +/- 26.83 0.00001569 +/- 0.00000687
DATA: success (warning: decay rates inconsistent) 0.049 Belarusian Dai Uzbek_WGA 3.97 3.05 2.20 87% 160.47 +/- 30.16 0.00006276 +/- 0.00001582 88.71 +/- 29.04 0.00001846 +/- 0.00000511 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.0015 Belarusian Daur North_Ossetian 4.73 2.63 2.09 122% 42.94 +/- 8.92 0.00000724 +/- 0.00000153 118.84 +/- 40.98 0.00002486 +/- 0.00000947 178.58 +/- 51.90 0.00001887 +/- 0.00000901
DATA: success (warning: decay rates inconsistent) 0.047 Belarusian Daur Uzbek_WGA 3.97 2.63 2.20 62% 164.70 +/- 29.83 0.00008292 +/- 0.00002087 118.84 +/- 40.98 0.00002486 +/- 0.00000947 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.00086 Belarusian Eskimo_Chaplin LBK_EN 4.84 2.29 2.18 73% 53.65 +/- 11.08 0.00002657 +/- 0.00000479 63.81 +/- 27.89 0.00001618 +/- 0.00000586 115.11 +/- 38.65 0.00001960 +/- 0.00000899
DATA: success (warning: decay rates inconsistent) 0.027 Belarusian Georgian Lahu 4.10 2.89 2.97 166% 43.55 +/- 10.61 0.00001537 +/- 0.00000311 5.27 +/- 1.82 0.00000079 +/- 0.00000023 57.34 +/- 19.33 0.00001384 +/- 0.00000369
DATA: success (warning: decay rates inconsistent) 0.05 Belarusian Georgian Yi 3.96 2.89 3.26 179% 35.28 +/- 8.91 0.00000897 +/- 0.00000226 5.27 +/- 1.82 0.00000079 +/- 0.00000023 93.65 +/- 25.60 0.00002033 +/- 0.00000624
DATA: success 0.049 Belarusian Greek_Islands Han 3.96 2.28 3.00 15% 108.92 +/- 26.70 0.00004292 +/- 0.00001083 102.11 +/- 26.83 0.00001569 +/- 0.00000687 93.68 +/- 31.25 0.00002137 +/- 0.00000623
DATA: success 0.044 Belarusian Greek_Islands Miao 3.99 2.28 3.63 18% 102.98 +/- 23.71 0.00003805 +/- 0.00000953 102.11 +/- 26.83 0.00001569 +/- 0.00000687 86.31 +/- 23.79 0.00001726 +/- 0.00000411
DATA: success 0.0037 Belarusian Greek_Islands Mixtec 4.54 2.28 2.50 24% 95.62 +/- 12.99 0.00003944 +/- 0.00000868 102.11 +/- 26.83 0.00001569 +/- 0.00000687 121.19 +/- 40.18 0.00002185 +/- 0.00000872
DATA: success 0.045 Belarusian Greek_Islands Nganasan 3.98 2.28 2.06 5% 96.79 +/- 24.29 0.00003965 +/- 0.00000954 102.11 +/- 26.83 0.00001569 +/- 0.00000687 97.92 +/- 45.95 0.00001669 +/- 0.00000809
DATA: success 0.018 Belarusian Greek_Islands Ulchi 4.20 2.28 3.37 15% 118.40 +/- 24.18 0.00005248 +/- 0.00001249 102.11 +/- 26.83 0.00001569 +/- 0.00000687 114.38 +/- 33.90 0.00002845 +/- 0.00000805
DATA: success (warning: decay rates inconsistent) 0.042 Belarusian Greek_Islands Xibo 4.00 2.28 2.59 37% 101.05 +/- 22.65 0.00003689 +/- 0.00000922 102.11 +/- 26.83 0.00001569 +/- 0.00000687 70.25 +/- 27.10 0.00001649 +/- 0.00000507
DATA: success 0.0061 Belarusian Greek_Islands Yukagir_Tundra 4.44 2.28 2.55 18% 100.12 +/- 22.57 0.00004369 +/- 0.00000882 102.11 +/- 26.83 0.00001569 +/- 0.00000687 119.62 +/- 45.23 0.00002624 +/- 0.00001028
DATA: success (warning: decay rates inconsistent) 1.8e-05 Belarusian Han Uzbek_WGA 5.56 3.00 2.20 83% 145.83 +/- 21.23 0.00006518 +/- 0.00001171 93.68 +/- 31.25 0.00002137 +/- 0.00000623 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.023 Belarusian Han Yemenite_Jew 4.14 3.00 2.19 41% 101.08 +/- 19.78 0.00002665 +/- 0.00000644 93.68 +/- 31.25 0.00002137 +/- 0.00000623 142.22 +/- 61.15 0.00001902 +/- 0.00000870
DATA: success (warning: decay rates inconsistent) 0.00017 Belarusian Han_NChina Uzbek_WGA 5.15 3.58 2.20 76% 147.58 +/- 21.48 0.00006493 +/- 0.00001261 101.71 +/- 28.43 0.00002310 +/- 0.00000644 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.021 Belarusian Han_NChina Yemenite_Jew 4.16 3.58 2.19 47% 88.25 +/- 14.91 0.00002464 +/- 0.00000593 101.71 +/- 28.43 0.00002310 +/- 0.00000644 142.22 +/- 61.15 0.00001902 +/- 0.00000870
