Evoluutiovoimat. Ydinkysymykset. Mikä on mutaation, valinnan ja sattuman merkitys evoluutiossa?

Samankaltaiset tiedostot
Evoluutiovoimat. Mikä on mutaation, valinnan ja sattuman merkitys evoluutiossa?

Molekyylipopulaatiogenetiikka

Molekyylievoluutio. (753327A, S), 4 op syksy Photo Marie-Hélène Müller

Sekvenssievoluutio ja fylogeniat

III Perinnöllisyystieteen perusteita

Darwin nuorena. Darwinin syntymästä on 201 vuotta ja "Lajien synnystä" 151 vuotta.

Evoluutio. BI Elämä ja evoluutio Leena Kangas-Järviluoma

Sekvenssievoluutio ja fylogeniat

Valitaan testisuure, jonka jakauma tunnetaan H 0 :n ollessa tosi.

Lataa Evoluutiobiologia - Mats Björklund. Lataa

Perinnöllisyyden perusteita

Evolutiivinen stabiilisuus populaation

Mitä (biologinen) evoluutio on?

LUOMINEN JA EVOLUUTIO

Evoluutio ja luominen. Mian tekemä esitys Jannen esittämänä

Evoluutioteorian kehitys Darwinista nykypäivään

S Laskennallinen systeemibiologia

Mutaatio. PopGen Original slides by Outi Savolainen

Sukusiitostaantuma mikä, miksi, milloin?

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Steven Kelly & Mia+Janne

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Naudan perinnöllisen monimuotoisuuden tutkimus

Ihmisten erilaisuuden geneettinen perusta

Siirtogeenisten puiden ympäristövaikutukset

Patogeenisten bakteerien evoluutio isännän sisällä

Laboratorioanalyysit, vertailunäytteet ja tilastolliset menetelmät

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Biologia. Pakolliset kurssit. 1. Eliömaailma (BI1)

Miten geenit elelevät populaatioissa, vieläpä pitkiä aikoja?

Miten letaalialleeleita käsitellään Drosophilalla? Välttämätön taito esimerkiksi alkionkehityksen alkuvaiheiden selvittämisessä

4. Evoluutioteoria Mitä evoluutio on? 4.2. Tieteellisen teorian yleisiä ominaisuuksia 4.3. Evoluutioteorian historiaa 4.4. Mitä darwinismi on?

Todennäköisyyden ominaisuuksia

vauriotyypit Figure 5-17.mhc.restriktio 9/24/14 Autoimmuniteetti Kudosvaurion mekanismit Petteri Arstila Haartman-instituutti Patogeeniset mekanismit

Neandertalinihmisen ja nykyihmisen suhde molekyyligenetiikan valossa

Mikrobikriteereiden arviointi esimerkkinä kampylobakteeri

Tilastollinen päättömyys, kevät 2017 Harjoitus 6B

Evolutiivisesti stabiilin strategian oppiminen

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

l (φ; y) = l(θ(φ); y) Toinen derivaatta saadaan tulon derivaatan laskusäännöllä Uudelleenparametroidun mallin Fisherin informaatio on

Markov-ketjut pitkällä aikavälillä

Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto

1. Jatketaan luentojen esimerkkiä 8.3. Oletetaan kuten esimerkissä X Y Bin(Y, θ) Y Poi(λ) λ y. f X (x) (λθ)x

/1. MTTTP5, luento Kertausta. Olk. X 1, X 2,..., X n on satunnaisotos N(µ, ):sta, missä tunnettu. Jos H 0 on tosi, niin

DNA RNA proteiinit transkriptio prosessointi translaatio regulaatio

4.0.2 Kuinka hyvä ennuste on?

Estimointi populaation tuntemattoman parametrin arviointia otossuureen avulla Otossuure satunnaisotoksen avulla määritelty funktio

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

6.1.2 Yhdessä populaatiossa tietyn tyyppisten alkioiden prosentuaalista osuutta koskeva päättely

Suomalaisen maatiaiskanan säilytysohjelman koulutuspäivä, Riihimäki, Pasi Hellstén

Harjoitus 7: NCSS - Tilastollinen analyysi

Väliestimointi (jatkoa) Heliövaara 1

Avainsanojen poimiminen Eeva Ahonen

Tilastollinen testaaminen tai Tilastollinen päättely. Geneettinen analyysi

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

dx=5&uilang=fi&lang=fi&lvv=2014

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Diskreettiaikainen dynaaminen optimointi

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Näihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8,

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

x 7 3 4x x 7 4x 3 ( 7 4)x 3 : ( 7 4), 7 4 1,35 < ln x + 1 = ln ln u 2 3u 4 = 0 (u 4)(u + 1) = 0 ei ratkaisua

/1. MTTTP1, luento Normaalijakauma (jatkoa) Olkoon Z ~ N(0, 1). Määritellään z siten, että P(Z > z ) =, graafisesti:

Virkaanastujaisesitelmä Anneli Hoikkala. Evoluutotutkimus: ekologiaa ja molekyyligenetiikkaa

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?

