We are searching data for your request:
Upon completion, a link will appear to access the found materials.
Klausimas
Žmonės, kurie yra Bloomo sindromo nešiotojai, įgijo selektyvų pranašumą. Kaip tai paveiktų ligos alelio alelių dažnį?
Mano mintys
Vyks natūrali atranka, pasirenkamas tik nešėjas, o paveiktasis bus atrenkamas prieš, o tai sukels Hardy-Weinburg pusiausvyros disbalansą.
Klausimas
Žmonės, kurie yra „Blooms“ sindromo nešiotojai, įgijo selektyvų pranašumą. Kaip tai paveiktų ligos alelio alelių dažnį?
Tavo atsakymas
Įvyks natūrali atranka […]
Tai yra teisinga. Kiekvieną kartą, kai turite skirtingų genotipų tinkamumo skirtumą, pasirinkimas turės įtakos alelių dažniui.
[…] [L] mažėja ištvermingo Weinburgo pusiausvyros pusiausvyra.
Hard-Weinberg pusiausvyra apibūdina ryšius tarp alelių dažnių ir genotipo dažnių. Pasirinkimas tikrai gali turėti įtakos šiems santykiams tam tikru gyvenimo etapu, tačiau tai neturės įtakos šiems santykiams iškart po vaisingumo.
Bet kokiu atveju klausimas, atrodo, nesitiki, kad jūs apie tai kalbėsite. Klausimas kyla tik dėl alelių dažnio.
Jei norite suprasti Hardy-Weinberg, būtinai turėtumėte pažvelgti į Hardy Weinberg problemų sprendimą.
Ką aš atsakyčiau
Neturint jokių papildomų žinių, vienintelis paprastas, logiškas atsakymas yra pasakyti, kad Bloomo sindromą koduojančio alelio dažnis greičiausiai padidės populiacijoje ir galiausiai pasieks fiksaciją. Šis alelių dažnio padidėjimas padidėtų Bloomo sindromo nešiotojų dažniui.
Žinoma, jei yra heterozigotų pranašumas (dar žinomas kaip perteklius tinkamumui), tada begalinėje populiacijoje alelis niekada neturėtų visiškai pasiekti fiksacijos.
Jei turėtume daugiau sužinoti apie Bloomo sindromo genetiką arba specifinį atrankos pranašumą (ir galiausiai daug kitų dalykų, kuriuos galbūt norėsite apsvarstyti), galėtume suformuluoti kiekybinį atsakymą.
Antagonistinė tarpspecifinė evoliucija
Teigiamas krypties pasirinkimas: ginklų lenktynių koevoliucija
Atliekant krypties atranką, santykinis tinkamumas didėja, kai bruožo vertė didėja (teigiamas krypties pasirinkimas) arba mažėja (neigiamas krypties pasirinkimas). Dawkinsas ir Krebsas (1979) teigė, kad abipusė teigiama kryptinė atranka, kurią atlieka kartu besivystantys šeimininkai ir parazitai, gali lemti situaciją, kai šeimininkai nuolat tampa atsparesni parazitizmui, o parazitai reaguoja tapdami virulentiškesni arba kurdami naujus mechanizmus, kaip išvengti šeimininko imuniteto.
Skirtingai nuo neigiamo dažnio pasirinkimo, ši vadinamoji „Arms Race coevolution“ savaime nesukelia reto pranašumo. Vietoj to, šeimininko atsparumas ir parazitų „virulentiškumas“ yra būdingos individualaus genotipo savybės ir nepriklauso nuo kitų genotipų dažnio. Pagal šį scenarijų pakartotiniai selektyvūs bandymai, teikiantys pirmenybę atspariems šeimininkams ir virulentiniams parazitams, sukels abipusių šeimininkų ir parazitų adaptacijų evoliuciją, kuri, įveikusi priešingą adaptaciją, vėl nepatirs atsparumo / virulentiškumo (1 pav. b) Woolhouse. ir kt., 2002 Burdonas ir kt., 2013). Kitas svarbus skirtumas tarp Raudonosios karalienės ir Ginklų lenktynių koevoliucijos yra tas, kad pastaroji, teikdama pirmenybę bruožams, kurie prieštarauja biologinio antagonisto prisitaikymui, turi didelį evoliucinių naujovių potencialą (pvz., Kernsas). ir kt., 2008 apžvelgta Daugherty ir Malik, 2012).
Mikroevoliucija prieš makroevoliuciją
Evoliucija yra nenutrūkstamas procesas, tačiau dideli evoliuciniai pokyčiai yra reti įvykiai. Dideli evoliuciniai pokyčiai atskiria vieną populiaciją nuo kitos ir sukuria naują rūšį. Evoliuciniai pokyčiai, žymintys naujos rūšies (arba genčių ir aukštesnių) atsiradimą, yra makroevoliucinis įvykius.
Tačiau evoliucija gali įvykti rūšies viduje. Pagalvokite apie žmogaus alelį, skirtą pjautuvo pavidalo ląstelių ligos populiacijos, gyvenančios vietovėse, kuriose yra daug maliarija, yra geriau pritaikytos dėl didelio šio alelio dažnio. Vadinasi, žmonių populiacijų evoliucija įvyko praeityje, vyksta šiandien ir vyks toliau. Pokyčiai, dėl kurių pakinta alelių dažnis, yra mikroevoliucinis įvykius. Paprasčiausiu lygmeniu evoliucija yra alelių dažnių ir genotipo dažnių pasikeitimas populiacijoje iš kartos į kartą. Populiacija vystosi, net jei alelių dažnis svyruoja tik vienoje chromosomų vietoje. Todėl gyventojų lygiu evoliucija yra beveik nenutrūkstamas procesas.
Aptarėme, kaip natūrali atranka pritaiko organizmus prie jų aplinkos. Kaip jūs sužinojote iš pjautuvinių ląstelių alelio pavyzdžio, dėl šios adaptacijos pasikeičia alelių dažnis. Tačiau, kaip greitai sužinosite, natūrali atranka yra tik vienas mechanizmas, galintis pakeisti alelių dažnius.
Darvinas
Charlesui Darwinui buvo 22 metai, kai jis priėmė nemokamą vietą laive H.M.S. Biglis. „Biglis“ išplaukė į žvalgybinę ekspediciją, visų pirma norėdamas nuskaityti Pietų Amerikos pakrantę. Be kita ko, Darvinas Galapagų salose (prie Ekvadoro krantų) stebėjo daugybę augalų ir gyvūnų rūšių, kurių niekur kitur pasaulyje nėra. Šių salų rūšys pasižymi didele įvairove, iš kurių žymiausi yra Galapagų kikiliai. Šių kikilių šėrimo pritaikymo skirtumai paskatino Darviną apibūdinti, kaip tokios adaptacijos atsiranda rūšyse. Darvino pastabos iš kelionės vėliau patvirtino jo natūralios atrankos teoriją Rūšių kilmė. Šiame darbe Darvinas aprašė du procesus. Viename procese, „nuleidimas su modifikacijomis“, Darvinas teigė, kad visa gyvybė kilo iš vienos pirminės formos ir kad įvairovė yra prisitaikymo rezultatas. Pabaigoje Rūšių kilmė, jis vartojo žodį evoliucija. Kitas jo aprašytas procesas buvo natūrali atranka. Šiuos procesus aptarsime likusioje šios pamokos dalyje.
