2009年，河南安阳对外宣布发现曹操墓，此消息一出即引发轰动，亦引发争议。随后，复旦大学人类遗传学实验室宣布，拟用DNA技术开展对曹操家族DNA的研究。曹操本是生活在2000年前的历史人物，寻找他的DNA似乎遥不可及。

要把曹操后人与2000年前的曹操进行“亲子鉴定”，首先需要的是可靠的样本。课题组李辉教授告诉记者，从2009年起，专家组在全国各地采集了79个曹姓家族的280名男性和446个包括夏侯、操等姓氏男性志愿者的静脉血样本，最终样本总量超过1000例。

随后，课题组进一步梳理全国258个曹姓家谱，筛选出8支持有家谱、经过史料分析有一定可信性的曹氏族群，再对他们的DNA进行检测，最终发现其中6个家族的祖先交汇点在1800年至2000年前――这正是曹操生活的年代。

“这些家族共同检出了一个非常罕见的染色体类型，这个比例在全国人口只占到5%左右。”李辉说，这也就意味着他们假冒的可能性只有千万分之三，“因此法医学上可认定他们是曹操的后代。”

课题组透露，在确认曹操后代的同时，他们还用同样方法验证了汉代丞相曹参的家族基因与曹操家族基因没有关系，从而证明曹操是曹参后人说法有误；同时对民间传说曹姓是曹操后代避祸改姓而来、曹操是夏侯氏抱养而来等说法，研究证明曹操家族与这两个姓基因没有明确遗传关系、家族基因不一致，因此说法也不准确。 通过成功反推出曹操家族DNA，课题组破解了曹操部分身世之迷；而曹操家族之迷，也随着研究的深入，慢慢揭开谜底：

2011年，复旦课题组来到曹氏宗族墓所在地――安徽亳州，并从上世纪70年代从曹氏宗族木“元宝坑一号墓”出土的文物中找到两颗牙齿，“经过现场挖掘人的口述和墓内中央位置的铭文等，最终确定两个牙齿均来源于曹操叔祖父――河间相曹鼎。”

有了数千年前曹操叔祖父的牙齿，通过古DNA测试，隐藏在这颗牙齿中的时空记忆也逐渐展现。

根据现代基因和古DNA的双重验证，课题组得出最终结论――100%确定曹操家族DNA。通过比对，安徽亳州的曹操祖辈墓葬元宝坑1号墓的遗骨与现代曹操后人紧密关联；夏侯氏、曹参后人都不是该类型。故此，课题组认为曹操之父来自家族内部过继，该家族并非曹参本族。

记者了解到，至今找到的曹操后人有9支，分别来自安徽绩溪、安徽舒城、安徽亳州、江苏海门、广东徐闻、江苏盐城、山东乳山、辽宁东港、辽宁铁岭，“这一课题研究第一次从基因层面验证了许多同姓人群在千百年前确实是一家。

我不是做这类工作的

但以我所知单靠DNA (即脱氧核糖核酸) 是无法验出种族的

因为天生像外国人的特征只是一种显性等位基因

在没有其他资料辅助下

就只能靠特征判断。但若是有其家谱

使得知那人的上一代或上几代是否曾与异族人通婚

再把天生像外国人但父母也不像的人与异族人及他的父母对比一下其基因顺序就可以知道那人是甚么种族。 父母不像外国人但子代像外国人

这可以是隔代

也可以是隔了几代的

会出现这个情况多数是父系的家族与母系的家族的上几代里的某一代都曾经各自与异族人通婚(或好几代都有)

刚好各自的异族人等位基因都是隐性而又一直被几代人携带着

在某一代两个隐性等位基因相偶

形成纯合子

异族人的特征便会呈现出来。(这当中涉及细胞减数分裂与染色单体的基因交换)