DATA: success (warning: decay rates inconsistent) 0.045 Belarusian Japanese Uzbek_WGA 3.99 2.51 2.20 76% 158.76 +/- 32.98 0.00007182 +/- 0.00001802 101.02 +/- 40.27 0.00002259 +/- 0.00000766 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.034 Belarusian Korean Uzbek_WGA 4.05 3.28 2.20 72% 147.50 +/- 22.94 0.00006552 +/- 0.00001618 106.54 +/- 29.46 0.00002451 +/- 0.00000748 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.0022 Belarusian Lahu Turkish_Jew 4.65 2.97 3.22 53% 53.69 +/- 9.97 0.00001763 +/- 0.00000379 57.34 +/- 19.33 0.00001384 +/- 0.00000369 92.56 +/- 21.52 0.00000780 +/- 0.00000242
DATA: success (warning: decay rates inconsistent) 7.8e-06 Belarusian Lahu Uzbek_WGA 5.70 2.97 2.20 119% 125.65 +/- 17.75 0.00006183 +/- 0.00001084 57.34 +/- 19.33 0.00001384 +/- 0.00000369 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.028 Belarusian Lahu Yemenite_Jew 4.10 2.97 2.19 85% 73.51 +/- 17.32 0.00002186 +/- 0.00000534 57.34 +/- 19.33 0.00001384 +/- 0.00000369 142.22 +/- 61.15 0.00001902 +/- 0.00000870
DATA: success (warning: decay rates inconsistent) 0.029 Belarusian LBK_EN Selkup 4.09 2.18 2.41 67% 67.83 +/- 16.58 0.00002655 +/- 0.00000641 115.11 +/- 38.65 0.00001960 +/- 0.00000899 57.06 +/- 20.02 0.00000933 +/- 0.00000386
DATA: success (warning: decay rates inconsistent) 3e-05 Belarusian Miao Uzbek_WGA 5.47 3.63 2.20 89% 141.79 +/- 17.01 0.00005964 +/- 0.00001090 86.31 +/- 23.79 0.00001726 +/- 0.00000411 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.012 Belarusian Miao Yemenite_Jew 4.29 3.63 2.19 49% 96.51 +/- 17.73 0.00002466 +/- 0.00000575 86.31 +/- 23.79 0.00001726 +/- 0.00000411 142.22 +/- 61.15 0.00001902 +/- 0.00000870
DATA: success (warning: decay rates inconsistent) 0.036 Belarusian Naxi Uzbek_WGA 4.04 2.35 2.20 87% 150.57 +/- 27.26 0.00006598 +/- 0.00001633 88.34 +/- 37.62 0.00001891 +/- 0.00000714 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.0037 Belarusian Oroqen Uzbek_WGA 4.54 2.50 2.20 75% 159.87 +/- 26.32 0.00007776 +/- 0.00001713 102.18 +/- 40.85 0.00002369 +/- 0.00000834 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.043 Belarusian She Uzbek_WGA 3.99 3.16 2.20 70% 177.32 +/- 34.01 0.00008208 +/- 0.00002055 108.68 +/- 31.62 0.00002238 +/- 0.00000708 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.029 Belarusian Tu Uzbek_WGA 4.09 2.28 2.20 85% 150.44 +/- 31.12 0.00006074 +/- 0.00001485 91.29 +/- 40.04 0.00001929 +/- 0.00000802 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.001 Belarusian Tujia Uzbek_WGA 4.80 2.09 2.20 61% 164.13 +/- 25.59 0.00008133 +/- 0.00001693 120.48 +/- 57.69 0.00002290 +/- 0.00001057 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success 0.022 Belarusian Tujia Yemenite_Jew 4.15 2.09 2.19 18% 118.59 +/- 25.68 0.00002955 +/- 0.00000711 120.48 +/- 57.69 0.00002290 +/- 0.00001057 142.22 +/- 61.15 0.00001902 +/- 0.00000870
DATA: success (warning: decay rates inconsistent) 0.0053 Belarusian Ulchi Uzbek_WGA 4.47 3.37 2.20 65% 153.49 +/- 25.35 0.00007000 +/- 0.00001567 114.38 +/- 33.90 0.00002845 +/- 0.00000805 225.56 +/- 61.89 0.00007507 +/- 0.00003406
DATA: success (warning: decay rates inconsistent) 0.00055 Belarusian Uzbek_WGA Xibo 4.93 2.20 2.59 105% 129.90 +/- 24.58 0.00005579 +/- 0.00001132 225.56 +/- 61.89 0.00007507 +/- 0.00003406 70.25 +/- 27.10 0.00001649 +/- 0.00000507
DATA: success (warning: decay rates inconsistent) 0.00062 Belarusian Uzbek_WGA Yi 4.91 2.20 3.26 83% 156.22 +/- 22.94 0.00007252 +/- 0.00001478 225.56 +/- 61.89 0.00007507 +/- 0.00003406 93.65 +/- 25.60 0.00002033 +/- 0.00000624
DATA: success (warning: decay rates inconsistent) 0.011 Belarusian Uzbek_WGA Yukagir_Tundra 4.31 2.20 2.55 61% 182.09 +/- 32.35 0.00008497 +/- 0.00001970 225.56 +/- 61.89 0.00007507 +/- 0.00003406 119.62 +/- 45.23 0.00002624 +/- 0.00001028
DATA: success (warning: decay rates inconsistent) 0.048 Belarusian Yemenite_Jew Yi 3.97 2.19 3.26 41% 130.87 +/- 22.50 0.00003478 +/- 0.00000876 142.22 +/- 61.15 0.00001902 +/- 0.00000870 93.65 +/- 25.60 0.00002033 +/- 0.00000624

