1 基本概念
1.1 定义与含义
单倍型是指同一条染色体上，若干相邻遗传位点所构成的特定组合。这里的“位点”既可以是单核苷酸多态性，也可以是其他可分型的遗传标记。与单个变异不同，单倍型强调的是这些位点在同一染色体拷贝上的联合状态，因此更能反映遗传信息的连续性与传递模式。
在实际研究中，单倍型常被视为比单一标记更丰富的遗传单位。因为多个标记组合后，能够提供比单个位置更高的信息量，尤其适合用于解析连锁关系、群体来源以及复杂性状的遗传背景。
1.2 与基因型的区别
基因型描述的是某个个体在某个位点上所携带的等位基因组成，通常只关心“有哪些等位基因”，而不直接说明这些等位基因分别位于哪一条同源染色体上。单倍型则进一步指出一组位点在同一染色体上的排列方式，因此包含了相位信息。
例如，在两个位点上，一个个体可能表现为A/G与C/T的杂合状态。若不考虑相位，只能知道该个体携带这些等位基因；而单倍型则可区分这些等位基因是以AC与GT的形式组合，还是以AT与GC的形式组合。前者与后者在统计意义和生物学解释上并不相同。
1.3 与单倍体和单倍群的关系
单倍体是染色体组数的概念，指一个细胞或个体只含有一套染色体；单倍型则是遗传标记组合的概念，不等同于染色体倍性。换言之，单倍型可以出现在二倍体、单倍体或其他倍性背景中，只要能够描述同一染色体上的标记排列即可。
单倍群则是更高层次的群体分类概念，通常用于根据共同祖先遗传标记将个体归入某一分支。单倍群往往由特定单倍型或其派生组合定义，更多体现群体演化关系，而单倍型更偏向于具体的局部遗传组合。
1.4 形成机制
1.4.1 遗传连锁
相邻位点若在染色体上距离较近，往往更容易在减数分裂过程中共同传递，这种现象称为遗传连锁。连锁使得某些等位基因组合在群体中长期保持为常见搭配，从而形成稳定的单倍型结构。
连锁程度通常与位点间物理距离、重组热点分布及群体历史有关。距离越近，重组将它们拆开的概率通常越低，单倍型也就越容易在世代间延续。
1.4.2 重组与传递
在有性生殖过程中，同源染色体之间可发生交换，这一过程会打散原有的标记组合。重组既会缩短既有单倍型的连续片段，也会产生新的组合型式，因此是单倍型多样性的重要来源。
尽管重组会重塑单倍型，但其发生并非均匀分布。某些区域重组较少，因而可保留较长的共享单倍型；另一些区域则更容易发生交换，使单倍型结构更为碎片化。
1.4.3 突变积累
随着时间推移，染色体上的位点会不断累积新突变。若这些突变发生在同一遗传背景上，并在后续世代中被保留下来，就会形成带有派生特征的单倍型分支。
突变积累能够使原本相同的单倍型逐渐分化，形成层级化的谱系结构。因此，比较不同个体或群体的单倍型差异，常可用于推断相对较近的共同来源。
2 分类与表示方式
2.1 按遗传区域分类
2.1.1 常染色体单倍型
常染色体单倍型分布于常染色体上，数量最多，也是群体遗传学和医学研究中最常见的类型。由于常染色体在父母双方之间均衡遗传，这类单倍型通常能够反映较为复杂的混合来源与历史重组过程。
2.1.2 性染色体单倍型
性染色体单倍型主要涉及X染色体或Y染色体上的标记组合。由于性染色体在遗传方式上具有特殊性，其单倍型结构往往与常染色体不同，常用于研究性别相关遗传特征、家系传递模式以及特定谱系关系。
2.1.3 线粒体单倍型
线粒体单倍型来源于线粒体基因组，通常具有母系遗传特征。由于线粒体DNA拷贝数多、变异模式相对明确，线粒体单倍型常被用于祖源研究、进化分析和历史人群迁徙推断。
2.1.4 叶绿体单倍型
叶绿体单倍型见于植物叶绿体基因组中，常用于植物系统发育、种群结构与地理来源分析。由于叶绿体遗传方式在不同植物类群中存在差异，这类单倍型在具体研究中的解释也会随物种而变化。
