群體遺傳學(xué)必備知識(shí)錦囊

群體遺傳學(xué)應(yīng)知應(yīng)會(huì)

今天分享一篇關(guān)于群體遺傳學(xué)的筆記，主要參考了網(wǎng)絡(luò)公開(kāi)資料以及公開(kāi)發(fā)表的文獻(xiàn)鸭叙，包含群體遺傳的概述觉啊、研究方法、應(yīng)用領(lǐng)域递雀、分析流程柄延、統(tǒng)計(jì)學(xué)原理、群體結(jié)構(gòu)評(píng)估等缀程。

群體和個(gè)體有什么區(qū)別搜吧？

在遺傳學(xué)中，群體和個(gè)體是兩個(gè)重要的概念杨凑。群體指的是一組具有共同遺傳特征的個(gè)體滤奈，而個(gè)體則是指單個(gè)生物體。

首先撩满，群體是由多個(gè)個(gè)體組成的蜒程，而個(gè)體是指單個(gè)生物體绅你。群體中的個(gè)體之間可以存在遺傳交流和基因流動(dòng)，這會(huì)導(dǎo)致群體中的基因頻率發(fā)生變化昭躺。

其次忌锯，群體遺傳學(xué)研究的是群體中基因的分布和變化規(guī)律，而個(gè)體遺傳學(xué)研究的是個(gè)體中遺傳特征和遺傳變異领炫。

群體遺傳學(xué)關(guān)注的是群體中基因的頻率和分布偶垮，通過(guò)研究群體中的基因組成來(lái)了解群體的遺傳結(jié)構(gòu)和演化過(guò)程。

分子層面對(duì)生物的研究帝洪，在個(gè)體水平上主要是看單個(gè)基因的變化以及全轉(zhuǎn)錄本的變化似舵。
在對(duì)個(gè)體的研究的基礎(chǔ)上，開(kāi)始了群體水平的研究葱峡，群體遺傳學(xué)則是主要研究由不同個(gè)體組成的群體的遺傳規(guī)律砚哗。

為什么要做群體遺傳研究？

理論體系

在測(cè)序技術(shù)大力發(fā)展之前砰奕，對(duì)群體主要是依靠表型進(jìn)行研究蛛芥，如加拉巴哥群島的 13 中鳥(niǎo)雀有著不同的喙，達(dá)爾文認(rèn)為這是自然選擇造成的后果脆淹。

達(dá)爾文的進(jìn)化論對(duì)應(yīng)的觀點(diǎn)可以簡(jiǎn)單概括為“物競(jìng)天擇常空，適者生存”，這也是最為大眾所接受的一種進(jìn)化學(xué)說(shuō)盖溺。

直到 1968 年漓糙，日本遺傳學(xué)家提出了中性進(jìn)化理論，也叫中性演化理論烘嘱。

可以這樣理解中性理論：一群人抽獎(jiǎng)昆禽，在沒(méi)有內(nèi)幕的情況下，每個(gè)人抽到一等獎(jiǎng)的概率是相等的蝇庭，這個(gè)可能性和參與抽獎(jiǎng)的人的身高醉鳖、年齡、愛(ài)好等因素都沒(méi)有關(guān)系哮内。中性理論常作為群體遺傳研究中的假設(shè)理論來(lái)計(jì)算其他各種統(tǒng)計(jì)指標(biāo)盗棵。

技術(shù)手段

測(cè)序價(jià)格大幅度降低，根據(jù) NIH 公布的數(shù)據(jù)來(lái)看北发，近幾年來(lái)測(cè)序技術(shù)普及纹因，二代高通量測(cè)序已經(jīng)成了遺傳研究的必備手段，已經(jīng)完全具備技術(shù)條件琳拨，可以實(shí)現(xiàn)對(duì)群體資源的基因解析瞭恰。

基于重測(cè)序的群體遺傳

重測(cè)序可以獲得某些樣品的基因型信息，得出變異的關(guān)鍵位點(diǎn)狱庇。通過(guò)重測(cè)序可以分析出群體中某些基因的頻率分布和變化惊畏，解析群體遺傳蘊(yùn)含的秘密恶耽。