Tam tikru momentu turėtumėte apsvarstyti galimybę perskaityti Darvino knygą. Nors parašyta daugiau nei prieš 150 metų, ji vis dar aktuali ir lengvai skaitoma.
Kaip atranka veikia alelių dažnį? - Biologija
Natūralių populiacijų mutacija, migracija, giminingumas ir genetinis poslinkis Kaip padaryti mutacija, migracija, giminė, ir genetinis dreifas bendrauti su atranka?
Ar jie palaiko ar sumažina kitimą?
Ar jie gali išlaikyti aukštą variaciją?
Kokia jų reikšmė gyventojų (trumpalaikis) & amp evoliucinis (ilgalaikė) biologija?
(1) Mutacijų / atrankos pusiausvyra
Žalingus alelius palaiko pasikartojanti mutacija.
Pasiekiama stabili pusiausvyra (kur q = 0)
kai norma pakeitimas (pagal mutaciją)
subalansuoja normą pašalinimas (pagal pasirinkimą).
&mikro = naujų mutantinių alelių dažnis viename lokuse per kartą
tipiškas & mikro = 10 -6: 1 iš 1 000 000 gametų turi naują mutantą
_____
tada = (ir mikro / s) [žr. išvestį]
Pvz.: Dėl recesyvinio mirtino alelio (s = 1) su mutacijos dažniu & mikro = 10 -6
tada = & ucirc = (10 -6 / 1.0) = 0.001
mutacinė genetinė apkrova
Sumažinus atranką prieš alelius, padidėja jų dažnis.
Medicininė intervencija padidino paveldimų būklių dažnį
į Homo (pvz. diabetas, trumparegystė)
Eugenika : žmogaus būklės keitimas atrankiniu veisimu
'teigiama eugenika“: skatinti„ gerų genų “turinčius žmones veistis
'neigiama eugenika“: atgrasyti žmones nuo„ blogų genų “nuo veisimosi
pvz., imigracijos kontrolė, privaloma sterilizacija
[Žr. S. J. Gouldas, „Žmogiškoji nesėkmė“]
Ar eugenika veiksminga sumažinti kenksmingų alelių dažnį?
Kokia „kenksmingų alelių“ dalis randama heterozigotiniuose nešikliuose?
(2pq)/2q 2 = p/q 1/q (jei q << 1)
jeigu s = 1 kaip ir aukščiau, santykis yra 1000 / 1 : daugiausia variacijų yra heterozigotuose,
ne priklauso nuo atrankos
(2) Migracijos / atrankos pusiausvyra
Kryptinę atranką subalansuoja „imigrantų“ alelių antplūdis
galima pasiekti stabilią pusiausvyrą, kai migracijos greičio konstanta.
Apsvarstykite salą, esančią greta žemyno, su vienakryptė migracija į salą.
Tinkamumo vertybės AA, AB, ir BB genotipai skiriasi abiejose aplinkose,
todėl alelių dažnis žemyne skiriasi (qm) ir sala (qi).
| AA | AB | BB | |
W0 | W1 | W2 | q | |
Sala | 1 | 1-t | 1-2t | qi 0 |
Žemyna | 0 | 0 | 1 | qm 1 |
B turi gerą fizinę būklę žemyne ir žemą fitnesą saloje.
[Tik šiam modeliui alelis A yra pusiau dominuojantis į alelį B,
taigi mes naudojame t atrankos koeficientas, kad būtų išvengta painiavos]
m = dažn. naujų migrantų (su q m) kaip gyventojų dalis (su q i)
jei m << t qi = (m / t) (qm) [žr. išvestį]
Genų srautas gali trukdyti optimaliai pritaikyti gyventojus prie vietinių sąlygų.
Pvz: Vandens gyvatės (Natrix sipedonas) gyventi toliau salos Erie ežere (Camin & amp Ehrlich 1958)
Sala Natrix dažniausiai neišrištas gretimame žemyne, visi sujuosta.
Juostinės gyvatės kalkakmenio salose yra ne paslaptingos, jas valgo kiriai
Tarkime, kad A = nejuosta B = juosta [AB yra tarpiniai]
Leisti qm = 1.0 ["B„Aleliai fiksuojami žemyne]
m = 0,05 [5% salų gyvačių yra nauji migrantai]
t = 0,5 taip W2 = 0 ["Banded "savybė yra mirtina saloje]
tada qi = (0.05/0.5)(1) = 0.05
ir Hexp = 2 vnt = (2)(0.95)(0.05) 10%
t.y, nepaisant stipraus pasirinkimo, apie 10% gyvačių yra tarpinės juostos
=> Pasikartojanti migracija gali išlaikyti nepalankią savybę dideliu dažnumu.
(3) Giminaičiai / selekcija
Giminė yra (artimų) giminaičių poravimasis
arba individų poravimasis su bent vienu bendru protėviu
F ( Gimimo koeficientas ) = tikėtina. apie " tapatybė pagal kilmę ":
Tikimybė, kad du aleliai yra tikslios bendrų protėvių alelio genetinės kopijos
Tai lemia giminystė (giminingumas) iš tėvų.
Inbredingas sumažina Hexp proporcija F.
(& padidina homozigotų dalį). [žr. išvestį]
f(AB) = 2pq (1-F)
f (BB) = q 2 + Fpq
f (AA) = p 2 + Fpq
Inbredingas turi įtakos genotipas proporcijos,
Inbreeding daro ne paveikti alelių dažnius.
Giminystės būdu padaugėja asmenų
su žalingomis recesyvinėmis genetinėmis ligomis F/q [žr. išvestį]
Pvz.: jei q = 10 -3 ir F = 0,10 , F/q = 100
=> 100 kartų padidėjimas f(BB) gimdymus
Inbrydingo koeficientas populiacijos galima apskaičiuoti pagal eksperimentinius duomenis:
F = (2pq - Hobs ) / 2 kv [žr. išvestį]
Pvz.: Selanderis (1970) studijavo struktūrą Mus naminės pelės, gyvenančios vištidėse Teksase
obs | exp | |
AA | 0.226 | 0.181 |
AB | 0.400 | 0.489 |
BB | 0.374 | 0.329 |
nuo p = 0.226 + (1/2)(0.400) = 0.426
& amp q = 0.374 + (1/2)(0.400) = 0.574
Tada F = (0.489 - 0.400) / (0.489) = 0.182
kuris yra tarpinis tarp Fpilnas brolis = 0.250
& amp F1-as pusbrolis = 0.125
=> Pelės gyvena mažose šeimos grupėse su artimu giminingumu
[Tai būdinga mažiems žinduoliams]
Giminystės paradoksai:
Įvaisinimas paprastai laikomas „kenksmingu“:
giminingumas padidina tikimybę, kad žalingi recesyviniai aleliai
susijungs į homozigotinius derinius
„Žalingi“ aleliai sustiprinami
Inbringo depresija : tinkamumo praradimas per trumpą laiką dėl
pastojimo sunkumai, padidėjęs savaiminis abortas, mirtis prieš gimdymą ir gimdymą
Pvz.: Pirmų pusbrolių santuokos į Homo
Dvigubai padidėja savaiminių abortų ir kūdikių mirtingumas
Kiekvienas žmogus nešiojasi 3
4 „mirtini atitikmenys“
NatSel pratimas #3
Tačiau kartu su natūralia atranka, veisimasis gali būti „naudingas“:
padidina evoliucijos greitį ilgainiui (q 0 greičiau)
kenksmingi aleliai pašalinami greičiau.
