1 基本概念
1.1 定义
连锁不平衡是指在一个群体中，不同遗传位点上的等位基因并非按照完全独立随机的方式共同出现。换言之，如果两个位点彼此没有关联，那么某一等位基因与另一位点上的某一等位基因联合出现的频率，应接近它们各自频率的乘积；而在连锁不平衡状态下，这种联合频率会偏离随机期望。
这一现象反映的是群体层面的统计关系，而不是单个个体内染色体是否发生配对异常。它广泛存在于生物基因组中，可见于相邻位点，也可因群体历史、选择和迁移等因素而出现在较远位点之间。
1.2 相关术语
连锁不平衡的讨论通常伴随若干基础概念。理解这些术语，有助于区分“位点间关联”“遗传组合方式”与“交换过程”之间的不同含义。
1.2.1 等位基因
等位基因是同一基因座上的不同变体。一个位点可能存在多个等位基因，它们在不同个体或同一个体的两条同源染色体上以不同形式出现。连锁不平衡研究中，常把特定位点上的等位基因频率及其组合频率作为分析对象。
1.2.2 单倍型
单倍型是指位于同一条染色体上的一组等位基因组合。与只观察单个位点不同，单倍型强调多个位点在同一染色体上的共同排列方式。连锁不平衡往往与单倍型的稳定传递密切相关，因此单倍型分析是研究该现象的重要工具。
1.2.3 重组
重组是指减数分裂过程中同源染色体之间发生片段交换，从而改变原有等位基因组合的过程。重组会逐代削弱位点之间原本存在的相关性，因此是连锁不平衡形成和消失的重要调节因素。
1.3 与连锁的区别
“连锁”通常强调两个位点在染色体上的物理接近程度，以及它们在一次减数分裂中被一起传递的倾向；而“连锁不平衡”强调的是群体中等位基因组合偏离随机预期的统计现象。前者偏向染色体结构和遗传距离，后者偏向频率分布和群体历史。
两者相关但不等同。相邻位点往往更容易表现出连锁不平衡，但即使位点距离较远，也可能因为选择、群体扩张或混合等原因而出现明显相关性。反之，处于连锁状态的位点，也可能因长期重组而在群体中不再呈现强烈的不平衡。
2 数学表达与度量
2.1 连锁不平衡系数D
在二等位基因位点的最常见情形中，连锁不平衡可用系数D表示。设两个位点分别具有等位基因A/a与B/b，则某一单倍型组合AB的观察频率与在独立假设下的期望频率之间的差值，即可用于定义D。
D的正负方向反映联合出现的偏离方向：若某些组合比随机预期更常见，则D可能为正；若更少见，则可能为负。其大小则反映偏离程度。不过，D会受等位基因频率影响，难以在不同位点之间直接比较，因此常进一步使用标准化指标。
2.2 标准化指标
由于不同位点的等位基因频率分布并不相同，直接比较D并不总是合适。标准化指标可消除部分频率差异，便于在不同区域、不同群体或不同数据集之间进行横向比较。
2.2.1 D'
D'是对D进行标准化后的常用指标，取值范围通常在0到1之间，绝对值越接近1，说明两位点之间的历史重组越少，或相关单倍型越接近固定。它适合用于描述位点间“是否经历过充分重组”，尤其常用于识别较完整的单倍型区段。
2.2.2 r²
r²衡量的是两个位点之间的相关强度，常用于评估一个标记对另一个标记的预测能力。与D'相比，r²更直接反映统计相关性，因此在关联分析和标记筛选中更常见。若r²较高，说明一个位点的信息可在较大程度上代表另一个位点。
2.3 统计检验方法
连锁不平衡是否显著，通常需要借助统计检验。常见做法是建立位点联合频率的列联表，再用卡方检验、精确检验或置换检验等方法判断偏离随机组合的程度。
在样本量较小、频数较低或稀有等位基因较多时，精确方法往往更稳妥；在大样本场景中，近似检验则更高效。实际分析中，研究者通常同时关注效应量与显著性，而不是只看P值。
3 形成机制
3.1 遗传重组
