Генофонд народов Кавказа давно привлекает внимание популяционных генетиков. Этот небольшой по площади регион, расположившийся между Европой и Азией, населяет более 60 народов, говорящих на языках трех лингвистических семей — кавказской, индоевропейской и алтайской. Из всех регионов Кавказа наименее генетически изучен Восточный Кавказ, где сосредоточен самый обширный спектр (более 30) народов, представляющих три лингвистические семьи. Поскольку западный Прикаспий в течение тысячелетий служил мостом между Европой и Азией, для понимания генофонда Восточного Кавказа надо привлекать данные и о степях на севере региона, и популяциях Иранского горного плато. Причудливая структура народов Восточного Кавказа и сплетение множества миграционных потоков крайне осложняют анализ его генофонда. Если по генетике популяций Дагестана имеется ряд публикаций, то население Азербайджана представляет одно из самых больших белых пятен на генетической карте. А ведь именно оно является ключевым для выявления многовекового влияния Персии на генофонды Восточного Кавказа: распространялось оно на весь Каспийский регион или концентрировалось только на южных приграничных генофондах? Генетическая история ряда малочисленных на Северном Кавказе народов тоже может быть реконструирована только при планомерном генетическом изучении Восточного Кавказа в контексте данных о народах Ирана.

Сложная структура полиэтничного региона Восточного Кавказа требует детального анализа. Поэтому в данной работе внимание сосредоточено только на его аутосомном генофонде. Параллельно будет опубликована статья по изменчивости Y-хромосомы в этих же популяциях Восточного Кавказа. Такое «бинокулярное зрение» позволит увидеть наиболее объемную и объективную картину изменчивости генофонда Восточного Кавказа.  

По широкогеномным панелям — одной из наиболее востребованных за последние 10 лет и эффективных систем ДНК-маркеров — опубликовано крайне мало данных о популяциях Дагестана и Азербайджана. Почти во всех этих статьях данные по Восточному Кавказу не анализировали отдельно, они были лишь составной частью изучения много более обширных регионов — всего Кавказа или Евразии.

Популяции Дагестана изучены по панели Illumina (~600 тыс. SNP) в работе [1] о генофонде Кавказа в целом и по панели Human Origin (~600 тыс. SNP) [2].

Генофонд азербайджанцев Северо-Западного Ирана рассмотрен в работе о следах тюркской экспансии [3], где для них показан 5%-й вклад восточноевразийской предковой компонены, что можно обьяснить распространением тюркских языков на запад согласно модели «доминирования элиты» (смена языка без значительного изменения генофонда). Азербайджанцы Азербайджана по широкогеномной панели Human Origin представлены только в статье [2] при сравнении с другими генофондами.

В большинстве публикаций рассмотрен широкий круг проблем: формирование генофонда Кавказа на основе вклада ближне- и средневосточных миграций [1], наследие миграции тюркоязычных групп [3] или эко-географического районирования Северной Евразии [2]. При этом особенности генофонда Восточного Кавказа прицельно не анализируются. Отдельные немногочисленные выборки народов Восточного Кавказа представлены и в двух других крупных исследованиях, посвященных совсем иным вопросам [4, 5]. К сожалению, часть из упомянутых выборок проанализирована только по панели HumanOrigin (Affimetrix), плохо сопоставимой с панелями Illumina.

Из исследований последних лет стоит отметить полногеномные и полноэкзомные исследования генофондов Ирана и Турции. Авторы одной из работ [6] изучают геномную изменчивость народов Ирана. Поскольку исследование нацелено на составление базы данных геномного разнообразия Ирана, то в нем уделено много внимания генетической структуре самого Ирана, а соседние регионы (в частности Азербайджан) затронуты лишь поверхностно. Похожая ситуация и в работе [7], где анализируется генетическая структура популяций Турции, однако влияние Восточного Кавказа описывается только кратким упоминанием об их смешении с некоторыми популяциями Турции.

