p-değeri, çoklu test düzeltmesi, replikasyon, etki büyüklüğü, güven aralığı ve güç analizi — bir popülasyon genetiği veya aDNA makalesini okurken sormanız gereken 15 kritik soru. 7 interaktif hesaplayıcı, Python/R kod örnekleri ve Türk etnogenezi çalışmalarının gerçek metodolojik değerlendirmesi.
Bir popülasyon genetiği makalesinde "p < 0.001", "2 kat daha yüksek oran" ya da "istatistiksel olarak anlamlı" ifadesini görünce ne düşünürsünüz? Bu sayfa, bir aDNA veya GWAS makalesini okurken sormanız gereken 15 kritik soruyu öğretir. Kendi verilerinizle oynayabileceğiniz 7 interaktif hesaplayıcı, Python/R kod örnekleri ve Türk etnogenezi çalışmalarının gerçek eleştirileri içerir.
Popülasyon genetiği ve arkeogenomik son 15 yılda devrim geçirdi. Ancak bu alanın büyük veri (milyonlarca SNP, yüzbinlerce birey) ile çalışması, aynı zamanda istatistiksel tuzaklara açık olduğu anlamına gelir. Bir makaleyi okurken en yaygın dört hata:
"p < 0.001, yani bulgu kesin doğru"
p-değeri bir bulgunun doğruluk olasılığı değildir. Sadece null hipotez doğruysa bu sonucu görme olasılığıdır. Etki büyüklüğü ve replikasyon olmadan p-değeri anlamsızdır.
"Anlamlı farklılık bulduk, iki popülasyon farklı"
1 milyon SNP test edilirse, tesadüfen 50.000'i p < 0.05 çıkar. Çoklu test düzeltmesi yapılmadan "anlamlı" kelimesi yanıltıcıdır. GWAS standardı p < 5×10⁻⁸'dir, 0.05 değil.
"Örneklem küçük ama p-değeri küçük, bulgu güçlü"
Küçük örneklemde elde edilen küçük p-değeri, abartılı etki büyüklüğüna işaret eder (winner's curse). Büyük örneklemde replikasyon yapılırsa etki çoğunlukla daralır.
Hakemler istatistikçi değildir. Nature, Science ve PNAS dahil büyük dergilerde popülasyon stratifikasyonu, admixture varsayım hataları sıkça yayımlanır. Eleştirel okuma vazgeçilmezdir.
Bu sayfanın hedefi: Bir popülasyon genetiği makalesini okuyan bir üniversite öğrencisi, lise araştırmacısı veya aydın bir okuyucu, metodolojik bölümü (Statistical analysis) anladığında bulguların gerçek anlamını kavrayabilir. Sayfa biter bitmez şunlar elinizde olacak: (a) p-değerini doğru yorumlama refleksi, (b) çoklu test düzeltmesi yapılıp yapılmadığını 10 saniyede kontrol etme, (c) etki büyüklüğü ile istatistiksel anlamlılığı karıştırmama, (d) replikasyon olmayan bulguları haklı şüpheyle ele alma.
p-değeri: Anlamı, Yanlış Anlamalar, p-Hacking
p-değeri nedir, ne değildir?
p-değeri, null hipotezin (H₀) doğru olduğu varsayımı altında, mevcut verileri (veya daha uç bir sonucu) gözlemleme olasılığıdır. Formal tanım:
p = P(Veri | H0 doğru)
Bir 2×2 allel frekans tablosu için (Popülasyon A'da bir allelin 120/800, Popülasyon B'de 90/800 olması) Fisher's exact test veya ki-kare testi kullanılır. Eğer p = 0.003 çıkarsa: "Eğer iki popülasyon gerçekten aynı olsaydı, bu kadar farklı veya daha fark bir örnek görme olasılığı %0.3'tür".
p-değeri ASLA şunu söylemez:
"H₀'ın yanlış olma olasılığı" (posterior olasılık — Bayesian bir kavram)
"Bulgunun doğru olma olasılığı" (bulgunun gözlendiği, doğru olması başka bir sorudur)
"Etki büyüklüğü" (p-değeri büyük örneklemde etki küçük bile olsa küçük çıkar)
"Replikasyon olasılığı" (p < 0.05 olan bulguların sadece %30-50'si replike edilir)
İnteraktif: χ² (Ki-kare) p-değeri Hesaplayıcı
İki popülasyon arasındaki bir SNP'nin allel frekansını karşılaştırın. Örnek: R1a-Z2123 varlığı Kırgızlar ile Sarmatlar arasında farklı mı?