2.2 按标记类型分类
2.2.1 SNP单倍型
SNP单倍型由多个单核苷酸多态性位点组合而成，是最常见的单倍型形式之一。SNP标记分布广、检测成熟，适合大规模群体研究和疾病关联分析。
2.2.2 STR单倍型
STR单倍型由短串联重复序列构成，重复次数变化较快，因此在法医学、亲缘关系分析和高变区研究中应用较多。与SNP相比，STR单倍型通常更具区分度，但分析时也更容易受到扩增与分型偏差影响。
2.2.3 复合标记单倍型
复合标记单倍型将不同类型的遗传标记整合在一起，例如将SNP与STR，或多个不同位点联合表示。此类单倍型能够提高信息密度，适用于需要更强判别能力的研究场景。
2.3 单倍型命名与编码
2.3.1 数字编码法
数字编码法通常用数字、字母或符号顺序表示各个位点的等位状态。该方法简洁直接，便于数据库存储和计算处理，但可读性会随位点数量增加而下降。
2.3.2 序列比对法
序列比对法通过将单倍型对应的序列与参考序列进行对齐，标出差异位置来表示单倍型。它适合较长片段或含插入缺失变异的情况，也便于展示不同单倍型之间的演化关系。
2.3.3 参考单倍型表示
参考单倍型表示通常以标准样本或参考面板为基准，对其他样本的单倍型进行统一标注。此方法有助于提高跨研究、跨平台结果的可比性，也是大规模推断分析的基础。
3 生成与推断
3.1 实验测定方法
3.1.1 直接测序
直接测序可以在一定条件下直接观察同一条染色体上的变异组合，从而获得单倍型信息。对于较短片段或高质量样本，这种方式具有较高的准确性，但对于较长区域的相位判断仍可能受限。
3.1.2 长读长测序
长读长测序能够覆盖更长的连续DNA片段，因此更有利于把多个变异位点连接到同一条读段上，进而重建较长单倍型。随着读长增加，复杂区域中的相位解析能力也相应提升。
3.1.3 相位分析技术
相位分析技术的目标是确定杂合位点之间的染色体归属关系。它既可以依赖实验方法，也可以结合计算推断，在样本质量、位点密度和参考资源不同的情况下采取不同策略。
3.2 统计推断方法
3.2.1 基于群体数据的相位推断
这类方法利用群体中大量样本的等位基因共现模式，通过统计模型估计每个个体的单倍型构成。由于群体内共享单倍型较为常见，这种方法在常规大规模分型数据中应用广泛。
3.2.2 家系数据推断
家系数据推断依据父母与子代之间的传递规律，通常能较准确地确定单倍型相位。若存在多代样本，推断效率和准确度还会进一步提高，因此常用于遗传病家系分析。
3.2.3 参考面板推断
参考面板推断依托已知相位的高质量参考样本，借助匹配与插补策略估计目标样本的单倍型。该方法在现代群体遗传研究中非常常见，尤其适合在密集标记数据上进行大规模分析。
3.3 单倍型重建
3.3.1 计算方法
单倍型重建通常通过概率模型、最优化算法或机器学习方法完成。不同方法在计算速度、精度和对样本规模的适应性上各有特点，研究者会依据数据类型进行选择。
3.3.2 误差来源
单倍型重建的误差可能来自测序错误、分型缺失、样本量不足或群体结构复杂等因素。若参考面板与目标群体差异较大，推断结果也可能出现偏移。
3.3.3 结果验证
单倍型结果通常需要通过家系信息、重复实验或独立数据集验证。验证的重点包括相位一致性、标记匹配度以及在不同分析方法下的稳定性。
4 生物学意义
4.1 群体遗传学价值
4.1.1 遗传多样性分析
单倍型可用于衡量群体内部的遗传变异水平。通过比较不同区域或不同个体的单倍型构成，研究者能够判断群体是否具有较高的多样性，或是否存在遗传瓶颈等现象。