В целом по народам Восточного Кавказа в опубликованных данных приведены генотипы только 43 образцов, изученных в основном по узким панелям Illumina, тогда как в рамках данной работы проанализировано 243 образца по широкой панели Illumina.

Таким образом, в мировой литературе по широкогеномным панелям не только отсутствуют выводы по генофонду Восточного Кавказа, но и сами данные крайне немногочисленны и охватывают лишь отдельные группы — тогда как в данной работе представлены популяции 22 народов Восточного Кавказа.

В работе, посвященной поиску аланского следа в аутосомных генофондах Северного Кавказа [8], основное внимание уделено этносам Центрального и Западного Кавказа. Генофонд народов Восточного Кавказа был представлен четырьмя народами Дагестана. Полученный результат указал на необходимость как детального рассмотрения этих данных о генофонде Восточного Кавказа, так и прицельного анализа аутосомных генофондов всей совокупности народов этого региона и выявления основных закономерностей в его изменчивости, что стало целью предполагаемого исследования.

МАТЕРИАЛЫ И МЕТОДЫ

В данной работе в понятие «народы Восточного Кавказа» включено все коренное население Дагестана (17 этносов), Азербайджана (азербайджанцы, азербайджанцы-карапапахи, талыши), а также другие ираноязычные народы (курды и езиды), изученные на Кавказе  (они включают мигрантов из разных популяций Кавказа и Ирана; в данной работе рассмотрены как представители ираноязычного населения Восточного Кавказа, который входит в их этнический ареал). Эти 22 этнические группы Восточного Кавказа представлены (табл. 1) собственными данными коллектива о 243 геномах. По единой панели SNP-маркеров они проанализированы в контексте собственных данных о соседних народах Центрального Кавказа (чеченцы) и Закавказья (грузины), Прикаспия (астраханские ногайцы) и Закаспия (каракалпаки, туркмены) и литературных данных о народах Ирана [3, 9]. 

Общая анализируемая выборка составила 356 геномов 29 этносов: собственные данные (318 геномов 27 этносов) изучены по панелям Illumina4M и Illumina750К; литературные данные (38 геномов 2 этносов) — по панелям Illumina750К и HumanOrigin. Проведена фильтрация с помощью PLINK 1.9 [10]: по качеству прочтения геномов; родственности индивидов (менее 3-й степени по версии программы KING 2.3.0 [11]); сцепленности ДНК-маркеров и их мономорфизму.

Анализ главных компонент изменчивости геномов (РСА) проведен с помощью утилиты smartpca из пакета EIGENSTRAT [12]. Конвертация формата plink (bed-bim-fam) в формат eigensoft (eigenstratgeno-snp-ind) осуществлена с помощью программы convertf из того же программного пакета (с параметрами по умолчанию). Расчет проведен для пяти главных компонент с пятью итерациями исключения outliers, результаты визуализированы на языке программирования Python 3 с использованием библиотек pandas [13], matplotlib [14] и seaborn [15]. Для каждой популяции на графике главных компонент определен (и обозначен более крупной точкой) ее центроид как средняя по всем рассчитанным компонентам и по всем образцам, входящим в эту популяцию.

Анализ предковых компонент методом ADMIXTURE проводили с помощью программного обеспечения ADMIXTURE v1.3.0 [16], значение количества моделируемых предковых компонент K варьировалось от 2 до 20. Для каждого значения K была рассчитана кросс-валидация для его вероятностной оценки. Визуализацию результатов работы ADMIXTURE осуществляли на Python 3 c помощью библиотек pandas, matplotlib, seaborn.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Предварительная оценка вклада предковых компонент ADMIXTURE в генофонды четырех народов Дагестана

В более ранней публикации [8] аутосомный генофонд Восточного Кавказа был представлен геномами Дагестана — кавказоязычных (даргинцы, лакцы, табарасаны) и ираноязычных (таты) народов. В модели предковых компонент (ПК) ADMIXTURE при К = 11 вклад дагестанской ПК в эти геномы составил 77%. Однако остается вопрос: насколько правомерно такое объединение? Геномы каких многочисленных народов Восточного Кавказа могут корректно представлять его при изучении крупных регионов Евразии?

