Diverse NTNU-kurs som inneholder populasjonsgenetikk:

Slides:



Advertisements
Liknende presentasjoner
Trykk på mus eller tastatur for neste bilde…
Advertisements

Litt mer om PRIMTALL.
1 Sannsynlighetsregning Gjenfinningssystemer og verktøy II Jon Anjer.
Lektion 2: Hardy-Weinberg
Veiledning i gevinstrealisering ved innføring av elektronisk handel
23 Finn ligningen for det planet  som inneholder linja
Enhalet og tohalet hypotesetest
Vurdering av statistiske analysemetoder brukt i Læringslabens undersøkelser i videregående skole i Rogaland.
Kapittel 10 Inferens om gjennomsnitt AAKRE-V SPSS v 10.0 MET 8006 STATISTIKK OG DATAANLYSE Kapittel 10 Inferens om gjennomsnitt Pål Aakre, BI Oslo.
Grunnleggende spørsmål om naturfag
1 Populasjonsgenetikk BI3010-H05 Halliburton Kap.1 TERMINOLOGI  Populasjonsgenetikk er læren om genenes fordeling i tid og rom, og om de evolusjonære.
Meta-analyse Frode Svartdal UiTø April 2014 © Frode Svartdal.
Arvelighet Kapittel 13 Copyright © McGraw-Hill Companies Permission required for reproduction or display Raven - Johnson - Biology: 6th Ed. - All Rights.
Grunnleggende matematikk
Kap 05 Betinget sannsynlighet
Utarbeidet av Synovate MMI v/ Kathrine Steen Andersen Februar 2008 Rapport for Postbanken Parforhold og økonomi 2008.
Evaluering Kurs i utdanningsprogram våren 2013 Karriereenhetene i Oslo 4-5. juni 2013.
Nico Keilman Befolkning og velferd ECON 1730 Høst 2010
Kapittel 14 Simulering.
BI 3010H05 Populasjonsgenetikk Halliburton Kap 8 Inbreeding1 Panmixi er en viktig forutsetning for Hardy-Weinbergs lov. Hva blir resultatene hvis denne.
BI Populasjonsgenetikk
Populasjonsgenetikk Mutasjoner Halliburton Kap 6-7 BI 3010H05
BI 3010H05 Populasjonsgenetikk Halliburton Kap 1-3
1 BI 3010H05 Populasjonsgenetikk Halliburton Kap 4-5 Rekombinasjon: Enhver prosess som skaper nye kombinasjoner av alleler (dvs nye genotyper) i avkommet.
Mer grunnleggende matte: Forberedelse til logistisk regresjon
The Postmans Problem. LOG530 Distribusjonsplanlegging 2 2 Mista har fått i oppdrag å vedlikeholde veiene i landsdelen. Dette er et eksempel på den klassiske.
Velg Slide-Show fra PowerPoint-menyen og klikk med venstre museknapp!
Kap 13 Sammenligning av to grupper
Fasit 1) a)P(T>1)=P(T≠1)=1-P(T=1) = 1-1/6 = 5/6 ≈ 83.3%. Evt. P(T>1)=p(T=2)+P(T=3)+P(T=4)+P(T=5)+ P(T=6)=5/6. P(T=2 | T≠1) = P(T=2 og T≠1)/P(T≠1) = (1/6)/(5/6)
Oppgaver 1)Vi anser hvert av de seks utfallene på en terning for å være like sannsynlig og at to ulike terningkast er uavhengige. a)Hva er sannsynligheten.