52746 Geneettinen analyysi

E p1 = 1 e 2. e 2. E p2 = 1. Vuorovaikutusenergian kolme ensimmäistä termiä on siis

Evoluutiopuu. Aluksi. Avainsanat: biomatematiikka, päättely, kombinatoriikka, verkot. Luokkataso: luokka, lukio

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Sukusiitoksesta sukulaistumiseen - jalostustietojärjestelmä työkaluna. Rovaniemi Susanna Back, Suomen Hippos ry

Tilastollisia peruskäsitteitä ja Monte Carlo

A130A0650-K Tilastollisen tutkimuksen perusteet 6 op Tentti / Anssi Tarkiainen & Maija Hujala

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

,ܾ jaü on annettu niin voidaan hakea funktion

&idx=2&uilang=fi&lang=fi&lvv=2015

811120P Diskreetit rakenteet

2 exp( 2u), kun u > 0 f U (u) = v = 3 + u 3v + uv = u. f V (v) dv = f U (u) du du f V (v) = f U (u) dv = f U (h(v)) h (v) = f U 1 v (1 v) 2

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Tässä luvussa mietimme, kuinka paljon aineistossa on tarpeellista tietoa Sivuamme kysymyksiä:

Matematiikan tukikurssi

MTTTP5, luento Luottamusväli, määritelmä

Markov-kustannusmallit ja kulkuajat

MAA2.3 Koontitehtävät 2/2, ratkaisut

Kuva 1: Yksinkertainen siniaalto. Amplitudi kertoo heilahduksen laajuuden ja aallonpituus

Evoluutioteorian todennäköisyydestä

Demonstraatiot Luento 7 D7/1 D7/2 D7/3

Esimerkki: Tietoliikennekytkin

Positional cloning. Pedigreessä etenevä ominaisuus kartoitetaan ensin karkeasti ja sitten tehdään yhä tarkempaa työtä molekyylimarkkereilla.

&idx=2&uilang=fi&lang=fi&lvv=2015

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1

Kvantitatiivinen genetiikka

Geenikartoitusmenetelmät. Kytkentäanalyysin teoriaa. Suurimman uskottavuuden menetelmä ML (maximum likelihood) Uskottavuusfunktio: koko aineisto

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

Tehtävä 1. Oletetaan että uv on neliö ja (u, v) = 1. Osoita, että kumpikin luvuista u ja v on. p 2j i. p j i

Transkriptio:

Evoluutiovoimat Ydinkysymykset Mikä on mutaation, valinnan ja sattuman merkitys evoluutiossa? -sattuman sysäily: populaatiokoon vaikutus -valinta: positiivinen, tasapainottava ja negatiivinen -mutaatiot: neutraalien, positiivisten ja haitallisten mutaatioiden osuus kaikista uusista mutaatioista ja niiden kohtalo -evoluutioteoriat -neutraalihypoteesin testaus

2.5 Millä todennäköisyydellä uusi mutaatio fiksoituu (jolloin sillä on merkitystä lajin evoluutiossa)? Tn=?

Mutaatioon vaikuttaa yhtä aikaa sekä valinta että äärellisestä populaatiokoosta johtuva ajautuminen. Esim. kodominantin mutaation fiksoitumistodennäköisyys: (,, -genotyyppien fitnessit 1, 1+s, 1+2s) P = (1 - e -4N esq ) / (1-e -4N es ) (Kimura 1962) Fiksoitumistodennäköisyyteen vaikuttavat:

Sijoitetaan alkufrekvenssi yhtälöön P = (1 - e -4N esq ) / (1-e -4N es ) alussa on vain yksi mutanttialleeli joten alkufrekvenssi q = 1/(2N) : P = (1-e (-2N es)/n )/(1-e -4N es ) Erikoistapauksia: kun N e = N: P = (1-e -2s )/(1-e -4Ns ) kun s = 0 (neutraaali mutaatio) : P = 1/(2N) /s/ = pieni: P = 2s/(1-e -4Ns ) s = pieni ja positiivinen ja N on suuri: P ~ 2s