Динамика вклада «дагестанской» компоненты по мере увеличения числа ПК (рис. 1) выявляет различия между этносами уже при малом числе ПК (К = 5). С К = 10 таты Дагестана формируют свою собственную ПК, отделяясь от кавказоязычных народов. При этом (рис. 1) вклад генофонда Дагестана в основном делают даргинцы: в их геномы вклад «дагестанской» ПК в интервале 4 < К < 15 составляет 98–100% и лишь при К = 15 падает до 62%. Иную динамику можно наблюдать для лакцев: при увеличении значения К от 5 до 15 вклад в их геномы «дагестанской» ПК падает от 93 до 29% по мере проявления собственной ПК лакцев. У табасаран своеобразный паттерн: при увеличении числа ПК от К = 5 до К = 12 вклад в их геномы «дагестанской» ПК падает от 73 до 56%, но затем возрастает до 82% при К = 15.

Это сравнение позволило обнаружить неожиданный феномен: при разном числе ПК (3 < К < 15) «дагестанская» отражает генофонды разных этносов Дагестана. Только при малом числе ПК (К = 3 и К = 4) их вклад одинаков, но при К > 4 постепенно исчезает вклад татов и лакцев, а вклад даргинцев и табасаран меняется по величине. Такой результат говорит о необходимости создать генетические портреты аутосомных генофондов для каждого из народов Восточного Кавказа, а затем сформировать группы этносов, которые могут служить опорными при анализе аутосомных генофондов Кавказа и других крупных регионов Евразии. 

Положение 22 народов Восточного Кавказа в пространстве главных компонент

Для корректного ответа на поставленные вопросы важно, во-первых, охватить исследованием максимально возможный спектр народов Восточного Кавказа, а во-вторых — использовать основные независимые методы анализа популяционной генетики.

На рис. 2 приведено положение 22 народов Восточного Кавказа и шести групп сравнения в генетическом пространстве 1 и 2 главных компонент (ГК) изменчивости генофонда. Четко выявляются шесть кластеров геномов, которые показывают, что сходство аутосомных геномов народов Восточного Кавказа очень слабо соответствует классификации их языков. Почти все кластеры включают народы, говорящие не только на разных ветвях языков, но даже на языках разных лингвистических семей (табл. 2). Первая ГК четко делит все народы на степные и все остальные. Зато вторая ГК демонстрирует длинную цепь — от кубачинцев до курдов — всех остальных геномов (рис. 2).

Дарго-лакско-андо-цезский кластер включил представителей пяти этносов четырех групп разных субветвей нахско-дагестанских языков (табл. 2): даргинцев, кайтагцев, кубачинцев, лакцев, тиндинцев, дидойцев, гинухцев. Отметим, что по другим ГК от всего массива резко отличаются геномы изолированных популяций: дидойцы, гинухцы по третьей 3 ГК, одноаульный этнос кубачинцев по 4 ГК, тиндинцы по 5 ГК. 

Лезгино-аварский кластер включил представителей шести этносов из обеих субветвей нахско-дагестанских языков (табл. 2). Из аварской группы в кластер вошли лишь аварцы. Но хотя их центроид и расположен среди геномов лезгинских народов, отдельные геномы аварцев крайне разнообразны (рис. 2; красные точки): они тянутся вдоль всего лезгино-аварского кластера и уходят за его пределами к андо-цезам. Для лезгинских народов мы не видим различий между геномами восточно-лезгинской (лезгины, табасараны, агулы) и рутульско-цахурской (рутульцы, цахуры) подгрупп. При этом геномы самих лезгин (фиолетовые точки на рис. 2) тянутся в другой кластер — к татам и азербайджанцам Дагестана.