4.1.2 群体分化研究
不同群体之间的单倍型频率分布往往并不相同，这种差异可反映群体历史、隔离程度和基因流动情况。借助单倍型比较，能够更细致地观察群体分化的层次与方向。
4.1.3 祖源追踪
单倍型在祖源分析中具有较强的参考价值，因为共享单倍型常提示个体之间可能存在较近的共同祖先。通过与已知来源群体对照，可辅助推测样本的遗传背景。
4.2 进化生物学意义
4.2.1 选择信号识别
若某一单倍型在群体中异常高频且邻近区域遗传多样性降低，可能提示该区域曾受到自然选择影响。单倍型结构因此成为检测选择扫荡等进化事件的重要线索。
4.2.2 共同祖先推断
比较不同样本的共享单倍型长度和差异程度，可以估计其共同祖先出现的相对时间。一般来说，共享片段越长，提示分化时间可能越近。
4.2.3 迁徙与扩散研究
单倍型在地理分布上的梯度变化，常可用于追踪群体历史迁徙路径。通过分析不同地区之间单倍型的相似性，能够辅助重建扩散过程与历史交流模式。
4.3 医学遗传学意义
4.3.1 疾病关联分析
在医学研究中，单倍型可用于识别与疾病相关的遗传背景。某些疾病并非由单个位点决定，而是与一段连锁区域内多个变异共同作用有关，因此单倍型分析往往能提供更完整的信息。
4.3.2 药物反应预测
不同单倍型可能影响药物代谢酶、转运体或靶点的功能，从而造成个体对药物的反应差异。基于单倍型的分析有助于改进药物选择与剂量调整。
4.3.3 风险位点定位
当某一疾病相关区域范围较大时，单倍型比较可以帮助缩小候选范围，定位更可能致病或相关的位点。结合功能验证后，可进一步提升对遗传风险来源的认识。
5 应用领域
5.1 基础研究
5.1.1 基因定位
单倍型信息可用于缩小目标基因所在区域，尤其在候选区域较宽、单个标记信息不足时更具优势。通过比较患者与对照的单倍型差异，研究者可更有效地寻找关联基因。
5.1.2 连锁分析
在家系研究中，单倍型是进行连锁分析的重要基础。若某一性状与特定单倍型共同传递，便可据此判断该性状相关位点可能位于同一染色体区段。
5.1.3 群体结构解析
单倍型可帮助揭示群体内部的亚结构与历史混合。相比只看单个位点，联合分析多个位点往往更容易区分细微的群体差别。
5.2 临床与转化医学
5.2.1 遗传病诊断辅助
对于某些难以直接定位致病突变的遗传病，单倍型分析可作为辅助工具，帮助确认家系中的致病区域是否与特定遗传背景一致。
5.2.2 个体化用药
药物代谢相关基因常存在多态性，不同单倍型对应的功能状态可能不同。临床上据此开展个体化用药，有助于提高疗效并减少不良反应风险。
5.2.3 预后评估
在部分疾病研究中，某些单倍型与疾病进展速度、治疗反应或复发概率存在关联。虽然这类信息通常需要结合其他临床指标解读，但在风险分层中具有一定参考价值。
5.3 法医学与身份识别
5.3.1 个体识别
单倍型，尤其是高变异标记构成的单倍型，可用于区分不同个体。它在样本数量有限或单个位点信息不足时，能提高识别精度。
5.3.2 亲缘关系分析
亲缘个体之间往往共享部分单倍型片段，因此可据此判断血缘关系。与常规亲子鉴定相比，单倍型分析在复杂亲缘推断中也有一定应用空间。
5.3.3 样本溯源
当样本来源不明确时，单倍型特征可辅助判断其可能的遗传背景或来源类别。该方法常与其他分子标记共同使用，以提升推断可靠性。
5.4 农业与育种
5.4.1 品种改良
在作物和家畜育种中，单倍型可作为优良性状的遗传载体进行筛选。通过追踪有利单倍型的保留与传播，育种效率可得到提高。
5.4.2 性状关联育种
若某些单倍型与产量、抗病性、耐逆性等性状相关，就可借助标记辅助选择加以利用。这种方式能减少仅依赖表型筛选所需的时间和成本。