2×2 Allel Frekans Testi
Pop A ve Pop B'de major/minör allel sayılarını girin. Chi-square istatistiği ve p-değeri hesaplanır.
χ² = __ , p-değeri = __
—
Giriş değerlerini değiştirin, sonuçlar anında güncellenir.
p-hacking, istatistiksel anlamlılığa ulaşana kadar analizi değiştirme pratiğidir. Yaygın tuzakları:
p-Hacking taktiği
Ne yapar
Tespit yöntemi
Multiple testing without correction
100 SNP test eder, sadece p<0.05 olanları rapor eder
Metodolojide "Bonferroni" veya "FDR" arayın
Optional stopping
Veri toplamaya devam eder, p<0.05'e ulaşınca durur
Preregistration yok mu? Şüphe edin
Outlier exclusion
Uç değerleri çıkararak p-değerini düşürür
"Exclusion criteria" önceden belirtilmiş mi?
HARKing
Hipotezi sonuçlara göre yazar ("Hypothesizing After Results Known")
Preregistered hipotez var mı kontrol edin
Forking paths
Analiz seçenekleri arasında en düşük p-değerini seçer
Sensitivity analysis yok mu? Şüphe edin
Türk örneği:Yunusbayev et al. 2015 (PLOS Genetics) — "Türk halklarının genetik yapısı" çalışması 373 bireyden ADMIXTURE analiziyle çalıştı. K = 2'den K = 20'ye kadar farklı küme sayıları test edildi. Eğer sadece K = 7 (en "yorumlanabilir" olan) raporlansaydı, bu bir forking paths örneği olurdu. Ancak makale tüm K'leri Supplementary'de yayımladı — bu iyi bir pratik.
Sorulacak soru: ADMIXTURE makalelerinde, "en iyi K" nasıl belirlenmiş? Cross-validation error'dan mı, yorumlama kolaylığından mı?
Çoklu Test Düzeltmesi — Bonferroni, FDR, Holm
Neden gerekli?
Eğer 1.000.000 SNP'yi α = 0.05 ile test ederseniz, null hipotez her yerde doğru olsa bile tesadüfen 50.000 SNP "anlamlı" çıkar. GWAS analizleri milyonlarca karşılaştırma yapar — düzeltme olmazsa her çalışma "harika bulgular" yayınlar.
Üç ana yaklaşım
Yöntem
Formül
Kontrol ettiği
Ne zaman?
Bonferroni
α' = α / m
FWER (Family-Wise Error Rate) — en az bir yanlış pozitif olma olasılığı
Çok konservatif, az test (≤10-20)
Holm
α' = α / (m − i + 1)
FWER, rank-based
Bonferroni'den daha güçlü, aynı güvence
Benjamini-Hochberg (FDR)
p(i) < (i/m)·q
FDR (False Discovery Rate) — yanlış pozitif oranı
Exploratory, GWAS, yüz binlerce test
GWAS standardı: α = 5 × 10⁻⁸ (Bonferroni ile 1 milyon bağımsız test için)
İnteraktif: Bonferroni & FDR Hesaplayıcı
Çoklu Test Düzeltmesi Hesaplayıcı
p-değerlerinizi girin (virgülle ayırın). Bonferroni, Holm ve BH-FDR düzeltmeleri karşılaştırılır.
Bonferroni anlamlı kalan
—
p-değerlerini değiştirdiğinizde Bonferroni, Holm ve FDR sonuçları güncellenir.
Manhattan Plot — GWAS'ın standart görselleştirmesi
396 SNP'lik simüle edilmiş bir GWAS'ın Manhattan plot'u. Her nokta bir SNP. Y-ekseni −log₁₀(p): yükseklik arttıkça anlamlılık artar. Kırmızı çizgi p = 5×10⁻⁸ (genome-wide), sarı çizgi p = 10⁻⁵ (suggestive). 5 gerçek sinyal peak'i var (LCT, HLA, HBB, MEFV, EDAR).