После отсеивания не очень пригодных для дальнейшего анализа триплетов  у нас осталась следующие комбинации:

DATA: success 0.014 Belarusian Anatolia_Neolithic Mala 4.01 4.42 3.87 12% 81.9 +/- 17.24 0.00001547 +/- 0.00000385 92.46 +/- 19.49 0.00001427 +/- 0.00000323 87.55 +/- 18.75 0.00001071 +/- 0.00000277
DATA: success 0.00024 Belarusian Anatolia_Neolithic Turkmen 4.88 4.42 2.26 12% 81.66 +/- 10.18 0.00001288 +/- 0.00000264 92.46 +/- 19.49 0.00001427 +/- 0.00000323 85.64 +/- 28.96 0.00000855 +/- 0.00000378
DATA: success 0.00044 Belarusian Anatolia_Neolithic Turkmen 4.74 3.45 3.07 11% 76.01 +/- 10.03 0.00001185 +/- 0.0000025 81.39 +/- 21.48 0.00001207 +/- 0.00000349 72.89 +/- 23.73 0.00000681 +/- 0.00000206
DATA: success 0.05 Belarusian Anatolia_Neolithic Han 3.96 3.45 3 17% 79.39 +/- 18.74 0.00002687 +/- 0.00000678 81.39 +/- 21.48 0.00001207 +/- 0.00000349 93.68 +/- 31.25 0.00002137 +/- 0.00000623
DATA: success 0.00052 Belarusian Anatolia_Neolithic Han_NChina 4.94 3.45 3.58 22% 81.48 +/- 14.68 0.00003182 +/- 0.00000644 81.39 +/- 21.48 0.00001207 +/- 0.00000349 101.71 +/- 28.43 0.0000231 +/- 0.00000644
DATA: success 0.018 Belarusian Anatolia_Neolithic Miao 4.2 3.45 3.63 10% 78.02 +/- 16.13 0.00002457 +/- 0.00000585 81.39 +/- 21.48 0.00001207 +/- 0.00000349 86.31 +/- 23.79 0.00001726 +/- 0.00000411
DATA: success 0.0014 Belarusian Anatolia_Neolithic Turkmen 4.74 3.45 3.07 11% 76.01 +/- 10.03 0.00001185 +/- 0.0000025 81.39 +/- 21.48 0.00001207 +/- 0.00000349 72.89 +/- 23.73 0.00000681 +/- 0.00000206
DATA: success 0.049 Belarusian Greek_Islands Han 3.96 2.28 3 15% 108.92 +/- 26.7 0.00004292 +/- 0.00001083 102.11 +/- 26.83 0.00001569 +/- 0.00000687 93.68 +/- 31.25 0.00002137 +/- 0.00000623
DATA: success 0.044 Belarusian Greek_Islands Miao 3.99 2.28 3.63 18% 102.98 +/- 23.71 0.00003805 +/- 0.00000953 102.11 +/- 26.83 0.00001569 +/- 0.00000687 86.31 +/- 23.79 0.00001726 +/- 0.00000411
DATA: success 0.0037 Belarusian Greek_Islands Mixtec 4.54 2.28 2.5 24% 95.62 +/- 12.99 0.00003944 +/- 0.00000868 102.11 +/- 26.83 0.00001569 +/- 0.00000687 121.19 +/- 40.18 0.00002185 +/- 0.00000872
DATA: success 0.045 Belarusian Greek_Islands Nganasan 3.98 2.28 2.06 5% 96.79 +/- 24.29 0.00003965 +/- 0.00000954 102.11 +/- 26.83 0.00001569 +/- 0.00000687 97.92 +/- 45.95 0.00001669 +/- 0.00000809
DATA: success 0.018 Belarusian Greek_Islands Ulchi 4.2 2.28 3.37 15% 118.4 +/- 24.18 0.00005248 +/- 0.00001249 102.11 +/- 26.83 0.00001569 +/- 0.00000687 114.38 +/- 33.9 0.00002845 +/- 0.00000805
DATA: success 0.0061 Belarusian Greek_Islands Yukagir_Tundra 4.44 2.28 2.55 18% 100.12 +/- 22.57 0.00004369 +/- 0.00000882 102.11 +/- 26.83 0.00001569 +/- 0.00000687 119.62 +/- 45.23 0.00002624 +/- 0.00001028
DATA: success 0.022 Belarusian Tujia Yemenite_Jew 4.15 2.09 2.19 18% 118.59 +/- 25.68 0.00002955 +/- 0.00000711 120.48 +/- 57.69 0.0000229 +/- 0.00001057 142.22 +/- 61.15 0.00001902 +/- 0.0000087