遺傳變異的類(lèi)型

常見(jiàn)的變異類(lèi)型有SNP、IdDel颜启、SV偷俭、CNV等，重測(cè)序中最關(guān)注的是SNP农曲，其次是InDel社搅。其他的幾種結(jié)構(gòu)變異的研究不是太多驻债。（結(jié)構(gòu)變異往往需要單獨(dú)研究乳规，在此不做擴(kuò)展）

全基因組重測(cè)序

有參考基因組的物種的全基因組測(cè)序叫做重測(cè)序，沒(méi)有參考基因組的物種的全基因組測(cè)序則需要從頭組裝合呐。隨著測(cè)序價(jià)格的降低暮的，越來(lái)越多物種的參考基因組都已經(jīng)測(cè)序組裝完成。

在群體遺傳學(xué)研究中更多的是有參考基因組的物種淌实，植物中常見(jiàn)的是擬南芥冻辩、水稻、小麥和玉米等拆祈。

重測(cè)序分析流程

群體進(jìn)化選擇

正選擇

正選擇可以更好地用自然選擇來(lái)解釋?zhuān)杭偃缫粋€(gè)基因或位點(diǎn)能夠使個(gè)體有著更強(qiáng)的生存力或者是育性恨闪，這樣就會(huì)使得這個(gè)個(gè)體的后代更多，如此一來(lái)放坏，這個(gè)基因或位點(diǎn)在群體中就越來(lái)越多咙咽。

正選擇能夠使有利的突變位點(diǎn)在群體中得到傳播，但是與此同時(shí)卻降低了群體中該位點(diǎn)的多態(tài)性水平淤年。

也就是說(shuō)原先該位點(diǎn)周?chē)暮塑账峤M成是多樣的钧敞，在經(jīng)過(guò)正選擇之后，這個(gè)位點(diǎn)周?chē)塑账岬亩鄻有跃蜐u漸的趨于同質(zhì)化了麸粮。

這就好比一塊田溉苛，里面本來(lái)有水稻和稗草及其他雜草，由于稗草的適應(yīng)性增強(qiáng)弄诲，稗草在逐漸增多愚战，水稻慢慢變少，最后甚至是只剩下了稗草齐遵。

這種選擇之后多態(tài)性降低的情況叫做選擇掃蕩（Selective Sweep)

負(fù)選擇

負(fù)選擇和正選擇剛好是相反的寂玲。如果群體中的某個(gè)個(gè)體出現(xiàn)了一個(gè)致命的突變，從而使自己或者是后代從群體中被淘汰洛搀，這也導(dǎo)致群體中該位點(diǎn)的多態(tài)性的降低敢茁。

就好比我有100株水稻，其中一株在成長(zhǎng)過(guò)程中突然不見(jiàn)了留美，那么對(duì)我的這個(gè)小的水稻群體來(lái)說(shuō)彰檬，這個(gè)消失的水稻的獨(dú)有的位點(diǎn)在群體中就不見(jiàn)了伸刃，整體的多態(tài)性就降低了。

平衡選擇

平衡選擇指多個(gè)等位基因在一個(gè)群體的基因庫(kù)中以高于遺傳漂變預(yù)期的頻率被保留逢倍，如雜合子優(yōu)勢(shì)捧颅。

平衡選擇檢測(cè)的算法BetaScan2是個(gè)Python腳本，輸入文件只需要過(guò)濾好的SNP數(shù)據(jù)即可较雕。

群體遺傳學(xué)統(tǒng)計(jì)指標(biāo)

群體多態(tài)性參數(shù)

參數(shù)定義：其中

N_e

是有效群體大小碉哑，

\mu

是每個(gè)位點(diǎn)的突變速率。

分離位點(diǎn)數(shù)目

分離位點(diǎn)數(shù) $\theta_w$ 是 $\theta$ 的估計(jì)值亮蒋，表示相關(guān)基因在多序列比對(duì)中表現(xiàn)出多態(tài)性的位置扣典。

其中

K

為分離位點(diǎn)數(shù)量，比如SNP數(shù)量慎玖。

a_n

為個(gè)體數(shù)量的倒數(shù)和贮尖。

核酸多樣性

$\pi$ 指的是核苷酸多樣性，值越大說(shuō)明核苷酸多樣性越高趁怔。通常用于衡量群體內(nèi)的核苷酸多樣性湿硝，也可以用來(lái)推演進(jìn)化關(guān)系。