重组是打破连锁不平衡的核心过程。随着世代推进，染色体片段不断交换，原先共同遗传的等位基因组合会被重新打散，因而相邻位点间的相关性通常会逐渐下降。
不过，重组对不同区段的影响并不均匀。重组热点附近的相关性消失较快，而低重组区域则更容易保留较长范围的连锁不平衡。
3.2 突变
新突变会引入新的等位基因，并在最初与其所在染色体背景上的其他变体一起传播。由于最初只出现在特定单倍型上，突变常会在短期内形成局部连锁不平衡。
随着时间推移，重组会逐渐稀释这种关联。因此，突变的年龄越新，围绕该位点的相关单倍型信号通常越明显。
3.3 自然选择
自然选择可通过提高某些单倍型或等位基因组合的频率，间接塑造连锁不平衡。若一个有利突变迅速扩散，其周围片段可能一并“搭便车”上升，从而形成较长范围的关联信号。
相反，平衡选择或频率依赖选择也可能维持某些特殊组合的长期存在，使特定位点之间的偏离在群体中持续较久。
3.4 遗传漂变
在小群体中，随机抽样误差会使等位基因频率和单倍型频率出现波动，这种现象称为遗传漂变。漂变可在没有明显选择压力的情况下改变位点间相关性，甚至使原本弱的关联被放大或削弱。
因此，连锁不平衡并不总是意味着适应性作用，也可能只是群体规模有限、代际抽样随机造成的结果。
3.5 群体结构与迁移
当群体由多个亚群组成，或不同来源个体发生混合时，连锁不平衡可能被人为放大。因为不同亚群的等位基因频率不一致，混合后就容易在总体中形成看似相关的组合。
迁移也会改变这种格局。有限迁移可引入新单倍型，而长期隔离则可能使群体之间的相关模式逐渐分化，形成具有群体特异性的连锁不平衡特征。
4 群体中的表现特征
4.1 不同群体间的差异
不同种群、地区群体甚至同一物种内部不同亚群，其连锁不平衡水平往往并不相同。历史上的迁徙、瓶颈、扩张以及局部选择，都可能造成单倍型背景的差异。
一般而言，经历过较强瓶颈或较小有效群体规模的群体，往往表现出更长范围的相关性；而历史更久、重组更充分的群体，则可能具有更细碎的单倍型结构。
4.2 连锁不平衡块
连锁不平衡块是指基因组中一段区域内，多个位点之间保持较高相关性的区段。它并非绝对边界清晰的实体，而是统计上较为一致的局部模式。
4.2.1 单倍型块的形成
当某一区域重组较少，或者某些单倍型因为选择和群体历史而被保留时，就容易形成单倍型块。在这些区域内，少数几种单倍型组合会高频出现，且彼此之间的差异较小。
4.2.2 块边界与断裂
块的边界往往出现在重组更活跃的位置，例如重组热点附近。边界两侧的位点相关性可能迅速下降，显示出明显的“断裂”特征。需要注意的是，边界并不总是固定不变，不同群体、不同样本和不同分析方法得到的结果可能略有差异。
4.3 与染色体位置的关系
连锁不平衡通常随染色体距离增加而减弱，这是因为较远位点更容易在历史重组中被拆散。但这种趋势并非线性，也不是绝对规律。局部重组率、基因密度、选择压力和染色体结构都会影响其空间分布。
在某些区域，即使物理距离不算很近，也可能因低重组而维持较高关联；而在高重组区，较短距离内的不平衡也可能迅速消失。
5 研究方法
5.1 基因分型与测序数据
研究连锁不平衡通常依赖基因分型芯片或测序数据。基因分型数据适合快速获得大量位点的等位基因信息，而测序数据则能提供更全面的变异谱，包括罕见变异和结构变异相关信号。
在实际分析前，通常需要进行质量控制，例如去除缺失率过高、分型错误率较大的位点，并校正可能存在的技术偏差。
5.2 单倍型重建
由于大多数数据只直接提供基因型，而不直接给出每条染色体上的单倍型排列，因此需要进行单倍型重建。该过程通过统计推断，估计个体两条同源染色体上的具体组合方式。