Тюрко-иранский кластер Дагестана объединил геномы ираноязычных татов и тюркоязычных кумыков и азербайджанцев Дагестана (табл. 2). Сходство геномов татов и азербайджанцев Дагестана не удивляет, поскольку татов в Дагестане было принято записывать как «азербайджанцев», и разделение проведено по местам их компактного проживания в Дагестане. Геномы всех трех этносов весьма многолики и тяготеют к азербайджаноиранскому кластеру. Но разнообразие геномов кумыков (рис 2; синие точки) зашкаливает — они тоже входят и лезгино-аварский кластер.

Азербайджано-иранский кластер Дагестана вновь объединил геномы тюрков (азербайджанцев Азербайджана и Ирана) с ираноязычными народами (талыши, курды, езиды и суммарная группа Ирана). По 1 ГК только одна группа азербайджанцев — карапапахи — обнаруживает небольшой сдвиг к народам Евразийской степи. Зато геномы туркмен (рис. 2; розовые точки) обозначили целый мост между азербайджано-иранским и степным кластерами. Другой «полюс» азербайджано-иранского кластера фиксируют грузинские геномы, которые в других вариантах ГК сближаются с народами Северного Кавказа.

Степной кластер объединил караногайцев Дагестана с другими степными народами Прикаспийской степи (астраханские ногайцы) и Закаспия (каракалпаки). Резкое отличие геномов степного кластера формирует различия по 1 ГК, отражающей наибольшую изменчивость анализируемых геномов.

Пространственная изменчивость главных компонент

На карте 2 ГК (рис. 2; врезка) на севере Дагестана мы разместили в ареале караногайцев желтый овал, указывающий на влияние евразийской степи по 1 ГК. Карта позволяет увидеть взаимодействие трех генетических пластов в ареале Восточного Кавказа. С юга распространяется влияние Ирана, захватывающее весь Азербайджан и пробирающееся в Дагестан по кромке Каспийского моря. Дагестан сохраняет генетическое своеобразие автохтонного населения восточной окраины Северного Кавказа. С севера распространяется наиболее позднее влияние евразийской степи. И эти три генетических пласта слабо связаны с тремя крупными лингвистическими подразделениями — ираноязычных, кавказоязычных и тюркоязычных народов. Для проверки гипотезы «трех пластов» далее был использован независимый метод биоинформатики.

Вклад предковых компонент ADMIXTURE в генофонды народов Восточного Кавказа

Рассмотрев положение геномов Восточного Кавказа в пространстве главных компонент изменчивости, перейдем к анализу более информативным методом — к моделированию предковых компонент методом ADMIXTURE. Напомним, что каждая модель рассчитана по совокупности всех тех же геномов, что и в предыдущем анализе (дополнены лишь чеченцами, которые в анализе ГК ушли в аутлайеры), и каждая модель отличается лишь тем, какое число предковых компонент (К) мы задаем для данной модели. Из всех моделей с К от 2 до 20 для детального рассмотрения отобраны три (К = 3, К = 10, К = 20), позволяющие проследить динамику по мере увеличения числа гипотетических предковых популяций (рис. 3).

Модель трех предковых компонент

Вклад в каждый геном каждой из трех предковых компонент (ПК) окрашен своим цветом. И полученная картина ADMIXTURE может служить подтверждением гипотезы «трех пластов» генофонда Восточного Кавказа: рыжий цвет, характерный для караногайцев, отражает гипотетический степной генетический пласт; зеленый цвет, ярко выраженный у курдов и ираноязычных иранцев, — иранский пласт; желтый цвет, преобладающий  в геномах народов Дагестана, — вклад кавказоязычного населения региона. Если мы примем такую интерпретацию цветовой гаммы, то можем оценить вклад каждого из трех генетических пластов в геномы народов Восточного Кавказа и проверить  гипотезу трех пластов его генофонда. Для этого объединим геномы в соответствии с кластерами (табл. 2) и представим вклады ПК на столбчатой диаграмме (рис. 4; количественные оценки см. на рис. А в Приложении).