padidina fenotipinę dispersiją (dažniau pasitaiko homozigotų).
naudingi aleliai taip pat sustiprinami homozigotinėje formoje
(4) Genetinis dreifas / atranka
Genetinis dreifas yra stochastinis q [nenuspėjamas, atsitiktinis]
(plg. deterministinis q [nuspėjamas dėl atrankos, mutacijos, migracijos)
Sewall Wright (1889–1989): „Evoliucija ir populiacijų genetika“
Stochastinis q mažose populiacijose yra didesnis nei deterministinis q:
alelių dažnis labiau dreifuoja „mažose“ nei „didelėse“ populiacijose.
Dreifas labiausiai pastebimas, jei s 0ir (arba) N mažas (& lt 10) [N 1/s]
q dreifuoja tarp kartų (variacija viduje mažėja populiacijos laikui bėgant) [ DEMO ]
galų gale, alelis yra prarado (q = 0) arba fiksuotas (q = 1) (50:50 tikimybė)
Pvz: „NatSel“ laboratorijos pratimas #4
[Bandyti: q = 0,5, W0 = W1 = W2 = 1,0 ir N = 10, 50, 200, 1000]
q dreifuoja tarp gyventojų (variacija didėja tarp populiacijos laikui bėgant)
galiausiai pusė praranda alelį, pusė ją pataiso.
**=> Variantas yra „ištaisytas“ arba „prarastas“, o populiacijos skirsis atsitiktinai <=**
Evoliucinė reikšmė:
"Lošėjo dilema": jei žaidi pakankamai ilgai, viską laimi arba pralaimi.
Visos populiacijos yra baigtinis: daugelis yra labai mažas, kažkur ar kada nors.
Evoliucija vyksta didžiulės laiko skalės: "vienas iš milijono šansų"yra tikrumas.
Individų reprodukcinė sėkmė kintamasis: „Lenktynės nėra greitos“.
Kas atsitinka tikrai ilgas bėgimas?
Efektyvus gyventojų skaičius (Ne)
= „idealios“ populiacijos dydis su ta pačia genetine variacija (matuojamas kaip H)
kaip stebima „tikroji“ populiacija.
= „Tikroji“ populiacija evoliuciškai elgiasi kaip dydžio Ne :
populiacija dreifuos kaip viena dydžio Ne
laisvai, veisiančių individų skaičius populiacijoje
Apsvarstykite trys ypatingi atvejai kur Ne & lt arba & lt & lt Nobs [asmenų skaičius]:
Ne = (4) (Nm) (Nf) / (Nm + Nf)
kur Nm & amp Nf yra atitinkamai veislinių patinų ir patelių skaičius.
"haremas"žinduolių struktūros (Nm << Nf)
Pvz.: jei Nm = 1 "alfa patinas" ir Nf = 200
tada Ne = (4)(1)(200)/(1 + 200) 4
Vienišas patinas dramblio ruonis (Mirounga) daro daugumą veisimas
[Dramblių ruoniai turi labai mažą genetinę variaciją]
eusocialus (kolonijiniai) vabzdžiai, tokie kaip skruzdėlės ir bitės (Nf & lt & lt N.m)
Pvz.: jei Nf = 1 "karalienė" ir Nm= 1000 dronų
tada Ne = (4)(1)(1,000)/(1 + 1,000) 4
Aviliai yra kaip vienišos mažos šeimos
(2) Nevienoda reprodukcinė sėkmė
Esant stabiliai populiacijai, Npalikuonis/tėvas = 1
Toliau pateikiamas „atsitiktinis“ atkūrimas Puasono pasiskirstymas (N = 11)
(kai kurie tėvai turi 0, dauguma turi 1, kai kurie turi 2 ar 3 ar daugiau)
X | Ne = | Reprodukcinė strategija | |
1 | 1 | Nobs | Veisimo sėkmė atsitiktinė |
1 | 0 | 2 x Nobs | Zoologijos sodo veisimo strategija |
1 | & gt1 | & lt Nobs | K– strategija, kaip Homo |
1 | & gt & gt1 | & lt & lt Nobs | r-strategija, kaip ir anksčiau Gadus |
(3) Gyventojų dydžio kitimas laikui bėgant
Ne = harmoninis vidurkis apie N = atvirkštinė aritmetinio vidurkio atvirkštinė vertė
[harmoninis vidurkis yra daug arčiau mažiausios serijos vertės]
n
Ne = n / [(1 / Ni) ] kur Ni = pop dydis ith karta
i = 1
Gyventojai egzistuoja besikeičiančioje aplinkoje:
Mažai tikėtina, kad populiacijos išliks stabilios labai ilgą laiką
10–2 miškų gaisrai / 10–3 potvyniai / 10–4 ledynmetis
Pvz.: jei tipiška N = 1 000 000 ir kas 100 kartos N = 10 :
tada Ne = (100) / [(99)(10 -6 ) + (1)(1/10)] 100 / 0.1 = 1,000
Įkūrėjo efektas ir kliūtis:
Populiacijas pradeda (labai) mažas skaičius asmenų,
arba jų dydis smarkiai sumažės.
Pvz.: Kilmė Niufaundlendo briedis (Alces):
2 buliai + 2 karvės Howley mieste 1904 m
[1 buliui + 1 karvei Gander 1878 m. Nepavyko].
Gyventojų ciklai: „Hudson Bay Co.“ spąstai (Eltonas 1925 m.)
Lūšių, kiškių, ondatros populiacijų tankumas svyruoja keliomis eilėmis
Atrodo, kad lūšių ciklas „persekioja“ kiškio ciklą
Dreifo įtaka populiacijų genetinei variacijai
Didesnės populiacijos yra kintamesnės (aukščiau H) nei mažesnis
jeigu s = 0: H atspindi pusiausvyrą tarp alelių praradimo dreifuojant
ir pakeitimas mutacija
Pvz.: jei &mikro = 10-7 & amp Ne = 106 tada Ne &mikro = 1 ir Hexp = (0.4)/(0.4 + 1) = 0.29
Bet tipiškas Hobs 0,20, tai rodo Ne 10 5
Dauguma natūralių populiacijų turi daug mažesnį efektyvų dydį nei paprastai stebimas dydis.
Pvz.: Gadus morhua W. Atlantic buvo tik Flandrijos kepurė 8 ledynmečio metu
10 000 YBP
mtDNA sekos variacija atsiranda kaip "žvaigždžių filogenija":
dauguma variantų yra reti ir susiję su bendru išlikusiu genotipu
Carr ir kt. Apskaičiuota 1995 m Ne = 3x104 lyginant su Nobs 10 9
Efektyvus dydis yra apie. 5 dydžiais mažesnis nei pastebėta
Stochastiniai efektai dažnai gali būti svarbesni už deterministinius evoliucijos procesus.