© Synovate Gjennomført av Synovate 21.august 2008 Catibus uke 33 Norsk Fysioterapeutforbund.
Kontrollregler Z- tabell Kontrollregler Tillatt totalfeil
ANOVA: Litt om design & statistikk
BI3010-H05 Populasjonsgenetikk Halliburton Kap.2 Genetisk variasjon KVANTIFISERING AV GENETISK VARIASJON Vi fokuserer her på diploide individer og frekvensen.
Kapittel 17: Populasjonsgenetikk Kapittel 17, populasjonsgenetikk, befatter seg hovedsakelig med prinsippene som er nedfelt i Hardy-Weinbergs lov, samt.
POPULATION GENETICS. POPULATION GENETICS.
Bærekraftig utvikling - forskerspiren
Leieprisstatistikk for Oslo Markedsleie og Gjengsleie for hybler og leiligheter i Oslo 1. kvartal 2009 Leieprisstatistikk for Oslo Utarbeidet av.
PROSJEKT: UADRESSERT REKLAME Omnibus: 23. august – 30 august 2006
Tan a = 750 / 1000 a = 36,870 sin a = 0,6 cos a = 0,8.
Diskrete stokastiske variable
Hovedideen Anta at en hypotese er riktig (H 0 ) Det er bare to muligheter, enten er H 0 riktig, ellers er den ”omvendte” hypotesen (H 1 ) riktig Gå ut.
Forelesning 7 HSTAT1101 Ola Haug Norsk Regnesentral
Presentasjon av data: deskriptiv statistikk
Telenors satsing på fri programvare Paul Skrede - GoOpen 2009.
Gener og miljø Personlighet.  Inneholder ca gener  Fordelt på 23 kromosompar  Kroppen inneholder ca 100 milliarder kopier av genomet  “The.
Gener i populasjoner Thore Egeland vikarierer for Marit H. Solaas Kap. 7 i Thompson&Thompson.
Hypotesetesting, og kontinuerlige stokastiske variable
Standardisering Nico Keilman Demografi grunnemne ECON 1710 Høst 2009.
Mål for sentraltendens:
Usikkerheter og sannsynligheter Petter Mostad
Siste forelesning er i morgen!
Regresjon Petter Mostad
Forelesning 5 HSTAT1101 Ola Haug Norsk Regnesentral
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Kræsjkurs Del Ii Hypotesetesting
A2A / A2B M1 årskurs 4. november 2009
M1 årskurs HVE 7. september 2009
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
Bachelor Biovitenskap Bachelorstudiet ved IBV er for deg som vil lære om biologiske prosesser og systemer, fra molekyler og celler til populasjoner og.
MAT0100V Sannsynlighetsregning og kombinatorikk
Diverse NTNU-kurs som inneholder populasjonsgenetikk:
MET 2211 Statistikk og dataanalyse
Repetisjon, del I Metode
SIV : Ett gjennomsnitt Kapittel /12/2018 Fred Wenstøp.
SIV : Kategoriske variabler og normaltilnærmelsen
Kapittel 11 Kategoriske variabler og normaltilnærmelsen
To relaterte stikkprøver
Oppsummering fra forrige gang
I dag Konfidensintervall og hypotesetesting – ukjent standardavvik (kap. 7.1) t-fordelingen.
Utskrift av presentasjonen:

Diverse NTNU-kurs som inneholder populasjonsgenetikk: 1 Diverse NTNU-kurs som inneholder populasjonsgenetikk: Emner og tema Innen BI 360 (20 timer): Fokus på praktisk populasjonsgenetisk metodikk og aktuelle resultater i marine problemstillinger. Innen BI 211 (2 timer): Kort innføring i teori og modellverk. BI 310 (30 timer): Videregående om populasjonsgenetikken og dens verktøy. Genetisk likevekt, konse- venser av avvik fra panmiksi. Seleksjon og differensiering. Innen AK 304 (10 timer): Genetiske adaptasjoner hos naturlige bestander. Innen BI 260 (10 timer): Hvordan de 4 evolusjonære kreftene sammen med karakteristiske trekk ved artenes biologi påvirker deres genetiske strukturering. BI 315 (35 timer): Laboratoriekurs med bred praktisk innføring i klassiske og moderne analytiske teknikker samt programvarebaserte data-analyser i populasjonsgenetikk.

De 4 evolusjonære kreftene 2 Populasjonsgenetikk [Genfrekvensenes variasjon i tid og rom] Genetiske ”nivåer”: - individ - familie - populasjoner - arter & høyere taxa Pop.genetikk opererer med statistisk ideelle populasjoner: [ beskrevet av briten Hardy og tyskeren Weinberg ved århundreskiftet ] - panmiktisk [tilfeldig parring] - ingen mutasjoner [som kan forandre genfrekvensene] - ingen tilfeldig genetisk drift [dvs uendelig stort individantall] - ingen immigrasjon fra andre populasjoner - ingen seleksjon [alle genotyper på alle loci har like høy fitness] De 4 evolusjonære kreftene = de som kan forandre genfrekvenser: - mutasjoner - tilfeldig genetisk drift - immigrasjon - seleksjon

Hvordan kan vi studere frekvenser av enkeltgener? 3 Hvordan kan vi studere frekvenser av enkeltgener? Cellulose-acetat isozymer IFPAG proteiner Drosophila sp.; anatomiske mutasjoner PAGE mikrosatellitter Cepaea hortensis; skallfarge/mønster PCR / PAGE direkte sekvensering Salmo trutta; småprikking Homo sapiens; rulle tunge på langs

Isoelektrisk fokusering 5

6

TOLKNING AV BÅNDMØNSTRE PÅ GEL 8 TOLKNING AV BÅNDMØNSTRE PÅ GEL Generelt vil det forventede antall bånd være (Harris & Hopkinson 1977): I = (L + h + n -1)! / n!(L + h -1)! der L=antall loci, h=antall heterozygote loci pr individ, og n=antall subenheter pr protein.

TEST FOR HARDY-WEINBERG TILPASNING 9 TEST FOR HARDY-WEINBERG TILPASNING Hardy-Weinbergs teorem: "I en panmiktisk populasjon (tilfeldig parring) er det forventede forhold mellom frekvensen av de forskjellige genotyper på et locus med to allel (frekvenser p og q) uttrykt ved binominalformelen (p+q)2 = (p2 + 2pq + q2). I fravær av påvirkning fra de evolusjonære kreftene (1-4 under ‘Evolusjonære krefter’ ovenfor) er genfrekvenser og genotypefrekvenser konstante over generasjoner og kan således tjene som populasjonskarakteristika." H0: Stikkprøven kan være tatt fra en populasjon der AA, AB, og BB er fordelt i samsvar med Hardy-Weinberg likevektsproporsjoner. H1: Stikkprøvens proporsjoner av AA, AB, og BB avviker for mye fra HW-likevekt til at H0 kan være riktig. AA AB BB N qA qB ---------------------------------------------------------------------------------------------------------------------------------------------- Obervert 34 52 14 100 .6 .4 Beregnet (HW) 36 48 16 kji-kvadrat (34-36)2/36 (52-48)2/48 (14-16)2/16 Samlet kji-kvadrat = 0.11 + 0.33 + 0.25 = 0.69. Frihetsgrader (DF) = 3 -2 = 1, P (sannsynlighet for ‘worse fit’) = 0.406 Konklusjon: H0 beholdes. Det at fordelingen av AA, AB, og BB i en stikkprøve er i samsvar med Hardy-Weinberg forventnings-verdier kan tas som en betydelig støtte for at karakteren er arvelig og kodes av alleler på ett locus.