no because it is impossible

参考: me

唔可以，系人类DNA会相同，如有不同，佢一定唔系人。

cant because all people are different

参考: me

因为没有家族基因的关系，所以说曹操是汉朝丞相曹参的后代是错误的。但现有的夏侯基因与曹操家族的基因并不一致，所以曹操从夏侯氏领养的说法并不准确。

11日，复旦大学历史与人类学联合课题组发布了曹操家族DNA研究的最新成果。

专家表示，通过现代基因倒位和古代DNA检测的双重验证，曹操家族DNA的Y染色体SNP突变类型为O2-M268。

课题组由复旦大学历史系教授、中国魏晋南北朝史学会副会长、复旦大学现代人类学教育部重点实验室李辉教授领衔。

相关论文发表在国际学术期刊人类遗传学报上。

有遗传学家表示，之前引起强烈争议的河南安阳曹操墓的真实性，可以通过曹操后代的现代DNA来验证。

2009年12月27日，河南省文物局宣布，曹操墓最终确认在河南省安阳市安丰乡西高穴村南。

后来国家文物局认定曹操为河南安阳东汉大墓的墓主人，但民间质疑该墓造假的声音不断。

中国科学院基因组研究所副所长于君说，虽然牙齿等古生物化石可能存在DNA损伤等问题。

但是，仍然可以通过一个DNA片段进行测序。如果要验证曹操本人是否在河南安阳被发现，理论上可以和后人的DNA推断的结果进行比较。

2009年，河南安阳宣布发现曹操墓，消息一出就引起了极大的轰动，也一直伴随着真伪之争。同年，复旦大学人类遗传学实验室启动了一个大型项目，试图通过曹操后代的DNA来推断曹操的身世。

采集血样“滴血认亲”

国内媒体称，课题组称，自2009年以来，上述课题组的专家一直在全国各地采集曹操后代的静脉血样本。

参与者包括来自79个曹氏家族的280名男性志愿者和446名夏侯、曹氏男性志愿者，最终样本量超过1000例。

同时，课题组专家对全国各地的258本曹氏宗谱进行了全面的考证，并通过查阅史书和方志，试图寻找到曹氏迁徙的可能线索。

“比如曹氏中各支系的祖先和现居住地能否与史书记载的曹操后代流向吻合？”经过这一步的研究，课题组通过史料分析，筛选出了8个支持家谱、具有一定可信度的曹氏家族。

在找到这八个曹氏家族后，专家们检测了他们的DNA。“人类DNA共有30亿个碱基对，组合成23对染色体和线粒体，男性特有的、碱基对相对稳定的Y染色体是最合适的检测对象。”

李辉说，“经过复杂的Y染色体DNA全序列检测，最终发现6个家族属于O2-M268基因型。这6个O2-M268样本的祖先交集是在1800年到2000年前，也就是曹操生活的年代。”

李辉认为，这些家庭共同检测到了一种非常罕见的染色体类型，这种染色体只占全国人口的5%左右。

“假设都是假冒的，那么符合概率等于这个基因型的人口比例的乘积，也就是5%的五次方。所以他们造假的可能性只有千万分之三。所以在法医学上，可以认定他们是曹操真正的后代。”

2011年12月28日，课题组宣布定位了曹操家族的DNA，发现了6个极有可能是曹操后裔的族群，随即引发强烈反响。当时，李辉估计这种类型属于曹操的概率为9271%。