Galite lengvai sugalvoti tigro įvaizdį, tačiau sunkiau apibrėžti rūšį tik pagal jos fizines ir elgesio savybes. Taigi, evoliucijos biologai rūšį apibrėžia pagal jos populiacijos alelių pusiausvyrą. Aleliai kyla ir krinta rūšies istorijoje. Tačiau yra stabilumo laikotarpių. Alelių pusiausvyra leidžia rūšiai turėti tam tikrą stabilumo ir tinkamumo lygį aplinkoje. Evoliucija yra pagrindinė jėga, kuri banguotus, svyruojančius alelių telkinius perkelia į ramius, stabilius.
Darvino evoliucijos teorija tapo iš naujo apibrėžiančia jėga biologijos srityje, kol biologai nesuprato genų ar alelių. Vadinasi, praėjusių metų biologui evoliucija buvo sąvoka, nesusijusi su alelių dažniu. Tačiau šių dienų biologai žino, kad aleliai gali paaiškinti viską, ką aprašė Darvinas. Darvinas žinojo, kad kiekviena rūšių karta turi palikuonių su atsitiktiniais pokyčiais, tačiau jis nežinojo, kaip toks reiškinys atsirado. Šiandien biologai žino mechanizmus, kurie leidžia tokią evoliuciją: alelių pokyčius.
Diskusija
Metodika
Buvo sukurti keli statistiniai metodai, skirti daugeliui individų nuskaityti didelį lokusų skaičių ir susieti genetinės variacijos modelius su aplinkos kitimu (Holderegger ir kt., 2008 Schoville ir kt., 2012 Pannell ir Fields, 2014). Šie metodai nustato išskirtinius lokusus ir#lokusus, kurių alelių dažnis tarp gyventojų skiriasi stipriau, nei galima tikėtis, kad atsiras tik dėl atsitiktinių procesų, todėl manoma, kad jie buvo atrinkti. Statistiškai reikšmingos sąsajos tarp genetinių atotrūkio lokusų ir aplinkos kintamųjų kintamumo rodo pašalinių lokusų vaidmenį prisitaikant prie vietos. Prisitaikantys išoriniai lokusai gali reikšti naujas naudingas mutacijas, kurios padažnėjo ir galiausiai tapo fiksuotos populiacijoje (sunkūs šlavimai). Arba išoriniai lokusai žymi alelius arba haplotipus, kurių dažnis padidėjo, bet kai išlieka tam tikras polimorfizmas (švelnus šveitimas) (Barrett ir Schluter, 2007). Minkšti šlavimai gali atsirasti, kai nuolatinio varianto pasirinkimas vienu metu veikia kelis genomo haplotipus. Vietinės adaptacijos tyrimai paprastai lygina populiacijas, kurios per daugelį kartų buvo veikiamos kontrastingų sąlygų ir, nepaisant migracijos, išsivystė per pasikartojančius rekombinacijos ir atrankos ciklus (pvz., Freeland ir kt., 2010 Turner ir kt., 2010 Gould ir kt., 2014). Kai kuriais atvejais į tokius tyrimus įtraukiamos populiacijos, kurios buvo pradėtos iš bendro baseino ir kurios buvo veikiamos tomis pačiomis sąlygomis, pakartojimai, šie pakartojimai gali būti naudojami atskirti nuoseklius atrankos požymius nuo atsitiktinių pokyčių, tokių kaip genetinis dreifas (Wiberg ir kt., 2017). . Šis tyrimas skiriasi nuo šių tyrimų tuo, kaip apibūdiname įvykstančią atranką (mirtumą / išgyvenamumą). viduje tik viena karta, be reprodukcijos ar migracijos. Tai leidžia naudoti paprastą FST-pagrįstas alelių dažnio pokyčių, susijusių su atranka, testas. Mes parodome, kad, nepaisant didelės atsitiktinio mirtingumo/išgyvenimo dalies, kelių pakartotinių išgyvenusių populiacijų, paimtų iš pakartotinių sklypų, naudojimas lauko eksperimente žymiai pagerina bandymo galią ir leidžia pašalinti šiuos atsitiktinius efektus ir nustatyti lokusus, kurie buvo atrinkti visuose pakartojimuose. 1 tyrime „BayeScan“ nustatė vieną iš paprastų nustatytų SNP nukrypimų FSTpagrįstas metodas, sujungus 3H ir 5H pakartojimus. Priešingai, 3 tyrime, kai į kiekvieną populiacijos mėginį buvo surinktas didesnis asmenų skaičius ir populiacijų skirtumas buvo didesnis nei 1 tyrime, „BayeScan“ nustatė daugiau galimų nukrypimų nei paprastieji FST- pagrįstas metodas. Toliau bandant šiuos SNP, analizuojant dispersiją, buvo galima nustatyti skirtingą atranką dėl medyno tipo ir (arba) sėjos tankio. 3 tyrime visi nukrypimai, nustatyti paprastu FSTpagrįstas metodas buvo įtrauktas į „BayeScan“ identifikuotų metodų sąrašą.
Kad būtų galima aptikti visus lokusus su alelių dažnio skirtumais, būtina pakankamai aprėpti genomą, ty pakankamai aukštą SNP tankį. Didelį SNP tankį galima pasiekti naudojant GBS protokole esantį restrikcijos fermentą, kuris yra dažnas pjaustytuvas (ty ApeK1, kurį mes naudojome), derindamas kelis restrikcijos fermentus ir sekvenuodamas iki pakankamo skaitymo gylio, kad būtų galima iškviesti SNP. ir nustatyti daugumos restrikcijos vietų alelių dažnius. Reikalingas SNP tankis priklauso nuo populiacijos ryšių disbalanso (LD). Kuo mažesnis LD, tuo didesnis SNP tankis reikalingas tam, kad visi genai būtų tam tikru laipsniu susieti su bent vienu netoliese esančiu SNP. Raudonųjų dobilų genomas yra palyginti mažas (maždaug 420 Mb), o tai palengvina gerą skaitymo gylį, palyginti su sekos nustatymo pastangomis, tačiau veislių LD yra ribotas. LD išilgai skirtingų chromosomų pradinėje čia tirtoje populiacijoje anksčiau buvo apibūdintas De Vega ir kt. (2015), kuris nustatė, kad vidutinis LD, išmatuotas kaip R 2, esant 100 Kb atstumui, skirtingose chromosomose svyravo nuo 0,19 iki 0,25. Esant 500 Kb, LD buvo visiškai sugedęs iki foninio lygio (R 2 0,02 ir#x20130.05). Tikimybė aptikti lokusą su žymiai skirtingu alelių dažniu skirtingose populiacijose priklauso nuo alelių dažnio skirtumo dydžio, atstumo tarp geno, suteikiančio poveikį išgyvenimui, ir susieto SNP, ir LD toje konkrečioje srityje. Čia mes gavome vidutinį vieno SNP tankį 85 kb arba 37 kb atitinkamai 1 tyrime ir 3 tyrime. Tirta veislė yra sintetinė populiacija, turinti keletą galimų haplotipų bet kuriame chromosomų segmente, todėl visi netoliese esantys SNP nebūtinai gali būti diagnostiniai, tai yra, atskirti alelius, turinčius skirtingą poveikį išgyvenimui. Todėl, turėdami mūsų tyrime gautą SNP tankį, greičiausiai pasiimsime daug lokusų, turinčių įtakos išgyvenimui, bet ne visi, ypač ne 1 tyrime.