TEST FOR GENETISK HETEROGENITET MELLOM STIKKPRØVER 10 For å teste eventuelle forskjeller mellom stikkprøver bruker vi en RxC (rows by columns) kji-kvadrat test. Vi tester gjerne både genotypefordeling og allelfordeling. Den sistnevnte er statistisk sett den sterkeste. Betrakt to stikkprøver på N=100 hver, og et locus med to allel (A og B): Genotyper_______ Stikkprøve AA AB BB N --------------------------------------------------------------------------------------------- Prøve 1 36(26) 48(48) 16(26) 100 Prøve 2 16(26) 48(48) 36(26) 100 Total 52 96 52 200 ===================================================== Nullhypotesen som skal testes er at stikkprøvene er tatt fra samme populasjon. I så fall vil vårt beste estimat av den sanne genotypefordeling være den som observeres i totalmaterialet. Derfor benytter vi genotypefordelingen i totalmaterialet til å beregne hva som ”skulle ha vært” i de to enkeltprøvene (vi ”glemmer” Hardy-Weinberg fordeling i denne sammenheng). Forventet antall AA i Prøve 1 blir f.eks. ((52/200)*100)=26. Som ved alle kji-kvadrat tester finner vi testobservator slik: Kvadrer forskjellen mellom observert og forventet verdi, og divider kvadratet med observert verdi. Resultatene fra allel tallparene summeres. Antall frihetsgrader ved en slik ”kontingenstabell test” er (R-1)x(C-1). For ovenstående genotypefor-deling får vi verdien kji-kvadrat=15.38, DF=2. Fra en kji-kvadrat tebell finner vi da at P=0.00046. Hvis vi skal teste forskjellen i allelfordeling mellom disse to stikkprøvene, ser tabellen slik ut: Allel _ Stikkprøve A B N ---------------------------------------------------------------------------------------------- Prøve 1 120(100) 80(100) 200 Prøve 2 80(100) 120(100) 200 Total 200 200 400 Samlet kji-kvadrat verdi for denne fordelingen er lik 16.00. Her er det imidlertid bare én frihetgrad, så P-verdien (P=0.00006) blir lavere enn ved genotype-testen ovenfor. Imidlerid; i begge tilfeller kan vi trygt forkaste nulllhypotesen, siden P<<0.05.

Genetisk differensiering og genetisk struktur 11 Sewall Wright’s Fst (relativt mål for differensiering): Evolusjon kan defineres som enhver forandring i genfrekvens. De evolusjonære kreftene (mutasjon, genetisk drift, genstrøm og seleksjon) vil over tid føre til forskjellige genfrekvenser i forskjellige populasjoner. Det finns flere modeller for å beskrive denne genetiske differensieringen. En av de mest kjente og mest anvendte er Sewall Wright’s “Mainland-Island Model”. Den tar utgangspunkt i en situasjon der en start-populasjon (Mainland) splittes i en rekke subpopulasjoner (Islands), og beskriver den genetiske differensieringen mellom disse over generasjoner i formler som tar hensyn til f.eks. populasjonsstørrelse, migrasjonsrater og antall generasjoner. Wright benytter et spesielt mål - Fst - for graden av differensiering. Beregning av Fst er basert på størrelsen Heterozygositet (H) som kan beregnes for grupperinger på forskjellige nivå (sub- og totalpopulasjon). Den observerte heterozygositet er rett og slett proporsjonen av heterozygoter i en stikkprøve. Den beregnede (forventede) heterozygositet (H) på et locus er derimot definert ved allelfrekvensene: H = 1- xi2 der xi er frekvensen av det i-te allel. Gjennomsnittlig forventet H skrives med en ‘bar’ over H og er det aritmetiske gjennomsnitt av H på de undersøkte loci (som regel både monomorfe og polymorfe loci). Fst = 1 - Hmean / Htotal der Hmean er det aritmetiske gjennomsnitt av enkeltheterozygositetene i alle subpopulasjonene, mens Htotal er den forventede heterozygositet basert på den felles allelfrekvens i summen av alle subpopulasjonene. Det vil gå frem av formelen at Fst er lik 0 når subpopulasjonene er helt like, og 1 når de er fiksert for forskjellige allel. Wright’s Fst måles for enkeltloci. Masatoshi Nei har angitt et mål som nyttiggjør seg informasjon fra mange loci samtidig. Målet er analogt til Wright’s Fst , men beregnes ved hjelp av allelfrekvenser heller enn genotypefrekvenser (idet det antas Hardy-Weinberg likevekt på alle loci i alle subpopulasjoner) og kalles Gst. Nei’s I og D (absolutte mål for differensiering): Masatoshi Nei har også anvist et annet mål, D, (“Genetic Distance”) som gir et estimat av de absolutte genetiske forskjeller mellom populasjoner (“.. det gjennomsnittlige antall aminosyresubstitusjoner pr locus”). Dette målet benytter allelfrekvenser på mange loci, og beregnes for hvert locus via størrelsen I (“Genetic Identity”) som har følgende formel: I = xiyi / SQR[ (xi2)(yi2)], og videre defineres D = - ln(I) der xi og yi er frekvens av det i-te allel i populasjon X og Y, respektive (SQR betyr kvadratrot). Man beregner så det aritmetiske gjennomsnitt av D for det aktuelle antall loci.