Manhattan Plot — Simüle GWAS
396 SNP, 22 kromozom, 5 gerçek pozitif sinyal. Tıklayın/hover edin.
QQ Plot — Dağılım Kontrolü
Null hipotez her yerde doğruysa, p-değerleri [0,1] aralığında uniform dağılır. QQ plot gözlemlenen −log₁₀(p)'leri beklenen −log₁₀(p)'lerle karşılaştırır. Diyagonal çizgiden sapma gerçek sinyalleri (kuyruk yukarı sapar) veya popülasyon stratifikasyonunu (tüm çizgi yukarı kayar) gösterir.
QQ Plot — Aynı GWAS'ın p-değer dağılımı
Diyagonal çizgi: uniform null beklenti. Yukarı sapan sağ kuyruk: gerçek sinyaller.
Bir bulgu iki bağımsız örneklem setinde aynı yönde ve büyüklükte görülmelidir. Aksi halde "winner's curse" ya da "random noise" olma ihtimali yüksektir. Modern GWAS metodolojisi:
Keşif kohortu: Genellikle büyük (N > 5.000), tüm SNP'ler p < 5×10⁻⁸ eşiğinde test edilir
Doğrulama kohortu: Bağımsız, farklı popülasyon merkezli (N > 1.000), SADECE keşifte anlamlı çıkan SNP'ler test edilir
Meta-analiz: İki kohort birleşerek final p-değeri ve OR hesaplanır
Yön tutarlılığı: Keşifte OR > 1 ise, doğrulamada da > 1 olmalıdır — aksi halde yalancı pozitif
Türk örneği — Osmanlı hanedanı Y verisi (Bánfai ve ark. 2022, ESHG özeti P19.061.A):
Replikasyon mantığının çok küçük ölçekli bir uygulaması: hanedanın şecere olarak ayrı iki kolundan birer erkek test edildi ve ikisi de J2a çıktı.
Güçlü yön: İki kol bağımsız; aynı haplogrubun iki kez çıkması tek örnekteki bir laboratuvar hatasını ya da şecere kopukluğunu büyük ölçüde dışlar.
Sınır: N = 2 ve çözünürlükler farklı: biri tüm genomla J2a2 (J-L581), diğeri geleneksel analizle J2a (J-M410). Ortak bir terminal SNP gösterilmedi.
Sınır: Konferans özeti; yöntem ve ham veri tam makale düzeyinde raporlanmadı. PH1795 alt dal ataması TGP kaynaklıdır ve hakemli değildir.
Not: Bu sayfada daha önce Kars 2021’e atfedilen “36 hanedan üyesi + Kayı aileleri + 3.362 kişilik baseline” tasarımı o makalede yoktur. Kars 2021 Türkiye genel nüfusunun varyomunu inceler ve hanedan örneği içermez.
Replikasyon başarısızlığı — "Winner's Curse"
Küçük keşif kohortunda elde edilen büyük etki büyüklükleri, replikasyonda küçülme eğilimi gösterir. Bunun nedeni: küçük örneklemde sadece gerçekten büyük etki veya tesadüfi olarak büyük görünen etki p < 0.05'e ulaşabilir. Yayınlanan değer biased'tır.
E[ORgözlenen] > ORgerçek (yayınlanan çalışmalar için)
2013'teki bir meta-analiz (Button et al., Nature Reviews Neuroscience), nöro-görüntüleme çalışmalarındaki ortalama etki büyüklüğünün replikasyonda %40-60 azaldığını gösterdi. aDNA ve popülasyon genetiğinde durum benzer.
Etki Büyüklüğü — Cohen's d, Odds Ratio, r²
p-değeri "fark var mı?" sorusunu cevaplar. Etki büyüklüğü (effect size) ise "fark ne kadar büyük?" sorusunu cevaplar. İkisi farklı bilgi verir.