Sujungus atskirus DNR mėginius arba atskirus lapų mėginius prieš išgaunant DNR, gali padidėti alelių dažnio informacija, gauta atliekant seką, ir galima palyginti daugybę populiacijų (Turner ir kt., 2010 Byrne ir kt., 2013 Wiberg ir kt., 2017). Asmenų sekos nustatymui reikalingas tam tikras skaitymo gylis, kad būtų galima iškviesti SNP ir atskirti homozigotus ir heterozigotus, sekvenavimo telkiniams reikalingas dar didesnis skaitymo gylis, kad būtų galima tiksliai įvertinti alelių dažnius. Be to, informacija apie haplotipus ir populiacijos struktūrą prarandama sekant baseinus. Mūsų tyrime buvo gauta labai gera koreliacija tarp alelių dažnių, gautų iš 88 asmenų DNR fondo, ir alelių dažnių, gautų nustatant individų genotipą (4 pav. ir 3 lentelė). Skaitymo gylis baseine buvo padidintas tik 7 kartus, palyginti su 88 atskirais mėginiais (ty> 10 kartų sumažėjo sekos nustatymo pastangos), ir buvo gautas panašus SNP skaičius. Kai MAF> 0,05 ir skaitymo gylis 100–499 baseinuose, R 2 buvo 0,97, tuo tarpu jis buvo šiek tiek mažesnis esant mažesniam ir didesniam skaitymo gyliui. Tame pačiame MAF ir skaitymo gylio diapazone, sujungiant 100 augalų lapus anksčiau su DNR ekstrahavimu vidutiniškai koreliacija buvo 0,87 ir 0,90 dviejuose trijų pakartojimų rinkiniuose. Tai yra šiek tiek mažiau nei pranešė Byrne ir kt. (2013), kuris gavo koreliaciją R = 0.91 (R 2 = 0,93), kai MAF > 0,05, o gylis didesnis nei 20 kartų kartotiniuose lapų mėginiuose iš maždaug 200 daugiamečių svidrių sodinukų. Atskirų lapų mėginių sujungimas prieš DNR ekstrahavimą sumažina išlaidas, tačiau taip pat sumažėja alelių dažnio įvertinimų tikslumas. Įvertinimus galbūt būtų galima patobulinti, jei būtume naudoję vienodesnę lapų medžiagą ir rūpestingiau imdami iš kiekvieno individo vienodą audinių kiekį. Tačiau kelių pakartotinių populiacijų naudojimas tam tikru mastu kompensuoja sumažėjusį alelių dažnio įvertinimų tikslumą. Pakartotiniai mėginiai iš dviejų 3 tyrimo populiacijų parodė, kad taikant mūsų metodą buvo didelė atrankos klaida. Tai būtų galima įveikti imant daugiau asmenų ir (arba) įtraukiant į tyrimą pakartotinius mėginius ar populiacijas.
Pasirinkimas vyksta lauke per vieną kartą
88 augalai, esantys pradiniame populiacijos mėginyje, atspindi pasėtas populiacijas, o išgyvenusios populiacijos - pogrupiai, likę kiekviename sklype po atrankos (išgyvenimo) per 2,5 metų, vykstant vyraujančioms lauko sąlygoms ir valdymui. Toks atranka per vieną kartą atspindi aplinkos lankstumą, kurį gali suteikti genetinė variacija kryžminančių rūšių populiacijose (Charles, 1964 Crossley ir Bradshaw, 1968). Kai kurie aleliai gali prisidėti prie derliaus kai kuriose aplinkose, o kiti aleliai prisideda prie kitos aplinkos, todėl populiacija arba veislė yra atspari aplinkos svyravimams. Mūsų atlikta išgyvenusių populiacijų genetinės variacijos analizė, palyginti su pradine pasėta populiacija (1 tyrimas), parodė, kad keturiuose skirtinguose sklypeliuose išgyvenusiųjų populiacijos skirtingomis kryptimis skyrėsi nuo pradinės populiacijos. Taigi, nors pirmoji PC ašis atskyrė du derliaus nuėmimo režimus (1 pav.), dauguma alelių dažnio kitimo buvo atsitiktiniai. Tai gali atspindėti atsaką į nenumatytus aplinkos pokyčius tarp sklypų, atsitiktinį alelių pasirinkimą daugumoje lokusų arba mėginių ėmimo klaidą. Pradinė populiacija turėjo tik labai silpną genetinę struktūrą, kuri išliko išgyvenusiose populiacijose, o tai rodo, kad nebuvo atrankos, veikiančios struktūrą (2 pav.). 3 tyrime pirmoji PC ašis atskyrė Ps nuo Ms, o Ps atskyrė du sėjimo tankį, o tai rodo, kad dėl skirtingo apdorojimo įvyko skirtingas pasirinkimas (5 pav.).
Jei pradinė populiacija turi didelę genetinę įvairovę ir mažą LD (būdinga pašarinėms veislėms), negalima tikėtis, kad atranka, veikianti palyginti ribotą lokusų skaičių, paveiks vidutinį genetinį atstumą, išmatuotą per genomą. Norint nustatyti tokį pasirinkimą, reikia atsižvelgti į kiekvieną atskirą lokusą. Iš tiesų, ieškodami alelinių atskirų SNP poslinkių keliose pakartotinėse išgyvenusių populiacijose, mes nustatėme lokusus, kurie buvo sistemingai atrinkti vyraujančiomis sąlygomis tiriamame lauko eksperimente (3 pav.). Tai yra kandidatai į sėkmę ar atkaklumą. 1 tyrime 12 SNP, atstovaujančių 11 lokusų, reikšmingai pakito alelių dažniai, išmatuoti kaip FST, Ps išgyvenusių populiacijų (didelis sėjimo rodiklis), palyginti su pradine populiacija. Šie SNP yra lokusai su aleliais, kurie suteikia didesnę tikimybę išgyventi tokiomis sąlygomis, kurios yra bendros visiems keturiems sklypams. Jie gali būti susiję, pvz., Su įsisteigimu, konkurencija PS, išgyvenimu žiemą ir bendromis aplinkos ir valdymo sąlygomis. Nustatyti absoliučiai vidutiniai alelių dažnio pokyčiai svyravo nuo 0,22 iki 0,09. Tp3_5909984 buvo SNP, turintis didžiausią alelių dažnio poslinkį nuo pradinės populiacijos iki išgyvenusių populiacijų 1 tyrime. Jis yra proksimalinės Tp3 pusės viduryje. Įdomu tai, kad tai taip pat yra apytikslė vienintelio QTL, skirto patvarumui, vieta, kurią Herrmann ir kt. aptiko raudonųjų dobilų kartografavimo raudonųjų dobilų populiacijoje. (2008).
