Bilgi

Birleşme zamanı: Popülasyon genetiğinde haploidler ve diploidler için farklı mı?

Birleşme zamanı: Popülasyon genetiğinde haploidler ve diploidler için farklı mı?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

2 popülasyonda $-mu$ mutasyon oranına sahip Siyanobakteri hücrelerinin ayrışmasını modellemeye çalışıyorum ve modelimi geçerli bir teori ile doğrulamam gerekiyor. Çok fazla biyoloji geçmişim yok ve bulabildiğim tüm teoriler ya haploid popülasyon ya da çiftleşen popülasyonlar için geçerli. Tek bilmem gereken, çiftleşme olmadan haploid bir popülasyon için birleşme zamanı/ıraksaması için bir teori. Şimdiye kadar bu var:

$$T = 2 imes N imes d D = 2 imes mu imes T$$ burada N, diploid bireylerin sayısıdır, d, alt popülasyonların sayısıdır (bu durumda 2), T birleşme zamanı ve D diverjanstır. Diploid popülasyon için tanımlanmış olmasına rağmen bunu benim durumuma uygulayabilir miyim?

teşekkürler


Birleşme zamanı: Popülasyon genetiğinde haploidler ve diploidler için farklı mı?

Kısa cevap

Diploid popülasyonda birleşme süresi haploid popülasyona göre iki kat daha yüksektir.

Uzun cevap

Rastgele bir kromozomda örneklediğinizi hayal edin. Sonra ikinci bir örnek alırsınız ve önceki nesilde birleşme olasılıkları nedir sorusunu sorarsınız. Bu olasılık $frac{1}{PN}$'dır, burada $N$ popülasyon büyüklüğü ve $P$ ploidi sayısıdır (haploidler için 1, diploidler için 2). Bu nedenle birleşmemeleri olasılığı 1-frac{1}{PN}$'dır. İki kromozomun $t$ nesiller önce birleşme olasılığı, $t-1$ nesiller boyunca birleşmeme ve sonra birleşme olasılığıdır. Bu, iki kromozomun $t$ nesiller önce birleşme olasılığıdır.

$$P(t) = left(1-frac{1}{PN}sağ)^{t-1}frac{1}{PN}$$

Burada, başarı olasılığının $frac{1}{PN}$ olduğu bir geometrik dağılımı tanıyabilirsiniz. Matematiği basitleştirmek için, popülasyon boyutunun çok büyük olduğunu varsayalım. Böyle bir durumda, yukarıdaki formülasyon şu şekilde iyi bir şekilde yaklaştırılır:

$$P(t) = frac{1}{PN} e^{-tfrac{1}{PN}} $$

Artık $frac{1}{PN}$ oranıyla üstel dağılımı tanıyabilirsiniz. Artık diploid bir popülasyonun ve bir haploid popülasyonun birleşmesi için beklenen ortalama zamanı karşılaştırabiliriz.

Yukarıdaki üstel dağılımın ortalaması basitçe $PN$'dır. Bu nedenle, birleşme için beklenen süre diploidlerde 2N$ ve haploidlerde sadece $N$'dır.

Gönderinizin ayrıntıları

Yazınızda yapılandırılmış popülasyonlardan bahsediyorsunuz. Hesaplamalar, yapılandırılmış popülasyonlarda biraz daha karmaşıktır ve kafamın üstünden nasıl çalıştıklarını hatırlamıyorum.

$D$ sapmasından bahsediyorsunuz. Ayrılık derken neyi kastettiğinizi bilmiyorum. Birleştirilmiş sonuçlardan beklenen heterozigotluğu, ikili farklılıkların sayısını ve hatta tüm saha frekans spektrumunu hesaplayabilirsiniz. Bu hesaplamaları yapılandırılmış birleştirici model için de yapabilirsiniz.


Evet, modelin bahsettiği gibi yapabilirsiniz alel birleşimi Bununla ilgili wiki makalesinde belirtildiği gibi.

Ortak ataya kadar zaman içindeki varyasyonun olasılıksal bir değerlendirmesini içerir. aleller çok daha büyük bir popülasyondan nispeten küçük bir birey örneğinde.

Kontrol etmeye çalıştığınız şey, herhangi bir sayıda alelin ortak bir ata kopyası olduğu için kaç nesil geçtiğidir. Bunun için elimizde:

$t=frac{4N}{n·(n-1)}$

Bu, JFC Kingman tarafından (önceki Wright-Fisher modeline dayalı olarak) $N$ sabit popülasyon büyüklüğü için geliştirilmiştir; burada $t$, $n$ alellerinin birleşme süresidir. Bu denklemde pay 4N$'dır çünkü $2N$ toplam alel popülasyonu boyutudur. Bunu 2$ ile tekrar çarpmanız gerekir, çünkü iki alelin farklı olduğu toplam süre, en yaygın son atadan ayrıldığı sürenin iki katıdır. Bu nedenle haploid popülasyonlar için payda $2N$ kullanmalısınız.

Bu modelin mutasyon oranı ve sabit olmayan $N$ içeren versiyonları vardır, ancak belki de $N_e$'ınızı (etkili bir popülasyonun büyüklüğü veya N'yi sabit olarak bulmak için iyi bir model aramak daha kolay olabilir) $N$ sabit olmadığında bu formülde kullanılabilir.


Haplo-diploidlerin ve X'e bağlı genlerin popülasyon genetiği

Mevcut elektroforetik verilerden, haplodiploid böceklerin, diploid böceklerden çok daha düşük bir genetik değişkenlik düzeyine sahip olduğu açıktır; bu, bazı haplodiploid türlerin sosyal yapısı tarafından yalnızca kısmen açıklanabilir bir farktır. Aynı türdeki X'e bağlı genleri ve otozomal genleri karşılaştıran veriler çok daha seyrektir ve bundan çok az sonuç çıkarılabilir. Bu veriler, haplodiploidlerdeki X'e bağlı genlerin ve genlerin teorik analizleriyle karşılaştırılır. (X'e bağlı genlerin teorik popülasyon genetiği ve haplodiploidlerdeki genler aynıdır.) Yönlü seçim altındaki X'e bağlı genler, seçim X'e bağlı genler ve etkin popülasyon boyutu üzerinde daha doğrudan etki ettiğinden, otozomal genlerden daha hızlı kaybolacak veya sabitlenecektir. daha küçük. Bununla birlikte, mutasyon baskısı tarafından korunan zararlı hastalık genleri, X'e bağlı lokuslarda daha yüksek hastalık vakaları verecektir ve bu nedenle, X'e bağlı lokuslarda nadir mutantların saptanması daha kolaydır. Dengeli polimorfizmleri koruyabilen kuvvetler göz önüne alındığında, eğer genetik değişkenlik korunacaksa, X'e bağlı lokuslarda uygunluk parametreleri üzerinde otozomal lokuslara göre çok daha güçlü kısıtlamalar vardır ve dolayısıyla X kromozomunda daha az polimorfik lokus beklenir ve haplodiploidlerde. Bununla birlikte, mutasyon-rastgele sürüklenme hipotezi, etkin popülasyon büyüklüğündeki azalma nedeniyle daha düşük heterozigotluk beklentisine de yol açar. Dolayısıyla teorik sonuçlar verilerle uyumludur, ancak yine de, X'e bağlı genlerde ve haplodiploidlerdeki genlerde genetik değişkenliğin çoğunu seleksiyonun mu yoksa mutasyon-rastgele sürüklenmenin mi koruduğu tartışmasına tabidir.


Soyut

Çok fazla teorik ilgiye rağmen, ploidinin adaptasyon oranını nasıl etkilediğine dair sınırlı ampirik veriye sahibiz. İzojenik haploid ve diploid popülasyonlarını geliştirdik. Saccharomyces cerevisiae yedi farklı ortamda 200 nesil için. Ortak bir rakibe karşı tüm atalardan ve evrimleşmiş soyların rekabet uygunluğunu ölçtük ve yedi ortamın tümünde, haploid hatların diploidlerden daha hızlı adapte olduğunu, üç ortamda da önemli ölçüde böyle olduğunu bulduk. Adaptasyon oranlarını ve ölçülen etkin popülasyon büyüklüklerini faydalı mutasyonların özellikleriyle ilişkilendiren teoriyi uyguluyoruz. Bu ilk seçilen mutasyonlar için haploidlerdeki ortalama seçim katsayılarının kabaca tahminlerini %2 ile %10 arasında elde ettik. Sonuçlar, dört ortamdaki yarı baskın ila baskın mutasyonlar ve diğer iki ortamdaki ek mutasyonlar için çekinik olanlarla tutarlıydı. Bu sonuçlar, haploidlerin büyük popülasyon boyutlarında diploidlerden daha hızlı evrimleşmesi gerektiğini öngören teori ile tutarlıdır.


Mitokondri Kalıtımı (Deneylerle)

Mitokondri, çeşitli solunum enzimleri içeren ve hücre için ana enerji kaynağı olan sitoplazmik organellerdir. Hücrede değişken sayılarda bulunurlar. Mitokondri yapısının karmaşıklığı ve bazı yönlerden plastidlere benzerlikleri, plastidlerle aynı şekilde kalıtsal olma olasılığını düşündürür.

Mitokondri çift zara sahiptir ve elektron taşıma zincirinin (sitokromlar) solunum enzimlerinin yanı sıra kendi genetik belirleyicilerini (DNA) içerir. Hücre bölünmesi yoluyla bu sitoplazmik organelin sürekliliği için belirli miktarda elektron mikrografik kanıt vardır.

Mitokondriyal proteinlerin ve enzimlerin çoğu nükleer genler tarafından üretilse de, bunların yaklaşık %20'si mitokondriyal genlerin aktivitesinden kaynaklanmaktadır.

Mitokondrinin kendi DNA'sını içermesi gerçeği, bazılarının onun bağımsız olarak var olma yeteneğini yavaş yavaş kaybeden simbiyotik mikroorganizmadan evrimleştiğini düşünmesine yol açmıştır. Bunu destekleyen yeterli kanıt var. Ancak, bazı insanlar buna katılmıyor. Mitokondri, var olmak için hem kendi genlerine hem de nükleer genlere ihtiyaç duydukları için gerçekten özerk sitoplazmik organeller olarak kabul edilemez.

Mitokondriyal kalıtım, maya (saccharomyces cereviceae) ve neurospora crassa ile örneklenmiştir.

Ephrussi'nin Maya ile Deneyi:

Bazı maya türleri (s. cereviceae), agar ortamında büyütüldüklerinde küçük koloniler üretir. Ephrussi (1953), her bin koloniden bir veya ikisinin, kalanın çapının sadece yaklaşık üçte biri veya yarısı kadar olduğunu gözlemledi. Küçük koloniler küçük koloniler olarak adlandırılır.

Normal büyük kolonilerden gelen hücreler, kültür ortamına yayıldıklarında, küçük bir oranda küçük koloniler üretti ve bu her zaman oldu. Küçük kolonilerden gelen hücreler gerçek üremeydi ve sadece minyon ürettiler.

Biyokimyasal çalışmalar, küçük kolonilerin yavaş büyümesinin, hücrelerin mitokondrilerinde meydana gelen aerobik solunum enzimleri, özellikle sitokrom a ve b ve enzim sitokrom oksidazın kaybından ve hücreler tarafından daha az verimli fermantasyon sürecinin kullanılmasından kaynaklandığını ortaya koymuştur.

Minyon fenotip, nükleer genlerin mutasyonundan veya mitokondriyal genlerden kaynaklanabilir. Bir nükleer gendeki mutasyona bağlı olarak ortaya çıkan minyon mutantlar, heterozigotlarda meydana gelen ayrışma ile Mendel kalıtım modelini takip eder.

Bu tip minyon mutasyona segregasyonel minyon veya nükleer minyon denir. Minyon koloni bireyleri normal büyük koloniden bireylere çaprazlandığında vejetatif olarak normal hücreler üreten normal zigotlar oluşur.

Diploid hücrelerde mayoz bölünme meydana geldiğinde, aşağıda gösterildiği gibi 1: 1 oranında minyon ve normal koloniler oluşturacak haploid hücreler geri kazanılır:

Bu tür koloniler, açık bir şekilde mutant nükleer genler nedeniyle oluşur, bunlara segregasyonel petitler denir.

Bores Ephrussi ve arkadaşları (1953), akriflavin ve euflavin gibi az miktarda akridin boyalarının varlığında, minyon karakterler için ekstra kromozomal (Mendel olmayan) kalıtım gösteren birçok sitokrom eksikliği olan petite kolonilerinin geliştiğini bulmuşlardır. Onlara bitkisel minyon deniyordu.

Düşük konsantrasyonlarda mutasyon oranı, kromozomal mutasyon için normal olarak beklenenden çok daha yüksekti. Vejetatif minyonlar, mitokondriyal genlerdeki kusurlu mitokondriye yol açan mutasyonlardan doğrudan kaynaklanabilir.

Bitkisel veya ekstra kromozomal minyonların iki sınıfı vardır:

(ii) Farklı kalıtım kalıpları gösteren baskılayıcı minyonlar.

Nötr Ekstra kromozomal veya Bitkisel Petitler:

Yabani tip haploid maya ile nötr minyon haploid maya arasında bir çaprazlama yapıldığında normal diploid yavrular elde edilir. Diploid bireyler tomurcuklanma süreciyle birkaç normal diploid üretir. Normal diploidlerde mayoz oluştuğunda, normal haploid koloniler üreten haploid askosporlar oluşur.

Bu özelliğin belirleyicileri kromozomal olsaydı, haploid spor hücreleri popülasyonunda 1:1 oranında normal ve minyon özellikler beklenirdi. Bu, kalıtımın kromozomal olmadığını gösterir.

Bu tür kalıtımın genetik temeli, normal suşta ekstra kromozomal veya sitoplazmik bir faktörün [rho + ] varlığının ve eksik veya [rho –] olduğu varsayılarak açıklanabilir. [N]] nötr minyon mutantlarda. Tarafsız minyonlar [rho – [N]] genellikle mitokondriyal DNA'dan yoksundur. Şimdi, haploid nötr minyon haploid normal suşa çaprazlanırsa, diploid normal olacaktır.

Diploid hücrelerdeki normal durum, normal haploid suşun katkıda bulunduğu [rho + ] faktörlü normal mitokondri nedeniyle ortaya çıkar. Bu normal mitokondri çoğalır ve diploid hücrelerde mayoz bölünmeden sonra haploid sporlara aktarılır. Nötr minyon mutantın katkıda bulunduğu mitokondri muhtemelen çoğalmaz ve yavaş yavaş dejenere olur. Böylece tüm haploid sporlar ve onların soyundan gelenler normal olacaktır.

Kalıtım modeli aşağıdaki gibidir:

Bastırıcı Minyonların Kalıtım Modeli:

Baskılayıcı minyon mutantı, nötr minyondan farklı davranış gösterir. Supresif minyon haploid hücreleri ile normal suşun haploid hücreleri arasında bir çaprazlama yapıldığında, kısmen normal kısmen minyon olan ve adından da anlaşılacağı gibi normal sitoplazma varlığında normal aerobik solunumu baskılayabilen diploid hücreler elde edilir.

Mayozdan sonraki normal diploidler normal haploid sporlar üretirken, tomurcuklanmadan sonraki diploid petitler, tümü minyon veya bazı normal ve bazı petitler olabilen diploidler üretir. Sporülasyondan sonra normal diploidler sadece normal üretir ve minyon oluşturmaz.