Cohen's d — İki grup arasındaki standart fark
d = (μ1 − μ2) / SDpooled
d değeri
Yorum
Örnek
0.2
Küçük etki
İki popülasyon arası ortalama boy farkı 1 cm
0.5
Orta etki
Ortalama zeka skoru 7.5 puan fark
0.8+
Büyük etki
LCT laktozu sindirme oranı Avrupalı vs Çinli
Cohen's d Hesaplayıcı
İki grubun ortalama ve standart sapma değerlerini girin.
Cohen's d
—
Değerleri değiştirdikçe anında hesaplanır.
Odds Ratio (OR) — Allel/Risk karşılaştırması
Popülasyon genetiği ve GWAS'ın en sık kullanılan etki büyüklüğü. Bir allel Pop A'da Pop B'ye göre kaç kat daha olasıdır?
OR = (a·d) / (b·c) where a,b = Pop1 taşıyıcı/taşımayan; c,d = Pop2 taşıyıcı/taşımayan
OR = 1: Fark yok
OR = 1.5: Pop 1'de %50 daha yaygın (küçük-orta etki)
OR = 2+: Pop 1'de 2 kat yaygın (büyük etki, GWAS'ta nadir)
OR = 10+: Kurucu etki veya güçlü seçilim (HBB, MEFV, LCT gibi)
Türk örneği: Kırgızlarda R1a-Z2123 frekansı %63, Batı Avrupalılarda <%1. OR ≈ 170. Bu kurucu etki + seçilime işaret eder, çünkü normal demografik varyasyon bu büyüklükte OR üretmez.
r² — Açıklanan varyans
Bir prediktörün (örn. SNP, ataçsal soy) fenotipin (boy, hastalık riski, laktaz) varyansının yüzde kaçını açıkladığı. GWAS'ta çoğu SNP r² < 0.001 açıklar — yani klinik olarak anlamsız bile olabilir p < 5×10⁻⁸ çıksa bile.
Güven Aralığı — Neden Sadece Ortalama Yetmez?
%95 güven aralığı (CI), eğer çalışmayı sonsuz kez tekrarlasaydık, bu aralıkların %95'inin gerçek değeri kapsayacağı anlamına gelir. Sadece nokta tahminini raporlamak (örn. "OR = 2.1") yanıltıcıdır — örneklem büyüklüğü hakkında hiçbir bilgi vermez.
%95 CI = tahmin ± 1.96 × SE
Rapor şekli
Ne söyler
Değerlendirme
OR = 2.1
Nokta tahmin
Yetersiz
OR = 2.1, p < 0.01
Nokta + anlamlılık
Hâlâ yetersiz
OR = 2.1, 95% CI [1.4, 3.1]
Güven aralığı ile
İyi
OR = 2.1, 95% CI [0.9, 4.8]
Geniş aralık
Etki büyüklüğü belirsiz
Altın kural: Güven aralığı 1'i içeriyorsa (OR için), bulgu istatistiksel olarak anlamsızdır — p-değeri ne derse desin.
Neden error bar'lar yetmez? Bar chart'larda sadece SEM (standard error of mean) gösterilir. Ancak %95 CI tipik olarak 2 × SEM'dir. Makale sadece SEM gösteriyorsa, gözünüzde bar'ı 2 kat uzatın.
Güç Analizi — Örneklem Boyutu
İstatistiksel güç (power), gerçekten var olan bir etkiyi (H₁ doğruysa) tespit etme olasılığıdır. Formal olarak power = 1 − β, burada β tip II hata oranıdır. Standart hedef: güç ≥ 0.80.
Güç = f(örneklem boyutu N, etki büyüklüğü, α, testin tipi)
Güç analizi çalışmadan ÖNCE yapılır — hangi örneklem boyutunun hangi etki büyüklüğünü tespit edebileceğini belirler. Retrospektif güç analizi (post-hoc power) metodolojik olarak problemlidir.
İnteraktif: Güç Analizi Hesaplayıcı
Güç & Örneklem Hesaplayıcı (Ki-kare, 2×2)
Örneklem boyutu ve beklenen etki büyüklüğünden gücü hesaplar. Veya güç hedefinden gerekli N'i.
İstatistiksel güç (1 − β)
—
Güç < 0.80 ise örneklem yetersiz. Büyük etki için küçük N yeterli; küçük etki için çok büyük N gerekli.
