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