Bu nedenle, baskılayıcı minyonların Mendel olmayan kalıtım modelini takip ettiği açıktır. Bu tür kalıtımın genetik temeli, normal suşta ekstra kromozomal bir faktörün [rho + ] ve [rho –] varlığının varsayılarak açıklanabilir. [s]] baskılayıcı minyonlarda.

Baskılayıcı minyon için genetik neden mitokondriyal mutasyondur. Nötr petitlerin aksine, baskılayıcı petitlerin mitokondrileri mutant DNA içerir. Mutant mitokondri replike olabilir ve sırayla mutant fenotipi eksprese edebilen soy hücrelerine aktarılabilir. Söz konusu çaprazda, belirli bir hücrenin fenotipini belirleyen normal ve mutant mitokondrinin nispi oranıdır.

Normal mitokondri baskın ise diploid hücreler ve haploid sporlar normal olacak ve mutant mitokondri baskınsa mutant fenotip göstereceklerdir. Normal segregasyonun olmaması ve ayrıca normal koloni hücrelerinin yüksek değişkenliği, vejetatif minyon fenotipinin ekstra kromozomal veya sitoplazmik genlerden kaynaklandığına dair iyi kanıtlar sağlar.

Neurospora'daki Poky Suşu:

Ekstra kromozomal kalıtım vakaları olan mitokondriyal enzim eksikliği için birkaç örnek vardır. Plazma genlerinin ekstra kromozomal kalıtımının klasik örneklerinden biri, nörospora çalışmalarından geldi.

Bu mantarda, poky adı verilen yavaş büyüyen bir mutant suş vardır. Mitokondri, oksidatif fosforilasyon için gerekli elektron taşıma proteinleri olan sitokrom a, b ve c içerir.

Poky suşlarında, sitokrom a veya sitokrom b yoktur, ancak sitokrom c fazla miktarda bulunur. Poky, iki mutantın aynı enzimler için eksik olmamasıyla minyondan farklıdır. Dişi ebeveyn olarak poky, erkek ebeveyn olarak normal bir suş ile çaprazlandığında, neslin poky olduğu bulundu.

Karşılıklı çaprazda (normal poky ♀× poky ♂), soy normaldi. Bu Mendel olmayan tek ebeveynli kalıtım, dişi ebeveynin sitoplazmasının önemli olduğunu ileri sürdü, çünkü karşılıklı çaprazlamalar arasındaki tek fark sitoplazmanın katkısıydı.

Nörosporadaki erkek gametler, hayvanlarda veya daha yüksek bitkilerde olduğu gibi ihmal edilebilir miktarda sitoplazmaya katkıda bulunur. Bu nedenle, pokyness faktörünün sitoplazmada bir yerde bulunması muhtemeldir. Poky'nin normalden ayrımı asla gözlemlenmez ve poky'nin soyu ♀× normal ♂ her zaman poky olacaktır. Bu nedenle nükleer genotipin bu belirli fenotip üzerinde hiçbir etkisi yoktur.


Evrim, Ekoloji ve Davranış İlkeleri

Bölüm 1. Giriş [00:00:00]

Profesör Stephen Stearns: Bugün Adaptif Genetik Değişim hakkında konuşacağız. Ve buna zemin hazırlamak için, slaytlara geçmeden önce, aşağıdaki önermeyi düşünmenizi istiyorum. İster bir yarasanın beyni, ister omurgalı bağışıklık sistemi, ister ribozomun güzel yapısı ya da Mayoz bölünmenin kesinliği, adaptif bir genetik değişim süreciyle meydana geldi. Bir süreç veya yapı üzerinde etkisi olan bir mutasyon meydana gelmiş ve içinde bulunduğu organizmanın üreme başarısını arttırdıysa, evrim tarafından korunmuştur, değilse ortadan kalkmıştır.

Yani bugün bahsettiğimiz şey, hayatın tamamında işleyen ve bilgi birikimine neden olan çok temel bir mekanizmaya bakmaktır. Şimdi, bunlar dersin anahtarları. Dersin ortasında, üzerlerinde tablolar, denklemler ve bunun gibi şeyler olan birkaç slayt alacaksınız ve ben sizi bu tablolardan birine yönlendireceğim ve sizden diğerini gözden geçirmenizi isteyeceğim. bir. Ama asıl mesele onlar değil. Mesele şu. Dört ana genetik sistem vardır ve bunların bazı ilginç istisnaları vardır. Ancak sadece dört sistemle gezegendeki organizmaların genetiğindeki varyasyonun büyük bir bölümünü yakalayabilirsiniz. Peki?

Cinselliğe karşı aseksüel ve haploide karşı diploittir ve bu farklılıklar, evrimin ne kadar hızlı gerçekleştiği konusunda büyük bir fark yaratır. Siz cinsel diploidlersiniz ve yavaş evrimleşirsiniz ve patojenleriniz aseksüel haploidler ve hızlı evrimleşirler. Bu önemli, bilmeniz gereken türden bir şey.

Şimdi, popülasyon genetiğinin denklemlerine girdiğimizde'bunlar sadece cebirdir', mesele şu ki, onları her zaman bir kitapta bulabilir ve Excel gibi basit elektronik tablo programlarında bile oldukça kolay bir şekilde programlayabilirsiniz ve anlayabilirsiniz. onlarla oynayarak temel özelliklerini. Web'e girip Google'a gidip Hardy-Weinberg denklemlerini yazarsanız, ülke çapında bir popülasyon genetiği profesörünün öğrencilerin oynaması için bir paket hazırladığı 20 web sitesi göreceksiniz ve bu her türlü güzel resim ve bunun gibi şeyler üretin.

Bu araçlara elinizi koymak artık çok kolay. Sizin için önemli olan, (a) orada oldukları ve önemli bir şeyi temsil ettikleri (b) ana sonuçlarının ne olduğu ve (c) ihtiyaç duyduğunuzda onlara nasıl ulaşacağınızdır. Ara dönemde Hardy-Weinberg denklemlerinin türetilmesini tekrarlamanızı istemeyeceğim. Peki? Ama neden önemli olduklarını ve ne hakkında olduklarını bilmenizi bekliyorum.

Bu dersten eve götürmenizi istediğim üçüncü şey, adaptif genetik değişim meydana gelmeye başladığında, hemen hemen her zaman başlangıçta yavaş, ortada hızlı ve sonunda yavaş olmasıdır.Böylece, zaman içindeki gen frekanslarının grafiğine bakıyorsanız, bu bir S'ye benziyor ve bu üçüncü şey. İşte bu, işte ders, ta-da. Şimdi bu kararın arka planı.

1993'te Rolf Hoekstra ve ben bu kitabın ilk baskısını bir araya getirmeye başladığımızda, Rolf'tan bir popülasyon genetikçisi olduğu için ortak yazarım olmasını istedim. Olağanüstü net bir zihni var. Bu tür denklemleri sever ve bu denklemlerde gerçekten iyidir. Ve biz, Rolf ve ben, etrafta dolaştık ve dünyanın önde gelen on beş evrim biyoloğuna sorduk, "Önemli olan nedir? Her biyolog evrim hakkında ne bilmeli? Bu herkes için. Bu, herkes için doktorlar, moleküler biyologlar ve gelişim biyologları içindir. Ne bilmeliler?” Ben de dedim ki, "Rolf, senin işin popülasyon genetiğinden bir parça bulmak." Yaklaşık iki hafta sonra geri geldi ve "Steve'i biliyorsun, bir şey olduğunu düşünmüyorum" dedi.

Şok olmuştum. "Rolf, sen bir popülasyon genetikçisisin. Bu şeyler önemli, değil mi?” Ve sonra dedi ki, "Biliyorsunuz, normalde popülasyon genetiğini öğretme şeklimiz, ki bu, seçilim altında sürüklenme ve frekans değişimi ile ilgili büyük bir denklemler grubudur, çoğu insan buna gerçekten ihtiyaç duymaz. Bilmeleri gereken, dört ana genetik sistem olduğu ve genetik değişimin yavaş, hızlı, yavaş olduğudur.”

Demek bu ders buradan geldi. Bunu derinden düşünen ve birçok kişiye soran birinden geldi. Şimdi bunu beğendiyseniz, orada koca bir alan var, yapabileceğiniz bir sürü harika şey var. Ama bunlar herkesin bilmesi gerektiğini düşündüğüm şeyler.

İşte ana hat. Size bağlamı, evrimsel biyolojide genetik üzerinde yoğunlaşmaya yol açan tarihsel bağlamı vereceğim. Ana genetik sistemlerden biraz bahsedeceğim. Ardından, seçilim altındaki gen frekanslarındaki değişiklikleri inceleyeceğim ve eğer zamanım olursa, nicel özelliklerle ilgili seçime geçeceğim. Kantitatif özellikler üzerinde seçim yapamıyorsam, bunun nedeni sizinle bazı ilginç bulmacalar hakkında bir diyaloga girmiş olmam olacaktır ve bu diyalog benim için kantitatif genetiğe ulaşmaktan daha önemlidir. Peki?

Bölüm 2. Genetiğin Tarihi [00:05:45]

İşte genetik, evrimsel düşüncede nasıl kilit bir unsur haline geldi. Darwin'in makul bir genetik mekanizması yoktu ve Mendel'in yazdığı makaleden altı yıl sonra çıkan makalesini okuyamadı. Kökenancak kitabının sonraki baskılarından bazılarını oluşturmadan önce ve bu nedenle sonraki baskılarına Lamarck'ın unsurlarını dahil ederek tepki gösterdi. Altıncı Baskısını okursanız, Türlerin Kökeni, içinde gerçekten Lamarckvari ifadeler var, kazanılmış özelliklerin kalıtımı.

Darwin'in orijinal modelindeki sorunun ne olduğunu bilen var mı? Darwin'in 1859'da genetiğin nasıl çalıştığını düşündüğünü bilen var mı? Kalıtımı harmanlayan bir modeli vardı. Bu, gametler oluştuğunda, vücudun her yerinden gelen, çevreyle ilgili bilgileri emen gemüllerin, gametlere, gonadlara doğru yüzdüklerini ve onlarla birlikte çevreyle ilgili bilgileri dünyaya taşıdıklarını düşündüğü anlamına geliyordu. gametler ve zigot oluştuğunda, anneden gelen bilgi ile babadan gelen bilgi iki sıvı gibi birbirine karışır.

Başka bir deyişle, genleri farklı maddi parçacıklar olarak düşünmedi. Onları sıvılar olarak düşündü. Şimdi sana bir kadeh kırmızı şarap ve bir kadeh beyaz şarap verirsem ve onları bir araya dökersem, pembe şarap elde ederim. Ve o bardak pembe şarabı alıp başka bir bardak beyaz şarapla birlikte dökersem daha da açık pembe oluyorum. Ve buna devam edersem, çok yakında kırmızının tamamen kaybolduğunu görebilirsiniz. Harmanlamalı kalıtımla ilgili sorun, ebeveyn koşulunun karıştırılması ve gerçekten bir bilginin korunmasının olmamasıdır.

Darwin bu yüzden saldırıya uğradı. Mendel bilinmiyordu ve Lamarckçılığa başvurdu ve yanıldı. Böylece genetik bir sorun haline geldi. 1900 yılında Mendel'in Kanunları eşzamanlı olarak yeniden keşfedildi ve bu noktada insanlar geri döndüler ve Mendel'in makalesini okudular ve 35 yıl önce bunu kaçırdıklarını anladılar.

Ardından Cal-Tech'te çalışan Thomas Hunt Morgan ile Sturtevant ve Bridges'in sözde "uçucu grubu", genlerin kromozomlar üzerinde taşındığını gösterdi. Ve o zaman sitoloji hakkında yeterince şey biliniyordu, böylece kromozomların mitoz ve mayozda ayrıntılı bir tür davranışı olduğunu biliyorduk ve o zamanlar, 1915'te insanlar kromozomların davranışının aslında Mendel'in Kanunları ile tutarlı olduğunu gösterdiler. O noktada kromozomların neyden yapıldığını bilmiyorlardı. Genetik kod hakkında hiçbir fikirleri yoktu, ancak genlerin kromozomlar üzerinde olduğunu deneysel olarak belirleyebildiler ve bu 1915'te yapıldı.

Ancak, tüm bunların nüfus düzeyinde gerçekten işe yarayıp yaramayacağı konusunda hala sorunlar vardı. Mendel genetiğini alıp ondan Mendel'in Kanunlarına uyan ve doğal seçilim çalışmasına sahip popülasyonlar inşa edebileceğiniz hemen belli değildi. Bunu yapmak için aslında oldukça fazla matematik gerekiyordu ve bunu yapanlar Ronald Fisher, J.B.S. Haldane ve Sewall Wright ve bunu 1918 ile 1932 yılları arasında yaptılar.

Bunu yaparken, şimdi temel istatistik olarak kabul edilenlerin çoğunu da icat ettiler. Bu yüzden Fisher, nicel genetiği anlamak için varyans analizi icat etmek zorunda kaldı ve Wright, soyağaçlarının kalıtım kalıplarına nasıl dönüştüğünü anlamak için yol katsayılarını icat etmek zorunda kaldı. Böylece bu adamlar temelleri attı.

Bunun bir sonucu olarak, genetik, yirminci yüzyılda gerçekten de evrimsel biyolojinin bir tür çekirdeği olarak kabul edildi ve üzerinde muazzam bir konsantrasyon vardı. Genetikle uyumlu olduğu gösterilmedikçe birçok insanın herhangi bir evrimsel süreçle ilgili bir iddiayı kabul etmeyeceği de bir gerçektir. Bu bir çeşit Altın Standart. Eğer bunu genetik olarak yapamıyorsanız, genetik olarak mantıksız olduğunu kanıtlayabiliyorsanız, o zaman teorik olarak bir iddia düşüyor, dışarı çıkıp verileri almanıza bile gerek yok. Bu nedenle elbette Jön Türkler, epigenetik ve bunun gibi pek çok şeyle örtüşmeyen ve ortaya çıkmayan vakaları keşfetmekten büyük keyif alıyorlar. Her halükarda, önünüzde bugün değil.

Bölüm 3. Farklı Genetik Sistemler [00:10:56]

Bir türün genetik sistemi, değişim hızının gerçekten temel belirleyicisidir. Yani bizde eşeyli türlere karşı eşeysiz türler var'bunun komplikasyonları var've haploide karşı diploid türlerimiz var ve başka ploidi seviyeleri de var. Biri bana eşeysiz omurgalılar, eşeyli omurgalılar değil de eşeysiz omurgalılar diyebilir mi? Eşeysiz omurgalı diye bir şey duyan var mı? Balıklar, amfibiler, sürüngenler, kuşlar, memeliler?

Öğrenci: Yakın zamanda bir köpekbalığı belgesi yok muydu? Bahsetmiştin.

Profesör Stephen Stearns: Bir köpekbalığının aseksüel olabileceğini hayal edebiliyorum. Bu davayı duymadım.

Öğrenci: Sanırım bir tür [duyulmuyor]

Profesör Stephen Stearns: Evet, bazıları var. Bazı aseksüel kertenkeleler var. İlginç bir şekilde aseksüel balıklar var. Gelişmekte olan bebekte, erkek spermini kullanarak bir tür yarı-aseksüel olmayı başaran ama sonra onu gametlere dahil etmeyen bazı kurbağalar var. Bu yüzden onu sadece gelişmeyi teşvik etmek için kullanıyorlar. Aseksüel bir hindinin tutsak edildiği bir vaka var.

