programma l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Programma PowerPoint Presentation
Download Presentation
Programma

Loading in 2 Seconds...

play fullscreen
1 / 51

Programma - PowerPoint PPT Presentation


  • 138 Views
  • Uploaded on

Programma. 1. Equilibrio e fattori di scostamento: linkage disequilibrium e mutazione 2. Equilibrio e fattori di scostamento: deriva, flusso genico e selezione 3. Mantenimento dei polimorfismi 4. Introduzione al coalescente. Programma 3. Generalità sul coalescente Un’applicazione.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Programma' - deiter


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
programma
Programma
  • 1. Equilibrio e fattori di scostamento: linkage disequilibrium e mutazione
  • 2. Equilibrio e fattori di scostamento: deriva, flusso genico e selezione
  • 3. Mantenimento dei polimorfismi
  • 4. Introduzione al coalescente
programma 3
Programma 3
  • Generalità sul coalescente
  • Un’applicazione
slide4

Ma quando si lavora su popolazioni si raccolgono dati sul presente e si cerca di risalire al passato

? ?

backward

cos un modello
Cos’è un modello?

Definire il modello

Esplorarne le proprietà

Stimare parametri dai dati

Confrontare dati osservati e attese del modello

La teoria coalescente è un modello di evoluzione, vista come processo genealogico

Nella teoria coalescente la trasmissione ereditaria viene trattata indipendentemente dal processo di mutazione

costruiamo procedendo verso il passato la genealogia materna di un gruppo di individui
Costruiamo (procedendo verso il passato) la genealogia materna di un gruppo di individui

Due possibilità: o ogni individuo ha una madre diversa:

O due individui hanno la stessa madre

Chiamo questo fenomeno coalescenza

assunzioni del coalescente classico kingman 1982
Assunzioni del coalescente classico (Kingman 1982)

Neutralità

Siti infiniti

Se gli individui sono diploidi e le dimensioni della popolazione sono N, il modello vale per 2N copie aploidi e indipendenti del gene

Unione casuale entro la popolazione

Dimensioni della popolazione costanti (*)

Generazioni non sovrapposte

Parliamo di caratteri a trasmissione uniparentale

genealogie
Genealogie

N = 10

N costante

n = 6

9 generazioni

mutazione13
Mutazione

CAATG

CAATA

CAGTG

TAATA

TAACA

1

2

3

3

4

5

1

TAACA TAATA

CAATG

CGGTG

CAGTG CAGTG

non sempre l albero ricostruito sulla base delle mutazioni molto informativo
Non sempre l’albero ricostruito sulla base delle mutazioni è molto informativo

2 3 1 4 5

CGGTG

CAGTG

CAATG

TAATA

TAACA

Possiamo capire qualcosa di più?

slide15
Nel risalire dal presente al passato incontriamo una successione di eventi di coalescenza. Conseguenze:

1. In un campione di r individui alla generazione 0, il numero di antenati 1, 2,…n generazioni fa (ξ1, ξ2, ..ξn) decresce fino ad arrivare a 1:

r = ξ0 ξ1 ξ2, ..ξn

Ogni genealogia viene ricondotta necessariamente a un singolo antenato comune (MRCA). Non è possibile discriminare fra monofilia e polifilia

slide16
Nel risalire dal presente al passato incontriamo una successione di eventi di coalescenza. Conseguenze:

N1=8

N0=8

?

2. Se la popolazione è stazionaria (N costante), N donne hanno una madre fra le N donne della generazione precedente. La probabilità di coalescenza è vicina a 1/N

slide17
Nel risalire dal presente al passato incontriamo una successione di eventi di coalescenza. Conseguenze:

3. La probabilità P(n) che n alleli abbiano n antenati distinti alla generazione precedente diminuisce con le dimensioni del campione (più grande il campione, più grande la P di almeno un evento di coalescenza)

dimensioni effettive
Dimensioni effettive

A A AA

YXXX

mtmt

4. La dimensione effettiva della popolazione è proporzionale a:

NC = 2

NeA = 4

NeX = 3

NeY = 1

Ne mt = 1

AA A A

YXXX

mtmt

slide19
Nel risalire dal presente al passato incontriamo una successione di eventi di coalescenza. Conseguenze:

5. I tempi medi di coalescenza aumentano procedendo verso il passato

slide20
Nel risalire dal presente al passato incontriamo una successione di eventi di coalescenza. Conseguenze:

Tempo atteso per passare da k a (k-1) antenati:

Tk = 4N/[k(k-1)], o 2N per geni a trasm. uniparentale

6. Il tempo atteso fra due eventi di coalescenza è distribuito esponenzialmente. E(T)=4N: Wright-Fisher

slide21
1. Possiamo stimare alcuni parametri: E(TMRCA)=2N= 20 generazioni2. Possiamo simulare genealogia e mutazioni

1

2

3

3

4

5

1

TAACA TAATA

CAATG

CGGTG

CAGTG CAGTG

programma 322
Programma 3
  • Generalità sul coalescente
  • Un’applicazione
slide23

The starting point: genetic variation

SE-NW gradients in European allele frequencies (Piazza, 1993)

correlations with archaeology
Correlations with archaeology

A map describing the diffusion of Neolithic industries

from Cavalli-Sforza et al. (1994)

estimated ages of mitochondrial haplogroups kyrs
Estimated ages of mitochondrial haplogroups (Kyrs)