可以理解成現(xiàn)在群體內(nèi)兩兩求 $\pi$ 润努，再計(jì)算群體的均值,常用軟件是vcftools关斜。

如上圖示例，Sh4基因（控制水稻落粒）在所有亞群中的核酸多樣性降低铺浇，說(shuō)明該基因在所有亞群中受到選擇痢畜，可能與人工育種選擇有關(guān)。

群體內(nèi)選擇檢驗(yàn)

Tajima's D是日本學(xué)者Tajima Fumio 1989年提出的一種統(tǒng)計(jì)檢驗(yàn)方法随抠，用于檢驗(yàn)DNA序列在演化過(guò)程中是否遵循中性演化模型裁着。

D值大小有如下三種生物學(xué)意義：

D > 0: 平衡選擇，突然收縮拱她《郏【稀有等位基因以低頻率存在】
D < 0: 經(jīng)歷瓶頸效應(yīng)，隨后群體擴(kuò)張秉沼⊥叭福【稀有等位基因以高頻率存在】
D = 0: 平衡演變，沒(méi)有選擇的證據(jù)

群體間分歧度

$F_{st}$ 叫固定分化指數(shù)唬复，用于估計(jì)亞群間平均多態(tài)性大小與整個(gè)種群平均多態(tài)性大小的差異矗积，反映的是群體結(jié)構(gòu)的變化。

$F_{st}$ 的取值范圍是[0,1]敞咧。當(dāng) $F_{st}$ =1時(shí)表明亞群間有著明顯的種群分化棘捣，值越高表示分化程度越高。

在中性進(jìn)化條件下休建， $F_{st}$ 的大小主要取決于遺傳漂變和遷移等因素的影響乍恐。假設(shè)種群中的某個(gè)等位基因?qū)μ囟ōh(huán)境的適應(yīng)度較高而經(jīng)歷適應(yīng)性選擇评疗，那該基因的頻率在種群中會(huì)升高，種群的分化水平增大茵烈，群體 $F_{st}$ 升高百匆。

$F_{st}$ 值可以和GWAS的結(jié)果一起進(jìn)行分析， $F_{st}$ 超過(guò)一定閾值的區(qū)域往往和GWAS篩選到的位點(diǎn)是一致的呜投。

如上圖關(guān)于棉花的重測(cè)序群體遺傳分析中加匈，GWAS顯著性峰值信號(hào)與 $F_{st}$ 的峰值信號(hào)有重疊，相互印證仑荐。

群體分歧度檢驗(yàn)

ROD可以基于野生群體和馴化群體間核苷酸多態(tài)性參數(shù) $\pi$ 的差異識(shí)別選擇型號(hào)雕拼，也可以測(cè)量馴化群體和野生型群體相比損失的多態(tài)性。

ROD和Fst一樣释漆，都可以和GWAS分析結(jié)合起來(lái)悲没，通常某個(gè)顯著關(guān)聯(lián)的重要位點(diǎn)，其周?chē)鷮?duì)應(yīng)的核酸多樣性男图、選擇分化指數(shù)都有明顯變化，環(huán)環(huán)相扣甜橱。

群體結(jié)構(gòu)分析

進(jìn)化樹(shù)逊笆、PCA和群體分層圖是群體遺傳分析的常見(jiàn)三劍客，它們的目的都是為了展示群體結(jié)構(gòu)信息岂傲，比如材料之間的分組难裆，親緣關(guān)系，聚類(lèi)信息等镊掖。

進(jìn)化樹(shù)

進(jìn)化樹(shù)就是將個(gè)體按照遠(yuǎn)近關(guān)系分別連接起來(lái)的圖乃戈，其中有根樹(shù)就是所有的個(gè)體都有一個(gè)共同的祖先，線條離得越近亩进，表示樣品親緣關(guān)系越相似症虑，如下圖：

外群定根法：當(dāng)群體的個(gè)體的差異很小時(shí)，可以引入其他物種作為根归薛。

無(wú)根樹(shù)只展示個(gè)體間的距離谍憔，無(wú)共同祖先，可以自由的重建拓?fù)浣Y(jié)構(gòu)主籍，從而修改樹(shù)的形狀习贫，如下圖所示：