Ancak aseksüel tipler omurgalılar arasında sık görülmez. Bitkilerde yaygın olarak bulunurlar. Tabii ki, bakterilerin biraz cinsiyeti olmasına rağmen, çoğu bakteri cinsiyeti aseksüeldir. Yetişkin büyük formunuz diploiddir. Büyük tanınabilir şeyin haploid olduğu, normalde onları doğada gördüğünüz durumda hangi bitki grubunun haploid olduğunu bilen var mı? Bir dakika içinde size bir tane göstereceğim. Sadece kontrol etmek istedim. Yosun yosunları haploiddir. Tamam, bu dört sistemde olan şey bu.

Temel olarak cinsel haploidler ve cinsel diploidler arasındaki fark, yaşam döngüsünde mayozun meydana geldiği noktadır. Erişkin diploid ise ve gamet üreten erişkinlerde gonadlarda mayoz oluşursa ve daha sonra zigot formu gelişir, böylece gelişen organizmadaki tüm hücreler diploid olur, diploid döngü elde edersiniz. Gelişmekte olan gençlerin haploid olması için hemen veya oluştuktan kısa bir süre sonra mayoz geçiren zigotunuz varsa, o zaman haploid bir yetişkin elde edersiniz. Moss'un yaptığı bu ve bizim yaptığımız da bu. Sonra aseksüel haploidlerimiz ve aseksüel diploidlerimiz var ve en azından ana hatlarıyla oldukça basit görünüyorlar. Aseksüel diploid, sadece kendini kopyalar, sadece mitoz geçirir, bebek yapar. Aseksüel haploid, aynı türden bir şey.

Yani bunlar dört ana genetik sistemdir. Onlarda birçok, birçok varyasyon var. Yani aseksüel haploidler verem patojeni, mavi-yeşil algler, ekmek küfü, penisilin mantarı, hücresel balçık küfleri gibi şeylerdir ve gezegendeki organizmaların büyük kısmını oluştururlar.

Cinsel haploidler yosun gibi şeylerdir ve mantarların çoğu kırmızı algler cinsel haploidlerdir. Bu durumda, haploid yetişkinin yaşam döngüsünde nerede olduğunu görebilirsiniz. Gametlerin oluştuğu yerler vardır. Bir yetişkinin kafasında oluşurlar. Pembe ve mavinin gametofitin farklı bölümlerinde erkek ve dişi gametleri kodladığını görebilirsiniz. Daha sonra bitkinin ucunda spermin bir yumurta hücresine girdiği zigot oluşur ve daha sonra yavrular aslında burada gelişir. Yani burası haploid ve sonra sporlar dışarı çıkıyor #8211mayoz burada meydana geldi ve sporlar haploid sporlar olarak dışarı çıkıyor. Yani bu bir cinsel haploid yaşam döngüsüdür.

Eşeysiz diploidler, dinoflagelatları içerir, yaklaşık on protoktist grubu vardır; bu, protozoa olarak düşündüğünüz şeyin modern adıdır, ancak aynı zamanda, içlerinde kloroplast bulunan bazı tek hücreli organizmaları da içerir; tek hücreli algler, bazı protozoalar , bazı tek hücreli mantarlar. Aseksüel diploid olan çok hücreli birçok hayvan var ve buradaki bdelloid rotifer onlardan biri. Skandal bir antik aseksüel denir. Bu bağlamda 'skandal' kelimesinin neden kullanıldığını bilen var mı? Evet? Ne?

Öğrenci: Erkek yok.

Profesör Stephen Stearns: Erkek bdelloid rotifer yoktur, hiç erkek yoktur, hiç kimse erkek bdelloid rotifer görmemiştir. Ama bu skandal değil, demek istediğim, eğer bir erkeksen, bunun skandal olduğunu düşünebilirsin. Doğru? [Gülüşmeler] Ama evrimsel bir biyolog için hayır, bu bir skandal değil.

Peki, aslında tam burada bu kısmı ile ilgisi var. Gezegendeki hemen hemen tüm aseksüel organizmalar, yani çok hücreli bakterileri dışarıda bırakırken, çok hücreli olanların tümü cinsel atalardan türetilmiştir ve birkaç istisna dışında nispeten yakın zamanda ortaya çıkmıştır ve bu istisnalardan biridir. Seksin evrimi üzerine, seksin iyi olduğu şeylerden birinin, uzun süre kalıcılığa izin vermesi olduğunu söyleyen koca bir literatür var.

Hayat Ağacı'nda cinsel şeylerin uzun süredir cinsel bir durumda olduğunu ve aseksüel şeylerin ondan ayrıldığını görüyoruz ve çok eski olanları görmüyoruz. Bunun nedeni, cinsiyetin evrimine geldiğimizde bu noktaya gelmemizin nedeni, hem mutasyonlar hem de patojenler nedeniyle cinsiyetin hasarları onarması ve organizmayı saldırılara karşı savunmasıdır. Yani bu az bakım gerektiren, zayıf korunan bir organizma ve görünüşe göre 300 milyon yıldır seks yapmadan ortalıkta dolaşıyor. Skandal, bunu nasıl yaptığını bilmememiz. Peki? Bu yüzden skandallı antik aseksüel deniyor. Evet, bu çok entelektüel bir skandal tanımı, katılıyorum.

Tamam, cinsel diploidler. Sizler cinsel diploidsiniz, bu arı cinsel diploid ve bu çiçek cinsel diploid. Burada çizildiği gibi, daha önce bahsettiğim gibi, bu tür bir yaşam döngüsüne sahipler. Yani yaklaşık yirmi hayvan filumu cinsel diploidlerdir. Birçok bitki, çoğu çok hücreli bitki vardır ve cinsel diploidler olan bazı alg protozoaları ve mantarlar vardır. Bunlar sıtma ve uyku hastalığı patojenlerini içerir. Sıtma ve uyku hastalığı için cinsel diploid kısma uymayan bazı şeyler var.

Haploid ve diploid olmak arasında değişen ve hiçbiri baskın olmayan şeyler mantarlar, mikrosporidian parazitlerdir, bunlar aslında birçok böcekte oldukça yaygın olan şeylerdir ve sıtmanın çok karmaşık bir yaşam döngüsü vardır. Yani kırmızı kan hücrelerinizin içinde haploiddir, sivrisinekte belirli bir noktada diploiddir ve ileri geri hareket eder.

Eşeyli ve eşeysiz üremeyi değiştiren şeyler: bazı rotiferler, bazı cnidarians, bazı su pireleri, bazı annelidler var. İtalya'daki Napoli Limanı'nın dibinde yaşayan küçük bir annelid var ve aslında her şeyi yapıyor. Eşeysiz olabilir–aynı tür–aseksüel olabilir, dişi olarak doğup erkeğe dönüşebilir, erkek olarak doğup dişiye dönüşebilir ve her ikisi olarak da doğabilir ve ikisini birden yapabilir. Yani bazı şeyler gerçekten esnektir ama çoğu şey esnek değildir. Ve cinsellik ve aseksüelliğin zamanlaması, tüm bunların yaşam döngüsünün önemli bir parçasıdır.

Örneğin, geçen sonbaharda, dünyanın okyanuslarının çoğunda devasa denizanası çiçekleri vardı ve bu, okyanus tabanında aseksüel bir fazın olduğu karmaşık bir yaşam döngüsünün parçası. yemek tabakları yığını ve ardından üst tabak ters çevrilir ve bir denizanasına dönüşür. Denizanası gibi patlar, seks yapar ve larva yapar, sonra aşağı iner ve altta yemek tabakları yığını yapan aseksüel bir şeye dönüşür. Yani orada çok fazla çeşitlilik var. Bütün bunlar muhtemelen aseksüel bir haploidden evrimleşmiştir ve bunu söylüyoruz çünkü bakteriyel durumun atalardan kalma durum olduğuna inanıyoruz.

Bölüm 4. Genetiğin Matematiği [00:20:45]

Tamam, şimdi genetik evrimi kısıtlıyor ve genetik, kimyanın metabolizma ve yapıya ne yaptığı ve fiziğin kimyaya ne yaptığı ile ilgili evrimsel düşünceye bir şeyler yapıyor. Peki? Orada geniş bir analoji var. Moleküler ve hücre biyolojisini anlamak istiyorsanız, çok fazla kimya öğrenirsiniz. Eğer biraz evrimi anlamak istiyorsanız, o zaman genetiğin evrimi nasıl kısıtladığı hakkında biraz bilgi edinmelisiniz ve bu yüzden biraz matematiğe ihtiyacınız var. Bu yüzden size basit bir matematik vereceğim ve işte özümsemeniz için bazı terminoloji.

Bu fikirleri sembollerle temsil edeceğiz. Alelleri Aa olarak adlandıracağız. Yani bunlar bir lokustaki iki alel, küçük bir genetik terminoloji alıştırması. p'nin A1'in frekansı ve q'nun da A2'nin frekansı olmasına izin vereceğiz. Ve sıklık sadece şu anlama gelir: bazı özellikler Mendel'dir, bu da onların fenotipte kolayca tanınabileceği anlamına gelir.

İnsanlardaki Mendel özelliklerinden biri, dilinizi kıvırma yeteneğidir. Ben bir dil kıvırıcıyım. Peki? Kaçınız dilini kıvırabiliyor? Tamam, diyelim ki 45 civarı. Kaçınız dilini kıvıramıyor? Diyelim ki 30 civarı diyelim. Yani dil kıvırma sıklığı –I’m olacak, sadece sayıları oluşturuyoruz, değil mi?󈞙 bölü 75. Sayıyı bu şekilde elde ederiz. Bu arada, diğerinin frekansı 1 eksi bu frekans olacak, çünkü p artı q eşittir 1 ve biz bunu taşıyan organizmanın üreme başarısını ölçen seçim katsayısı olalım. özellik, yarattığı fark.

Ve eğer aseksüel haploidlerdeki genetik değişime bakarsak, temelde kişinin yaptığı, sürecin bir tablosunu yapmaktır ve bu, şimdiki nesildeki gençten, yetişkin aşamasına, sonraki nesildeki gence doğru hareket etmektedir. Bu yüzden bir nesilden geçmeye çalışıyoruz. Bu aktif bir Kartezyen indirgemedir. Karmaşık bir süreci alıyoruz ve onu düşündüğümüz şey için gerekli olan parçalara ayırıyoruz.

A1 ve A2 genotipleri için #8211 genotip frekanslarımız var, bunlar #8217re p ve q–ve burada göreli uygunluklarımız var. Önünüzdeki tüm bu sayfada, seçimin fark yarattığı tek yer tam burası. Ve temelde şu anlama gelen bir eylem olduğunu yerleştirmemiz nedir? Biz sadece, A2'nin genç hayatta kalmasında A1'den farklı bir fark olduğu durumu düşüneceğiz. Eğer yetişkinliğe ulaşırsa, bunu masaya koymamamız arasında hiçbir fark yoktur. Yani bu, sadece A1 ve A2 arasındaki gençlerin hayatta kalma farkına baktığımız özel bir vaka, sadece bu durumdayız. Ne oluyor?

Peki yetişkinlerde A1 ve A2 frekanslarını değiştirir. Temelde onları A2 sayısını azaltarak değiştirir. Bazıları öldü, bu 1 eksi s, 1 eksi s bunu yapıyor. Bu ifadeleri buradan alabilir ve basitleştirebilirsiniz, böylece bu biraz cebir gibi görüneceklerdir ve bunlar yetişkinlerdeki frekanslar olduğu için, bir sonraki nesildeki gençler tam olarak bu frekanslara sahiptir, çünkü orada yetişkinlik döneminde seçici bir fark yoktur. Peki? Bu tablonun anlamı budur.

Şimdi bu konuda biraz. Size muhtemelen son derece basit bir defter tutma gibi görünen bu küçük süreç, aslında uygulamalı matematik yapmanın en zor olan kısmıdır. Bir sürecin, başa çıkabileceğiniz analitik olarak basit bir şeye çevrilmesidir. Bunu yaparken, durumu basitleştirmek için belirli varsayımlarda bulunursunuz ve bunları yazarak, hangi varsayımlarda bulunduğunuzu ve gerçekte neye baktığınızı hatırlamanıza yardımcı olur.

Burada evrimin tamamına bakmıyoruz, çok özel bir duruma bakıyoruz, aseksüel haploidlere bakıyoruz, burada seçici farklılıkların sadece gençlerde meydana geldiği yer. Olan şu ki, bu süreçten kaynaklanan yetişkinlerin gen frekanslarında bir değişiklik elde edersiniz ve sonra bu kesin değişiklik bir sonraki nesle aktarılır. Yani bu sürecin hatırlamanızı istediğim kısmı bu. Bu şeylere istediğin zaman bakabilirsin. Bunu ezberlemene gerek yok. Bunu özyinelemeli denklemler olarak programlayabilir ve tekrar tekrar uygulayabilirsiniz. Peki?

Şimdi bunu cinsel diploidler için yapalım. Cinsel diploidlerde, Hardy-Weinberg Yasasına, bu p 2 2pq q 2 yasasına zaten maruz kaldınız. Bunu elde etmek için, büyük bir popülasyonda rastgele çiftleşmeyi varsaymalıyız. Büyük popülasyona ihtiyaç duymanızın nedeni, bu p’s ve q’s aslında doğru ölçümlerdir. Küçük bir popülasyonda gürültülüdürler, ancak büyük bir popülasyonda iyi ve istikrarlı tahminlerdir. Ve eğer rastgele çiftleşme varsa, bu, eşleşmelerin her türün sıklığıyla orantılı olarak gerçekleştiği anlamına gelir.

Böylece böyle bir Punnet diyagramı elde edersiniz. Bu alellerden birinin meydana gelme ve bir ebeveynin p, diğer alelin o ebeveyn q'da olma olasılığınız var. Diğer ebeveyn için de aynı. Bunlar, bundan kaynaklanacak olası zigotlardır. Bunun p 2 olasılığı var, bunun q 2 olasılığı var ve bu ikisinin birlikte 2pq olasılığı var. Bu sadece basit temel olasılık teorisi.

Şimdi, Hardy-Weinberg Yasası ile ilgili önemli olan şey, bir nesilden diğerine hiçbir değişiklik olmadığını ima etmesidir. Hardy-Weinberg altındaki gen frekansları değişmez. Bu, popülasyonda neyin işe yaradığına dair biriken bilgilerin rastgele nedenlerle değişmediği anlamına gelir. Eğer değişecekse, değişecek çünkü o büyük nüfus seçime girecek. Peki?

Bu, çoğaltmanın hücre düzeyinde olduğu gibi popülasyon düzeyinde de doğru ve adil olduğu anlamına gelir. Şimdi, elbette, gen kayması devam ediyor, ama biz burada gen kayması konusunda o kadar endişeli değiliz, çünkü gen kayması, seçilimde bir fark yaratmayan şeyleri etkiliyor ve biz de seçilim modelleri oluşturuyoruz. Hardy-Weinberg'in yaptığı şey size herhangi bir sürüklenme olup olmadığını, mutasyon olup olmadığını, seçim olup olmadığını, popülasyonda herhangi bir göç olup olmadığını ve herhangi bir göçün olup olmadığını size söylemektir. yüksek bir mutasyon oranı, her şey aynı kalacak. Yani eğer değişiyorlarsa, o şeylerden biri bir fark yaratıyor. Peki? Ve bu bize bir temel sağlar.