3 tyrime išgyvenusiųjų populiacija nebuvo lyginama su iš pradžių pasėta populiacija. Vietoj to, išgyvenusieji iš Ps populiacijų buvo lyginami su išgyvenusiais iš M populiacijų, o išgyvenusieji iš populiacijų, pasėtų dideliu sėjimo tankiu, buvo lyginamas su išgyvenusiais iš populiacijų, sėtų mažo tankio. Buvo nustatyta daugybė lokusų su alelių dažniu, rodančiu skirtingą Ps ir M atranką. Aptikti absoliutūs alelių dažnio pokyčiai buvo iki 0, 36, o tai rodo, kad medyno tipas darė gana stiprų diferencinį atrankos slėgį. Raudonieji dobilai mišinyje su daugiametėmis svidriomis ir aukštaisiais eraičinais anksčiau patiria konkurenciją dėl šviesos ir galbūt kitų išteklių, nes žolės vasarą auga ir pailgėja. Iš tiesų, mes anksčiau parodėme, kad išgyvenusių populiacijų palikuonys iš M. turi ankstesnį stiebo pailgėjimą nei palikuonys iš išgyvenusių populiacijų iš Ps (Ergon ir Bakken, 2016), o tai rodo skirtingą ankstyvumo atranką. Vėliau vasarą raudonųjų dobilų augalai greičiausiai patirs didesnę konkurenciją nei PS, nes atskiri raudonųjų dobilų augalai užauga labai dideli. Kita sąlyga, kuri gali skirtis tarp Ps ir M, yra stipresnė raudonųjų dobilų augalų priklausomybė nuo azoto fiksavimo Ms, nes žolės azotas pasisavina efektyviau, o dobilui lieka mažiau.
Raudonųjų dobilų veisimas, veislių tyrimai ir sėklų dauginimas vyksta Ps. Nors paprastai naudojamos sėjos normos yra daug mažesnės (2 𠄴 kg ha -1) nei mūsų eksperimente, mūsų rezultatai rodo, kad netyčinis atranka, pasireiškianti Ps veisimosi ir sėklų dauginimo metu, nebūtinai gali būti naudinga praktiniam ūkininkavimui, buvo naudojamos ponios.
Kaip atranka veikia alelių dažnį? - Biologija
1 veikla: Veisliniai zuikiai
Šioje veikloje ištirsite natūralią atranką nedidelėje laukinių triušių populiacijoje. Evoliucija genetiniu lygmeniu yra alelių dažnio pokytis populiacijoje per tam tikrą laikotarpį. Triušių augintojai jau seniai yra susipažinę su įvairiais genetiniais požymiais, kurie turi įtakos triušių išgyvenimui gamtoje, taip pat veisimosi populiacijose. Vienas tokių bruožų yra kailinių triušių (nuogų zuikių) bruožas. Pirmą kartą šią savybę Anglijoje atrado W.E. Pilis 1933 m. Kailinis triušis retai sutinkamas gamtoje, nes šaltos anglų žiemos yra tam tikra selektyvi jėga.
Pastaba: Šioje laboratorijoje dominuojantis normalaus kailio alelis yra pavaizduotas Fo recesyvinis alelis be kailio yra pavaizduotas f.Zuikiai, kurie paveldi du Faleliai arba vienas Fir vienas falelis turi kailį, o zuikiai, paveldėję du fs, neturi kailio.
Procedūros A dalis: Dalies pavadinimas -->
Atsispausdinkite Genų dažnio duomenų formą (pdf) ir diskusijų klausimus (pdf) arba gaukite juos iš savo mokytojo. Užpildykite duomenų formos hipotezės skiltį ir konkrečias prognozes, pagrįstas ta hipoteze.
Jūsų mokytojas gali paskirti jus į darbo grupę ir platinti medžiagą. Jei dirbate vienas, tęskite savarankiškai.
Raudonosios pupelės žymi kailio alelį, o baltosios pupelės – be kailio alelį. Konteineris vaizduoja Anglijos kaimą, kur triušiai atsitiktinai poruojasi.
Pažymėkite vieną patiekalą FF dėl homozigotinio dominuojančio genotipo. Pažymėkite antrą patiekalą Ff dėl heterozigotinės būklės. Pažymėkite trečiąjį patiekalą ff tiems triušiams, turintiems homozigotinį recesyvinį genotipą.
Įdėkite 50 raudonų ir 50 baltų pupelių (alelių) į indą ir sukratykite (poruokite) triušius. (Atminkite, kad šie dažniai šiai veiklai buvo pasirinkti savavališkai.)
Nežiūrėdami į pupeles, pasirinkite dvi vienu metu ir įrašykite rezultatus duomenų formoje šalia „1 karta“. Pavyzdžiui, jei nupiešiate vieną raudoną ir vieną baltą pupelę, pažymėkite diagramos skiltyje „Skaičius Ff Toliau pieškite pupelių poras ir įrašykite rezultatus į savo diagramą, kol visos pupelės bus atrinktos ir surūšiuotos. Įdėkite „triušius“ į atitinkamą indą: FF, Ff, arba ff. (Atkreipkite dėmesį, kad bendras individų skaičius bus pusė bendro pupelių skaičiaus, nes kiekvienam triušiui reikia dviejų alelių.)
The ff zuikiai gimsta be kailiu. Šaltas oras juos nužudo dar nesulaukus reprodukcinio amžiaus, todėl jie negali perduoti savo genų. Įdėkite pupeles iš ff prieš prasidedant kitam raundui.
Suskaičiuokite F ir falelių (pupelių), kurie buvo dedami į kiekvieną iš „kailiuotųjų triušių“ patiekalų pirmame raunde, ir užrašykite skaičių diagramoje stulpeliuose, pažymėtuose „Skaičius F Aleliai “ir„ Skaičius fAleliai." (Šį kartą jūs tikrai skaičiuojate kiekvieną pupelę, bet neskaičiuokite alelių ff zuikiai, nes jie mirę.) Iš viso Faleliai ir falelius pirmajai kartai ir įrašykite šį skaičių stulpelyje „Bendras alelių skaičius“.
Place the alleles of the surviving rabbits (which have grown, survived and reached reproductive age) back into the container and mate them again to get the next generation.
Repeat steps five through nine to obtain generations two through ten. If working as a team, make sure everyone in your group has a chance to either select the beans or record the results.
Determine the gene frequency of F ir f for each generation and record them in the chart in the columns labeled "Gene Frequency F" and "Gene Frequency f." To find the gene frequency of F, divide the number of F by the total, and to find the gene frequency of f, divide the number of f by the total. Express results in decimal form. The sum of the frequency of F ir f should equal one for each generation.
If you are doing this activity at school, record your group's frequencies on the board so your classmates can see them.
Graph your frequencies. Prepare a graph with the horizontal axis as the generation and the vertical axis as the frequency in decimals. Plot all frequencies on one graph. First, plot your own data. Use a solid line for Fand a dashed line for f. Then, if you are at school, plot the class totals. Use the same symbols for each group but a different color. If you are at home, you may wish to go through the activity again and see how your graphs compare.