R kodu — pwr paketi
library(pwr)
# Kİ-kare testi için güç analizipwr.chisq.test(w = 0.3, N = 200, df = 1, sig.level = 0.05)
# Output:# Chi squared power calculation# w = 0.3# N = 200# df = 1# sig.level = 0.05# power = 0.9699# Alternatif: güç hedefinden N hesaplamapwr.chisq.test(w = 0.3, power = 0.80, df = 1, sig.level = 0.05)
# N = 87.2
aDNA çalışmalarının ciddi sorunu: Antik numune sayısı sınırlı (N = 5-50 tipik). Küçük örneklemde sadece büyük etkiler tespit edilebilir. Yayınlanan makaledeki "anlamlı" bulgu, çoğunlukla winner's cursetur — replikasyonda daralır veya kaybolur.
Eğer vaka ve kontrol grupları arasında atasal farklılık varsa (örn. vaka %80 Avrupalı, kontrol %40 Avrupalı), hastalıkla ilgili olmayan tüm farklı-frekanslı SNP'ler yalancı pozitif üretir. Bu sorunu çözmek için:
PCA (Principal Component Analysis): İlk 5-10 PC regresyona covariate olarak eklenir
Genomic Control (λ): QQ plot'tan inflation faktörü hesaplanır
Mixed Models (LMM): Akrabalık matrisi (kinship) model içinde — BOLT-LMM, SAIGE
Family-based designs: TDT — akrabalar arasında segregation test edilir, stratifikasyon etkilenmez
qpAdm / ADMIXTURE varsayımları
Antik DNA makalelerinde sık kullanılan qpAdm ve ADMIXTURE araçları, bir hedef popülasyonu referans kaynakların karışımı olarak modeller. Ancak temel varsayımlar sıklıkla ihlal edilir:
Varsayım
Nasıl ihlal edilir?
Sonuç
Kaynaklar (references) tüm gerçek ata popülasyonları temsil eder
Eksik kaynak kullanılır (örn. "Sibirya Neolitiki" eksik)
Farklı oranlar, yanlış yorumlanma
Genetik drift sabit
Dar darboğazdan geçmiş popülasyonlarda yüksek drift
p-değeri şişer, yanlış reddetme
Hedef "temiz karışım"dır
Çoklu admixture dalgaları olmuş (Anadolu gibi)
Basit 2/3 kaynak modeli uymaz
p > 0.05 → "model uyuyor"
Küçük örneklemde güç düşük, p büyük çıkar
Zayıf güvene dayanan yorumlamalar
qpAdm p-değeri paradoksu: Bu araçta p tersine yorumlanır. p > 0.05 "model kabul edilir" anlamına gelir, p < 0.05 "reddedilir". Bu nedenle büyük örneklem (N > 50) ile test edilmeyen modeller "başarılı" görünebilir sadece güç düşük olduğundan.
Türk örneği — Lazaridis 2022: Anadolu Türkleri'nin qpAdm ile modellemesi. Önerilen karışım: ~%60 Anadolu-Bizans + ~%30 Orta Asya Türk + ~%10 Kafkas. Sorulması gereken sorular:
Hangi "Orta Asya Türk" referansı kullanıldı? Göktürk mü, Uygur mı, Oğuz mu? Farkları büyüktür.
Alternatif modeller test edildi mi (örn. 4 kaynaklı, Selçuklu öncesi Bizans dahil)?
Güven aralıkları ne kadar geniş? %30 ± %5 mi, ±%15 mi?