Bu bize, gerçekleşen seçilim sürecini görmemiz için bir temel sağlar, ancak aynı zamanda, büyük popülasyonlarda rastgele çiftleşmenin geçmişte neyin işe yaradığına dair bilgiyi koruduğu anlamına gelir. Böylece her şeyi baştan icat etmek zorunda kalmazsınız. Ve gelecek dersler için bir not, bunlar aynı zamanda adaleti garanti ederek çatışmayı ortadan kaldıran koşullardır. Yani temel olarak Hardy-Weinberg durumu, popülasyonda son nesilde olan her şeyin bir sonraki nesile geçme şansının tamamen aynı olduğu, sıklığı oranında hiçbir şeyin değişmeyeceği bir durumdur.

Pekala, burada bir genetik danışma sorunu var ve bu konuda biraz zaman alacağım. John ve Jill'e geri dönüyoruz. Aşık olmuşlar, evlenmek istiyorlar ama endişeliler. John'un erkek kardeşi genetik bir hastalıktan öldü ve bu çok kötü bir şey. Çekiniktir, öldürücüdür, onu taşıyan herkesi üremeden önce öldürür. Bu birinci gerçek. Jill'in ailesinde bu hastalıkla ilgili özel bir geçmişi yoktur, ancak bu geçmiş iyi bilinmemektedir ve bu nedenle Jill'in hastalığı taşıma olasılığını genel popülasyondaki ölüm sıklığından tahmin ediyoruz ve bu sıklık 1'dir. % hesaplamanızı kolaylaştırmak için. Peki?

Çocukluk çağında bu hastalıktan ölen bir çocuğa sahip olma olasılıkları nedir? Olasılık .03'tür. Senin problemin bana .03 demek değil, senin problemin bana o denklemi neden kullandığımı söylemek mi? Peki? O halde bir dakikalığına şu denkleme bir göz atın, o probleme bir göz atın ve hadi üzerinden geçelim ve onu parçalara ayıralım. Denklemde neden üçte iki veya dörtte birin olduğunu anlayan var mı?

Öğrenci: Kardeşinin öldürücü genin çekinik bir versiyonuna sahip olduğunu biliyoruz ve bu nedenle John ya heterozigottur ve baskın gibi görünmüyor, çekinik gibi görünüyor. Yani eğer o heterozigot veya homozigot çekinik ise, o zaman bizi endişelendiren geni taşıyor demektir. Yani, üçte iki oranında onu taşıyor ya da gerçekten bu hastalığa sahip olma şansı var.

Profesör Stephen Stearns: Bu doğru. Bunu ifade ederken yaptığınız tek hata, kusurlu bir çocukları olacaksa, ikisinin de heterozigot olması gerektiğini biliyoruz ve bu nedenle özellikle onların heterozigot olma olasılığının ne olduğuna odaklanıyoruz. . O zaman bana bu olasılığı verdin. John'un heterozigot olma olasılığının neden %50 değil de üçte iki olduğunu anlamakta sorun yaşayan var mı? Evet?

Öğrenci: Bu yüzden onu [duyulmuyor] olarak tutacağız.

Profesör Stephen Stearns: Evet yaparsın. Peki. Bu bebek için. Peki? John bir heterozigotsa ve Jill bir heterozigotsa, ya homozigot çekinik olabilir ve doğumdan önce ölecek olan bir homozigot baskın, tamamen sağlıklı olabilir veya bir heterozigota sahip olabilirler. Homozigot çekinik olma olasılığı %25, homozigot baskın olma olasılığı %25 ve heterozigot olma olasılığı %50'dir.

Ancak, John ve Jill'in çocuklukta bu hastalıktan ölen bir bebeğe sahip olma olasılığı bu nedenle bu dörtte bir olacaktır. Bu üçte ikisi, John'un bir heterozigot olma olasılığı olacak. John'un ebeveynlerinin ikisinin de heterozigot olduğunu nereden biliyoruz?

Öğrenci: Çekinik bir oğulları vardı.

Profesör Stephen Stearns: Çekinik bir oğulları vardı. John'un ebeveynleri heterozigot olmak zorundaydı. Bu nedenle, John'un ebeveynlerinin heterozigot olduğu göz önüne alındığında, olasılığı üçte ikidir. Yetişkinliğe kadar hayatta kaldığını biliyoruz, diğer %25'i öldü. Yetişkinliğe kadar hayatta kalanların üçte ikisi heterozigot ve üçte biri homozigottur.

Öğrenci: Neden biri homozigot çekinik diğeri heterozigot olamıyor? [duyulmuyor].

Profesör Stephen Stearns: Çünkü eğer bir ebeveyn homozigot olsaydı, sadece homozigot baskın olabilirdi, çünkü yetişkinliğe kadar hayatta kaldı, çocuk sahibi oldu. Ve eğer diğer ebeveyn bir heterozigot ise, çocuklar için tek olasılık hem heterozigotlardır hem de durum böyle değildi çünkü John'un erkek kardeşi öldü. Peki? Bu, John'un bir heterozigot olma olasılığıdır. Bu, John ve Jill'in bir bebeği olursa, sorun yaşama olasılığıdır. Ortadaki bu şey nedir𔃀 çarpı 0,9 çarpı 0,1?

Öğrenci: [duyulmuyor]

Profesör Stephen Stearns: Doğru. Bu, Jill'in bir heterozigot olma olasılığı ve bunu buradan alıyoruz. %1'in karekökü 0,1'dir. 1 eksi .1, .9'dur. Bu q ve bu p ve bu 2pq. Peki? Bunu nereden aldık? Bu, Jill'in nüfusun bir parçası. Bunlar, sahip olduğun bebek.

Öğrenci: Olasılık tüm popülasyonun dışında olmalı ve uzun vadeli popülasyon, çoğalamazlar[duyulmuyor].

Profesör Stephen Stearns: Doğru. Bu yüzden ölenlerin yüzdelerini düzeltmemiz gerekiyor. Evet anladın. Böyle bir denklemi parçalara ayırmanın ne kadar işe yaradığını görüyor musun? Ama mantıksal düzeneği kurduğumuz için, bir dizi adımdan geçebilir ve "Tamam, önce her ikisinin de heterozigot olması gerektiğini biliyoruz. O zaman, eğer ikisi de heterozigot ise, Jack'in olma olasılığı, Jill'in olma olasılığının üçte ikisidir, 2pq'dir, %1'in öldüğü gerçeğine göre düzeltilmiştir. O hayatta kaldı, bu yüzden bunu düzeltmeliyiz. O zaman bu, bebeklerinin hastalığa yakalanma olasılığıdır.” Bu, popülasyon genetiği hakkında düşünürken kişinin içinden geçtiği türden bir süreçtir.

Bu, bu tür bir düşünceyi yansıtan cinsel diploidlerin tablosudur. Daha karmaşık çünkü şimdi hem haploid hem de diploid durumu takip etmemiz gerekiyor. Yani p ve q frekanslarına sahip bu haploid gametlere sahibiz. Diploid zigotlarımız var. Sonra başka bir süreç gelir.

Seçici bir farkımız olabilir–burada +S yaptım sonuncuda -S yaptım. S'yi negatif veya pozitif yapabileceğimiz için bunu keyfi olarak görmeniz için bu değişikliği kasıtlı olarak yaptım. Doğru? S pozitif bir sayı olmak zorunda değil, H de değil. H'nin orada ne için olabileceğine dair bir fikri olan var mı? Genetikte olan bir şeyi temsil etmek için orada. Evet?

Öğrenci: Kalıtsallık mı?

Profesör Stephen Stearns: Hayır, bu bağlamda kalıtsallık değildir. Peki? Evet?

Öğrenci: Heterozigot olmanın Marsh'ın katsayısı mı? [duyulmuyor]

Profesör Stephen Stearns: Bu bağlamda değil. İyi fikir, ama hayır. Bu heterozigotun seleksiyonla ille de ilgisi olmayan nesi var? H hakimiyeti ifade eder. A1'in fenotipte A2'yi ne kadar örttüğünü ifade eder.

Hakimiyetin kendisi her zaman orada olan bir şey değildir. Herhangi bir baskınlık yoksa, o zaman heterozigot, iki homozigot arasındaki fenotipte tam olarak ortadadır. Yani H, çok fazla baskınlığın olduğu veya hiç olmadığı durumlarla başa çıkmamıza izin veren küçük bir matematiksel semboldür. H = 0 ise, baskınlık yoktur. Peki? Kusura bakmayın, kurulum şekli, eğer H = 0 ise, o zaman A1, A2 tam olarak A1, A1 gibidir ve baskınlık vardır. Bu yüzden H'yi sıfırdan farklı bir şey yapmalıyız, bunun kurulma biçiminden baskınlıktan sapmaları ifade etmek için.

Her halükarda, burada olup bitenler aslında aynı türden bir seçim sürecidir. A2'yi dezavantajlı kılan seçici bir fark vardır. Yani A2, A1 kadar iyi hayatta kalamaz. Heterozigot formdayken, biraz baskınlık varsa daha iyi olabilir. Ve bu daha karmaşık bir denklem seti ile sonuçlanır.

W burada bu büyük terim olarak tanımlanır. Temel olarak p 2 , 2 pq çarpı 1 artı hs olan yetişkinlere sahibiz. Ve A2, A2'nin frekansı q 2 çarpı 1 artı s'dir, bu da buradaki seçim katsayısıdır. Yani en çok q değişiyor ve heterozigotta A2 görülebildiği ölçüde s'den de etkilenecek, ancak tam bir baskınlık varsa etkilenmeyecektir. Peki? Dolayısıyla h sıfır ise, bu terimin iptal ettiği heterozigot üzerinde seçilimin hiçbir etkisi yoktur. Bunun sonucu, gelecek nesilleri oluşturan bu frekansları elde etmenizdir.

Şimdi tüm bu türetmeyi kurmanın birkaç yolu var ve kitabın İkinci Baskısında Kutu 4.1 ve Kutu 4.2 bunu biraz farklı şekilde yapıyor. Bölümdeki bu şeylerin üzerinden geçmek isteyebilirsiniz. Buradaki amaç, denklemleri nasıl türeteceğinizi veya denklemleri ezberlemek değildir. Çünkü, söylediğim gibi, onları her zaman bir kitaptan alabilir veya web'den çekebilirsiniz ve bunu her zaman yapacak programlar bulabilirsiniz. Amaç, popülasyon genetikçilerinin onu bu şekilde kurduklarında ne düşündüklerini ve onlara ne tür bir güç verdiğini anlamaktır.

Bu özyineleme denklemlerini programladığınızda ne olduğunu size göstermeme izin verin. Bu arada, özyineleme denklemleri olarak adlandırılıyorlar çünkü bize bir sonraki nesildeki frekansı bu nesildeki frekansın bir fonksiyonu olarak veriyorlar. Böylece bir tür Markov zinciri oluştururlar. Bu andan itibaren bir dahaki sefere bilgisayarların gerçekten iyi olduğu bir şeyi hesaplamamıza izin veriyorlar.

Bölüm 5. Farklı Genetik Tiplerde Değişim Oranları [00:40:42]

İşte tüm bu analizlerin ana mesajı şu: aseksüel haploidlerde, cinsel diploidlerde genetik değişime bakıyorsunuz ve başlangıçta yavaş, ortada hızlı, sonunda yavaş. Haploidler diploidlerden daha hızlı değişir ve baskınlar çekiniklerden daha hızlı değişir. Şimdi bunun üzerinden geçelim ve bana bunun neden böyle olduğunu söyleyebilecek misiniz bir bakalım.

Önce aseksüel haploidleri veya herhangi bir türden haploidleri alalım. Neden haploidler, belirli seçim basınçları için gen frekanslarını diploidlerden daha hızlı değiştiriyor? Evet?

Öğrenci: Genin tamamı, tüm genler kalıtsaldır. Hepsi [duyulmuyor] değil, sıra onların tam bir kopyası.

Profesör Stephen Stearns: Haploid budur ama bu onun neden daha hızlı olduğunu açıklamıyor. Bu ifade doğru, ancak sorumun cevabı değil. Baska deneme. Evet?

Öğrenci: Peki tüm [duyulmuyor], kötü genler ölür. [duyulmuyor]

Profesör Stephen Stearns: Tamam, bu doğru yönde gidiyor, ama bence daha açık bir şekilde ifade edilebilir. Evet?

Öğrenci: [duyulmuyor]

Profesör Stephen Stearns: Bu ilginç. Bu aslında seksin evrimine giriyor. Aslında bu noktada seksle ilgisi olmayan, gelişimsel biyolojiyle daha çok ilgisi olan bir cevap düşünüyorum. Um, aslında, cevabınızın kısmen doğru olduğunu düşünüyorum, ama aradığımdan daha karmaşık. [Gülüyor] Evet?

Öğrenci: Tüm aseksüeller üreyebilir mi?

Profesör Stephen Stearns: Hayır, tüm aseksüeller çoğalamaz. Birçoğu genç yaşta ölüyor. Haploidiye karşı diploidi ile ilgisi var. Evet?

Öğrenci: O zaman organizma farklı olan alellere sahipse, en iyisi olacaktır.

Profesör Stephen Stearns: Evet.

Öğrenci: Ve bu, diğerinin ortaya çıktığı zamandır.

Profesör Stephen Stearns: Her gen ifade edilir ve hiçbir gizli genetik bilgiyi örten bir baskınlık yoktur. Genler, haploidlerde seçilime maruz kalır. Evet?

Öğrenci: Öyleyse neden baskın bir zigottan daha hızlı [duyulmuyor]?

Profesör Stephen Stearns: İyi. Sonraki soruları incelerken öğreneceğiz. Peki? Yani haploidler baskın bir diploidden daha hızlı çünkü–?

Öğrenci: [duyulmuyor]. Bu nedenle çekinik bir gendir.

Profesör Stephen Stearns: Temel olarak, evet. Heterozigotlar baskın gibi tepki verir, ancak çekinik içerir. Ve eğer evrim hızını baskın olanın popülasyonu ele geçirme hızı olarak ölçerseniz, heterozigotlarda bir grup çekinik taşıyor demektir. Peki? Olduğu gibi yapıyorlar. Yani ikisi arasındaki farkı kapatan gelişme, aslında çekiniklere bir avantaj sağlıyor ve baskın olanın devralma hızını yavaşlatıyor. Peki?

Çekinik diploid Sanırım şimdi bunun neden en yavaş olduğunu anlıyorsunuz. Eğer avantajlı bir çekinik genimiz varsa, heterozigotta bulunduğunda etkileri diğer alel tarafından örtüldüğü için yavaşlar. Tamam, neden S şeklinde? Özellik neden baskın bir diploid cinsel için yapsın? Peki? Başlangıçta yavaş, ortada hızlı, sonunda gerçekten yavaş. İlk önce bunun neden sonda gerçekten yavaş olduğuna odaklanalım ve daha sonra çekinik diploid bir cinselliğin başlangıçta neden gerçekten yavaş olduğuna da bakabiliriz.

Cevabı bu diyagramdan çıkarmak için ne düşünmeniz gerekiyor? Sona yaklaştıkça popülasyonun yüzde kaçı heterozigot formdadır? Dominant bir diploid cinsel iseniz ve .9 frekansındaysanız, %81'iniz baskın homozigot olacaksınız, %18'iniz heterozigot olacak ve %1'iniz çekinik olacaksınız. Çekinik homozigotların sayısının on sekiz katı kadar heterozigot vardır. Bu noktada seleksiyon, resesif homozigotların %1'ini ortadan kaldırmaya çalışıyor. %18'e dokunamaz.