Complete the Discussion Questions form with your group.
Adapted with permission from a 1994 Woodrow Wilson Biology Institute Laboratory "Evolution and Gene Frequencies: A Game of Survival and Reproductive Success," by Joseph Lapiana.
Directional selection
This extension of the infinitesimal model immediately leads to a remarkably general expression for the effect of epistasis on the limits to directional selection on standing variation (Paixao and Barton, 2016). (Note that here, I use directional selection to refer to an exponential relation between fitness and trait other forms of selection—for example, truncation selection—will select on the variance as well as the mean). Under the infinitesimal model, the additive variance, VA, decreases by a factor (1−1/(2Ne)) per generation, whereas the mean increases by βVA, kur β is the selection gradient. Therefore, the total change in mean sums to 2Neβ which is just 2Ne times the change in the first generation (V 0 A being the initial additive variance). Robertson (1960) showed that this result can be derived by considering the slight increase in fixation probability of favourable alleles because of selection—a derivation that makes clear that the infinitesimal model implicitly assumes selection on individual alleles, s, to be weaker than drift (that is, Nes<<1).
The same argument applies with epistasis: classical quantitative genetics gives expressions for the conversion of epistatic variance into additive variance because of the changes in additive effects of alleles as the genetic background changes (Hill et al., 2006). The total response to directional selection β of a haploid population is Neβ, V 0 G which only depends on the total initial genotypic variance V 0 G. Because the change in mean in the first generation, β, is proportional only to the additive component of the genetic variance, the response to selection is slower in the presence of epistasis (for a given total variance, V 0 G). It is remarkable that the ultimate change in trait mean, which may take the phenotype far beyond its initial range, can be predicted simply from the components of variation in the original population.
Epistatic variance makes a bigger contribution to the ultimate response of a diploid population: the increase in mean is , where V 0 A(k) yra pradinis kth order variance component. However, it is still unlikely that higher-order variance components can be substantial, for two reasons. First, for biallelic loci with allele frequencies p, q, VA(k) is proportional to (2pq) k , and as the product of allele frequencies pq is less than one-fourth, we expect 2 k−1 VA(k) to decrease with k, especially when the contributing alleles are rare (Maki-Tanila and Hill, 2014). Second, for the additive variance to be much smaller than epistatic variance, the marginal effects of alleles must be small—as, for example, for variation in fitness components that is maintained by balancing selection. However, such special situations are sensitive to allele frequency, and any change in allele frequencies will generate additive variance. In addition, balancing selection is likely to act on a small number of loci with relatively large effect that would be rapidly fixed by strong directional selection (an exception is where recessive lethals increase a selected trait when heterozygous see, for example, Yoo, 1980). Such extreme cases cannot be common, as artificially selected traits usually do not revert when selection is relaxed (Weber, 1996).
Epistatic variance makes a relatively larger contribution to selection response in diploids than in haploids, as represented by the factor 2 k−1 in the above formula. This is because an allele has twice the effect in a homozygote as in a heterozygote, and hence the ultimate effect of interaction among a set of k alleles is greater by a factor 2 k , compared with their effect when segregating as heterozygotes. We have ignored dominance here, but note that rare recessives can inflate additive variance when they become common, and that this ‘conversion’ of dominance to additive variance may be much larger than the conversion of epistatic variance (Hill et al., 2006). However, there must still be a systematic bias towards favourable effects of rare recessives to increase the expected selection response.
The connection between the components of initial standing variation and the ultimate selection response is very general: it applies for any form of epistasis, provided that interactions are not strongly biased with respect to the selected trait, and provided that genetic variance is dissipated primarily by sampling drift rather than by selection. It applies even when the fitness landscape is ‘rugged’, so that large populations would be trapped at local ‘adaptive peaks’. This is simply because when selection on individual alleles is weak relative to drift, populations can readily cross between such peaks. As I argue in the following, selection is, in some sense, most efficient in this ‘infinitesimal’ regime.
How does epistasis affect the response to directional selection in the opposite case of a very large population? Now, the initial variance components are not directly relevant, because very rare alleles, which initially make hardly any contribution to the variance components, can increase to determine the ultimate response. Nevertheless, we can compare the total change in mean with that what would be achieved under the corresponding additive model, in which the effects of alleles on the original genetic background remain constant. Of course, if epistasis is systematically positive, there will be an accelerating response, and a much larger total change than with the original additive effects conversely, systematically negative epistasis leads to a smaller selection response (Hansen, 2013).
If epistatic interactions are random with respect to the marginal effects on the trait, and if the optimal genotype is the tas pats under the epistatic and the corresponding additive models, then epistasis has no expected effect (Paixao and Barton, 2016). However, if epistasis is sufficiently strong, the marginal effects of alleles will change sign as allele frequencies change, so that a different optimal genotype will be reached. Now, epistasis does increase the expected response, even when interactions are random with respect to fitness. The magnitude of this effect can be predicted if interactions among different sets of genes are independent of each other, and matches simulations of random pairwise epistasis well. Overall, however, the effect of epistasis on selection response is modest (Paixao and Barton, 2016 Figure 3).
The effective dimension of trait variation in short versus long term. Left: the fraction of variance explained by the largest 1, 2, …, eigenvectors for 10, 100, 1000 traits (black, blue, red, top to bottom), measured in the final generation. Right: the same, but for a population that contains all mutations that fixed over 50 000 generations (that is, an F2 between the ancestral and derived population). An additive infinite sites model was simulated, with free recombination, stabilising selection exp(−|z| 2 /(2Vs)), Vs=100, N=100 haploid individuals, and mutation rate U=0.1 per genome per generation. Mutations have magnitude |α| drawn from an exponential with mean 1 with random direction. In these simulations, the variance of each trait mean around the optimum is close to the predicted Vs/(2N)=0.5, causing a loss of fitness 1/(4N)=0.0025 per trait. A full colour version of this figure is available at the Paveldimumas journal online.
These arguments apply to the initial response to selection because of standing variation. Over longer timescales (>50 generations, say Hill, 1982), mutation makes a significant contribution, increasing additive variance by V A m per generation. Under the standard infinitesimal model, the additive variance approaches an equilibrium between mutation and random drift of 2NeV A m, and the mean will change under directional selection in proportion to this variance. In the short term, mutation generates negligible epistatic variance, unless mutations have large effect, as it introduces alleles at low frequency (Hill and Rasbash, 1986). However, epistasis makes additive effects conditional on genotype, so that the effect of new mutations may change with the mean. In the long term, the genetic variance will evolve unpredictably, as new alleles introduced by mutation become common enough to interact with each other. Nevertheless, as mutational variance is ubiquitous (Houle et al., 1996 Lynch and Walsh, 1998), an indefinite response to directional selection is expected.