Richards Sykes Richards

et al. 1996 1999 et al. 2000

H(1) 23.5 11.0-14.0 15.0 - 17.2

HV 29.3 - 37.6

J(2A) 23.5 8.5 6.9 - 10.9

T(2B) 35.5 11.0-14.0 9.6 - 17.7

IWX(3) 50.5 11.0-14.0

X: 20.0 I: 19.9 - 32.7

K(4) 17.5 11.0-14.0 10.0 - 15.5

U(5) 36.5 5: 50.0 44.6 - 54.4

Major extant lineages throughout Europe predate the Neolithic expansion

there are significant practical implications
There are significant practical implications

Frequency of the

F-508 mutation on

total CF mutations

(from CFGAC 1994)approx. age

52,000 years

why are genes distributed the way they are
Why are genes distributed the way they are?
  • Because they could not be distributed otherwise:selection
  • Because their distribution reflects demographic history:random genetic drift and migration
how can we tell selection from drift gene flow
How can we tell selection from drift/gene flow?

a.By neutrality tests (Tajima’s D, Fu’s Fs, etc.)

  • However: D<0: Excess of rare alleles:

Selection against deleterious alleles or population expansion

  • D>0: Excess of intermediate-frequency alleles:

Balancing selection or population bottleneck

how can we tell selection from drift gene flow30
How can we tell selection from drift/gene flow?

b.Gene flow, bottlenecks, founder effects, etc. affect all genes equally, whereas selection acts differently upon different genes

  • Compare patterns of variation across some of the 30,000 human loci

Difficult to infer migration from studies of single genes

slide31

Gene trees, population trees

Gene trees are unknown, but we can reconstruct

some of their features assuming mutations occurred at a constant rate (=no selection)

slide32

Population-genetics theory describes

the expected features of gene trees in

terms of population parameters

T2=2N

4N

T5=N/5

For nuclear genes, Exp time from k to (k-1) ancestors:

Tk = 4N/[k(k-1)] generations (large std. errors)

slide33

If two populations are isolated, the final

coalescence is 2N generations before the split

past

Exp (T) = 4N

Exp(T2) = 2N

Exp  = T/2

T: gene

divergence

T2=2N

Origin of the B population

B

A

: population divergence

present

slide34

If there is initial polymorphism, the final coalescence

may be much more than 2N generations before the split

past

T>>

T2=2N

Origin of the B population

B

A

present

slide35

Gene divergence predates population divergence: T is equal to  only if 2 Ne =0

past

E(T-) = 2 Ne

generations

T: gene divergence

: population

divergence

present

slide36

Only if there is a population bottleneck or a

founder effect does  approximate T

past

Phylogeographic analyses require the assumption of strong founder effects

2Ne very small

 T

present

is it safe to assume that most human populations originated from a founder effect
Is it safe to assume that most human populations originated from a founder effect?

Evidence for rapid expansion (110-40 Kyrs ago) in farming populations

Evidence for shrinking in hunting-gathering populations, possible caused by competition with early farmers

(Excoffier & Schneider 1999)

Necessary to test for founder effects reduced genetic diversity at several loci in a population

slide38

Simulation of two expanding populations:

No founder effect

N0 = N0 = 400

Founder effect

N0 = N0 = 4

ages of molecules are not ages of populations
Ages of molecules are not ages of populations

Initial polymorphism results in overestimation of the population’s age

Population’s age

Coalescence time

From Krings et al. (1997)

any conclusions
Any conclusions?
  • Robust inferences on past population processes are complicated
  • No shortcuts: allele genealogies are not population genealogies
  • Archaeologists need geneticists to tell demographic from cultural processes
  • Geneticists need archeologists to identify good hypotheses to test
sintesi 1
Sintesi 1
  • Il coalescente fornisce un modello di evoluzione basato sull’indipendenza fra processo genealogico e processo mutazionale
  • Tramite il coalescente si possono stimare parametri sulla base di assunzioni esplicite e simulare geenalogie di geni
sintesi 2
Sintesi 2

Vantaggi del coalescente:

  • Rende esplicite le assunzioni;
  • fornisce misure di incertezza;
  • non tratta (a differenza degli approcci filogeografici) i polimorfismi come mutazioni fissate.
slide43
Però:
  • Se avessimo raccolto dati 10mila anni fa avremmo individuato un MRCA più antico
  • Dati raccolti fra 10mila anni individueranno un MRCA più recente

e quindi

  • Il nostro MRCA può avere un valore speciale per noi, ma non ha alcun particolare significato evolutivo
slide45

Maternal or paternal genealogies

past

present

Expanding population Stationary population

slide46

Nucleotide substitutions in the

chromosomes of different

individuals

Only a few are shared Many are shared

slide47

Distributions of pairwise sequence differences,

or mismatch distributions

Unimodal Multimodal

Peak ◄► age of expansion Many peaks

Tajima’s D < 0 Tajima D n.s.

(= balancing selection) (= stabilizing selection)

slide50

1. Rapid pop. growth inferred from mtDNA, 110-40 Kyrs BP

(Excoffier & Schneider 1999)

2. No evidence of growth in Y SNP mismatch distributions

(Pereira et al. 2001; Dupanloup et al. 2003)

Tajima’s D < 0

Tajima’s D = 0

slide51

3. Evidence of growth for Y STRs, <20 Kyrs BP

(Pritchard et al. 1999)

4. Ascertainment bias may render SNPs insensitive to recent population growth

(Dupanloup et al. 2003)

5. Patrilocality?

(Seielstad et al. 1998)

Long-term high Ne for females but not males: Extensive polygyny is a possibility