常用方法包括基于最大似然、隐马尔可夫模型或贝叶斯框架的推断。单倍型重建精度会受样本量、位点密度和连锁不平衡强弱影响。
5.3 关联分析中的应用
在遗传关联研究中，连锁不平衡用于解释某个标记位点与表型关联的来源。一个被检测到的信号未必直接来自该标记本身，也可能是因为它与真正的功能变异处于较强的不平衡状态。
因此，研究者常借助连锁不平衡信息缩小候选区域，构建关联信号周围的精细图谱，并进一步筛选更可能具有功能意义的位点。
5.4 软件与计算工具
连锁不平衡分析常借助专门软件完成，包括计算D、D'、r²、绘制热图以及划分单倍型块等功能。常见工具通常能够与基因分型、群体结构分析和关联分析流程联动，便于批量处理大规模数据。
随着数据规模增大，计算效率和内存管理变得尤为重要，因此许多工具也支持并行计算和分区分析。
6 应用领域
6.1 疾病基因定位
连锁不平衡是疾病易感位点定位的重要基础。通过检测与疾病相关表型关联的标记，研究者可以利用其周围的相关结构追踪可能的致病变异。
在复杂性状研究中，这种方法尤其有用，因为真实的功能变异往往难以直接观测，而可检测的标记则可作为替代信号。
6.2 群体遗传学研究
在群体遗传学中，连锁不平衡可用于评估有效群体规模、重组历史、瓶颈事件以及混合过程。不同区域的不平衡模式还能帮助重建群体分化和扩张的大致轨迹。
它也是比较不同群体遗传结构时的重要参照，能够提示某些群体是否经历了特殊的历史事件。
6.3 进化生物学分析
连锁不平衡反映了变异在时间尺度上的积累与解体过程，因此可用于推断选择扫荡、局部适应和单倍型起源等演化问题。若某段区域出现异常长的相关区块，往往提示其可能经历过较近期的选择或较低重组。
在比较不同物种或不同群体时，这些信号还能辅助理解基因组演化速度和结构差异。
6.4 育种与遗传改良
在植物和动物育种中，连锁不平衡可帮助研究者判断标记与目标性状之间的有效关联范围，从而提高选择效率。通过构建高密度标记图谱，可以更精准地定位优良性状相关区域。
在基因组选择中，较强的标记相关性有助于提高预测性能，但也需要注意不同育种群体之间连锁结构可能并不一致。
7 局限与注意事项
7.1 样本量与偏差
样本量不足时，连锁不平衡估计容易不稳定，尤其在稀有变异频繁出现的情况下更是如此。少量样本中观察到的强相关，未必能够代表总体真实情况。
此外，采样偏倚、测序错误和缺失数据都可能扭曲结果，因此数据质量控制是分析中不可忽视的一步。
7.2 群体分层问题
如果样本来自不同亚群，却没有在分析中加以区分，群体分层会制造虚假的连锁不平衡信号。此时，位点之间看似有关联，实际上只是因为不同来源个体的频率差异被混合到了同一统计框架中。
因此，在进行关联分析和群体比较时，通常需要结合主成分分析、混合模型或分层抽样等方法控制结构效应。
7.3 统计解释的边界
连锁不平衡本质上是统计相关，不等于因果关系。一个位点与表型或另一位点存在较强关联，并不说明它本身就是功能位点，只能说明它们在群体中共同出现的概率偏离随机预期。
在解释结果时，应结合生物学背景、功能注释和独立验证，避免将“相关”直接等同于“致因”。
8 相关概念
8.1 基因连锁
基因连锁指位于同一染色体上且距离较近的基因更容易一起遗传的现象。它更强调遗传距离与传递行为，而连锁不平衡则强调群体中等位基因组合的统计偏离。
8.2 单倍型
单倍型是同一条染色体上的一组变异组合。它既是连锁不平衡分析的基本对象，也是重组历史和群体结构的重要信息载体。
8.3 Hardy-Weinberg平衡
Hardy-Weinberg平衡描述的是在理想条件下，群体中等位基因和基因型频率保持稳定的状态。它与连锁不平衡关注的位点间联合分布不同，但两者都用于检验群体是否偏离理想随机模型。