3.2 Аллель-частотный спектр и естественный отбор

3.2 Аллель-частотный спектр и естественный отбор

модуль 3.2 шаг 4


Допустим, вы изучили некоторую выборку последовательностей локуса из популяции, и обнаружили следующее распределение мутаций (однонуклеотидных полиморфизмов, SNP) в этих последовательностях (наличие производной аллели обозначено символом “*”):

Постройте сайт-частотный спектр \((A = \{a_1, a_2, a_3, a_4\})\). Введите в поле ответа значения \(a_1, a_2, a_3, a_4\) через запятую без пробелов.

Например: 0,0,9,0

Решение: 5,2,1,1

модуль 3.2 шаг 6


Допустим, у вас есть выборка последовательностей трех локусов, изученных у 5 представителей популяции. Для каждого локуса вы построили аллель-частотный спектр вида \(A = \{a_1, a_2, a_3, a_4, a_5\}\). Соотнесите форму спектра с вероятным направлением отбора в каждом из локусов.

Решение

  • A={8,3,1,1,0} – Последовательность эволюционирует нейтрально
  • A={10,0,0,1,0} – Последовательность находится под действием отрицательного отбора
  • A={5,4,2,1,1} – Последовательность находится под действием положительного отбора

модуль 3.2 шаг 8


Задание для получения сертификата с отличием

В прошлом видео мы обсудили подход к поиску сигналов отбора на основе скользящего окна (sliding window). Вам даны результаты генотипирования 103 представителей некоторой популяции (результаты представлены в файле data_to_gw_scan.vcf).

Используя vcftools, произведите расчет D-теста Таджимы в окнах шириной 100,000 п.н. Какое количество локусов (окон) несёт возможный сигнал адаптации, если пользоваться при интерпретации правилом \(|D| > 2\)?

Решение:

1
2
vcftools --TajimaD 100000 --vcf data_to_gw_scan.vcf
awk '$NF>2' out.Tajima.D|grep -v nan|wc -l

Ответ: 18

модуль 3.2 шаг 10


Чему равно ожидаемое количество позиций с 10 производными аллелями \(\xi_i\) в выборке, если размер популяции — \(N = 10000\), а частота мутирования в локусе \(\mu = 10^{-3}\)?

Решение

мат. ожидание = тета/i = 4Nμ/10 = 4

Ответ: 4

модуль 3.2 шаг 12


Выберите верное утверждение о распределении эффектов на приспособленность (DFE).

  • Исходя из формы и параметров DFE можно предсказать долю полезных мутаций
  • DFE определяет, какая приспособленность будет у случайно выбранной особи из популяции
  • DFE описывает изменения численности популяции во времени
  • DFE определяет, каково будет действие отбора на случайно выбранную новую мутацию
  • Форма DFE в типичном случае хорошо описывается нормальным распределением с \(\mu = 0.5\) и \(\sigma = 0.25\)

модуль 3.2 шаг 14


Сопоставьте различные соотношения ожидаемых коэффициентов отбора у популяции более простого вида (\(\mathbb{E} [s_{simple}]\)) и более сложного вида (\(\mathbb{E} [s_{complex}]\)) с объяснением.

  • \(\mathbb{E} [s_{simple}]=\mathbb{E} [s_{complex}]\) - Сложность организации никак не влияет на давление отбора

  • \(N_{e_s}\times\mathbb{E} [s_{simple}]=N_{e_c}\times\mathbb{E} [s_{complex}]\) - Ключевую роль в определении силы отбора играет эффективный коэффициент отбора

  • \(\mathbb{E} [s_{simple}]<\mathbb{E} [s_{complex}]\) - Более сложные организмы менее устойчивы к нарушению отдельных компонентов системы

  • \(\mathbb{E} [s_{simple}]>\mathbb{E} [s_{complex}]\) - Сложность организации предоставляет компенсаторные пути для уменьшения давления отбора