Наследование и молекулярные сравнения: данные и скрытые предпосылки
Фазированные гаплотипы, родословная, молекулярная дистанция и разграничение причин материнского сходства.
Задачи модуля
Уточните единицу наблюдения: столбец выравнивания, гаплотип и организм родословной несут разную информацию. Их нельзя подменять одной общей мерой сходства.
Затем проверьте причинную интерпретацию. Ассоциация аллелей и материнская асимметрия сами по себе не устанавливают механизм наследования.
Вычислять модельную дистанцию с исключёнными позициями и статусом насыщения.
Сравнивать D, Dprime и r² и строить аддитивную матрицу родства.
Различать материнское влияние на развитие и передачу наследственных факторов.
В анализирующем скрещивании потомки отражают гаметы двойной гетерозиготы. Частые классы помогают установить фазу, а редкие — оценить рекомбинацию.
Перед началом: Два локуса; Гаметы; Анализирующее скрещивание.
Почему нужен тестер
Скрещивание двойной гетерозиготы с aabb позволяет связать каждый класс потомков с одной гаметой первого родителя. Тестер даёт только ab, поэтому различия AB,ab,Ab,aB приходят от исследуемой особи при принятой простой менделевской модели.
Если исходная фаза AB/ab, родительские гаметы AB и ab. При фазе Ab/aB родительскими являются другие два класса. Поэтому нельзя назначать рекомбинантов только по наличию заглавной буквы или внешнему сходству потомков.
Оценка рекомбинационной доли
При отсутствии различий жизнеспособности и ошибок классификации менее частая пара обычно соответствует рекомбинантам. Их число делят на общее число потомков. Доля r ограничена половиной в стандартной двухлокусной интерпретации.
Генетическое расстояние не всегда равно 100r: множественные кроссоверы могут восстанавливать родительское сочетание. Для коротких интервалов равенство используют как приближение; для больших нужны модель отображения или дополнительные локусы.
Выборка и биологические помехи
Различия двух родительских или двух рекомбинантных классов могут возникать случайно, но также из-за отбора, ошибок определения и искажённой сегрегации. Поэтому фазовый вывод и численная оценка должны сопровождаться проверкой модели.
Ниже родительская пара достаточно явно преобладает, все классы распознаются без ошибок и жизнеспособность одинакова. Рассчитывается наблюдаемая доля рекомбинантов, а не точное физическое расстояние между локусами или окончательная карта хромосомы.
Одна особь потомства представляет одну наблюдаемую гамету двойной гетерозиготы в данной схеме. Поэтому число анализируемых потомков, а не удвоенное число их аллелей, является знаменателем рекомбинационной доли. Диплоидность потомка здесь не удваивает число независимых событий образования исследуемой гаметы.
Четыре класса тест-кросса
Условие. В анализирующем скрещивании получены AB=410, ab=390, Ab=110, aB=90 потомков. Принять одинаковую жизнеспособность и простую двухлокусную модель. Найти фазу и r.
Всего 410+390+110+90=1000 потомков.
Наиболее частые классы AB и ab составляют родительскую пару.
Фаза двойной гетерозиготы AB/ab, то есть сочетание доминантных аллелей в одной гаплотипной копии.
Рекомбинантов 110+90=200, поэтому r=200/1000=0,20.
Ответ. Оценённая фаза AB/ab; рекомбинационная доля 20%. Это не безусловное точное расстояние 20 сМ.
Проверка. Родительские и рекомбинантные доли равны 0,80 и 0,20 и суммируются в единицу. Каждый потомок учтён в одном классе.
Где легко ошибиться. Приравнивать рекомбинационную долю физическому расстоянию или забывать возможные различия жизнеспособности классов.
Проверьте понимание
Вопросы к этой главе
Почему нельзя просто взять два класса с одной заглавной буквой?
Это работает только после определения фазы. При другой фазе именно такие сочетания могут быть родительскими.
Почему r недооценивает число кроссоверов?
Чётное число обменов между двумя локусами может восстановить исходное сочетание маркеров и остаться невидимым в двухточечном анализе.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
Условие отсутствия рецессивного фенотипа исключает один генотип. После этого вероятности остальных вариантов нужно перенормировать.
Перед началом: Менделевское расщепление; Условная вероятность; Аутосомная рецессивность.
Конечное пространство генотипов
Для Aa×Aa четыре равновероятных сочетания гамет дают AA,Aa,aA,aa. Два средних сочетания соответствуют одному гетерозиготному генотипу. Если рецессивный фенотип проявляется только у aa с полной пенетрантностью, отсутствие фенотипа исключает четвёртый вариант.
Среди трёх оставшихся равновероятных сочетаний два являются носительскими. Поэтому условная вероятность Aa равна двум третям, а не исходной половине. Новое наблюдение изменило пространство допустимых вариантов.
Следующий риск — отдельный шаг
Если такой человек имеет ребёнка с заведомой гетерозиготой, рецессивный генотип возможен только в случае, когда первый родитель тоже Aa. В этом случае вероятность aa у ребёнка равна четверти; если первый AA, она равна нулю.
Итоговая вероятность получается взвешиванием двух сценариев. Это вычисление относится к заявленной простой модели и не учитывает новые мутации, ошибки определения родства, неполную пенетрантность или изменение частот при отборе партнёров.
Граница учебного вывода
Фенотип «без признака» не всегда исключает генотип aa в реальной генетике. Для применения такого исключения требуется полная возрастно-согласованная пенетрантность и надёжное наблюдение. Поэтому задача не является персональным генетическим заключением.