На третьем этапе программа определяет статистическая значимость комбинации (p-статистику):

P-значение (англ. P-value) — величина, используемая при тестировании статистических гипотез. Фактически это вероятность ошибки при отклонении нулевой гипотезы (ошибки первого рода). Проверка гипотез с помощью P-значения является альтернативой классической процедуре проверки через критическое значение распределения.

Обычно P-значение равно вероятности того, что случайная величина с данным распределением (распределением тестовой статистики при нулевой гипотезе) примет значение, не меньшее, чем фактическое значение тестовой статистики.

Отберем значения P меньше 0.05

DATA: success 0.00024 Belarusian Anatolia_Neolithic Turkmen 4.88 4.42 2.26 12% 81.66 +/- 10.18 0.00001288 +/- 0.00000264 92.46 +/- 19.49 0.00001427 +/- 0.00000323 85.64 +/- 28.96 0.00000855 +/- 0.00000378
DATA: success 0.00044 Belarusian Anatolia_Neolithic Turkmen 4.74 3.45 3.07 11% 76.01 +/- 10.03 0.00001185 +/- 0.0000025 81.39 +/- 21.48 0.00001207 +/- 0.00000349 72.89 +/- 23.73 0.00000681 +/- 0.00000206
DATA: success 0.00052 Belarusian Anatolia_Neolithic Han_NChina 4.94 3.45 3.58 22% 81.48 +/- 14.68 0.00003182 +/- 0.00000644 81.39 +/- 21.48 0.00001207 +/- 0.00000349 101.71 +/- 28.43 0.0000231 +/- 0.00000644
DATA: success 0.0014 Belarusian Anatolia_Neolithic Turkmen 4.74 3.45 3.07 11% 76.01 +/- 10.03 0.00001185 +/- 0.0000025 81.39 +/- 21.48 0.00001207 +/- 0.00000349 72.89 +/- 23.73 0.00000681 +/- 0.00000206
DATA: success 0.0037 Belarusian Greek_Islands Mixtec 4.54 2.28 2.5 24% 95.62 +/- 12.99 0.00003944 +/- 0.00000868 102.11 +/- 26.83 0.00001569 +/- 0.00000687 121.19 +/- 40.18 0.00002185 +/- 0.00000872
DATA: success 0.0061 Belarusian Greek_Islands Yukagir_Tundra 4.44 2.28 2.55 18% 100.12 +/- 22.57 0.00004369 +/- 0.00000882 102.11 +/- 26.83 0.00001569 +/- 0.00000687 119.62 +/- 45.23 0.00002624 +/- 0.00001028
DATA: success 0.014 Belarusian Anatolia_Neolithic Mala 4.01 4.42 3.87 12% 81.9 +/- 17.24 0.00001547 +/- 0.00000385 92.46 +/- 19.49 0.00001427 +/- 0.00000323 87.55 +/- 18.75 0.00001071 +/- 0.00000277
DATA: success 0.018 Belarusian Anatolia_Neolithic Miao 4.2 3.45 3.63 10% 78.02 +/- 16.13 0.00002457 +/- 0.00000585 81.39 +/- 21.48 0.00001207 +/- 0.00000349 86.31 +/- 23.79 0.00001726 +/- 0.00000411
DATA: success 0.018 Belarusian Greek_Islands Ulchi 4.2 2.28 3.37 15% 118.4 +/- 24.18 0.00005248 +/- 0.00001249 102.11 +/- 26.83 0.00001569 +/- 0.00000687 114.38 +/- 33.9 0.00002845 +/- 0.00000805
