1 / 40

遺伝を表現するための言葉 Glossary for genetics

遺伝を表現するための言葉 Glossary for genetics. 遺伝学 Genetics. 遺伝的に伝わることと多様であること Heredity and Variation. 瓜の蔓に茄子はならぬ. 瓜二つ. 鳶が鷹を生む. カエルの子はカエル. 血縁関係　→　似る Blood relation -> similarity 似る程度にばらつき Degrees of similarity vary 似る特徴もあれば似ない特徴もある Some features descend but others do not 似るか似ないかには「理由」がある

wayne-barron
Download Presentation

遺伝を表現するための言葉 Glossary for genetics

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 遺伝を表現するための言葉 Glossary for genetics

  2. 遺伝学 Genetics • 遺伝的に伝わることと多様であること Heredity and Variation 瓜の蔓に茄子はならぬ 瓜二つ 鳶が鷹を生む カエルの子はカエル

  3. 血縁関係　→　似る • Blood relation -> similarity • 似る程度にばらつき • Degrees of similarity vary • 似る特徴もあれば似ない特徴もある • Some features descend but others do not • 似るか似ないかには「理由」がある • There must be reasons why some features descend

  4. 遺伝的に伝わることと多様であることHeredity and Variation • 何が伝わり、何が多様か？ • What descends and what varies? • “もの”と”こと” • Substance and Phenomena • 遺伝子型と表現型 • Genotypes and Phenotypes

  5. 血縁関係　→　似る • Blood relation -> similarity • 似る程度にばらつき • Degrees of similarity vary • 似る特徴もあれば似ない特徴もある • Some features descend but others do not • 似るか似ないかには「理由」がある • There must be reasons why some features descend

  6. 遺伝的に伝わることと多様であることHeredity and Variation • 何が伝わり、何が多様か？ • What descends and what varies? • “もの”と”こと” • Substance and Phenomena • 遺伝子型と表現型 • Genotypes and Phenotypes

  7. 染色体 Chromosomes

  8. ミトコンドリア染色体のサイズ

  9. 遺伝子座 アレル　ハプロタイプ ディプロタイプLocus, allele, haplotype, diplotype

  10. 遺伝子多型 Gene polymorphisms構造分類 Structural classification Insertion deletion repeat substitution inversion translocation

  11. 遺伝子多型 Gene polymorphismsサイズ分類 Size classification substitution Insertion deletion repeat inversion translocation

  12. 遺伝的に伝わることと多様であることHeredity and Variation • 何が伝わり、何が多様か？ • What descends and what varies? • “もの”と”こと” • Substance and Phenomena • 遺伝子型と表現型 • Genotypes and Phenotypes

  13. 自分が知りたい表現型は何かをよく考えようThink hard on your phenotypes • あなたの解析対象はなんですか？ • What is your target phenotype?

  14. どうやって、「よく」考える？How to think “hard”? Classification with scientific subjects Classification with ive senses Classification with players involved Classification with medical subjects

  15. ジェノタイプとフェノタイプ Genotypes and Phenotypes

  16. 階層間にはルールがあるRules between layers

  17. 多様性の多様性Variations in variations

  18. 階層間ルールを挙げよMake list of rules between layers

  19. ジェノタイプとフェノタイプ Genotypes and Phenotypes

  20. ＡとＢとの関係Relation between A and B

  21. 時間は１方向Time has a direction

  22. 交叉　Crossover

  23. 交叉回数 Number of crosoversポアッソン分布 Poisson dist. R2-6.R

  24. #R2-6.R # 可能箇所すべてで交叉がおきるかどうかを試す方法 RecombSim<-function(L=10000,r=0.001,Niter=1000){ # Lは配列長,rは箇所あたりの交叉確率,Niterはシミュレーション試行回数 # 行数Niter、列数L-1箇所の行列にする m<-matrix(rbinom((L-1)*Niter,1,r),nrow=Niter) apply(m,1,sum) } # ポアッソン分布を使う方法 RecombPois<-function(L=10000,r=0.001,Niter=1000){ rpois(Niter,(L-1)*r) # rpois() 関数については付録A.5 確率分布関数・疑似乱数列の発生を参照 } L<-10000;r<-0.0001;Niter<-1000 NumSim<-RecombSim(L=L,r=r,Niter=Niter) NumPois<-RecombPois(L=L,r=r,Niter=Niter) ylim<-c(0,max(NumSim,NumPois)) plot(ppoints(Niter,a=0),sort(NumSim),ylim=ylim,col=gray(6/8)) par(new=T) plot(ppoints(Niter,a=0),sort(NumPois),type="l",ylim=ylim)