复旦大学课题组根据现代曹姓后代的基因

结合曹石宗墓考古发掘组长李灿和遗址发掘者的口述，以及“元宝坑一号墓”中央位置墓砖上的“河间明府”铭文，最终确定两颗牙齿均来自曹操的叔祖曹丁。

课题组将一颗保存完好的牙齿带回复旦大学人类遗传学实验室进行古DNA检测。

2012年底，根据现代基因和古代DNA的双重验证，课题组得出了最终结论——100%确认曹操家族的DNA。

家谱记载曹操直系后代的现代独立八大家族中，有六个家族的Y染色体为罕见的O2-M268，显著性达到P=9105，证明曹操的Y染色体属于该类型。

安徽亳州曹操始祖墓元宝坑一号墓遗存也属于这一类型，与现代曹操后代关系密切。夏侯和曹参的后代不是这种类型。因此，曹操的父亲是从家族内部收养的，而不是曹参本地人。

目前已发现曹操后代9人，分别来自绩溪、安徽舒城、安徽亳州、江苏海门、徐闻、江苏盐城、山东乳山、辽宁东港、辽宁铁岭。

中国1987引进DNA技术。

自1987年中国警方首次将DNA检测技术应用于侦查破案。由于DNA 指纹提供了丰富的个体特异性遗传标记，因而在法医学鉴定中具有重要意义。

刑事案件中的应用 在法医学上，如果确定某人是嫌疑犯，则可提取其血样或毛发的DNA，做出DNA指纹。

在亲子鉴定中的应用：

自从杰弗里斯等人于1985年首次对一起移民纠纷中的母子关系作出肯定鉴定以来，用DNA 指纹术进行亲子鉴定已有近10年的历史了。

代表性的报道有：在一起无名尸的鉴定过程中，专家们将提取到的腐尸残血中的DNA，和假定受害人双亲的DNA进行DNA指纹鉴定后，成功地对这具无名尸的人身作出了鉴定。

-dna侦破技术

在深度学习技术的帮助下，古人类学家发现了人类家谱上丢失已久的分支证据。深度学习技术能帮助古生物学家和遗传学家寻找古人类的痕迹吗？7万年前，当现代人第一次走出非洲时，至少有两个已经灭绝的相关种群在欧亚大陆等候着他们。这两个相关种群就是古代人类尼安德特人和丹尼索瓦人，而后古代人类与早期的现代人杂交，现今的非洲后裔基因组还存留着古代人类DNA片段。越来越多的迹象表明，这段 历史 远比我们了解到的精彩。一个研究小组在《自然》(Nature)上报道称：他们在西伯利亚的一个洞穴中发现了一块属于人类杂交后代的骨头碎片，这一后代的母亲是尼安德特人，父亲是丹尼索瓦人，这块骨头碎片是第一代人类杂交的第一个化石证据。

不幸的是，类似的化石十分罕见，例如对丹尼索瓦人的了解基于从一根指骨中提取的DNA。虽然那些来自早期杂交群体的结合以及其他祖先结合很容易被发现，但当涉及到物理证据时，它们可能难以求证。它们出现过的线索可能只存在于某些人的DNA中，即便如此，它们也可能比尼安德特人和丹尼索瓦人的基因更微妙。统计模型帮助科学家在没有化石数据的情况下推断出这些种群的存：例如2013的古人类和现代人基因变异模式表明，一个未知的人类种群与丹尼索瓦人(或他们的祖先)进行了杂交。但专家们认为，这些方法也不可避免地忽视了许多细节。

还有谁对现今人类的基因组做出了贡献？这些种群长什么样子？它们生活在哪里？它们与其他人类物种互动和交配的频率是多少？发表在《自然通讯》(Nature Communications)上的一篇论文中，研究人员展示了深度学习技术的潜力，这种技术可以帮助填补一些缺失部分，填补的部分专家甚至可能还没有意识到。他们通过深入研究，挑选出了另一个种群的存在证据：欧亚大陆上一个未知的人类祖先，它可能是尼安德特人和丹尼索瓦人的混血，也可能是丹尼索瓦人的亲戚。这项研究工作指出了人工智能在古生物学中的未来用途，它不仅能识别不可预见的痕迹，还能揭示出我们在进化过程中的缺失部分。

目前统计方法涉及同时检测4个基因组的共同特征，这是对相似性的测试，但不一定是对实际祖先的测试；因为很多不同的方法都可以解释它揭示的少量基因混合物。例如这些分析可能表明，现代欧洲人与尼安德特人的基因组有某些共同特征，但与现代非洲人不同，然而这并不意味着这些基因来自尼安德特人与欧洲祖先的杂交。后者可能与一个与尼安德特人关系密切的种群繁殖，而不是尼安德特人本身。因为缺乏物理证据来表明这些古老的假定基因变异来源于何时、何地以及如何生活的种群，所以很难说在众多的推测祖先中，明确指出是哪一个。

威斯康星大学麦迪逊分校(University of Wisconsin-Madison)的古人类学家约翰·霍克斯(John Hawks)说：这项技术简单而强大，但在理解进化论方面还有很多问题没有解决。深度学习方法试图解释基因流动的水平，虽然基因流动水平相对于统计方法来说太小了，但它提供了更广泛、更复杂的模型来解释。通过训练，神经网络可以学习在基因组数据中根据最可能产生它们的人口 历史 对各种模式进行分类，而不需要被告知如何建立这些联系。

深度学习技术的使用可以发现研究人员没有怀疑过的古人类痕迹。首先，我们没有任何理由认为尼安德特人、丹尼索瓦人和现代人是人类 历史 脉络中仅有的三个种群。根据霍克斯的说法，这样的种群可能有几十个。纽约州立大学石溪分校(Stony Brook University)人类学家贾森·刘易斯(Jason Lewis)赞同这种观点并表示：我们的想象力一直受到限制，因为我们总是在关注活着的人，或者在欧洲、非洲和西亚发现的化石。深度学习技术以一种奇怪的方式重新聚焦这些可能性，这种方法不再受我们想象力的限制。