DATA: success 0.022 Belarusian Tujia Yemenite_Jew 4.15 2.09 2.19 18% 118.59 +/- 25.68 0.00002955 +/- 0.00000711 120.48 +/- 57.69 0.0000229 +/- 0.00001057 142.22 +/- 61.15 0.00001902 +/- 0.0000087
DATA: success 0.044 Belarusian Greek_Islands Miao 3.99 2.28 3.63 18% 102.98 +/- 23.71 0.00003805 +/- 0.00000953 102.11 +/- 26.83 0.00001569 +/- 0.00000687 86.31 +/- 23.79 0.00001726 +/- 0.00000411
DATA: success 0.045 Belarusian Greek_Islands Nganasan 3.98 2.28 2.06 5% 96.79 +/- 24.29 0.00003965 +/- 0.00000954 102.11 +/- 26.83 0.00001569 +/- 0.00000687 97.92 +/- 45.95 0.00001669 +/- 0.00000809
DATA: success 0.049 Belarusian Greek_Islands Han 3.96 2.28 3 15% 108.92 +/- 26.7 0.00004292 +/- 0.00001083 102.11 +/- 26.83 0.00001569 +/- 0.00000687 93.68 +/- 31.25 0.00002137 +/- 0.00000623

Получаем следующие пары (с датировкой адмикса в поколениях и годах)

Таргет	Референс 1	Референс 2	Поколения		Погрешность	Года		Погрешность
Belarusian	Anatolia_Neolithic	Turkmen	85.64	+/-	28.96	2483.56	+/-	839.84
Belarusian	Anatolia_Neolithic	Turkmen	72.89	+/-	23.73	2113.81	+/-	688.17
Belarusian	Anatolia_Neolithic	Han_NChina	101.71	+/-	28.43	2949.59	+/-	824.47
Belarusian	Anatolia_Neolithic	Turkmen	72.89	+/-	23.73	2113.81	+/-	688.17
Belarusian	Greek_Islands	Mixtec	121.19	+/-	40.18	3514.51	+/-	1165.22
Belarusian	Greek_Islands	Yukagir_Tundra	119.62	+/-	45.23	3468.98	+/-	1311.67
Belarusian	Anatolia_Neolithic	Mala	87.55	+/-	18.75	2538.95	+/-	543.75
Belarusian	Anatolia_Neolithic	Miao	86.31	+/-	23.79	2502.99	+/-	689.91
Belarusian	Greek_Islands	Ulchi	114.38	+/-	33.9	3317.02	+/-	983.1
Belarusian	Tujia	Yemenite_Jew	142.22	+/-	61.15	4124.38	+/-	1773.35
Belarusian	Greek_Islands	Miao	86.31	+/-	23.79	2502.99	+/-	689.91
Belarusian	Greek_Islands	Nganasan	97.92	+/-	45.95	2839.68	+/-	1332.55
Belarusian	Greek_Islands	Han	93.68	+/-	31.25	2716.72	+/-	906.25
Belarusian	Anatolia_Neolithic	Han	93.68	+/-	31.25	2716.72	+/-	906.25

О чем свидетельствует результаты? Результаты указывают на наличие сигнала смешивания предковых популяций белорусов с неолитическими земледельцами (ближневосточные популяции и популяции ближнего Востока здесь выступают в качестве суррогата неолитических популяций), и с рядом восточноазиатских, сибирских и америндских популяций (здесь они выступают в качестве суррогата сибирского вклада в генофонд восточной Европы) cо средним интервалом смешения примерно 2850 +- 950 лет назад, т.е в период бронзового века.