Karışım tarihi (12.2 ± 1.4 nesil ≈ 11. yy) DATES programı ile mi hesaplandı, hangi varsayımlarla?
aDNA Spesifik Tuzaklar — Coverage, Kontaminasyon, Küçük N
Düşük Kapsama (Low Coverage)
Antik DNA'da sekans kapsama derinliği genellikle 0.1x - 1x, nadiren 3x+ olur. Düşük kapsama:
Genotip çağırma belirsizliği: 0.5x coverage'ta heterozigotu homozigot olarak çağırma riski yüksek
Imputation gerekli: Çoğu SNP "eksik", referans panellerle (1000 Genomes) doldurulur — bu kendisi hata kaynağı
F-istatistikleri bias: f3, f4 ve qpAdm testleri coverage'a duyarlı
Modern DNA Kontaminasyonu
Antik numuneler laboratuvarda modern DNA (müze çalışanları, arkeologlar, sekans teknisyenleri) ile kolayca kontamine olur. Kontrol yöntemleri:
Damage patterns: Antik DNA'da C→T ve G→A deaminasyon hasarı birikir. Uç bölgelerde beklenir; yoksa kontaminasyon
mtDNA kontaminasyonu: Schmutzi, ANGSD ile test edilir. %5+ kontaminasyon kabul edilemez
Y-kromozom heterozigotluğu: Erkek numunede X/Y oranı tuhaf mı?
Uzunluk dağılımı: Antik DNA <100bp; kontaminasyon >150bp
Küçük N Sorunu
aDNA çalışmalarında tipik örneklem: 5-50 birey. Bu nedenle:
Tek SNP varyantları aşırı yorumlanmamalı (N = 10'da 1 allel varyansı %10 frekansa karşılık gelir — belirsizlik yüksek)
Haplogrup frekansları geniş CI'larla rapor edilmelidir (örn. "3/5 = %60, kucuk orneklem nedeniyle guven araligi genis")
Temporal clustering: Aynı mezarlığın numuneleri akraba olabilir (soy ağacı çökmesi) — bağımsız olarak sayılamaz
Türk örneği — Göktürk dönemi J hatları (AADR v66.p1; birincil yayınlar Jeong 2020 Cell, Lee 2024 HPGG):
Moğolistan’da bu döneme radyokarbonla tarihlenen ve Y çağrısı olan 5 erkekten 3’ü J haplogrubunda. "Göktürk elit J2 hattı" iddiası bu veriden çıkar mı?
Oran: 3/5 = %60, ama %95 güven aralığı (Wilson) %23–88. Bu örneklemle J’nin çoğunluk mu azınlık mı olduğu söylenemez.
Bağımsızlık: Beş birey beş ayrı yerden (Arkhangai, Selenge, Khovd, Khentii, Bulgan); aynı mezarlıktan akraba bireyler sorunu burada yok.
Tek hat değil: Üç J bireyinden ikisi aynı hatta (J-PH1795 ve onun alt dalı J-Y164969), üçüncüsü başka bir J2a dalında (J-L25). Veri tek bir “J2 hattı” değil, en az iki ayrı J2a hattını gösterir.
Elit mi? Bu bireylerin Aşina klanıyla ya da kağanlık elitiyle bağı belgelenmemiştir.
Kaynak tuzağı: Bu sitede daha önce aynı iddia “Ning 2020, 9 bireyin 6’sı J2” atfıyla veriliyordu; o makale Göktürk örneği içermez. Sayıyı birincil veriye geri götürmek, iddianın hem kaynağını hem büyüklüğünü değiştirdi.
15 Kritik Soru — Eleştirel Okuma Kontrol Listesi
Herhangi bir popülasyon genetiği veya aDNA makalesini okurken yanıtlamanız gereken 15 soru. Her biri bir "kırmızı bayrak" olabilir.
📋 Kritik Değerlendirme Listesi
Örneklem boyutu nedir?GWAS için N > 5.000, aDNA için N > 20 olmalı. Küçükse winner's curse şüphesi var.
Çoklu test düzeltmesi yapılmış mı?"Bonferroni", "FDR", "Benjamini-Hochberg" veya "p < 5×10⁻⁸" aranır. Yoksa büyük kırmızı bayrak.
Replikasyon kohortu var mı?Sadece "keşif" mi, yoksa bağımsız doğrulama da var mı? Replikasyon yoksa bulgu tentatiftir.
Etki büyüklüğü ve güven aralığı rapor edilmiş mi?Sadece p-değeri verilmişse, makale güçlü bir bulguyu gizliyor olabilir.
Popülasyon stratifikasyonu kontrol edilmiş mi?PCA, λ (genomic inflation) rapor edilmiş mi? λ > 1.1 ise şüphe.