深度学习似乎不太可能解决古生物学家的问题，因为这种方法通常需要大量的训练数据。以其最常见的图像分类器为例，当专家训练一个模型识别猫的图像时，专家有成千上万张可以训练的，并且专家本身知道它是否有效，因为他知道猫应该长什么样。由于缺乏相关的人类学和古生物学数据，想要利用深度学习技术的研究人员不得不通过创造自己的数据来让它变得更聪明。巴塞罗那国家基因组分析中心(National Center of Genomic Analysis)的研究员奥斯卡·劳(Oscar Lao)说：我们在玩肮脏的把戏，能够使用无限数量的数据来训练深度学习引擎，因为我们使用的是模拟。

研究人员根据不同的人口统计细节组合生成了成千上万的模拟进化史：祖先人口的数量，大小，当他们彼此分离时的混血率等等。从这些模拟的 历史 中，科学家们为现代人生成了大量的模拟基因组。他们对这些基因组进行了深度学习算法的训练，使其了解哪种进化模型最有可能产生给定的遗传模式。然后，研究小组将人工智能释放，以推断出最符合实际基因组数据的 历史 。最终，该系统得出结论，一个以前未被确认的人类群体也对亚洲后裔的祖先有所贡献。从所涉及的基因模式来看，这些人本身可能要么是30万年前丹尼索瓦人和尼安德特人杂交产生的一个独特种群

要么是在那之后不久从丹尼索瓦人后裔中进化而来的一个群体。这并不是深度学习第一次被这样使用，该领域的一些实验室已经在应用类似方法来解决进化研究的其他线索。俄勒冈大学(University of Oregon)的安德鲁•科恩(Andrew Kern)领导的一个研究小组，利用基于模拟的方法和机器学习技术，对包括人类在内的物种如何进化的各种模型进行了区分。发现进化所青睐的大多数适应并不依赖于种群中有益的新突变的出现，而是依赖于已经存在的遗传变异的扩展，将深度学习应用于这些新问题正产生令人兴奋的结果。

存在一些问题，首先、如果实际的人类进化史与深度学习方法训练的模拟模型不相同，那么这项技术将产生错误的结果。这是科恩和其他人一直在努力解决的问题，为了提高准确性，还有很多工作要做。普林斯顿大学(Princeton University)生态学家和进化生物学家约书亚·阿基(Joshua Akey)说：我认为人工智能在基因组学方面的应用被过度夸大了。深度学习技术是一种奇妙的新工具，但它只是一种方法，这并不能解决我们想要了解人类进化中的所有谜团和复杂性。

一些专家甚至持怀疑态度，哈佛大学(Harvard University)和皮博迪博物馆(Peabody Museum)的古生物学家戴维·皮尔比姆(David Pilbeam)在一封电子邮件中写道：我的判断是，除了经过深思熟虑的、智能的、非人工的分析之外，数据的密度和质量并不理想。然而在其他古生物学家和遗传学家看来，这是一个很好的进步，可以用来预测未来可能的化石发现和人类几千年前应该存在的遗传变异。我认为深入学习真的会促进群体遗传学，对于我们可以访问数据但不能访问生成数据过程的其他字段，情况可能也是如此。

大约在科恩和其他种群遗传学家和进化生物学家开发基于模拟的人工智能技术来解决问题的同时，物理学家也在研究如何筛选大型强子对撞机和其他粒子加速器产生的海量数据，地质研究和地震预测方法也开始受益于深度学习方法。麻省理工学院和哈佛大学布罗德研究所(Broad Institute of the Massachusetts Institute of Technology)的计算生物学家尼克·帕特森(Nick Patterson)说：我真的不知道会发生什么，但有新方法出现总是好的。它如果能很好地回答我们的问题，我们会尽所能发展它！

博科园-科学科普｜参考期刊文献: 《natural》,《Nature Communication》

文: Jordana Cepelewicz/Quanta magazine/Quanta Newsletter

DOI: 101038/s41586-018-0455-x

DOI: 101038/nature12886

DOI: 101038/s41467-018-08089-7

博科园-传递宇宙科学之美