Ниже приведены графики угасания LD в комбинации Anatolian-Neolithic + Mala

Затем я уменьшил масштаб подгонки (fitting) кривых угасания LD до 0.5 сантиморганид и взял в качестве референса  палеогеномы с хорошим покрытием

Эксперимент с Loschbour + Stuttgart оказался неудачным.

Более правдоподобна комбинация андроновцев (Andronovo) и чукчей (дата адмикса — 125+-60 поколений тому назад)

Вторая попытка подгонки референсных популяций Loschbour и Stuttgart в качестве предковых групп оказался более удачным (дата адмикса — приблизительно 445 +- 56 поколений тому назад, времена энеолита)

Адмикс с сибирскими палеопопуляциями (MA1) примерно в два раза «моложе» (258 +- 42 поколения, бронзовый век)

Еще один вариант адмикса между палеолитическими жителями Европы и MA1 (датировка — 393 +- 75 поколений)

Теперь о поляках. К сожалению, результаты оказались гораздо более зашумленными, так как использовались данные генотипирования на платформе Illumina, имеющей меньшее пересечение снипов со снипами платформы Affymetrix HumanOrigins. Несмотря на это, программа ALDER нашла три комбинации, пусть и с несовместимой амплитудой угасания LD.

DATA: success (warning: decay rates inconsistent) 0.011 Pole Eskimo_Sireniki Irish-BA 3.87 2.01 2.53 40% 146.66 +/- 27.30 0.00035747 +/- 0.00009228 161.51 +/- 69.51 0.00013202 +/- 0.00006577 107.56 +/- 33.31 0.00015435 +/- 0.00006109
DATA: success (warning: decay rates inconsistent) 0.0068 Pole Eskimo_Sireniki Remedello_BA.SG 3.99 2.01 2.57 49% 110.88 +/- 21.02 0.00024049 +/- 0.00006022 161.51 +/- 69.51 0.00013202 +/- 0.00006577 182.60 +/- 39.99 0.00014922 +/- 0.00005796
DATA: success (warning: decay rates inconsistent) 0.035 Pole Eskimo_Chaplin Remedello_BA.SG 3.59 2.51 2.57 56% 102.38 +/- 21.46 0.00022199 +/- 0.00006181 126.26 +/- 42.96 0.00009643 +/- 0.00003846 182.60 +/- 39.99 0.00014922 +/- 0.00005796

Здесь тоже виден слабый сигнал адмикса популяций бронзового века из Западной Европы (Remedello и ирландского бронзового века) c америндскими популяциями.

Впрочем, дополнительный анализ в программе ROLLOFF (с уменьшенным масштабом подгонки — fitting) выдал правдоподобные (c низким значением P) варианты. Например, вариант Bichon + Georgian_Kakheti: 151.41 +/-38.18, p= 4.7e-06

Очень хорошим вариантом оказался вариант адмикса Esperstedt_MN-Halberstadt_LBA: (дата адмикса — 163.80 +/- 34.11), p=4.8e-07

Окончание процесса фазирования и импутирования геномов

К середине мая этого года я закончил трудоемкий процесс импутации сборной солянки из 9000 публично доступных образцовых представителей  700 различных человеческих популяций, генотипированных в разное время на разных снип-платформах (главным образом — Illumina и Affymetrix)
Строго говоря, я планировал завершить этот этап работы намного раньше, но в ходе выполнения работ возник ряд обстоятельств, помешавших завершить этот этап в срок. Главным из них является смена сервера где я выполнял импутирование геномов. Я начал работать на сервере Мичиганского университета, однако в ходе процесса перешел на аналогичный сервис Института Сэнгера (имени того самого нобелевского лауреата, предложившего первый метод полного сиквенирования генома).
Это решение было продиктовано необходимостью использовать новейшую референсную панель аутосомных гаплотипов — Haplotype Reference Consortium (в нее входит примерно 30 тысяч, а после предстоящего этим летом обновления — свыше 50 тысяч — аутосомных геномов, т.е свыше 60 тыс. гаплотипов). Надо сказать, этнический состав выборки референсных геномов впечатляет, хотя и там по-прежнему наблюдается перекос в сторону европейских популяций. К сожалению, и эта новейшая выборка представлена преимущественно европейцами (поэтому вероятность  импутированных генотипов для европейских популяций оказались лучше аналогичных результатов в африканской и азиатской когортах), однако даже с учетом этого обстоятельства ее надежность в определении негенотипированных аллелей снипов выше 1000 Genomes (не говоря уже о HapMap):