0,01 ve 0,99 ile uğraştığımız bu süreci devam ettirirseniz, daha da aşırı hale gelir. Bu popülasyonun daha küçük ve daha küçük bir kısmı, resesif bir homozigottur. Geriye kalan çekinik alellerin gitgide daha büyük bir bölümü, seçimin işleyemeyeceği heterozigotlara bağlanır. Yani bu şey çok yavaşlıyor. Dezavantajlı alellerden kurtulmak gitgide zorlaşıyor, çünkü bunların gitgide daha büyük bir kısmı mutlak bir sayı değil, daha büyük bir kısmı heterozigotlarda saklı.

Aynı düşünce, çekinik genin avantajlı olduğu bir çekinik diploidde evrimsel değişimin başlangıçta neden çok yavaş olduğunu açıklar. Eğer popülasyona yeni bir çekinik mutasyon gelirse, bu çok düşük bir frekanstır. Sıklığı, popülasyondaki birey sayısına bölünen 1'dir. Çiftleşebileceği tek şey baskın formlardır. Tüm bebekleri heterozigottur.

Yani başlangıçta seçim onun üzerinde hiçbir şekilde işlem yapamaz. Ancak iki heterozigot bir araya gelip çiftleşmeyi başardıktan sonra, yani oldukça yüksek frekansa gelmiş olmaları gerekir, seçimin üzerinde çalışacağı çekinik bir homozigot olan bir bebekleri olacak. Bu yüzden bunu başarmak biraz zaman alıyor. Ve hakimiyet nedeniyle, hızlandığı noktaya gelmesi uzun zaman alıyor. Ama sonunda hızlıdır, çünkü sonunda seçilecek olan şey çekiniktir ve ilerledikçe hızlanır.

Tamam, bunun olacağını düşündüm, uh, dersin bitme vakti geldi ve ben sadece nicel genetiğe geçiyorum ve bu yüzden ders notlarından ve okumalardan nicel genetiği almana izin vereceğim. .Kantitatif genetiğin evrimsel biyolojide karşılaştığımız en ilginç sorulardan bazılarına sahip olduğunu ve zekanın kalıtılabilirliği, SAT puanlarının kalıtılabilirliği gibi soruları içerdiğini, ancak olası makale konuları olarak belirtmek istiyorum. Konuyu analiz etmek için ihtiyacınız olan aparat size nicel genetik tarafından verilmektedir.

Ve bununla ilgili güzel bir makale var ve bunu kursun web sitesine koydum, şimdi Tavsiye Edilen Okumalar altında, Tavsiye Edilen Okumalar, Tavsiye Edilen Okumaların PDF'leri adında bir klasör var. Bu makaleyi ve diğer bazılarını orada bulabilirsiniz, eğer hoşunuza giden bir şeyse. Başlığa ve özete bir bakın. İşte bugünkü dersin özeti bu. Ve bir dahaki sefere genetik çeşitliliğin kökeni ve sürdürülmesi hakkında konuşacağız.


Tartışma

IICR ve PSMC

Bu çalışmada, aşağıdakileri içeren bir demografik tarih bulmanın her zaman mümkün olduğunu gösterdik. bir tek birleşme zamanlarının herhangi bir dağılımını mükemmel bir şekilde açıklayan popülasyon büyüklüğü değişiklikleri T2, bu dağılım aslında nüfus büyüklüğü değişikliği olmayan bir model tarafından oluşturulduğunda bile. Bunu göstermek için önce basit bir n- için ada modeli pdf ile ilgili T2 ada sayısının ve modelin göç hızının bir fonksiyonu olarak IICR adlı hayali nüfus büyüklüğü değişim geçmişinin analitik bir formülü türetilebilir ve elde edilebilir. Ayrıca, gözlemlenen herhangi bir dağılımdan herhangi bir (nötr) model için IICR'nin hesaplanabileceğini gösterdik. T2 değerler. Deneysel ve teorik IICR'lerin, ikincisi elde edilebildiğinde aynı olduğunu gösterdik. Daha sonra göç oranlarındaki veya deme büyüklüğündeki değişiklikleri içeren modeller altında ampirik IICR'yi elde ettik. Bu, en azından 2 büyüklüğünde bir örnek için, tek başına bağımsız lokuslardan sonsuz miktarda genetik verinin bile yapı ve popülasyon büyüklüğü değişim modellerini ayırt etmeye izin vermeyebileceğini düşündürmektedir. Ek olarak, Şekil 5'teki nüfus büyüklüğü değişikliklerinin geçmişi, dört demografik değişikliğin meydana geldiğini, iki genişleme ve iki daralma olduğunu, oysa göç oranındaki sadece üç değişikliğin fiilen simüle edildiğini gösterir.

Burada sunulan teori basit ve geneldir. IICR'yi tahmin etmemize ve nüfus yapısını göz ardı eden herhangi bir yöntemin IICR'yi tahmin etmeye çalışacağını belirtmemize izin verir. Nüfus yapısına sahip karmaşık demografik geçmişler söz konusu olduğunda, IICR'yi bir nüfus büyüklüğü veya nüfus büyüklüklerinin bir oranı olarak yorumlamak yanıltıcı olabilir. IICR ile etkin nüfus büyüklüğü arasındaki farkı netleştirmek için aşağıdaki mantığı dikkate alabiliriz. Yapılandırılmış bir popülasyon tek bir ne o zaman gen akışındaki bir değişiklik, eş zamanlı bir değişiklikle eşleştirilmelidir. ne. Bu durumda, değişiklikler ne yanıltıcı olabilir (boyut değişmeyeceğinden) ancak zamanlamaları yine de anlamlı olabilir. Örneğin, diCal veya PSMC kullanılarak çıkarılan bir 'kambur', gen akış modellerinde bir değişikliğe kolayca çevrilebilir. Böyle bir durumda, değişiklikleri yeniden yorumlayabiliriz. ne her hörgüç için gen akışının azaldığını ve sonra tekrar arttığını söyleyerek. IICR'nin gösterdiği şey, o kadar basit olmadığıdır. Yapılandırılmış bir modelin yalnızca bir Yörünge Sahte nüfus büyüklüklerinin ortaya çıkması, göç oranlarındaki değişikliklerin zamanlamasının karmaşık bir şekilde etkileşime gireceği ve dolayısıyla nüfusla ilgili olaylarla yalnızca gevşek bir şekilde ilişkili olabilecek IICR profilleri oluşturacağı anlamına gelir. Bu, Şekil 5 ve 6'da (ve Ek Şekiller S1–S4) görülebilir.

Göç oranlarındaki değişimlerle birlikte insanlık tarihi. Bu şekil, kırmızı renkte, Çinli bir erkeğin (YH) tam diploid genom dizilerinden Li ve Durbin (2011) tarafından çıkarılan popülasyon büyüklüğü değişikliklerinin tarihini göstermektedir (Wang ve diğerleri, 2008). 10 yeşil eğri, göç oranlarındaki üç değişikliği içeren aynı demografik geçmişin 10 bağımsız kopyasının IICR'sine karşılık gelir. X ekseni, bir log ölçeğinde yıl cinsinden zamanı temsil ederken, y ekseni, diploid genom birimlerinde gerçek veya çıkarsanan popülasyon boyutunu temsil eder. Bu değişikliklerin meydana geldiği zamanlar, 2,52 Myr önce, 0,95 Myr önce ve 0,24 Myr önce dikey oklarla temsil edilir. Mavi gölgeli alanlar (1) 2,57–2,60 Myr önce Pleistosen (Pleist.) başlangıcına, (2) 0,77–0,79 Myr önce Orta Pleistosen (Orta Pleist.) başlangıcına ve (3) Anatomik olarak modern insanın (AMH) bilinen en eski fosilleri, 195–198 kyr önce. Li ve Durbin'i (2011) takip ederek mutasyon oranının olduğunu varsaydık. μ=2.5 × 10 -8 ve bu üretim süresi 25 yıldı. Ayrıca mutasyon ve rekombinasyon oranları arasındaki oranlarını da tuttuk. Her bir deme 530 diploid boyutuna sahipti ve toplam haploid genom sayısı bu nedenle sabit ve 10 600'e eşitti. Bu rakamın tam renkli bir versiyonu şu adreste mevcuttur: kalıtım dergi çevrimiçi.

Bu sonuçlar, nüfus yapısı gerçekten ihmal edilebildiği sürece (Şekil 3 ve Ek Şekil S3) nüfus tarihinin yeniden yapılandırılması için panmiktik modellerin kullanımını geçersiz kılmaz, ancak kesinlikle bu tarihin yorumlanmasında dikkatli olunması gerektiğini vurgulamaktadır. Li ve Durbin 2011'de dönüm noktası niteliğindeki çalışmalarını yayınladıklarında (Li ve Durbin, 2011), ilk kez tek bir diploid bireyin genomunu kullanarak bir popülasyonun demografik tarihini yeniden yapılandırmanın mümkün olduğunu gösterdiler. McVean ve Cardin (2005) tarafından tanıtılan SMC modeline dayanan dikkate değer bir başarıydı. Çeşitli türlere uygulanması (Groenen et al., 2012 Prado-Martinez et al., 2013 Zhao et al., 2013 Zhan et al., 2013 Green et al., 2014 Hung et al., 2014 Zhou et al., 2014 ) devrim niteliğinde olmuştur ve yeni yöntemlerin geliştirilmesine yol açmıştır (Sheehan ve diğerleri, 2013 Schiffels ve Durbin, 2013 Liu ve Fu, 2015). Bununla birlikte, nüfus yapısının etkisine (Leblois ve diğerleri, 2006 Nielsen ve Beaumont, 2009 Chikhi ve diğerleri, 2010 Heller ve diğerleri, 2013 Paz-Vinas ve diğerleri, 2013) işaret eden çalışmaların sayısının artması veya popülasyon yapısı (Wakeley, 1999, 2001 Wakeley ve Aliacar, 2001 Städler ve diğerleri, 2009 Broquet ve diğerleri, 2010 Heller ve diğerleri, 2013 Paz-Vinas ve diğerleri, 2013) çıkarsanan popülasyon büyüklüğünde sahte değişiklikler üretmede şunu önerdi: Popülasyon yapısını içerebilen yeni modeller analiz edilmelidir (Goldstein ve Chikhi, 2002 Harding ve McVean, 2004. Örneğin, Mazet ve diğerleri (2015) yakın zamanda tek bir diploid bireyden elde edilen genomik verilerin bir popülasyonu ayırt etmek için kullanılabileceğini göstermiştir. n- Tek bir popülasyon büyüklüğü değişikliği olan bir modelden ada modeli. Olabilirliğe dayalı yaklaşımları, iki boyutlu bir örnek için birleşme sürelerinin dağılımını kullanır (T2). Bu çalışma, belirli bir veri setini açıklamak için bir nüfus yapısı modelinin bir nüfus büyüklüğü değişikliği modelinden daha olası olup olmadığını belirlemenin mümkün olması gerektiği için ilginç bir alternatifi temsil etmektedir. Mazet ve ark. (2015), ancak, çok basit bir nüfus büyüklüğü değişimi modeliyle sınırlıdır. Birkaç yeni yöntemle çıkarılan demografik modeller (Li ve Durbin, 2011 Schiffels ve Durbin, 2013 Sheehan ve diğerleri, 2013 Liu ve Fu, 2015) tek bir nüfus büyüklüğü değişikliği ile sınırlı değildir. Bu nedenle daha gerçekçidirler ve burada gösterdiğimiz gibi, bu belirli bir fiyata gelir. Onlarca popülasyon büyüklüğü değişikliğine izin verdikleri için, yapılandırılmış modellerden kaynaklanan genomik kalıpları daha kesin olarak taklit ederler. Bu nedenle, herhangi bir belirli genomik varyasyon modelini yalnızca popülasyon büyüklüğü değişiklikleri açısından en iyi şekilde açıklayabilen bir demografik geçmişi yeniden yapılandırırlar. Burada gösterdiğimiz gibi ve modelleri ayırana kadar (aşağıya bakınız), bu, yukarıda belirtilen yaklaşımlarla genomik verilerden yeniden oluşturulan herhangi bir geçmiş hakkında şüphe uyandırır. Gerçekten de, herhangi bir (nötr) genomik varyasyon modeli, popülasyon büyüklüğü değişiklikleri açısından verimli bir şekilde yorumlanabiliyorsa, o zaman gözlemlenen genomik verilerin popülasyon büyüklüğü değişiklikleri tarafından oluşturulmadığı durumları nasıl belirleyebiliriz?

Li ve Durbin (2011), yöntemlerinin çıkardığı değişiklikleri yorumlarken dikkatli olunması gerektiğini kabul etmiştir. Örneğin, gösterdiler (bkz. Ek Materyalleri, Şekil S5), sabit büyüklükte bir popülasyon n daha sonra tekrar birleşen iki yarı büyüklükte popülasyona bölünürse, yöntemleri bir değişikliği belirleyecektir. n rağmen n aslında hiç değişmedi. Yine de, yöntemleri örtük veya açık bir şekilde kullanılır ve kendileri de dahil olmak üzere nüfus büyüklüğü değişiklikleri açısından yorumlanır. Bu nedenle ele alınması gereken birkaç konu var. Bir sorun, nüfus büyüklüğü değişimi modellerini nüfus yapısı modellerinden ayırmanın mümkün olup olmadığını belirlemektir (Mazet ve diğerleri, 2015 ve aşağıdaki perspektiflere bakınız). Nüfus yapısı göz ardı edilebildiğinde, sonuçlarımız aslında PSMC'nin doğrulanmasına katkıda bulunur (Şekil 3 ve Ek Şekil S3). PSMC'nin etkileyici bir şekilde iyi performans gösterdiğini ve genellikle IICR'yi büyük bir hassasiyetle yeniden yapılandırdığını bulduk. Bu nedenle, bu aşamada şimdiye kadar yayınlanan en iyi yöntemlerden biridir (Sheehan ve diğerleri, 2013 Schiffels ve Durbin, 2013 Liu ve Fu, 2015) ve popülasyon genetiği çıkarımında bir dönüm noktası olmaya devam etmektedir.

IICR: Etkili nüfus büyüklüklerinin eleştirel bir yorumuna doğru

Etkili büyüklük kavramı, popülasyon genetiğinin merkezinde yer alır. Popülasyon genetikçilerinin karmaşık gerçek dünya popülasyonlarını eşdeğer ve daha basit Wright-Fisher popülasyonlarıyla değiştirmesine olanak tanır. aynı 'genetik sürüklenme hızına sahip(Wakeley ve Sargsyan, 2009). Bununla birlikte, kavram önemsiz olmaktan uzaktır ve yazarların bu kavramdan bahsettiklerinde ne kastettikleri her zaman açık değildir. ne Sjödin ve diğerleri tarafından haklı olarak belirtildiği gibi, belirli bir türün veya popülasyonun (2005) diğerleri arasında. Birçok nes, ilgilenilen özelliğe (aile içi üreme, zaman içinde alel frekansındaki değişkenlik vb.) ve bunun genetik sürüklenme ile ilişkisine bağlı olarak tanımlanmıştır (Wakeley ve Sargsyan, 2009). Bu, burada ayrıntılı olarak incelemeyi veya tartışmayı amaçlamadığımız karmaşık bir konudur.