  25. 交叉間距離Distance between crossovers指数分布 Exponential dist. R2-7.R

  26. #R2-7.R Niter<-1000 # シミュレーション回数 L<-1000000 #染色体の長さ r<-0.0001 #塩基間あたりの交叉確率 # 交叉箇所数をポアッソン分布からの乱数で指定し、交叉箇所をsample関数で指定する crosses<-sort(sample(1:(L-1),rpois(1,(L-1)*r),replace=FALSE)) # 交叉間距離のベクトルを作る A<-c(0,crosses) # 染色体の始点と交叉箇所のベクトル B<-c(crosses,L) # 交叉箇所と染色体の終点のベクトル C<-B-A #交叉間距離のベクトル # 平均がmean(C)の指数分布からの乱数をlength(C)の数だけ発生させてプロット rexps<-rexp(length(C),1/mean(C)) # rexp() 関数については付録A.5 確率分布関数、疑似乱数列の発生を参照 # 交叉間距離をソートしてプロット ylim<-c(0,max(C,rexps)) plot(sort(C),ylim=ylim,cex=0.5,pch=15) #交叉間距離の昇順プロット par(new=T) plot(sort(rexps),col="red",ylim=ylim,type="l") # 指数分布からの乱数の昇順プロット

  27. 組み換え Recombination

  28. 遺伝的浮動 Genetic drift

  29. N! =N (N-1) (N-2)…1 • factorial(N) ExactProb2x2<-function(n){ n1x<-d[1,1]+d[1,2] n2x<-d[2,1]+d[2,2] nx1<-d[1,1]+d[2,1] nx2<-d[1,2]+d[2,2] nxx<-sum(d) factorial(n1x)*factorial(n2x)*factorial(nx1)*factorial(nx2)/(factorial(nxx)*factorial(d[1,1])*factorial(d[1,2])*factorial(d[2,1])*factorial(d[2,2])) } d<-matrix(c(10,20,30,40),2,2) ExactProb(d)

  30. 酔歩 Random walk R16-sup1.R

  31. #R16-sup1.R nstep<-100 rwalk<-matrix(0,nstep,2) rtheta<-rnorm(nstep-1) stepx<-cos(rtheta) stepy<-sin(rtheta) for(i in 1:(nstep-1)){ rwalk[i+1,1]<-rwalk[i,1]+stepx[i] rwalk[i+1,2]<-rwalk[i,2]+stepy[i] } plot(rwalk,type="l")

  32. 拡散 Diffusion R6-4.R

  33. # R6-4.R # pa,pb:２集団の人口,d:単位時間あたりの移住人数,t:世代 pa<-9000 pb<-1000 d<-100 t<-0:100 fa<-(pa+pb*exp(-2*d*(pa+pb)/(pa*pb)*t))/(pa+pb) fb<-(pa*(1-exp(-2*d*(pa+pb)/(pa*pb)*t)))/(pa+pb) plot(t,fa,ylim=c(0,1),type="l",xlab="t",ylab="frequency") par(new=T) plot(t,fb,ylim=c(0,1),type="l",xlab="t",ylab="frequency")

  34. R2-8.R

  35. IBD identity by decent

  36. IBD identity by decent • わかることはわかったものとしたい • Identify which allele comes from which parent • 離散的

  37. 遺伝形式 Genetic modes • 優性　劣性　その間(相加・相乗) • Dominant Recessive Between(Additive Multiplicative) • 相対危険度ベクトル Relative risk-vectors • 重み付け表 Weighted table • 幾何表現 Geometric display

  38. 動的な遺伝形式Dynamic genetic modes • アレルコピー数の影響力の増減 • Effect of number of copies of allele varies • どのように? • How? • なぜ? • Why?

More Related