Huvudkomponentanalys (PCA)
Huvudkomponentanalys, ofta förkortat PCA från engelskans principal component analysis, är en statistisk metod som förenklar stora mängder genetisk data så att likheter och skillnader mellan individer eller populationer kan visas i en överskådlig graf.
När du gör ett DNA-test analyseras hundratusentals genetiska markörer, så kallade SNP:ar. Att jämföra så många datapunkter samtidigt är omöjligt för det mänskliga ögat. Här kommer huvudkomponentanalys in. Metoden komprimerar den enorma mängden information till några få nya variabler, kallade huvudkomponenter, som fångar de största mönstren av variation i materialet.
Den första huvudkomponenten (PC1) beskriver den allra största variationen mellan individerna, den andra (PC2) den näst största och så vidare. Genom att placera dessa två värden på en x- och en y-axel kan forskare rita upp en spridningsgraf där varje punkt motsvarar en person. Individer med likartad genetisk bakgrund hamnar nära varandra, medan de som skiljer sig åt hamnar långt ifrån varandra.
Ett klassiskt exempel är när forskare analyserar DNA från personer över hela Europa. När resultaten ritas upp i en PCA-graf bildar punkterna ett mönster som påfallande väl liknar Europas karta. Personer från Finland samlas i ett hörn, sydeuropéer i ett annat, och däremellan placerar sig befolkningar ungefär som de geografiskt bor. Detta visar att genetisk variation ofta följer geografi: ju längre isär två områden ligger, desto större är i regel de genetiska skillnaderna.
Inom kommersiella DNA-tester används liknande tekniker för att beräkna din etnicitetsuppskattning. Ditt prov jämförs med referensgrupper från olika delar av världen, och din position i förhållande till dessa grupper hjälper till att avgöra varifrån dina anor sannolikt kommer.
Det är viktigt att komma ihåg att en PCA inte är ett facit. Resultatet beror på vilka individer som ingår i analysen och vilka markörer som används. Punkternas placering är relativ, inte absolut, och axlarna saknar fast måttenhet. Två olika studier kan därför rita upp samma population på lite olika sätt.
För släktforskaren är PCA mest användbar som ett verktyg för att förstå större befolkningsmönster och migrationer, snarare än för att hitta enskilda släktingar. Metoden ger en kraftfull överblick över hur människor är genetiskt besläktade på en bred, historisk nivå.