По соотношению «трех пластов» геномные профили ПК оказались в очень хорошем соответствии с кластерами ГК. «Кавказский» вклад в геномах дарго-лакского кластера составляет 75%; в лезгино-аварском — чуть более половины генофонда; в тюрко-иранском — около трети, в азербайджанско-иранском — около 10%. По мере убывания «кавказского» пласта столь же резко возрастает «иранский»: 17%, 35%, 50%, 75%. «Степной» пласт оказывается мощным только в степном кластере (91%): у кавказоязычных народов он составляет всего 7–8%, а у тюркоязычных — 14–19%.

Модель 10 предковых компонент 

При моделировании 10 предковых компонент для той же совокупности геномов мы видим сохранение трех исходных ПК («Степь», «Иран», «Кавказ»). Однако их соотношение несколько меняется за счет появления новых ПК. Те новые компоненты, которые вносят небольшой вклад в геномы других народов (рис. 3), объединены в одну ПК «Прочие» (рис. 4). К ним отнесены ПК малочисленных этносов (кубачинцы, дидойцы, гинухцы, тиндинцы), обычно отражающие близкородственные геномы в их пределах, а также особые варианты ПК у части геномов татов и туркмен.

При таком объединении в модели при К = 10 (рис. 4; см. также рис. Б в Приложении) появляются только две новые компоненты, отражающие влияние народов других регионов Кавказа: одна преобладает у грузин, другая — у чеченцев. ПК «Нахи» забирает на себя в основном вклад от «кавказского» пласта, а ПК «Закавказье» — от «иранского» пласта. Поскольку вклад ПК «Закавказье» в геномы ираноязычного населения Ирана (54%) практически равен ее вкладу в геномы самих грузин (58%), можно предполагать, что ПК «Закавказье» отражает древний переднеазиатский пласт в генофондах Кавказа и Закавказья.

Модель 20 предковых компонент

При моделировании 20 предковых компонент для той же совокупности геномов мы видим — кроме обнаруженных еще при К = 3 двух исходных ПК («Степь», «Иран») — четыре новых ПК, которые выделились из ПК «Кавказ» и отражают генетическое своеобразие народов даргинской и лезгинской групп, аварцев и лакцев (рис. 4; см. также рис. В в Приложении). Из них наибольший вклад в геномы других народов Дагестана вносит «Лезгинская» ПК — она описывает треть генофондов дарго-лакского и аварского кластеров, половину лезгинского генофонда и пятую часть генофонда кумыков.

 Но крайне важно, что наряду с выделением собственных ПК, в геномах всех народов Дагестана сохраняется общий генетический пласт, отраженный желтым тоном на рис. 3 и 4. Раньше мы называли этот пласт «Кавказ». Но поскольку в геномах других кавказских народов преобладают иные ПК, то мы имеем полное право дать этому генетическому пласту более точное название — ПК «Дагестан».

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Два независимых метода биоинформатического анализа изменчивости геномов народов Восточного Кавказа позволяют выявить схожие закономерности и дополняют друг друга.

Три генетических пласта

Оба метода выявляют наличие трех генетических пластов, один из которых связан с многочисленными волнами иранского населения, второй — с поздним влиянием евразийской степи, третий — с древним населением, сформировавшимся в ареале современного Дагестана. Мощность этих генетических пластов различна в разных группах населения Восточного Кавказа.

«Степной» генетический пласт на Восточном Кавказе составляет почти весь генофонд лишь у караногайцев, а в остальных геномах региона варьирует в пределах от 7% у народов Дагестана до 19% в Азербайджане. Однако результаты указывают, что этот «степной» пласт составляет основу генофондов многих народов Каспийского региона (астраханских ногайцев, каракалпаков, туркмен), отражая мощную генетическую составляющую на огромном пространстве.

 «Иранский» генетический пласт на Восточном Кавказе играет очень важную роль, пронизывая все генофонды Азербайджана и «тая» по мере движения по Дагестану от его южных пределов (лезгинские народы) и Прикаспия (кумыки, таты) к центру и северу.