When multiple traits are selected, the mean changes in proportion to the additive genetic covariance matrix (termed the ‘G matrix’) that in turn is proportional to the mutational covariance in the infinitesimal limit. The G matrix has received much attention on the grounds that it constrains adaptation. However, artificial selection has proved successful even when deliberately applied to trait combinations that show minimal variance (see, for example, Weber et al., 1999 Hill and Kirkpatrick, 2010 Marchini et al., 2014): as long as there is kai kurie additive variance in the direction of selection, selection can change the mean. Of course, the G matrix has very high dimension, and some directions may have zero variance (that is, there may be some zero eigenvalues). Even then, however, the G matrix does not necessarily constrain adaptation in the long term: it inevitably changes as new mutations arise, with effects in different directions. Imagine that traits may be influenced by a very large number of sites, n, of which only a much smaller number, 1<< ns<< n, are segregating at any one time any allele potentially has random effects on all k traits. At any time, G will have dimension ns, but as alleles are lost or fixed, in the long run adaptation can occur through the whole space of dimension n >> ns. Thus, evolution is constrained by the total number of sites that could affect the traits, and not by the number segregating at any particular time. Therefore, observation of the G matrix at any one time would not inform us about constraint on long-term evolution. This is illustrated in Figure 3. The left panel shows that in any one generation, most variance is explained by <50 dimensions, regardless of the number of traits under stabilising selection. In contrast, the right panel shows that over 50 000 generations, variance is spread over a number of dimensions proportional to the number of traits. Thus, each trait is kept close to the optimum, nepaisant of how many traits are being selected.
How does selection affect allele frequency? - Biologija
Ketvirtas vienetas. Gyvenimo evoliucija ir įvairovė
14.10. Sickle-Cell Anemia
Sickle-cell disease is a hereditary disease affecting hemoglobin molecules in the blood. It was first detected in 1904 in Chicago in a blood examination of an individual complaining of tiredness. You can see the original doctor’s report in figure 14.25. The disorder arises as a result of a single nucleotide change in the gene encoding b-hemoglobin, one of the key proteins used by red blood cells to transport oxygen. The sickle-cell mutation changes the sixth amino acid in the b-hemoglobin chain (position B6) from glutamic acid (very polar) to valine (nonpolar). The unhappy result of this change is that the nonpolar valine at position B6, protruding from a corner of the hemoglobin molecule, fits nicely into a nonpolar pocket on the opposite side of another hemoglobin molecule the nonpolar regions associate with each other. As the two-molecule unit that forms still has both a B6 valine and an opposite nonpolar pocket, other hemoglobins clump on, and long chains form as in figure 14.26a. The result is the deformed “sickle-shaped” red blood cell you see in figure 14.26b. In normal everyday hemoglobin, by contrast, the polar amino acid glutamic acid occurs at position B6. This polar amino acid is not attracted to the nonpolar pocket, so no hemoglobin clumping occurs, and cells are normal shaped as in figure 14.26c.
Figure 14.25. The first known sickle-cell disease patient.
Dr. Ernest Irons's blood examination report on his patient Walter Clement Noel, December 31, 1904, described his oddly shaped red blood cells.
Figure 14.26. Why the sickle-cell mutation causes hemoglobin to clump.
Persons homozygous for the sickle-cell genetic mutation in the b-hemoglobin gene frequently have a reduced life span. This is because the sickled form of hemoglobin does not carry oxygen atoms well, and red blood cells that are sickled do not flow smoothly through the tiny capillaries but instead jam up and block blood flow. Heterozygous individuals, who have both a defective and a normal form of the gene, make enough functional hemoglobin to keep their red blood cells healthy.
The disorder is now known to have originated in Central Africa, where the frequency of the sickle-cell allele is about 0.12. One in 100 people is homozygous for the defective allele and develops the fatal disorder. Sickle-cell disease affects roughly two African Americans out of every thousand but is almost unknown among other racial groups.
If Darwin is right, and natural selection drives evolution, then why has natural selection not acted against the defective allele in Africa and eliminated it from the human population there? Why is this potentially fatal allele instead very common there?
The Answer: Stabilizing Selection
The defective allele has not been eliminated from Central Africa because people who are heterozygous for the sickle-cell allele are much less susceptible to malaria, one of the leading causes of death in Central Africa. Examine the maps in figure 14.27, and you will see the relationship between sickle-cell disease and malaria clearly. The map on the left shows the frequency of the sickle-cell allele, the darker green areas indicating a 10% to 20% frequency of the allele. The map on the right indicates the distribution of malaria in dark orange. Clearly, the areas that are colored in darker green on the left map overlap many of the dark orange areas in the map on the right. Even though the population pays a high price—the many individuals in each generation who are homozygous for the sickle-cell allele die—the deaths are far fewer than would occur due to malaria if the heterozygous individuals were not malaria resistant. One in 5 individuals (20%) are heterozygous and survive malaria, while only 1 in 100 (1%) are homozygous and die of sickle-cell disease. Similar inheritance patterns of the sickle-cell allele are found in other countries frequently exposed to malaria, such as areas around the Mediterranean, India, and Indonesia. Natural selection has favored the sickle-cell allele in Central Africa and other areas hit by malaria because the payoff in survival of heterozygotes more than makes up for the price in death of homozygotes. This phenomenon is an example of heterozygote advantage.
Figure 14.27. How stabilizing selection maintains sickle-cell disease.
The diagrams show the frequency of the sickle-cell allele (left) and the distribution of falciparum malaria (right). Falciparum malaria is one of the most devastating forms of the often fatal disease. As you can see, its distribution in Africa is closely correlated with that of the allele of the sickle-cell characteristic.
Stabilizing selection (also called balancing selection) is thus acting on the sickle-cell allele: (1) Selection tends to eliminate the sickle-cell allele because of its lethal effects on homozygous individuals, and (2) selection tends to favor the sicklecell allele because it protects heterozygotes from malaria. Like a manager balancing a store’s inventory, natural selection increases the frequency of an allele in a species as long as there is something to be gained by it, until the cost balances the benefit.
Stabilizing selection occurs because malarial resistance counterbalances lethal sickle-cell disease. Malaria is a tropical disease that has essentially been eradicated in the United States since the early 1950s, and stabilizing selection has not favored the sickle-cell allele here. Africans brought to America several centuries ago have not gained any evolutionary advantage in all that time from being heterozygous for the sickle-cell allele. There is no benefit to being resistant to malaria if there is no danger of getting malaria anyway. As a result, the selection against the sickle-cell allele in America is not counterbalanced by any advantage, and the allele has become far less common among African Americans than among native Africans in Central Africa.
Stabilizing selection is thought to have influenced many other human genes in a similar fashion. The recessive cf allele causing cystic fibrosis is unusually common in northwestern Europeans. People that are heterozygous for the cf allele are protected from the dehydration caused by cholera, and the cf allele may provide protection against typhoid fever too. Apparently, the bacterium causing typhoid fever uses the healthy version of the CFTR protein (see page 80) to enter the cells it infects, but it cannot use the cystic fibrosis version of the protein. As with sickle-cell disease, heterozygotes are protected.
Key Learning Outcome 14.10. The prevalence of sickle-cell disease in African populations is thought to reflect the action of natural selection. Natural selection favors individuals carrying one copy of the sickle-cell allele, because they are resistant to malaria, common in Africa.