1	UK10K	3715	3781	6.5x
2	Sardinia	3445	3514	4x
3	IBD	4478	4478	4x + 2x
4	GoT2D	2710	2974	4x/Exome
5	BRIDGES	2487	4000	6-8x (12x)
6	1000 Genomes	2495	2535	4x/Exome
7	GoNL	748	748	12x
8	AMD	3305	3305	4x
9	HUNT	1023	1254	4x
10	SiSu + Kuusamo	1918	1918	4x
11	INGI-FVG	250	250	4-10x
12	INGI-Val Borbera	225	225	6x
13	MCTFR	1325	1339	10x
14	HELIC	247	2000	4x (1x)
15	ORCADES	398	399	4x
16	inCHIANTI	676	680	7x
17	GECCO	1131	3000	4-6x
18	GPC	697	768	30x
19	Project MinE — NL	935	1250	45x
20	NEPTUNE	403	403	4x
	Totals	32611	38821
22	French-Canadian	2000	5-6X	End 2014
23	Converge	12000	1x	Now
24	UG2G Uganda	2000	4x	2015
25	Arab Genomes	100	30x
26	Ashkenazi	128	CG	Now
27	INGI-Carlantino	94	4x	Now
28	CPROBE	80	80	4x

 

Cледуя рекомендациям, я получил набор из 9000 образцов, каждый из которых включает в себя набор из 20-30 миллионов снипов. К сожалению, из-за субоптимальности результатов в некоторых выборках (Xing et al, Henn et al. и ряде других), их придется исключить из тех видов анализа, которые требует максимальной точности исходных данных. Импутированные генотипы (выраженные через оцененные вероятности) были трансформированы с помощью программы Plink 1.9 в генотипы, причем выбирались варианты полиморфизмов с вероятностью 0.8 (—hard—call—threshold 0.8)

Для оценки полезности импутированных генотипов для популяционного анализа я использовал метрику nearest в программе Plink (матрица с дистанцией между ближайшими геномами) и кластерограммы IBS (идентичности по генотипам).

Таблица метрики nearest (Z-статистика)

А это кластерограмма с хорошо видно географической локализацией кластеров. Я использовал для кластеризации матрицы IBS несколько разных алгоритмов — наиболее убедительный вариант был получен с помощью алгоритма Ward

Другие варианты топологии кластерограмм в формате NEWICK и TRE можно посмотреть здесь (их можно открыть в любой программе для визуализации филогенетических деревьев).

Таким образом, для некоторых типов анализа в популяционной генетике использование импутированных снипов может сослужить хорошую службу, смягчая (или, наоборот, увеличивая) градиент частот аллелей).

Дополнительные анализы — fastIBD, IBS, анализ главных компонентов — образцов в выборке, только подтверждает это наблюдение:

Но самое лучшее подтверждение надежности импутированных снипов для анализа компонентов происхождения  было получено с помощью p-теста Z-статистики во время оценки правильности определенной топологии дерева компонентов (с допущением фактора смешивания предковых компонентов). Для этой цели я использовал стандартный инструмент — программу TreeMix. Я использовал только те снипы, которые встречаются в моей контрольной выборке (референсов каждого из компонента) с частотой выше 99 процентов. Как видно из нижеприведенного графика, компоненты выбраны правильно, а топология определяется практически безошибочно, несмотря даже на малое количество снипов (6 тысяч). Правильно определились и направления потоков генов, дрейфов генов (указаны стрелками). Тут в принципе мало нового — большинство этих эпизодов уже были описаны в отдельных работах генетиков. Так, виден поток генов от «денисовского» человека к усть-ишимцу, от которого в свою очередь идет поток генов к австралоидным популяциями. То есть денисовская примесь у папуасов могла достаться от сибирских популяциях близких к «усть-ишимцу». Виден также вклад ANE/EHG в геном североамериканцев -в интервале 10-15 процентов.