Ниже все условия заданы явно и позволяют конечный точный подсчёт. Проверка может быть выполнена перечислением гамет первого скрещивания и нового скрещивания с отдельным весом для каждого допустимого генотипа. Это показывает, где именно возник множитель две трети.
Пол каждого участника не влияет на расчёт именно потому, что локус объявлен аутосомным. Для сцепленного с полом наследования пространство генотипов и переходы отличаются. Нельзя переносить две трети из этой задачи как универсальное правило носительства для любой родословной.
Носительство после условия
Условие. Родители Aa×Aa. Их ребёнок не имеет рецессивного признака; пенетрантность полная, модель аутосомная. Этот человек имеет потомка с заведомым Aa. Найти условную вероятность носительства и вероятность aa у потомка.
До наблюдения вероятности AA,Aa,aa равны 1/4,1/2,1/4.
Вероятность отсутствия признака равна 3/4.
P(Aa|нет признака)=(1/2)/(3/4)=2/3.
У потомка P(aa)=(2/3)(1/4)+(1/3)·0=1/6.
Ответ. Условная вероятность носительства 2/3; вероятность aa у следующего потомка 1/6 в данной модели.
Проверка. Допустимые генотипы первого человека имеют веса 1/3 AA и 2/3 Aa. Они суммируются в единицу и дают тот же взвешенный результат.
Где легко ошибиться. Сохранять исходную вероятность Aa=1/2 после исключения aa или использовать эту простую модель как индивидуальную медицинскую оценку без её условий.
Проверьте понимание
Вопросы к этой главе
Почему не один шанс из двух?
Половина — безусловная доля Aa среди всех детей. После наблюдения исключён класс aa, и знаменатель стал равен трём четвертям.
Что изменит неполная пенетрантность?
Отсутствие признака уже не исключит aa полностью. Нужно задать вероятность наблюдения для каждого генотипа и применить условную модель заново.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
Менделевское расщепление и условный подсчёт генотипов; полная пенетрантность является явным учебным условием.
Выравнивание последовательностей: оптимальность зависит от штрафов
Оптимальное выравнивание зависит от заданной системы наград и штрафов. Динамическое программирование доказывает оптимальность только относительно этой системы.
Перед началом: Строки; Рекуррентная формула; Глобальное выравнивание.
Что считается ценой
Для глобального выравнивания обе последовательности используются целиком. Совпадение может получать положительный балл, несовпадение и пропуск — отрицательные. Суммарный балл определяется всеми столбцами, поэтому визуально красивое расположение не обязательно оптимально.
В этой главе каждый пропуск имеет одинаковый линейный штраф. Аффинная модель с отдельной ценой открытия и продолжения разрыва потребовала бы дополнительных состояний. Нельзя применять простой однотабличный алгоритм и называть его автоматически аффинным.
Рекурсия рассматривает все окончания
Пусть F(i,j) — лучший балл для первых i и j символов. Последний столбец либо сопоставляет два символа, либо содержит пропуск в одной строке. Поэтому F — максимум трёх соответствующих предшественников с добавленным баллом.
Начальные границы F(i,0) и F(0,j) равны сумме штрафов всех нужных пропусков. Они отличают глобальную задачу от локального поиска похожего участка. Обратный проход по выбранным предшественникам восстанавливает одно из лучших выравниваний.
Биологическая интерпретация ограничена
Оптимальный балл не доказывает эволюционное родство и не устанавливает реальную историю вставок или замен. Для таких выводов нужны вероятностная модель, контекст, длина последовательностей и сравнение с фоном. Несколько разных выравниваний могут иметь одинаковый балл.
Ниже короткие строки позволяют независимо проверить ответ перебором всех допустимых глобальных путей. Динамическая таблица является компактным способом избежать повторного рассмотрения одинаковых префиксов, сохраняя точный максимум в заданной конечной задаче.
При равенстве двух вариантов максимума обратный проход может выбрать любой из них. Алгоритм должен сохранять факт возможной неоднозначности, если пользователю нужны все лучшие решения. Единственный напечатанный путь не означает, что других оптимальных выравниваний математически не существует.
Один внутренний пропуск
Условие. Выровнять ACG и AG глобально. Совпадение +2, несовпадение −1, каждый символ пропуска −2. Найти максимальный балл и предъявить выравнивание.
Границы таблицы равны 0,−2,−4,… для пустых префиксов.
Сопоставляем A с A: получаем +2.
Для C используем пропуск во второй строке: ACG над A−G.
Последние G совпадают: общий балл 2−2+2=2. Динамическая рекурсия даёт F(3,2)=2.
Глобальное и локальное выравнивание, рекурсия динамического программирования; данная задача использует линейный штраф, а не аффинную модель.
Связанные методы
Почему доля различий в ДНК меньше числа произошедших замен
Наблюдаемые несовпадения показывают различия конечных состояний, но пропускают повторные и обратные замены. Модель Джукса—Кантора исправляет это расхождение при равных частотах оснований и одинаковых темпах замен. Коррекция имеет область определимости и не заменяет выравнивание.
Как отделить частоты аллелей от неравновесия по сцеплению
Частоты двух аллелей по отдельности не определяют, как они объединены в гаплотипы. Для измерения ассоциации нужны четыре совместных количества. Коэффициент D сравнивает наблюдаемую частоту пары с произведением маргинальных частот, а нормированные показатели учитывают разные ограничения.
Матрица родства учитывает все пути наследования через известных родителей. Новую строку строят как полусумму родительских строк, а диагональ связывают с родством родителей. Для однозначного расчёта предки должны идти раньше потомков, а неизвестных основателей нужно определить явно.