IICR, birleşmeyle ilgilidir. ne (Sjödin ve diğerleri, 2005 Wakeley ve Sargsyan, 2009) ancak zamanla açıkça değişkendir. Çoğu türün uzamsal olarak yapılandırılmış olması muhtemel olduğu göz önüne alındığında, IICR'yi basit (birleştirici) bir etkin boyut olarak yorumlamak ciddi yanlış yorumlara neden olabilir.

IICR, karmaşık modelleri bilgi kaybı olmadan tam olarak açıklayan anlık "nüfus büyüklüklerinin" bir yörüngesidir. Bu yörüngenin gerçekten de tek bir etkin nüfus büyüklüğü tarafından uygun şekilde özetlenebileceği koşullar hala belirlenecek ve sorulan sorulara ve kullanılan belirteçlerin miktarına bağlı olacaktır. Örneğin, "güçlü geçiş senaryoları" için (m=500 ve m=100) çıkarsanan popülasyon büyüklüğü değişiklikleri yeni ve anidir ve popülasyonun durağan olduğu dönem, genetik çeşitlilik kalıplarının üretilmesinde önemli olacaktır (Wakeley, 1999, 2001 Wakeley ve Aliacar, 2001 Charlesworth ve diğerleri, 2003 Wakeley ve Sarkisyan, 2009). Bununla birlikte, bu tür düşük genetik farklılaşma vakaları için bile (FNS≈1/2001=0.0005 ve FNS≈1/401=0,0025, sırasıyla), sahte popülasyon büyüklüğü düşüşü belki de genomik bilgi ile tespit edilebilir. İçin m=100 nüfus büyüklüğünde azalma başlar T=0.05 ve T=0.10, bunun için n=100 için n=1000, sırasıyla 5 ve 100 nesil önceki değerlere karşılık gelebilir. Başka bir deyişle, bir n-ada modeli, bazı 'güçlü göç' koşullarında bile aslında bir Wright-Fisher modelinden farklı davranabilir. Bu nedenle yaklaşıklık bazı sorular ve veri setleri için geçerli, diğerleri için geçersiz olacaktır (Charlesworth ve diğerleri, 2003 Wakeley ve Sargsyan, 2009). Ayrıca, çok düşük geçiş oranları için (m=0.1, m=0.2, çok yükseğe karşılık gelir FNS≈0.71 ve FNS≈0.56, sırasıyla) yakın tarih aynı zamanda sabit bir IICR ile karakterize edilir. Çoğu gen daha sonra topluluklar içinde birleşecek ve yalnızca küçük bir oran, eski IICR değerleri ve dolayısıyla nüfus yapısı hakkında bilgi sağlayacaktır (bakınız Mazet ve diğerleri, 2015).

IICR ve türlerin karmaşık tarihi: popülasyon genetiği çıkarımının eleştirel bir yeniden değerlendirilmesine doğru

PSMC şimdi birçok türe uygulandı ve Şekil 5'te gösterilenlere çok benzer eğriler üretti. Şekil 5a'da, PSMC tarafından tespit edilen popülasyon büyüklüğü değişiklikleri, gen akışındaki veya deme'deki değişikliklerle basit bir şekilde ilişkilendirilmedi. boy. Bu muhtemelen iki faktörün sonucudur. İlk olarak, yapılandırılmış bir popülasyon her zaman tek bir sayı ile özetlenemez. İkincisi, PSMC, burada simüle edilenler gibi ani değişikliklerin eksik olmasına yol açabilecek ayrık bir zaman dağılımı gerektirir. Göç oranlarındaki veya nüfus büyüklüğündeki değişikliklerin daha yumuşak olabileceği gerçek veri kümeleri için bu çok sorunlu olmayabilir. İnsan verileri için, popülasyon yapısının basit bir modelini varsayarak, anatomik olarak modern insanların ortaya çıkışı da dahil olmak üzere, yakın insanın evrimsel tarihindeki büyük geçişlere karşılık gelen gen akışındaki değişim dönemlerini çıkardık. İnsanların karmaşık bir uzaysal genişleme ve daralma geçmişine ve gen akışı seviyelerindeki değişikliklere maruz kalmış olmaları muhtemel olduğu göz önüne alındığında (Wakeley, 1999, 2001 Harpending ve Rogers, 2000 Goldstein ve Chikhi, 2002 Harding ve McVean, 2004), bizim Sonuçlar zorunlu olarak basit olmakla birlikte, panmiktik modellerin yeniden yorumlanmasının gerekli ve mümkün olabileceğini düşündürmektedir. Sonuçlarımız, çeşitli popülasyon genetik çalışmalarında tasvir edilen popülasyon çöküşleri ve artışları geçmişiyle çelişiyor, ancak fosil verileriyle aynı aşamada ve daha gerçekçi bir yorum çerçevesi sağlıyor. Bu nedenle, genetik veya genomik verilerden nelerin çıkarılabileceğine dair eleştirel bir yeniden değerlendirme çağrısında bulunmak istiyoruz. Yapıyı göz ardı eden yöntemlerle çıkarılan tarihler, bir ilk tahmini temsil eder, ancak insanların veya diğer türlerin yakın tarihli evrimsel tarihini daha iyi anlamak için ihtiyaç duyduğumuz bilgileri bize sağlamaları pek olası değildir. İnsanların, büyüklüğü son birkaç milyon yılda (yani, Homo cins). Bu, Li ve Durbin (2011) çalışmasının başarısını en aza indirmez, ancak genetik verilerden çıkarımın bazen nasıl sunulduğunu ve yorumlandığını sorgular.

Perspektifler

Bu çalışma boyunca odaklandık T2, iki boyutlu bir örnek için en yakın ortak ataya kadar geçen süre. Daha büyük örnekler için tanımlayabiliriz Tk olduğu süre olarak k soylar. Yapılandırılmış modeller için, IICR'nin aşağıdaki dağılımdan tahmin edilip edilmediğini belirlemek önemli olacaktır. Tk ile önemli ölçüde değişir k. Eğer durum böyle olsaydı, bu, nüfus büyüklüğü değişiminden yapıyı ayırmanın mümkün olduğunu gösterirdi. Tk çeşitli için k değerler. Bunun nedeni, popülasyon büyüklüğü değişim modellerinin tümü için aynı IICR'yi üretmesi gerektiğidir. Tk dağılımlar, çünkü hepsinin aynı (gerçek) nüfus büyüklüğü değişimi geçmişine karşılık gelmesi gerekir. Bildiğimiz kadarıyla dağıtımı Tk için k>2 henüz açıkça türetilmedi n-ada veya diğer yapılandırılmış modeller (ancak Herbots, 1994 Wakeley ve Aliacar, 2001 Wakeley, 2001 Nielsen ve Wakeley, 2001 gibi ilginç çalışmalara bakın).

Bu sorunun basit bir çözümü, yapılandırılmış bir ilgi modeli altında genetik verileri simüle etmek ve ardından simüle edilmiş verileri karşılaştırmaktır. Tk bu model altındaki dağılımlar ve Tk kullanılarak tanımlanan karşılık gelen nüfus büyüklüğü değişikliği modelinin dağılımları T2 dağıtım. Ön simülasyonlar gösteriyor ki, Tk dağılımlar, en azından bazı nüfus yapısı modelleri için farklı IICR'ler üretir. Örneğin, insan genomik verilerinin PSMC ve MSMC (birden çok ardışık Markovian birleştirici) ile analizinin, bir popülasyon yapısı modeli altında farklı eğriler, ancak bir popülasyon büyüklüğü değişikliği modeli için özdeş eğriler üretmesi gerektiğini tahmin ediyoruz. Bu tahmin, sırasıyla Li ve Durbin (2011) ve Schiffels ve Durbin'in (2013) PSMC ve MSMC eğrileri karşılaştırılarak test edilebilir. Karşılık gelen rakamların görsel olarak incelenmesi, gerçekten de farklı olduklarını ve bu nedenle nüfus yapısı modelimizin geçerli bir alternatif olduğunu göstermektedir. Ancak, bağımsız bir çalışmanın gerekli olduğunu vurguluyoruz. Gerçekten de, bu yöntemlerle gerçek verilerle yeniden oluşturulan geçmiş çok kesin değildir ve farklı anlarda zayıf tahminler sağlamaları beklendiğinden iki eğri kolayca karşılaştırılabilir değildir. Bu nedenle, iki analiz arasındaki herhangi bir fark, simülasyonlarla değerlendirilmeli ve doğrulanmalıdır.

Son olarak, çalışmamızın altında yatan bir varsayım, birleşmenin, örneklenen genlerin soykütüğü için makul bir modeli temsil etmesidir. Birleşmenin gerçek gen şeceresinin bir tahmini olduğu ve birleşmenin en uygun model olmayabileceği türler olduğu göz önüne alındığında (Wakeley ve Sargsyan, 2009), sonuçlarımızın bu aşamada yalnızca kaynaşma benzeri soy kütükleri için düşünülmelidir. Diğer soykütük modelleri için benzer yaklaşımların geliştirilmesi kesinlikle çok ilginç bir araştırma alanı olacaktır.


YÖNTEM VE SONUÇLAR

Boyunca, haploid bir popülasyonda tek bir yeniden birleşmeyen lokusta nötr genetik çeşitlilikle ilgileniyoruz. Her zaman oldugu gibi, n nüfus büyüklüğüdür. Eğer değiştirirsek, sonuçlar gametik göçü olan diploid bir popülasyon için geçerli olmalıdır. n 2 ilen. Düşündüğümüz popülasyon modeli, iyi bilinen Moran üreme modelinin bir modifikasyonudur (M oran 1958, 1962). Moran modelinde, rastgele seçilen tek bir birey, her bir zaman adımını yeniden üretir. Popülasyon büyüklüğünü sabit tutmak için, yavruları değil, rastgele seçilen bir birey, yavrulara yer açmak için ölür.

İlk olarak Eldon ve Wakeley'de (2006) sunulan modelimizde, rastgele seçilen tek bir birey (ebeveyn) her bir zaman adımını yeniden üretir. 1 – ɛ olasılıkla ebeveynin bir çocuğu vardır. Alternatif olarak, ɛ olasılıkla ebeveynin ψn – 0 < ψ < ile 1 yavru (büyük bir üreme olayı) 1. Büyük bir üreme olayı meydana geldiğinde popülasyon boyutunu sabit tutmak için toplam ψn Yeni yavrulara yer açmak için 1 kişi ölüyor. Bizim modelimizde ebeveyn her zaman devam eder. ψ parametresi, popülasyonun ebeveynin yavruları tarafından değiştirilen kısmını temsil eder. E ldon ve Wakeley (2006), örtüşen nesillerin bu değiştirilmiş Moran modelinin, atalara ait soyların eşzamansız çoklu birleşmelerine izin veren birleşik bir sürece yol açtığını göstermektedir. yani, P itman (1999) ve S agitov (1999) tarafından ele alınan atasal süreçle aynı tiptedir.

Sunum kolaylığı için aşağıdaki miktarları tanımlarız: nγ, Cn, λγ, ve benA. Miktar nγ modelimizdeki birleşme zaman ölçeğidir. Birleşme zaman ölçeği, ortalama olarak iki bireyin birleşmesi (tek bir popülasyonda) için gereken zaman adımlarının sayısıyla orantılıdır. Bu, ɛ ≡ 2φ/ biçiminde olduğunu varsaydığımız ɛ değerine bağlıdır.n 0 < φ, γ < ∞ ile bazı φ ve γ sabitleri için γ. Modelimizde, birleşme zaman ölçeği, n 0 < γ < olduğunda γ /2 zaman adımları 2. Her zamanki Moran modelinde, zaman ölçeği n Aynı zamanda değeri olan 2/2 zaman adımları nγ γ ≥ olduğunda 2.

Tek bir popülasyon için, Eldon ve Wakeley (2006), γ'e bağlı olarak farklı birleşme süreçlerinin ortaya çıktığını göstermektedir. 0 < γ ≤ 2 olduğunda birleştirme sürecinde atalara ait soyların birden fazla birleşmesine izin verilirken, Kingman'ın birleşmesi (Kingman 1982a,b) γ > 2 olduğunda ortaya çıkar. tek bir zaman adımında birleşme ile gösterilir Cn ve ɛ'ye bağlıdır. oran λγ iki bireyin birleşmesinden elde edilir Cn zamanı bir faktör kadar “hızlandırarak” nγ. 0 < γ ≤ 2 olduğunda, λγ φ ve ψ çoğaltma parametrelerine bağlıdır. Matematiksel gösterimde, nγ olarak ifade edilir ve birleşme olasılığı Cn NS

Gösterim kolaylığı için gösterge işlevini de tanımlıyoruz. benA olarak

Örneğin, benγς = 1 ise γ < 2, değilse sıfır. Modelimizde, ebeveynin yavru sayısı ψ'e eşit olduğunda büyük bir üreme olayı meydana gelir.n – 1. Bu olaylar ɛ olasılıkla gerçekleşir. Bizim seçimimiz ɛ = 2φ/n γ, birleşme zaman ölçeğinin nγ. oran λγ birleşme o zaman

Birleşme oranı λγ aşağıdaki neredeyse tüm sonuçlarımızda önemli bir miktardır.

Alt bölüm modeli:

Şimdi, göçün alt popülasyonların boyutlarını değiştirmediği varsayımıyla sonlu ada nüfus altbölümü modelini ele alıyoruz (Nagylaki 1980 S trobeck 1987 Herbots 1997). Tüm alt popülasyonlarda üreme, yukarıda açıklanan değiştirilmiş Moran modelini takip eder. 2 boyutlu bir örnek için ayrık-zamanlı atasal süreç, ekteki Denklem A1'de verilen geçiş olasılıklarına sahip bir Markov zinciridir.

Küçük göç oranlarıyla, özellikle 1/1 düzeyindekilerle ilgileniyoruz.nγ zaman adımları. Bu, tek bir bireyin 2 için aynı alt popülasyonda bulunduğu anlamına gelir.nγ ortalama olarak farklı bir alt popülasyona geçişten önceki zaman adımları. 0 < γ < 2 olduğunda, her birey aynı alt popülasyonda yalnızca n γ ortalama zaman adımları. Bu süre, normal ortalamadan çok daha kısa olabilir (0 < γ < 1 olduğunda). n Wright𠄿isher popülasyonlarında varsayılan zaman adımları. Başka bir deyişle, çok sayıda birey göç sırasında n 0 < γ < olduğunda zaman adımları 1. m önceki zaman adımında ve modelde tek bir bireyin farklı bir alt popülasyonda ikamet etme olasılığını belirtir m olarak m = mγ ≡ κ/(2nγ) burada κ sonlu bir sabittir (0 < κ < ∞).

Taşıma hızımız κ ile normal taşıma hızı arasındaki farkı göstermek için Nm İzin Vermek m* ≡ n 2 mγ birimlerinde ölçeklendirilmiş bir göç oranını belirtir. n 2 zaman adımı (veya n nesiller). Bu, olağan “NmWright𠄿isher modelinde ”. yerine koyma mγ verir. Örneğin, γ = ise, o zaman . γ < 2 olduğunda, taşıma hızı m* çok yüksek yani, κ sonlu olduğundan. Bununla birlikte, değiştirilmiş üreme modelimizde birleşme aynı zamanda zaman ölçeğinde de meydana gelir. n 3/2 zaman adımları (veya γ = 'deki nesiller) ve dolayısıyla yüksek göç hızının etkilerini “ karşılar”.