Pre-registration var mı?Hipotezler veri görülmeden kayıtlı mı? Modern standart budur.
Veri mevcut mu?Raw data (reads, VCF) paylaşılmış mı (ENA, NCBI)? Reprodüktibilite için şart.
Kod paylaşılmış mı?GitHub, Zenodo gibi arşivlerde analiz kodu var mı?
aDNA için: contamination tests yapılmış mı?Schmutzi, ANGSD gibi araçlarla mtDNA, Y-kromozom kontaminasyonu test edilmiş mi?
aDNA için: damage patterns doğrulanmış mı?C→T, G→A hasarı uç bölgelerde var mı? mapDamage raporu var mı?
qpAdm için: alternatif modeller test edilmiş mi?Sadece 2-kaynaklı değil, 3-, 4-kaynaklı modeller de denenmiş mi? Feasibility rapor edilmiş mi?
qpAdm p-değeri nasıl yorumlanmış?p > 0.05 "model uyuyor" anlamına gelir ancak güç düşükse yanıltıcıdır. N belirtilmiş mi?
Sensitivity analizleri var mı?Alternatif parametrelerle (örn. SNP filter eşiği değişince) sonuçlar değişiyor mu?
Alternatif yorumlar göz önünde bulundurulmuş mu?Aynı veri için başka hipotezler de uyabilir mi? Makale sadece bir hipotez savunuyor mu?
Yazarların çıkar çatışması var mı?Ticari gen testi firmalarıyla bağlantı, siyasi/etnik kuruluşlarla ilişki bildirilmiş mi?
Türk Etnogenezi Çalışmalarının İstatistiksel Eleştirisi
Üç büyük çalışmanın metodolojik güçlü ve zayıf yönleri ve bir kaynak düzeltmesi. Makaleler kendi verilerinden alınmış gerçek metodolojilere dayanmaktadır.
Kars et al. 2021 — "The genetic structure of the Turkish population"
PNAS 118 (36): e2026076118 · 3.362 Türkiye bireyi (773 tüm genom + 2.589 tüm ekzom) · Türkiye varyomu
✓ Güçlü yönler
Büyük N (3.362) — popülasyon seviyesi güçlü istatistik sağlar
Tüm genom ve tüm ekzom dizileme — yalnızca SNP çipine bağlı değil
Veri NCBI'de açık (accession numaraları rapor edilmiş)
İki ayrı ölçüm: otozomal Orta Asya katkısı ADMIXTURE ile %9,59; baba hattı (yalnız C ve O sayılarak) %8,5–15,6
⚠ Metodolojik sınırlılıklar
Popülasyon stratifikasyonu: Türkiye içi coğrafi varyasyon (Doğu vs Batı) için PCA kontrolü sınırlı
Replikasyon kohortu aynı ülkede — farklı bir Türkiye örneklemi yoktur (tamamen ayrı veri için Haber 2022 ile karşılaştırma)
Turkic DNA Project güncellemesi (2024-2026) — Kars et al. hesabını zenginleştirir
Turkic DNA Project & Turkish DNA Project — 3.424 modern Y-DNA örneği · 11 Türk halk grubu · 49 Anadolu ili · 9 etnik alt-grup
Kars et al. 2021, Türkiye çapında otozomal Orta Asya katkısını ADMIXTURE ile %9,59 olarak hesapladı; baba hattı katkısını ise yalnızca C ve O haplogruplarını "Orta Asya özgü" sayarak %8,5–15,6 buldu. Turkic DNA Project'in alt-grup düzeyindeki verileri, bu hesabın iki kritik eksiğini ortaya koyar:
✓ TDP'nin sağladığı yeni bilgi
Mikro-örüntü netleşti: Anadolu ortalaması (C2 %3.6, Q %3.9, N %11.1) bölgesel ve alt-grupsal farkları gizler. Çepni'de C2 %11.6, Manav'da N %17.2, Türkmen'de N+Q toplamı %22.