繪制方法：常用的繪圖軟件是Phylip和Snpphylo。進(jìn)化樹(shù)修飾的軟件有MEGA千元，ggtree等苫昌，推薦網(wǎng)頁(yè)版工具iTOL，可以在線操作幸海。

PCA 主成分分析

PCA是很常見(jiàn)的降維方法祟身，能夠清晰明了的看出樣品之間的分布情況屋厘，散點(diǎn)圖中點(diǎn)的直線距離越近，說(shuō)明關(guān)系越緊密月而。PCA計(jì)算的軟件很多汗洒，plink可以直接用vcf文件計(jì)算PCA。

基于PCA進(jìn)行分群

根據(jù)PCA圖中的散點(diǎn)信息進(jìn)行材料劃分父款，比如下圖關(guān)于大豆重測(cè)序的文章附圖溢谤，不同顏色的點(diǎn)明顯呈現(xiàn)不同的分布規(guī)律，各自代表不同亞群憨攒。

基于PCA進(jìn)行離群檢測(cè)

離群樣本就是在PCA圖看起來(lái)和其他樣本差異很大的樣本世杀，有可能是這個(gè)樣本的遺傳背景和其他樣本本來(lái)就很大，也有可能是樣本混淆了肝集，比如了將野生型的樣本標(biāo)記成了馴化種進(jìn)行測(cè)序瞻坝。

基于PCA推斷亞群進(jìn)化關(guān)系

可以通過(guò)PCA分析看出不同個(gè)體之間的分布關(guān)系，通常與地理因素有關(guān)杏瞻，比如歐洲和亞洲之間由于空間距離原因所刀，導(dǎo)致兩個(gè)亞群的差異較大，在PCA結(jié)果中顯示的點(diǎn)距離較遠(yuǎn)捞挥。

群體分層圖

進(jìn)化樹(shù)和PCA能夠看出來(lái)群體是不是分層的浮创，但是無(wú)法知道群體分成幾個(gè)群合適，也無(wú)法看出群體間的基因交流砌函。不用怕斩披，群體分層圖會(huì)出手。

群體分層圖的本質(zhì)是堆疊的柱狀圖讹俊，每個(gè)柱子是一個(gè)樣本垦沉，可以看出一個(gè)樣本的血緣組成，有幾種顏色就說(shuō)明該樣本由幾個(gè)祖先而來(lái)仍劈。

如果只有一個(gè)色厕倍，那就說(shuō)明個(gè)體很純。如果有一塊顏色很統(tǒng)一耳奕，說(shuō)明這一塊兒的樣本都含有相似血脈绑青，應(yīng)該屬于同一亞群。

連鎖不平衡分析

連鎖不平衡（Linkage disequilibrium屋群，LD）由兩個(gè)名詞構(gòu)成闸婴，連鎖+不平衡，兩者是對(duì)立統(tǒng)一的關(guān)系芍躏，從某個(gè)角度來(lái)說(shuō)邪乍，表示變異的相關(guān)性，這個(gè)相關(guān)關(guān)系，可以使用相關(guān)系數(shù) $r^2$ 來(lái)度量庇楞。

LD就是度量?jī)蓚€(gè)分子標(biāo)記的基因型變化是否步調(diào)一致榜配，存在相關(guān)性的指標(biāo)。如果兩個(gè) SNP 標(biāo)記位置相鄰吕晌，那么在群體中也會(huì)呈現(xiàn)基因型步調(diào)一致的情況蛋褥。比如有兩個(gè)基因座，分別對(duì)應(yīng) A/a 和 B/b 兩種等位基因睛驳。

如果兩個(gè)基因座是連鎖的烙心，我們將會(huì)看到某些基因型往往共同遺傳，即某些單倍型的頻率會(huì)高于期望值乏沸。

LD 計(jì)算方法

通常使用 $r^2$ 和 $D ’$ 來(lái)表示兩個(gè)位點(diǎn)之間的LD水平淫茵，假如兩個(gè)連鎖的座位A和B，等位基因是A蹬跃、a匙瘪、B、b蝶缀，對(duì)應(yīng)的頻率用 $\pi$ 加下標(biāo)來(lái)表示丹喻，如 $\pi_{Ab}$ 表示單倍型Ab對(duì)應(yīng)的頻率。（共有4個(gè)等位基因扼劈，以及4種單倍型）