Bu çalışmanın ana sonuçları, beklenen birleşme süreleri ile ilgilidir (Denklem 3 ve 5) ve FNS-benzeri ölçüler (Denklemler 10�). Ayrıca birleşme zamanlarının yoğunluklarını da elde ederiz (bkz. ek ). Yoğunluklar, iki dizi arasındaki ayırma bölgelerinin sayısı için dağılım fonksiyonlarını türetmek için kullanılır (bkz. FNS- mutasyon dahil benzeri önlemler (Denklem 13 ve 14).

Birleşme sürelerinin dağılımları λ'nin fonksiyonlarıdır.γ:

DNA dizileri, en son ortak atalarından örnekleninceye kadar mutasyon biriktirdikleri için farklıdır. Çok düşük bir mutasyon oranı varsayarak, S latkin (1991) için bir ifade türetmiştir. FNS birleşme sürelerinin beklenen değerleri açısından. Bu nedenle, iki genin birleşmesine kadar geçen süre, yapılandırılmış popülasyonlar üzerine teorik çalışmalarda temel bir niceliktir. Yapılandırılmış bir popülasyondan örneklenen iki gen verildiğinde, ilgi çekici olan iki farklı birleşme zamanı ortaya çıkar: T0 aynı alt popülasyondan örneklenen iki gen birleşene ve zamana kadar T1 farklı alt popülasyonlardan örneklenen iki gen ortak bir ataya ulaşana kadar. yoğunlukları T0 ve T1 daha önce iki alt popülasyon olması durumunda Takahata (1988) ve N ath ve G riffiths (1993) tarafından ve herhangi bir sonlu sayıda alt popülasyon için Herbots (1997) tarafından yapılandırılmış birleştirme altında türetilmiştir.

Denklem A2'deki geçiş oranları göz önüne alındığında, birleşme zamanlarının dağılımlarını elde edebiliriz. T0 ve T1 (eke bakınız). Şekil 1, dağılımları göstermektedir. T0 ve T1, sırasıyla farklı ψ değerleri için zamanın fonksiyonları olarak (tek bir bireyin yavruları tarafından değiştirilen popülasyonun oranı). ψ arttıkça (yani, 1) eğilimindedir, birleşme süreleri T0 ve T1 çok kısa olur.

Aynı genden örneklenen iki genin yoğunlukları ve kaynaşma süreleri (T0) veya farklı (T1), alt popülasyonların sayısı farklı olduğunda ψ'in farklı değerleri için zamanın fonksiyonları olarak alt popülasyonlar NS = 3 ve φ = κ = 1. Birleşme zaman ölçeği n a ve c'de 2/2 ve n γ /2 ile 0 < γ < 2 b ve d'de. a ve c'deki düz çizgiler, standart birleştirme altında elde edilen yoğunluklardır (yani., γ > 2).

Beklenen değeri ve varyansı T0 her ikisi de karşılık gelen miktarlardan daha azdır T1. özellikle,

Denklem 3'teki sonucun önemi en iyi bir örnekle anlaşılır. γ < 2 olduğunda, zaman ölçeğinin nγ = n 3/2 ve λγ = ψ 2 (φ = 1 varsayılarak). Taşıma parametremiz daha sonra κ = olur mγnγ = mγn 3/2 . Taşıma birimi olarak ölçeklenir n Standart bir Moran popülasyonunda 2 zaman adımı. izin verirsek m* ≡ n 2 mγ birimlerinde ölçeklendirilmiş bir göç hızı olmak n 2 zaman adımı, o zaman mγ sipariş 1/n 3/2 yukarıdaki gibi, m* büyük bir popülasyonda çok yüksek olur. Spesifik olarak, γ = olduğundan, κ bir sabit olduğundan (as ) elde ederiz. Denklem 3'teki sonuç, γ = olduğunda birleşme zaman adımlarının bir zaman ölçeğinde (büyük bir popülasyonda) meydana geldiğinden, DNA dizi verilerinde popülasyon yapısının kanıtını görmeye devam etsek bile, diyor. Aslında, 0 < γ < 2.

Benzer şekilde, her zaman küçüktür. Ayrıca, beklenen değer ve varyans T0 λ ile ters orantılıdırγ ve dolayısıyla büyük yeniden üretim olaylarının olasılığı bire yakın olduğunda küçük olacaktır. için ifadeler E(T0) ve E(T1) (Denklem 3), olağan yeniden üretim modelleri (N ei ve F eldman 1972 L i 1976 G riffiths 1981) altında elde edilen, büyük yeniden üretim olaylarının normalden daha uzun bir zaman ölçeğinde (γ > 2) meydana geldiği varsayılarak elde edilebilir. (Örneğin., Wright𠄿isher) örneklemesi, bu durumda λγ = 1. T0 ve T1 ilk olarak H ey (1991) tarafından yapılandırılmış birleştirici altında türetilmiştir ve Denklem 4'ten aynı şekilde geri kazanılabilir.

Bir çok-deme sınırı:

Alt popülasyonların sayısı, DNA dizilerinin örnek boyutundan çok daha büyük olarak alındığında, belirli göç mekanizmaları altında yapılandırılmış birleşme basitleşir (W akeley 1998). Atalara ait sürecin çok bölgeli bir limit altında yakınsaması (yani, zaman ), farklı zaman ölçeklerinde meydana gelen stokastik bir süreçteki olayların nasıl ayrılabileceğini gösteren M öhle'nin (1998) çalışmasından gelir (daha ayrıntılı bir açıklama için eke bakın). Atalara ait süreci sınırda ve . Limitlerin sırasını değiştirmek aynı birleşme sürecine yol açar (bkz. ek ).

Her biri çok büyük () olan çok sayıda alt popülasyona () bölünmüş bir popülasyondan örneklenen iki genin limit süreci, şu şekildedir: P*e t G * hangi P* ve G* sırasıyla Denklem A16 ve A19 ile verilmektedir. Şekli P* bize, eğer iki gen iki farklı deme'den örneklenirse, atalara ait sürecin hemen sürekli-zaman sürecine girdiğini söyler. İki gen aynı alt popülasyondan örneklenirse, olasılıkla birleşirler veya olasılıkla farklı alt popülasyonlara geçerek sürekli zaman sürecine girerler. Sürekli zaman sürecinde, iki satır, bir zaman ölçeğinde oran ile üstel zamanla bekler. DNγ Birleşene kadar zaman adımları. Çok bölgeli limit modeli (Denklem A19) altındaki atasal süreç, alt popülasyonların sayısı sonlu olduğunda (Denklem A2) elde edilen limit sürecinden farklıdır. G*, iki alelin ayrıldıktan sonra aynı alt popülasyona girdiği geçiş için sıfır girişe sahiptir. Ne zaman NS < ∞, karşılık gelen oran κ/(NS – 1) (Denklem A2). Bununla birlikte, atasal soylar ancak aynı alt popülasyonda bulunuyorlarsa birleşebilirler. matris B* (Denklem A18), iki satırın aynı alt popülasyona ulaşmasını sağlar.

Yine birleşme zamanlarıyla ilgileniyoruz T0 ve T1 sırasıyla aynı veya farklı alt popülasyonlardan örneklenen iki genden oluşur. dağılımı T0 bir karışım dağılımıdır (bkz. ek) ve şunu elde ederiz:

Beklenen değer ve varyans için ifadeler T0 ve T1 çok-deme limit modeli altında elde edilen (Denklem 5 ve 6) λ fonksiyonlarıdır.γ ve κ, sınırlı sayıda alt popülasyon için elde edilen karşılık gelen beklenen değerler ve varyanslarla (Denklem 3 ve 4) aynı şekilde. Özellikle, aynı alt popülasyondan örneklenen iki atasal çizgi için, farklı alt popülasyonlardan örneklenmiş olmalarına göre her zaman daha kısa bir birleşme süresi bekleriz.

Türetme FNS ve nNS:

Miktar FNS yaygın olarak nüfus alt bölümlerinin düzeylerini değerlendirmek için kullanılır. Bir bireyin alt popülasyonlar koleksiyonuna göre akrabalı yetiştirme katsayısı, FO, bir alt popülasyon içinde rastgele olmayan çiftleşmeye atfedilebilir (FNS) ve alt popülasyonlar arasındaki farklılıklara (FNS Sağ 1951). İki dizi, en son ortak ata dizilerinin zamanından örnekleninceye kadar mutasyon yaşamamışlarsa, türeyiş açısından özdeştir. izin verirsek F0 ve F aynı alt popülasyondan örneklenen iki genin inişiyle özdeşlik olasılığını gösterir (F0) ve alt popülasyonların koleksiyonundan rastgele (F), ifade edebiliriz FNS olarak

(N ei 1973). tanımı gereği FNS akrabalı yetiştirme katsayıları açısından (Denklem 7'deki gibi), FNS mutasyon oranına (μ) bağlıdır. S latkin (1991), μ'yi çok düşük olmaya zorlayarak bir yaklaşıklık elde etti. FNS bu, birleşme sürelerinin beklentisinin bir fonksiyonudur ve şu şekilde verilir:

hangisinde T alt popülasyonların koleksiyonundan rastgele örneklenen iki satırın birleşme zamanıdır, T0 aynı alt popülasyondan iki satırın birleşme zamanıdır ve μ mutasyon oranıdır.

Çarpık yavru dağılımı altında birleşme süreleri cinsinden bir ifade elde etmek için, önce beklenen birleşme süresini elde ederek ilerlenebiliriz. E(TDenklem 3 ve A10'dan kolayca elde edilen ve aşağıdaki şekilde verilen alt popülasyon koleksiyonundan rastgele örneklenen iki genin )

Alt popülasyon sayısı ne zaman NS sonludur, genel biçimidir

Örneğin, 0 < γ < 2 olduğunda, birleşme oranı λγ = ψ 2 (φ = 1 ile birlikte) ve Denklem 10 . Denklem 10'daki ifade, standart birleştirici altında S latkin (1991) tarafından türetilen ile aynı forma sahiptir. Temel fark, çarpık yavru dağılımı altında, FNS oranın bir fonksiyonudur λγ (Denklem 2) kaynaşmanın ve dolayısıyla φ ve ψ üreme parametrelerinin bir fonksiyonudur. S latkin'in (1991) elde ettiği sonuç Denklem 10'dan γ > 2 alınarak elde edilebilir, bu durumda λγ = 1 (büyük yeniden üretim olaylarının olasılığını hatırlayın ∝ 1/nγ).

Alt popülasyonların sayısı Denklem 10'dan elde edilir.

Denklem 11'de iki limit aldık: ve . Limitlerin sırasını değiştirmek, aynı limit sonucunu verir. FNS Denklem 11'de.

W sağa (1951) göre, değeri FNS genellikle gen akışının seviyelerini tahmin etmek için kullanılmıştır. Şekil 2, Denklem 11'den elde edilen, farklı değerler için ψ'in bir fonksiyonu olarak gösterilmektedir. FNS ( Şekil 2a ) ve φ ( Şekil 2b ) ve iki farklı λ değeri içinγ. Dan beri FNS ψ ve φ'nın bir fonksiyonudur, dolayısıyla gen akışının herhangi bir tahmini FNS, Şekil 2'de açıkça gösterildiği gibi.

Denklem 11'den ψ'in bir fonksiyonu olarak göç hızı tahmini. (a) ne zaman FNS = 0.1 (düz çizgi), FNS = 0.2 (kesik çizgi) ve FNS = 0,5 (noktalı çizgi). (b) ile FNS = 0.1 ve φ = 1 (düz çizgi), φ = 2 (kesik çizgi) ve φ = 5 (noktalı çizgi).

L ynch ve C rease (1990), genetik heterojenlik seviyelerini tahmin etmek için DNA dizilerinin ikili dizi farklılıklarının sayısını kullandı. Bu bağlamda, L ynch ve C rease (1990) miktar nNS Bu, sırasıyla farklı veya aynı alt popülasyonlardan örneklenen diziler arasındaki ikili farklılıkların ortalama sayısı ve biçimine sahiptir. Mutasyon oranı sabitse ve sonsuz bölge modeline göre mutasyonlar meydana geliyorsa (W atterson 1975), o zaman nNS tahminler (S latkin 1993). Beklenen birleşme süreleri (Denklem 3) için elde edilen sonuçları kullanarak, popülasyon altbölümünün çok-deme limit modeli için Denklem 11'deki gibi elde ederiz ve

ne zaman NS < ∞. Çarpık yavru dağılımının etkisi aynı nNS olduğu gibi FNS. Sonsuz konumlu mutasyon modeli altında, bir ifadesini elde etmek için küçük bir mutasyon oranı varsayımına ihtiyacımız yoktur. nNS durumundan farklı olarak, birleşme süreleri açısından FNS. Olarak nNS tanımlandığında, mutasyon parametresi iptal olur (S latkin 1993).

Dizi çiftleri arasındaki ayırma sitelerinin sayısı:

tanımı gereği FNS iniş yoluyla özdeşlik olasılıkları açısından (Denklem 7), FNS mutasyona bağlıdır. E ldon ve Wakeley (2006), çarpık yavru dağılımı modelimizin limit sürecinin (as ) yalnızca γ > 1 olduğunda sıfır olmayan genetik varyasyon seviyelerini öngördüğünü göstermektedir. Eğer biz (E ldon ve Wakeley 2006'da olduğu gibi) ) μ tek bir zaman adımında her yavru için mutasyon olasılığını göstersin, mutasyon oranını θ (ve γ > 1) olarak tanımlıyoruz. için bir ifadeye mutasyonu dahil edebiliriz. FNS ilk olarak, göçle birlikte bir popülasyon alt bölümü modeli verilen iki gen arasında, sonsuz siteler modeli (W atterson 1975) altında, ayrılan sitelerin sayısının olasılık dağılımlarını elde ederek. İzin vermek K0 aynı alt popülasyondan örneklenen iki gen arasındaki ayırma bölgelerinin sayısını belirtir ve K alt popülasyonların koleksiyonundan rastgele örneklenen iki gen arasındaki ayırma bölgelerinin sayısını belirtir. dağıtımları K0 ve K ayırma sitelerinin sayısının dağılımı ile birlikte ekte türetilmiştir. K1 farklı alt popülasyonlardan örneklenen iki gen arasındaki Daha sonra tanımı gereği FNS Denklem 7'de verilen, elde ettiğimiz

Denklem 14'ten, mutasyonun FNS yalnızca θ, λ'ye göre büyükseγ. için ifade FNS Denklem 14'teki W ilkinson -H erbots (1998) ve N ei (1975) ve T akahata (1983) tarafından Wright'ın Fisher modeli altında mutasyon da dahil olmak üzere diğer yöntemlerle elde edilenle aynı forma sahiptir. Şekil 3'te, FNS Denklem 14, θ ve κ'nın farklı değerleri için ψ'in bir fonksiyonu olarak grafiklendirilir. Şekil 3'ün yorumu şu şekildedir: FNS, ψ'in bir fonksiyonu olarak, birleşme (ve göç) zaman ölçeği birim cinsinden olduğunda önemli ölçüde değişebilir. n 1 < γ < 2 ile γ /2 nesil ( Şekil 3, b ve d ).

Miktar FNS Denklem 14'ten farklı θ, κ değerleri ve birleşme hızı (λ) için ψ'in (φ = 1 ile) bir fonksiyonu olarakγ). Düz çizgiler, θ = 10 kesikli çizgiler, θ = 1 noktalı çizgiler, θ = 0.1.