Evolusjonære krefter: Eksempler Drosophila genetisk drift: Ne = 16 (8 hanner & 8 hunner) Balansert seleksjon (human sigdcelle-celle anemi)

Mulighetene ved kunstig seleksjon

Sewall Wright’s ”Adaptive landscapes”

Utbredt over hele nord-Atlanteren. Svært store populasjoner med relativt like miljøbetingelser. Kan foreta lange migrasjoner, men viser ikke noen nøyaktig homing. Pelagiske egg- og larvestadier som kan vare i flere måneder. Trives i kalde og tempererte strøk. Omfattende genetiske studier har vist relativ lite genetisk differensiering. Utbredt over hele nord-Atlanteren. Anadrom (gyter i ferskvann). Relativt små elvepopulasjoner og betydelige forskjeller i miljø- faktorer mellom hver elv. Bentiske egg-, larve- og yngelstadier. Trives i kalde og tempererte strøk. Kan foreta lange migrasjoner, men viser ekstremt nøyaktig ”homing”. Omfattende studier av genetisk struktur har indikert en moderat grad av genetisk differensiering. N. lamellosa er utbredt på USAs østkyst. Relativt små gytegrupper. Lever i fjæresonen (flodmålet), der det kan være svært store mikro- geografiske forskjeller i habitat og miljø. Liten bevegelsesevne, men viser tendenser til ”homing”. Bentiske egg-kapsler der larven utvikler seg til et ”mikro-individ” før de kommer ut. Ingen pelagiske stadia. Trives i kalde og tempererte strøk. Studier av genetisk struktur har påvist betydelig grad av genetisk differensiering både på liten og stor geografisk skala. Purpursnegl (Nucella sp.)

Utbredelse og vandringer for torsk, laks og Nucella sp.

Torskestammen i Barentshavet

Cod sampling sites (of Mork et al. 1985)

CLUSTER ANALYSE OG KONSTRUERING AV DENDROGRAM 12

UPGMA dendrogram, and ’isolation by distance’ for cod (Mork et al

Wright’s Fst for en del arter med forskjellig biologi

Programvare for populasjonsgenetisk analyse 7 Programvare for populasjonsgenetisk analyse Windows genetikk freeware Windows programmer for data- redigering http://alleyn.eeb.uconn.edu/gda/ http://www.ualberta.ca/~fyeh/index.htm http://www.univ-montp2.fr/~genetix/genetix.htm http://lgb.unige.ch/arlequin/ MS-DOS genetikk freeware http://wbiomed.curtin.edu.au/genepop/genepop_op1.html Lokal (TBS) MS-DOS genetikk freeware: Zaykin: zhiHW.exe, zhiRxC.exe Mork : hweq2.exe, chiRxC.exe, dg25da.exe, dg27f.exe, Gst&d.exe, hetzyg.exe, p14.exe wcb4@lamar.colostate.edu

13