5.4.3 遗传资源保护
分析不同品系或地方种的单倍型多样性，有助于评估遗传资源的保存价值。对稀有单倍型的保护，能够维护种质库的遗传完整性。
6 分析技术与工具
6.1 分型平台
6.1.1 芯片技术
基因分型芯片能够在一次实验中检测大量预设位点，适合进行常规单倍型分析。其优点是通量高、成本相对稳定，但对未知变异的覆盖有限。
6.1.2 测序技术
测序技术可以获取更全面的变异信息，尤其适合发现新位点并重建更复杂的单倍型结构。随着成本下降，测序已成为单倍型研究的重要来源。
6.1.3 单细胞技术
单细胞技术能够从单个细胞层面观察遗传差异，为研究嵌合现象、早期发育和细胞异质性提供新视角。不过，该类数据通常噪声较高，对分析方法要求也更严。
6.2 计算软件
6.2.1 相位推断软件
相位推断软件用于估计杂合位点的单倍型归属，常结合统计模型与群体参考信息。此类工具是单倍型分析流程中的核心环节之一。
6.2.2 单倍型网络分析工具
单倍型网络工具可将不同单倍型之间的差异关系图形化，便于展示谱系结构与可能的演化路径。它在系统发育和群体历史研究中使用较多。
6.2.3 群体遗传统计工具
群体遗传统计软件可计算单倍型频率、多样性指标、分化指数等参数，帮助研究者从宏观层面解释数据。此类工具通常与其他分析模块联合使用。
6.3 数据库与资源
6.3.1 参考基因组资源
参考基因组为单倍型定位、比对和命名提供坐标体系。高质量参考序列越完善，后续单倍型解析通常越准确。
6.3.2 群体单倍型数据库
群体单倍型数据库汇集不同人群或物种中的单倍型信息，便于比较和检索。它们常被用于辅助研究设计、相位推断和结果验证。
6.3.3 公共变异数据库
公共变异数据库记录了已知变异及其频率、注释和相关研究信息，是单倍型分析的重要参考来源。研究者可借此判断观察到的单倍型是否常见，以及是否具有已知功能线索。
7 局限性与挑战
7.1 技术限制
7.1.1 测序误差
测序平台和实验流程中的错误会影响单倍型判断，尤其在低频变异或复杂重复区域中更为明显。若误差未被充分校正，可能导致相位混乱或假阳性组合。
7.1.2 分辨率不足
当标记密度不足时，单倍型边界难以准确刻画，部分真实差异可能被掩盖。对于长片段或复杂结构变异，这一问题尤为突出。
7.1.3 相位不确定性
二倍体样本中，仅凭常规分型数据往往无法直接确定等位基因属于哪条染色体。相位不确定会降低单倍型解析的精度，并影响后续解释。
7.2 统计与解释难点
7.2.1 群体偏倚
若研究样本来源单一，单倍型频率和结构可能不能代表更广泛的人群。群体偏倚会影响结论外推，也可能导致某些关联被夸大或低估。
7.2.2 罕见变异处理
罕见变异在统计上难以稳定估计，其单倍型组合也更难重建。虽然这类变异可能具有较强生物学意义，但分析时常受样本量和算法灵敏度限制。
7.2.3 关联不等于因果
单倍型与表型之间出现统计关联，并不意味着该单倍型本身就是致病或致效原因。它可能只是与真正功能位点连锁，因此还需要进一步功能验证。
7.3 伦理与数据使用
7.3.1 隐私保护
单倍型数据具有较强的个体识别潜力，因而涉及隐私保护问题。研究与应用中需要妥善管理数据访问权限，避免不当使用。
7.3.2 数据共享规范
跨机构共享单倍型数据时，通常需要统一格式、注释标准和授权条件。清晰的共享规范有助于提高数据可复用性，也能减少误解和重复劳动。
7.3.3 研究透明性
单倍型分析涉及算法选择、参数设置和参考资源差异，若报告不充分，结果可重复性会受到影响。提高流程透明度，有助于增强研究结论的可信度。