Nei'nin genetik mesafesi NS:

Popülasyonlar arasındaki ayrımın tüm göstergeleri λ'ye bağlı değildir.γ. N ei' s (1972) genetik uzaklık, türler arasındaki sapma zamanını tahmin etmek için daha uygundur ve FNS-benzeri miktarlar, türler içindeki popülasyon yapısını çıkarmak için daha uygundur (S latkin 1991). N ei' s (1972) genetik uzaklık ölçüsü şu şekilde verilmektedir: F0 ve F1 sırasıyla aynı veya farklı alt popülasyonlardan örneklenen iki genin inişiyle özdeşlik olasılıklarıdır ve alt simgeyi ekleriz n bize zamanın kesikli olduğunu hatırlatmak için. Şimdi 0 < μ olduğunu varsayarsakE(Tben) < 1 için ben = 0, 1, daha sonra elde ettiğimiz logaritmik fonksiyonun Maclaurin serisi açılımını kullanarak (daha önce S latkin 1991 tarafından elde edilmiştir) T0 ve T1 sırasıyla aynı veya farklı alt popülasyonlardan örneklenen iki gen için birleşme süreleridir. ifadesini elde etmek için NS sürekli zaman için, ürünün θ as (ve γ > 1) sabitine yakınsadığını varsayıyoruz. Yaklaşımın yeniden yazılması NSn verir

sürekli zaman sınırına sahip olan

Bununla birlikte, ifadeleri kullanarak E(T1) ve E(T0) (Denklem 3), elde ederiz ve böylece Nei'nin (1972) genetik uzaklığı λ'den bağımsızdırγ. için bir ifade türetmenin başka bir yolu NS iki genin türeme yoluyla özdeşlik olasılığının, örneklendikleri andan ortak bir ataya ulaşana kadar hiçbir mutasyon meydana gelmeme olasılığı ile aynı olduğunu belirtmektir. Böylece Fben = P(Kben = 0) için ben = 0, 1. Bu nedenle yazabiliriz

herhangi bir nüfus alt bölümü modeli için. İncelenen çok bölgeli limit modeli için,

Çok bölgeli limit modelinde limit yaklaşımını (Denklem 16) veya ikame yaklaşımını (Denklem 17) kullanarak ve küçük θ/κ (yani, 0 < θ/κ < 1), NS θ/κ biçimindedir. Aynı sonuç, sonlu sayıda alt popülasyon için de elde edilir. Gerçekten, ne zaman NS sonludur, A28 ve A29 Denklemlerinden elde ederiz.

Hatta (θ/2)(NS – 1)/κ > 1, 17 ve 18 numaralı denklemlerden elde ettiğimiz NS λ işlevi değildirγ. Böylece Nei'nin (1972) genetik uzaklığı, türlerden biri veya her ikisi çarpık yavru dağılımına sahip olsa bile türlerin ayrılma sürelerini tahmin etmek için kullanılabilir. NS iki popülasyonun ayrılma zamanı ile orantılıdır (N ei 1972 S latkin 1991).


Haploid ve Diploid Karşılaştırması

Diploid ve haploid hücreler ve organizmalar doğada bulunur. Haploid ve diploid kromozom setleri arasındaki farklar, mevcut kromozomların sayısında ve meydana geldikleri hücre tiplerindedir. Haploid hücreler, diploid hücrelerin kromozom sayısının yarısını içerir ve çoğunlukla germ hücreleridir, oysa diploid hücreler somatik hücrelerdir. Bazı organizmalar, örneğin algler gibi bir haploid ve diploid bir yaşam döngüsüne sahiptir. Diploid hücreler, mitoz yoluyla çoğalır ve ana hücrelere ve birbirlerine özdeş yavru hücreler oluşturur. Haploid ise, diğer ebeveynden farklı, ancak her bir ebeveynden biraz ve her hücre diğerinden farklı olan yavrular veya hücreler üreten mayoz yoluyla çoğalır.

Her şeyi uygulamaya koyalım. Bu Biyoloji alıştırma sorusunu deneyin:

Daha fazla Biyoloji pratiği mi arıyorsunuz?

Biyoloji ile ilgili diğer makalelerimize göz atın.

Ayrıca Albert.io'da binlerce alıştırma sorusu bulabilirsiniz. Albert.io, öğrenme deneyiminizi, en çok yardıma ihtiyacınız olan uygulamayı hedeflemek için özelleştirmenize olanak tanır. Biyolojide ustalık kazanmanıza yardımcı olacak zorlu alıştırma soruları vereceğiz.

Biyoloji öğrenci sonuçlarını artırmakla ilgilenen bir öğretmen veya yönetici misiniz?

Okul lisanslarımız hakkında daha fazla bilgi edinin Burada.

Yorum Yap Cevabı iptal et

Bu site istenmeyen postaları azaltmak için Akismet kullanır. Yorum verilerinizin nasıl işlendiğini öğrenin.


Tartışma

Kromozom için PCA'mız 2L inversiyonların polimorfizm verileri üzerindeki etkisini gösterir. Önemli olan, tarafından oluşturulan yapı In(2L)t birkaç megatabanı, inversiyonun kesme noktasının 28,42 ötesine uzatır. Bu nedenle, tüm kromozomları hariç tuttuk. 2L Bu çalışmadaki demografik analizler için ve doğal popülasyonların gelecekteki demografik çalışmalarının yapılmasını önermektedir. Drosophila melanogaster demografik çıkarımdan önce bu tersine çevirmenin potansiyel etkisini ele alın. Ayrıca, İsveç örneğimizin otozomal verilerinde, düşük rekombinasyon bölgeleri arasında (1,5 cM/Mb'den küçük) fazla sayıda singleton belirledik, bu muhtemelen bağlantılı negatif seçimden kaynaklanmaktadır ve bu nedenle demografik çıkarım yapılırken filtrelenmelidir.

Avrupa popülasyonlarının demografik tarihiyle ilgili ilk çalışmalar, popülasyonun yaşını tahmin ederken gen akışının etkisini dikkate almadı 3,4,5. Bununla birlikte, Li ve Stephan 4, göçün izole popülasyonlardaki alel frekansları üzerindeki homojenleştirici etkisinden dolayı, gen akışının hesaba katılmasının daha eski sapma zamanlarına yol açacağını zaten tahmin etmişti. Sonuçlarımız bu öngörüyü doğrulamaktadır (Tablo 1, Tablo S2) ve gen akışının hesaba katılmasının tahmini sapma süresini neredeyse iki katına çıkardığını göstermektedir (NOMIG modeli için 2247 ve ASYMIG modeli için 4139, Tablo S2). Bununla birlikte, bu çalışmada sunulan tahminler (Tablo 1), ayrışma süresine ilişkin önceki tahminlerden önemli ölçüde daha düşüktür (gen akışını hesaba katmasına rağmen), çünkü demografik olayların zamanlamasını birleştirme birimlerinden yıllara yeniden ölçeklendirmek için farklı mutasyon oranları ve üretim süreleri kullanılmıştır. . Giderek karmaşıklaşan yöntemler demografik tahminlerin performansını iyileştirirken, mutasyon oranlarının veya nesil sürelerinin ampirik ölçümlerinin evrimsel olayların mutlak yaşını değerlendirmek için kritik olduğu da ortaya çıkıyor. Bununla birlikte, demografik modeller genellikle daha sonra istatistiksel seçim testlerinde boş dağılımlar olarak kullanılan genetik varyasyon istatistiklerinin nötr dağılımlarını tahmin etmek için kullanılır ve bu amaçlar için mutasyon oranları veya üretim süreleri hakkında hiçbir bilgi gerekmez.

kullanılarak tahmin edilen demografik geçmişler arasında büyük bir fark MSMC2 ve baba Avrupa örneğinin atalarının soylarında bariz bir darboğazın olmamasıdır. Kozmopolit popülasyonların demografik geçmişinde bir popülasyon boyutu darboğazının varlığı ilk kez Li ve Stephan 4 ile Thornton ve Andolfatto 27 tarafından rapor edilmiştir ve o zamandan beri seçici taramaların 24 saptanması için büyük bir kafa karıştırıcı etki olarak kabul edilmiştir . Bu tür darboğazların, demografik modellerin aşırı basit parametreleştirmelerinden kaynaklanan artefaktlar olup olmadığını değerlendirmek için daha fazla çalışmaya ihtiyaç vardır. MSMC2 (veya benzer yöntemler), belirli koşullar altında bu tür popülasyon boyutu darboğazlarını tespit edemez. olup olmadığı test edilerek araştırılabilir. MSMC2 ASYMIG modelinden elde edilen simüle edilmiş veri kümelerini analiz etmek için kullanıldığında bir darboğaz belirleyebilir. Gelecek vaat eden bir başka yol ise İLGİLİ OLMAK, ataların rekombinasyon grafiği (ARG) yeniden 43 dayalı yakın zamanda yayınlanan bir demografik çıkarım yöntemi. Benzer şekilde MSMC2, İLGİLİ OLMAK popülasyon boyutlarındaki sürekli değişiklikleri tahmin etmek için kullanılabilir, ancak demografik çıkarımların kalitesini iyileştirmesi beklenen önemli ölçüde daha büyük örnek boyutlarının analizlerine de olanak tanır. Şunu da belirtmekte fayda var MSMC2 RASYMIG modeli Afrika ve Avrupa soyları arasında yakın zamanda bir karışım olayının varlığını doğruluyor gibi görünmektedir. baba analiz (gen akışının popülasyon farklılaşmasından sonra başlayabildiği), gözlemlenen verilere devam eden gen akışına sahip modelden daha zayıf bir uyum sağladı. Bunun Afrika gen havuzuna 12 yeni bir kozmopolit nabız karışımı olayının daha önceki tanımını doğrulayıp doğrulamadığını veya daha doğrusu en yakın geçmişteki istatistiksel sinyal kaybını yansıtıp yansıtmadığını belirlemek için daha fazla çalışmaya ihtiyaç vardır. performansının değerlendirilmesi ile bu çalışma gerçekleştirilebilir. baba ve MSMC2 son gen akışı ile simülasyonları kullanarak ve gen akışı ve yerel katkı haritalama 43,44 tahminini kolaylaştıran yakın zamanda yayınlanan ARG tabanlı yöntemi uygulayarak. MSMC2 ve baba prensipte evrimsel sinyalin farklı yönlerini yakalayabilen popülasyon genomik varyasyonunun farklı özetlenmesine dayanır, ancak bunun bu çalışmada gözlemlenen farklılıklara tam olarak ne kadar katkıda bulunabileceği belirsizliğini korur.


Maya Adaptasyon Çalışması, Diploidlerin Haploidlerden Daha Yavaş Evrildiğini Buluyor

Deneysel evrim, bir organizmanın hücrelerindeki genomların ve kromozom setlerinin nasıl evrimleştiğine ve adaptasyonda bireysel mutasyonların rolüne ilişkin mevcut anlayışımızı geliştirmenin iyi bir yoludur.

Organizmalar ploidi veya hücrelerinde taşıdıkları genomun kaç kopyası bakımından farklılık gösterir. Örneğin, biyolojik bilimlerde yardımcı doçent olan Gregory Lang, insanların her hücrede genomumuzun iki kopyasına sahip olduğunu söylüyor; anneden ve babadan bir kopya. Bakterilerin her hücrede genomlarının bir kopyası vardır. Sıradan çileğin sekiz kopyası vardır. Başka bir deyişle, insanlar diploid, bakteriler haploid ve çilekler octoploiddir.

Ploidinin evrim üzerindeki etkisini anlamak, ancak maya gibi deneysel evrim organizmaları ile mümkündür. Maya, 24 saatlik bir süre içinde sadece on nesile kadar devam etmekle kalmaz, aynı zamanda farklı ploidlerde stabil bir şekilde muhafaza edilebilir.

Lang, lisansüstü öğrencisi Daniel A. Marad ve doktora sonrası Sean W. Buskirk ile birlikte temel bir soruyu yanıtlamaya koyuldu: Uyum oranları haploid ve diploid organizmalar arasında nasıl farklılık gösteriyor? Genomun iki kopyası olan diploidlerin, sadece bir kopyası olan haploidlerden daha yavaş evrimleştiğini buldular. Ayrıca diploidlerin aldığı faydalı mutasyonların haploidlerde görülenlerden farklı göründüğünü de buldular.

Sonuçları, Nature Ecology & Evolution'da &ldquoFaydalı mutasyonlara değiştirilmiş erişim, adaptasyonu yavaşlatır ve diploidlerdeki sabit mutasyonları saptırır&rdquo adlı bir makalede yayınlandı.

Bu dinamikleri anlamak için ekip, Saccharomyces cerevisiae mayasının 4.000 nesli boyunca 48 diploid popülasyonun adaptasyon oranını ölçtü ve bu sonuçları daha önce evrimleşmiş haploid popülasyonlarla karşılaştırdı. 2.000 nesilden sonra 24 popülasyondan iki klonu dizilediler ve iki popülasyon üzerinde tam genomlu tüm popülasyon zaman akışı dizilemesi gerçekleştirdiler.

Lang, &ldquoDeneysel evrim ve tam genom dizilemesinin güçlü bir kombinasyonunu kullanarak, genomlarının kopya sayısı dışında özdeş olan maya popülasyonlarında ortaya çıkan adaptasyon oranını ve mutasyon türlerini belirledik,&rdquo diyor.

Marad, "Diploitlerin haploidlerden daha yavaş adapte olduğunu, ploidinin faydalı mutasyonların spektrumunu değiştirdiğini ve homozigot mutasyonların prevalansının genomik konumlarına bağlı olduğunu gösteriyoruz" diyor. &ldquoAyrıca, yeniden yapılandırma yoluyla haploide özgü, diploide özgü ve paylaşılan mutasyonel hedefleri doğrularız.&rdquo

Lang'e göre, evrimsel biyolojinin zengin bir tarihi var ve birçok klasik teorinin hala deneysel testlere ihtiyacı var. Haldane's elek olarak bilinen bir teori, çekinik olan veya bir diploidde yalnızca bir kopyada mevcut olduklarında seçici bir faydası olmayan faydalı mutasyonların diploid popülasyonlarında sıklığı artıramayacağını varsayar.

Lang ve meslektaşları, Haldane'in eleklerini haploidlerde ortaya çıkan faydalı mutasyonları alarak ve onları ayrı ayrı farklı bir bağlama, diploidlere taşıyarak, seçici bir avantaja sahip olup olmadıklarını görmek için test ettiler. Haldane'in eleğiyle tutarlı olarak, diploidlerde ortaya çıkan faydalı mutasyonların çekinik olmadığını, ancak haploidlerdeki çoğu faydalı mutasyonun çekinik olduğunu buldular.

Marad, "Toplu olarak, bu çalışma ploidinin adaptasyonu nasıl etkilediğine dair anlayışımızdaki bir boşluğu dolduruyor ve diploid popülasyonların faydalı mutasyonlara erişimi değiştirdiği hipotezine ampirik destek sağlıyor" diyor.

Lang, makaleden çıkan önemli bir çıkarımın, doğal dünyada önemli ölçüde değişen ploidinin, genomların nasıl gelişebileceği ve evrimleşeceği üzerinde önemli bir etkiye sahip olması olduğunu söylüyor.

Bu çalışma, Pittsburgh Vakfı'nın Charles E. Kaufman Vakfı tarafından desteklenmiştir.


Videoyu izle: Popülasyon Ekolojisi (Ağustos 2022).