則實(shí)際觀測(cè)到的單倍型頻率與期望的單倍型頻率之間差異 $D$ 的計(jì)算方法是：

相關(guān)系數(shù) $r^2$ 的計(jì)算方法是：

$D ’$ 的計(jì)算方法是：

LD 衰減分析

隨著標(biāo)記間的距離增加驻啤，平均的LD程度將降低，呈現(xiàn)出衰減狀態(tài)荐吵，這種情況叫LD衰減。

LD 衰減可以用于判斷群體的多樣性差異赊瞬，一般野生型群體的LD衰減快于馴化群體先煎。通過(guò)LD衰減距離和標(biāo)記間的平均距離來(lái)判斷GWAS使用的標(biāo)記數(shù)量是否足夠。

GWAS 全基因組關(guān)聯(lián)分析

全基因組關(guān)聯(lián)分析巧涧，常用在醫(yī)學(xué)和農(nóng)學(xué)領(lǐng)域薯蝎。簡(jiǎn)單理解成將SNP等遺傳標(biāo)記和表型數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，檢測(cè)和表型相關(guān)的位點(diǎn)谤绳，然后再倒回去找到對(duì)應(yīng)的基因占锯，研究其對(duì)表型的影響。這些被研究的表型在醫(yī)學(xué)上常常是疾病的表型缩筛；在農(nóng)學(xué)上常常是受關(guān)注的農(nóng)藝性狀消略，比如水稻的株高、產(chǎn)量瞎抛、穗粒數(shù)等艺演。

GWAS數(shù)學(xué)模型

以上僅做簡(jiǎn)單介紹，具體的數(shù)學(xué)模型和方法請(qǐng)根據(jù)相關(guān)資料進(jìn)行了解。

GWAS結(jié)果信息

GWAS結(jié)果文件通常只有兩個(gè)圖胎撤，一個(gè)是曼哈頓圖晓殊，另外一個(gè)是QQ圖。一般是先看QQ圖伤提，如果QQ圖正常巫俺，曼哈頓圖的結(jié)果才有意義。

QQ圖

正常的QQ圖會(huì)略微上翹肿男，如果QQ圖不正常介汹，就要考慮換個(gè)模型算法再試試了。

曼哈頓圖

其實(shí)本質(zhì)上就是散點(diǎn)圖次伶，每一個(gè)點(diǎn)表示一個(gè)位點(diǎn)痴昧，位點(diǎn)越高表示越顯著，如果點(diǎn)多了而且高低不一致冠王，看起來(lái)就像曼哈頓的高樓一樣錯(cuò)綜復(fù)雜赶撰。（優(yōu)雅的科研人）

上圖中展示的是棉花重測(cè)序進(jìn)行GWAS分析的結(jié)果，關(guān)鍵出峰的點(diǎn)就是研究目標(biāo)位置柱彻，之后再進(jìn)行功能驗(yàn)證實(shí)驗(yàn)豪娜。

最后，感謝您閱讀至此哟楷！這篇筆記的素材是整理了簡(jiǎn)書(shū)上“研究僧小藍(lán)哥”部分內(nèi)容瘤载，對(duì)群體遺傳學(xué)習(xí)有一定幫助，如果感覺(jué)有用歡迎轉(zhuǎn)發(fā)卖擅，多多交流鸣奔。

參考資料：
http://www.reibang.com/p/807e54278539
https://zhuanlan.zhihu.com/p/541850657
http://www.reibang.com/p/9793e14c0d08

