Informácie

V čom sa líši genetické zhlukovanie a ostrosť Cline?

V čom sa líši genetické zhlukovanie a ostrosť Cline?



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.

Sú to oba spôsoby, ako merať divergenciu v druhoch, ale nerozumiem, v čom presne sa líšia, ak v štúdii používajú hybridné zóny a génové frekvencie.


Clustering a Clines sú dva zásadne odlišné prístupy k zameraniu sa na problémy so štruktúrou populácie. Pretože mnohé výsledky v klasickej populačnej genetike sú odvodené od panmiktickej populácie, je prirodzené rozšíriť ich na viaceré panmiktické populácie s určitým stupňom toku génov medzi nimi, ako je model Wrightovho ostrova a Kimurov model odrazového kameňa. V týchto diskrétnych modeloch považujeme každú subpopuláciu za množiteľskú skupinu, a preto možno algoritmus zhlukovania použiť pre veľký počet jedincov na ich klasifikáciu na základe toho, do ktorej subpopulácie patria. Je to 100% platné, ak je skutočná populácia skutočne diskrétna (ako napríklad na Galapágoch), ale nie, ak je skutočná populácia rozmiestnená nepretržite v priestore. V druhom scenári môže byť cline vhodnejší na opis priestorových variácií populácie.

Podrobnosti si môžete pozrieť v prácach Montgomeryho Slatkina a Nicka Bartona o teórii klinu zo 70. a 80. rokov 20. storočia, ale všeobecnou vlastnosťou klinu je, že ak je primárnou príčinou klinu divergentný výber, potom je strmosť klinu úmerná výberové rozdiely, ale existuje charakteristická priestorová škála variácií $sigma/sqrt{s}$, pod ktorou bude každá priestorová štruktúra pravdepodobne zaplavená rozptylom ($sigma$ je priemerná vzdialenosť rozptylu jednotlivca a $s$ je intenzita výberu). Takže aj keď je krivka stupňovitá funkcia, čo nie je vôbec realistické, krivka bude mať stále konečnú strmosť. Pokiaľ $sigma$ nie je nula, nedostanete jasnú hranicu medzi dvoma stranami populácie, čím sa zneplatní predpoklad zhlukovacieho algoritmu. Hoci zhlukovanie nie je v nepretržitej populácii veľmi presné, stále ho môžeme použiť na kvalitatívne skúmanie našich genetických údajov a štruktúry populácie, v skutočnosti to mnohí ľudia radšej používajú, pretože sú koncepčne jasné a ľahko sa s nimi manipuluje v počítači. .


Pozri si video: Genetika..Polopaticky (August 2022).