Принципально новым является лишь определенный программой дрейф генов в направлении от африканцев Khoisan к североафриканцами (в качестве референса которых взяты египтяне, бедуины и алжирцы). Скорее всего, это и есть тот самый пресловутый сигнал «египтского выхода» человечества из Африки, о котором недавно писалось в новейшей статье, а сам компонент -идентичен пресловутому Basal-Eurasian component

В начале июля  в связи с публикацией препринта о генофонде древних ближневосточных земледельцев решился все таки подписать заявление на имя Давида Рейха и Иосифа Лазаридис с ходатайством о доступе к полной версии их выборки (она включает много новых интересных для меня популяций — например, около сотни новых образцов шотландцев, шетландцев, ирландцев из разных областей Ирландии, немцев, сорбов и поляков из восточной и западной Польши).

Г-н Лазаридис был весьма любезен и буквально на следующий день после получения подписанного заявления предоставил мне доступ к этим данным. Я займусь их плотным изучением чуть позже. А пока любопытно посмотреть результаты пилотного Admixture анализа 5900 публичных доступных образцов. В качестве проверки надежности своего нового метода изучения древних и современных популяций людей, я провел 4 параллельных анализа Admixture c разным дефолтным значением предковых популяций (K).

Разумеется, в нашем случае число компонентов K заведомо больше 3, авторы статьи эмпирически показали что меньший разброс значений был получен при K=11. Поэтому я исходил из этой цифры, назначив три разных значения K — 10,11,13.
В первом варианте я использовал т.н unsupervised режим Admixture, т.е. программа должна была сама угадать и реконструировать частоты аллелей снипов в 10 реконструируемых предковых «компонентах» популяций.

Как и ожидалась, таковыми оказались африканский (пик у пигмеев и бушменов), америндский (пик у эксимосов и американских индейцев), сибирский (пиковые значение у нганасанов), южно-индийский компонент (пик в народностях Paniya и Mala), австрало-меланизийский, южно-восточноазиатский, три западно-евразийских компонента — 2 компонента западноевроп ейских и кавказских охотников-собирателей и неолитический; и наконец ближневосточный.

Разумеется, за исключением трех компонентов с пиками в древних геномах, данное распределение отражает cовременное распределение предковых компонентов.

Пришлось вручную выделять из ближневосточного компонента популяцию базальных европейцев (в качестве основы я взял геномы натуфийцев, т.е ближневосточный компонент — Levant_N — может быть разложен на два отдельных предковых компонента — неолитический и мезолитический «натуфийский»), а затем сгенерировать гипотетическую популяцию из 20 образцов состоящих на 100 процентов из натуфийского компонента. Именно этот компонент был включен в модель K11 под названием Levant_Mesolithic ( или Natufian). Этот компонент не стоит путать с компонентом Basal-Eurasian в калькуляторе Eurogenes K7 Basal-rich, так в в моей модели K11 основная часть базального компонента ушла в неолитические компоненты (т.е Natufian=Basal-Rich — Neolithic)

Гораздо сложнее ситуация обстояла с разделением компонента кавказских охотников-собирателей, которые наряду с американскими аборигенами несут в своем геноме значительные доли компонента древних северо-евразийцев. По этому причине очень сложно, например, разделить восточных охотников-собирателей (из мезолитических культур Карелии и Самары) и синхронным им кавказских охотников-собирателей.
Из-за присутствия компонента древних северо-евразийцев в их геноме, в Admixture компонент древних кавказцев увеличивается только за счет компонент восточных охотников-собирателей — и наоборот. Правда, можно попытаться выделить отдельный мезолитический компонент населения горного Загроса (Иран).

В случае успеха древние геномы жителей мезолитической Грузии можно будет представить как 20% компонента степных охотников-собирателей + 80% местного мезолитического субстрата.

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.

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.

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)

 

 

Вторая фаза нового проекта: африканская когорта

В одной из предыдущих записей я упомянул о том, что из 3 начальных когорт образцов «геномов» я провел импутацию азиатской и европейской когорты,  осталась получить результаты по последней — третьей когорты — африканской.

По состоянию на текущий момент,  закончена работа на 18 из 22 хросомом в выборке африканских популяции. Согласно моему прогнозу,  процесс импутации недостающих генотипов по 4 оставшимся хромосомам будет завершен в  самое ближайшее время.

А пока — т.н. «этноплот» или промежуточные результаты анализа главных компонент в пространстве генетического разнообразия африканских этнических групп.