本文由mdnice多平臺(tái)發(fā)布

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者

人面猴
序言：七十年代末，一起剝皮案震驚了整個(gè)濱河市惩阶，隨后出現(xiàn)的幾起案子挎狸，更是在濱河造成了極大的恐慌，老刑警劉巖断楷，帶你破解...
沈念sama閱讀 206,839評(píng)論 6贊 482
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件锨匆，死亡現(xiàn)場(chǎng)離奇詭異，居然都是意外死亡冬筒，警方通過(guò)查閱死者的電腦和手機(jī)恐锣，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 88,543評(píng)論 2贊 382
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門(mén)，熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)舞痰，“玉大人土榴，你說(shuō)我怎么就攤上這事≡茸啵” “怎么了鞭衩？”我有些...
開(kāi)封第一講書(shū)人閱讀 153,116評(píng)論 0贊 344
道士緝兇錄：失蹤的賣(mài)姜人
文/不壞的土叔我叫張陵学搜，是天一觀的道長(zhǎng)。經(jīng)常有香客問(wèn)我论衍，道長(zhǎng)瑞佩，這世上最難降的妖魔是什么？我笑而不...
開(kāi)封第一講書(shū)人閱讀 55,371評(píng)論 1贊 279
?港島之戀（遺憾婚禮）
正文為了忘掉前任坯台，我火速辦了婚禮炬丸，結(jié)果婚禮上，老公的妹妹穿的比我還像新娘蜒蕾。我一直安慰自己稠炬，他們只是感情好，可當(dāng)我...
茶點(diǎn)故事閱讀 64,384評(píng)論 5贊 374
惡毒庶女頂嫁案：這布局不是一般人想出來(lái)的
文/花漫我一把揭開(kāi)白布咪啡。她就那樣靜靜地躺著首启，像睡著了一般。火紅的嫁衣襯著肌膚如雪撤摸。梳的紋絲不亂的頭發(fā)上毅桃，一...
開(kāi)封第一講書(shū)人閱讀 49,111評(píng)論 1贊 285
城市分裂傳說(shuō)
那天，我揣著相機(jī)與錄音准夷，去河邊找鬼钥飞。笑死，一個(gè)胖子當(dāng)著我的面吹牛衫嵌，可吹牛的內(nèi)容都是我干的读宙。我是一名探鬼主播，決...
沈念sama閱讀 38,416評(píng)論 3贊 400
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開(kāi)眼楔绞，長(zhǎng)吁一口氣：“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼结闸！你這毒婦竟也來(lái)了？” 一聲冷哼從身側(cè)響起酒朵，我...
開(kāi)封第一講書(shū)人閱讀 37,053評(píng)論 0贊 259
萬(wàn)榮殺人案實(shí)錄
序言：老撾萬(wàn)榮一對(duì)情侶失蹤膀估，失蹤者是張志新（化名）和其女友劉穎，沒(méi)想到半個(gè)月后耻讽，有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體，經(jīng)...
沈念sama閱讀 43,558評(píng)論 1贊 300
?護(hù)林員之死
正文獨(dú)居荒郊野嶺守林人離奇死亡帕棉，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點(diǎn)故事閱讀 36,007評(píng)論 2贊 325
?白月光啟示錄
正文我和宋清朗相戀三年针肥，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片香伴。...
茶點(diǎn)故事閱讀 38,117評(píng)論 1贊 334
活死人
序言：一個(gè)原本活蹦亂跳的男人離奇死亡慰枕，死狀恐怖，靈堂內(nèi)的尸體忽然破棺而出即纲，到底是詐尸還是另有隱情具帮，我是刑警寧澤，帶...
沈念sama閱讀 33,756評(píng)論 4贊 324
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布，位于F島的核電站蜂厅，受9級(jí)特大地震影響匪凡，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜掘猿，卻給世界環(huán)境...
茶點(diǎn)故事閱讀 39,324評(píng)論 3贊 307
男人毒藥：我在死后第九天來(lái)索命
文/蒙蒙一病游、第九天我趴在偏房一處隱蔽的房頂上張望。院中可真熱鬧稠通，春花似錦衬衬、人聲如沸。這莊子的主人今日做“春日...
開(kāi)封第一講書(shū)人閱讀 30,315評(píng)論 0贊 19
一樁弒父案滋尉，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽(yáng)。三九已至飞主，卻和暖如春狮惜，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背既棺。一陣腳步聲響...
開(kāi)封第一講書(shū)人閱讀 31,539評(píng)論 1贊 262
情欲美人皮
我被黑心中介騙來(lái)泰國(guó)打工讽挟，沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人丸冕。一個(gè)月前我還...
沈念sama閱讀 45,578評(píng)論 2贊 355
代替公主和親
正文我出身青樓耽梅，卻偏偏與公主長(zhǎng)得像，于是被迫代替她去往敵國(guó)和親胖烛。傳聞我的和親對(duì)象是個(gè)殘疾皇子眼姐，可洞房花燭夜當(dāng)晚...
茶點(diǎn)故事閱讀 42,877評(píng)論 2贊 345