«Дагестанский» генетический пласт составляет основу всех народов Дагестана. Хотя практически для всех изученных народов Дагестана при высоких значениях К и выявляется собственная предковая компонента, все этносы Дагестана объединяет мощный общий древний генетический пласт. Это важный вывод из данной работы.

Все три генетических пласта хорошо ложатся на географическое пространство Восточного Кавказа. «Степной» ограничен только небольшим ареалом евразийской степи на севере региона. Зато южный «иранский» пласт мощным потоком затекает с Иранского плато, составляя три четверти генофонда современного Азербайджана и в среднем треть генофонда у народов Дагестана (кроме караногайцев). «Дагестанский» генетический пласт географически расположен между другими пластами, составляя больше половины генофонда кавказоязычных народов (52–100%). А Прикаспий является перепутьем и местом встречи всех трех пластов: у кумыков, азербайджанцев Дагестана и татов половину генофонда составляет «иранский» пласт, треть — «дагестанский» и около 15% «степной».  

Генетика и лингвистика

В отличие от географии, связь между генетикой и лингвистикой очень слаба. В основном это обусловлено переходом на тюркские языки народов Восточного Кавказа (кумыков и азербайджанцев), во многом сохранивших при этом «дотюркский» генофонд. Но мы видим явное влияние окружающих народов и на геномы народов, сохранивших свой язык. Так «дагестанский» генетический пласт у татов Дагестана достигает 38%, тогда как у других ираноязычных народов Восточного Кавказа (курдов, езидов и талышей) — всего 9%. Мощность «дагестанского» пласта составляет у кавказоязычных народов Дагестана в среднем две трети генофонда (66%), варьируя в зависимости от контактов с другими народами. И народы Восточного Кавказа не одиноки в нарушении связи между генетикой и лингвистикой. Например, у грузин собственная «грузинская» предковая компонента появляется только при К = 19, а на всех моделях при К < 19 их генофонд в среднем на три четверти формируется «иранским» пластом.

Выбор «модельных» генофондов

Одной из целей работы был поиск таких групп этносов, которые могут надежно представлять Восточный Кавказ в евразийском масштабе.  Два независимых метода дружно указывают на необходимость включения четырех таких групп: 1) даргинцы, лакцы; 2) аварцы, лезгины, табасараны, агулы, рутульцы, цахуры; 3) кумыки, таты и азербайджанцы Дагестана; 4) азербайджанцы и талыши Азербайджана. Их комплекс создает корректное представительство многообразия Восточного Кавказа. Поскольку «степной» вклад геномов караногайцев в данном случае невелик, их геномы правильнее рассматривать в контексте генофонда Евразийской степи или же ее Каспийского сегмента.

Планирование дальнейших исследований

Данная работа охватывает основной спектр геномов Восточного Кавказа и в целом отражает полифонию его геномов, но может быть рассмотрена лишь как общий абрис архитектоники его многообразия. Результаты указывают, что необходимо специальное и детальное исследование аутосомных генофондов каждой из четырех групп коренного населения: Дагестана, Азербайджана, ираноязычного населения и населения степей шести стран Каспийского региона и Предкавказья. 

ВЫВОДЫ

Выдвинута гипотеза трех генетических пластов, взаимодействие которых формируют «единство в многообразии» генофонда Восточного Кавказа. «Иранский» пласт сформирован многочисленными волнами иранского населения в ареале Восточного Кавказа; «степной» пласт связан с поздним и незначительным влиянием евразийской степи, «дагестанский» — отражает генофонд древнего населения Северного Кавказа. При моделировании большого числа предковых компонент у большинства народов Дагестана выявляется собственная предковая компонента, но все этносы Дагестана объединяет мощный общий древний генетический пласт. Взаимодействие этих трех генетических пластов обусловлено географическими особенностями региона и лишь косвенно связано с лингвистикой. Выявлены четыре группы коренного населения Восточного Кавказа, комплекс которых необходимо включать в характеристику его аутосомного генофонда.