N ve R1a-Z93 de Türk-imzalı: Kars et al. sadece C ve O baktı; N (Baltık-Sibir) ve R1a-Z93 (Andronovo/İskit) bozkır kökenlidir. Bunlar dahil edildiğinde bu (öz-seçimli) örneklemde ortalama Türk-imzalı yüzdesi ~%22 — Kars'ın baba hattı aralığının üstünde. Ancak tüm N ve R1a-Z93'ü bozkır kökenli saymak bir varsayımdır.
49 il bazında veri: Kahramanmaraş %43.6 vs Edirne %14 gibi farklar, ulusal ortalamanın bölgesel farkları gizleyebildiğini gösterir.
⚠ TDP'nin sınırlılıkları
Seçim yanlılığı: Katılımcılar Türk kimliği bilinçli kişiler — rastgele popülasyon örneği değil
Alt-grup etiketi öz-beyan: "Çepni" kaydı aile geleneğine dayalı, kesin genetik tanım değil
İl kategorisi aile kökenini gösterir: Büyük şehirde oturan ama "Giresun'luyum" diyen kişi o ilde kaydedilmiş olabilir
Sonuç: TDP verisi Kars et al.'ın baba hattı tahmini (%8,5–15,6, C+O) için bir tamamlayıcıdır — belirli alt-gruplarda Türk-imzalı hatların %30-40'a çıkabildiğine işaret eder (öz-seçimli örneklem). Tam tablo: Türk Alt-Grupları Y-DNA Profili →
Kaynak düzeltmesi — Zeng et al. 2025
Not: Bu bölümde daha önce “Zeng et al. 2025 — 7.500 Year Continuity of Western Siberian Q1a2a” (Nature Communications) başlıklı bir çalışma eleştiriliyordu; böyle bir yayın yoktur. Zeng ve ark. 2025 Nature 644’te yayımlanan çalışma Ural ve Yenisey halklarının tarih öncesini inceler; Türkmen/Q hattında 7.500 yıllık süreklilik iddiası içermez.
Lazaridis et al. 2022 — "The genetic history of the Southern Arc: A bridge between West Asia and Europe"
John Novembre — Human Population Genetics. Video serisi UChicago.
İstatistiksel eleştiri klasikleri
Ioannidis JPA (2005) — Why Most Published Research Findings Are False. PLoS Medicine 2(8): e124. DOI
Button KS et al. (2013) — Power failure: why small sample size undermines the reliability of neuroscience. Nat Rev Neurosci 14: 365-376.
Wasserstein RL, Lazar NA (2016) — The ASA's Statement on p-Values. American Statistician 70(2): 129-133. p-değerinin resmi ASA tanımı.
Benjamin DJ et al. (2018) — Redefine statistical significance. Nature Human Behaviour 2: 6-10. α = 0.005 önerisi.
Popülasyon genetiği metodoloji
Patterson N et al. (2006) — Population Structure and Eigenanalysis. PLoS Genetics 2(12): e190. PCA metodolojisinin kurucu makalesi.
Alexander DH, Novembre J, Lange K (2009) — Fast model-based estimation of ancestry in unrelated individuals. Genome Research 19: 1655-1664. ADMIXTURE aracı.
Haak W et al. (2015) — Massive migration from the steppe was a source for Indo-European languages in Europe. Nature 522: 207-211. qpAdm metodolojisi.
Harney É et al. (2021) — Assessing the Performance of qpAdm. Genetics 217(4). qpAdm'ın sınırlılıkları.
Türk etnogenezi spesifik
Kars ME et al. (2021) — PNAS 118: e2026076118. Türkiye genel popülasyon yapısı.
Lazaridis I et al. (2022) — Science 377: eabm4247. Anadolu Türkleri admixture dating.
Yunusbayev B et al. (2015) — PLOS Genetics 11: e1005068. Türk konuşan halklar panoraması.
Ning C et al. (2020) — Nature Communications 11: 2700. Kuzey Çin, 7500–1700 BP; Göktürk örneği içermez.
Jeong C et al. (2020) — Cell 183(4): 890-904. Moğol bozkırının 6.000 yıllık genetik tarihi; Göktürk dönemi Moğolistan örnekleri.
Bánfai Z et al. (2022) — European Journal of Human Genetics 30(Suppl 1): 539. ESHG konferans özeti P19.061.A; Osmanlı hanedanı Y verisi.