Análisis PCA genético de las poblaciones en España

Análisis PCA de ADN autosómico en poblaciones hispanas. Hacer clic para agrandar.


En inglés, la sigla PCA corresponde a Principal Component Analysis (en castellano, Análisis de Componentes Principales).

En el ámbito de la genética de poblaciones y la genealogía genética, el PCA es una de las herramientas estadísticas y de visualización más potentes y utilizadas para analizar la estructura genética a partir de datos masivos de ADN autosómico (como los marcadores SNP).

 

Gráfico de PCA que muestra la dispersión y el agrupamiento genético poblacional en dos dimensiones (PC1 y PC2).. Fuente: Hecho con Google AI

1. ¿Cómo funciona el PCA en genética?

Un perfil genético moderno contiene cientos de miles o millones de variantes (SNP) distribuidas por todo el genoma de un individuo. Manejar este conjunto de datos en un espacio multidimensional de miles de variables es imposible de interpretar de forma directa.

El algoritmo de PCA reduce la dimensionalidad de los datos: toma esa inmensa nube de información genética y extrae las direcciones de máxima variabilidad, convirtiéndolas en nuevos ejes ortogonales llamados componentes principales (PC1, PC2, PC3, etc.).

  •     PC1 suele capturar la mayor fuente de variación genética (por ejemplo, la distancia genética entre continentes o los ejes macrogeográficos principales).
  •     PC2 captura la segunda mayor fuente de variación independiente de la primera (por ejemplo, ejes norte-sur o este-oeste dentro de una región).


Al proyectar a los individuos en un plano bidimensional (gráfico de dispersión de PC1 frente a PC2), aquellos con perfiles genéticos similares se agrupan de forma natural, mientras que los genéticamente distantes se separan.

 

 2. Aplicación en genética de poblaciones

En la investigación filogeográfica y paleogenómica, el PCA destaca por un fenómeno fascinante: el espacio genético suele reflejar el espacio geográfico.

    El mapa de Europa en un PCA: Cuando se analizan muestras europeas junto con genomas antiguos (como cazadores-recolectores occidentales, agricultores de Anatolia y pastores de la Estepa Yamnaya), el gráfico resultante dibuja una forma triangular o en "arco" que mimetiza sorprendentemente bien la geografía física de Europa.

    Detección de subestructuración y flujos génicos: Permite identificar barreras geográficas o lingüísticas (como valles aislados, cadenas montañosas o penínsulas), aislar subpoblaciones (por ejemplo, la diferenciación genética en el ámbito ibérico o atlántico) y visualizar eventos de mezcla (admixture) históricos.

 

 3. Aplicación en genealogía genética

Más allá de la investigación académica, los entusiastas de la genealogía avanzada utilizan el PCA a través de herramientas especializadas (como las coordenadas Global25 o G25 de Eurogenes y calculadoras en plataformas como Vahaduo):

    Proyección de individuos: Permite tomar los datos en bruto (raw data) de una prueba comercial de ADN autosómico (FamilyTreeDNA, MyHeritage, 23andMe), transformarlos en coordenadas PCA y posicionar a una persona exacta dentro de una gráfica junto a poblaciones de referencia modernas.

    Distancia genética con muestras antiguas: Facilita medir la cercanía matemática a poblaciones arqueológicas específicas (por ejemplo, la afinidad con genomas de la Edad del Bronce atlántico, la Celtiberia o los suevos en Gallaecia), complementando la investigación histórica documental con la genealogía profunda de los linajes autosómicos.

 

4. El Triángulo genético de Europa y sus tres polos ancestrales

En la inmensa mayoría de los PCA europeos que incluyen muestras arqueológicas, la dispersión de los individuos dibuja una forma triangular característica. Esta geometría está dictada por tres grandes componentes ancestrales que convergieron en el continente europeo tras el Último Máximo Glacial y el Neolítico:

  •     Cazadores-Recolectores Occidentales (WHG): Representan el sustrato paleolítico europeo anterior a la agricultura. En el PCA, se ubican generalmente hacia los extremos periféricos (frecuentemente hacia la izquierda o en la base de la divergencia).
  •     Agricultores Neolíticos de Anatolia (EEF): Poblaciones que introdujeron la agricultura durante el Neolítico temprano y medio, desplazando o absorbiendo parcialmente a los cazadores-recolectores locales. Su vector estira el PCA hacia el sur y sureste (afinidad con Cerdeña, el Mediterráneo central y Oriente Próximo).
  •     Pastores de la Estepa Occidental (WSH / Yamnaya): Poblaciones de la Edad del Bronce temprano procedentes de la pradera póntico-caspiana, portadoras masivas de ancestro asociado a los horizontes Yamnaya y afines. Su irrupción modifica drásticamente el eje horizontal y vertical del PCA europeo.

 

5. Cómo se Refleja el Impacto Yamnaya en los Ejes

Durante el tercer milenio antes de nuestra era (III milenio a. C.), las migraciones procedentes de la estepa póntico-caspiana provocaron un cambio demográfico sin precedentes en Europa Central, del Norte y Nororiental (cultura de la Cerámica Cordada). En términos de un PCA:

  •     El desplazamiento horizontal (PC1/PC2): Los individuos Yamnaya y sus derivados culturales no se solapan con los agricultores neolíticos locales. Se proyectan en una dirección diferenciada, a menudo separándose netamente a lo largo del eje principal de variación debido a su mezcla única de ancestro cazador-recolector oriental (EHG) y cazador-recolector caucasiano (CHG).
  •     El "Efecto Clínica" (Steppe Cline): Tras el contacto entre los pastores esteparios y las poblaciones neolíticas previas, los individuos de la Edad del Bronce Media y Tardía ya no se sitúan en los extremos, sino que forman una clina diagonal que conecta directamente el polo neolítico con el polo estepario. Cuanto mayor es el porcentaje de ancestro Yamnaya en un genoma antiguo o moderno, más se desplaza hacia el cuadrante de la estepa. 

 

6. El Fenómeno Campaniforme (Bell Beaker) como Vector Dinámico


El complejo arqueológico del Campaniforme (que se extiende rápidamente por Europa occidental y central a partir del 2750-2500 a. C.) actúa en el PCA como el gran puente dinámico de la transición calcolítica-bronce:

    6.1. El contraste regional:

  •         En Europa Central y las Islas Británicas, los primeros individuos campaniformes muestran un reemplazo genético drástico, situándose muy cerca de los grupos de la Cerámica Cordada y profundamente anclados en el sector estepario del PCA.
  •         En la Península Ibérica, por el contrario, los análisis paleogenómicos han demostrado que el fenómeno campaniforme se expandió inicialmente a través de redes culturales y matrimoniales sin un aporte masivo de la estepa en su fase más temprana. En el PCA, los campaniformes ibéricos tempranos se agrupan firmemente junto al sustrato calcolítico local (alto componente EEF y WHG autóctono).

    6.2. La convergencia posterior: 

Hacia el Bronce Antiguo (en torno al 2000 a. C. en adelante), el vector estepario penetra finalmente en el suroeste europeo. En el PCA, esto se visualiza como un desplazamiento progresivo de las poblaciones ibéricas desde el polo neolítico hacia el centro del triángulo, fijando los niveles de ancestro estepario característicos de las poblaciones ibéricas de la Edad del Bronce (y correlacionándose con la expansión masiva del linaje de Y-DNA R1b-DF27).

 

Iruzkinak