>> Haitallisen mutaation todennäköisyys fiksoitua on sitä suurempi mitä pienempi populaatio. Esimerkki (GL s. 55) : populaatiossa (N=N e =1000) syntyy uusi mutaatio. Millä todennäköisyydellä se fiksoituu populaatioon kun a) se on neutraali b) sillä on 0,001 kelpoisuusetu c) kun se on haitallinen s = -0,001? (Entä kun N = 10 000?) Vast. a) P=1/(2N) = 1/(2x1000) = 0,0005 (0,00005) b) P=2s = 2x 0,001 = 0,002 (0,002) c) P= (1-e -2s )/(1-e -4Ns )=(1- e -2x-0,001 )/(1-e -4x1000x-0,001 ) = 0,000037 (10-20 ) Katsele laskujen tuloksia ja päättele ovatko seuraavat väittämät oikein vai väärin? >> Edullinen mutaatio fiksoituu aina populaatioon. >> Haitallinen mutaatio ei fiksoidu koskaan.

esim. Jos N=1000, neutraali mutaatio: 4000 sukupolvea edullinen mutaatio, s=0,1: 152 sukupolvea edullinen mutaatio, s=0,2: 76 sukupolvea 2.6 Fiksaatioon kuluva aika (ehdollinen fiksaatioaika): Olettaen että mutaatio fiksoituu, kuinka paljon siihen kuluu aikaa? Uuden mutaation alkufrekvenssi on 1/2N. T=? -Neutraalin mutaation fiksaatioon kuluu aikaa t = 4N sukupolvea -Edullisen mutaation fiksaatioon kuluu aikaa t = (2/s)ln(2N) sukupolvea (,, -genotyyppien fitnessit 1, 1+s, 1+2s)

2.8 Geenisubstituution nopeus =korvautumisten määrä/aikayksikkö=k Neutraalit mutaatiot Kussakin sukupolvessa syntyy µ mutaatiota/geeni, eli diploidissa populaatiossa 2N µ mutaatiota. Näistä jokaisen fiksaatiotodennäköisyys on 1/2N, joten substituutionopeudeksi saadaan: K = (2N µ ) x (1/2N) = µ >> neutraalievoluution nopeuteen vaikuttaa ainoastaan mutaationopeus

Mutaationopeus mutaatiot ovat niin harvinaisia että ei saada helposti tutkittua yhden sukupolven yli mutta voidaan arvioida neutraaleissa alueissa tapahtuneiden nukleotidisubstituutioiden perusteella jos eroamisaika tiedetään. Esim. Kahden lajin eräs pseudogeenialue linjattiin ja havaittiin että 5%:ssa nukleotidipaikoista emäs oli erilainen lajien välillä. Lajit ovat fossiiliaineiston perusteella eronneet 2,5 miljoonaa vuotta sitten. Oletetaan että sukupolvenväli on 1 vuosi. Mikä on mutaationopeus tällä alueella? Vast. Keskimäärin substituutioita/nukleotidipaikka on ~0,05. Substituutionopeus on 0,05/ 2x2,5 milj. v. = 1 x 10-8 subst./nukleotidipaikka/sukupolvi. >>Mutaationopeus = 1 x 10-8 /nukleotidipaikka/sukupolvi

Edulliset mutaatiot Mutaatiota syntyy taajuudella 2N µ /sukupolvi ja kunkin fiksoitumistodennäköisyys on 2s. K = 2N µ x 2s = 4Ns µ 1/K on kahden perättäisen geenisubstituution välinen aika.

GL s.56 Edullisten ja neutraalien mutaatioiden kohtalo, Nei 1987

http://en.wikipedia.org/wiki/masatoshi_nei

2.9 Evoluutioteoriat Mitkä evoluutiovoimat ovat tärkeimpiä evoluutiossa? Sattuma vai valinta? Ja jos valinta on tärkeä niin millainen valinta? Riippuen siitä mikä painotus annetaan eri evoluutiovoimille, on erilaisia evolutiivisia selitysmalleja. -neutralistit: mutaatio, ajautuminen, puhdistava valinta Sattuma Alleelit -selektionistit: positiivinen ja balansoiva valinta Mutaatio Valinta Negatiivinen Positiivinen Balansoiva

Selektionistit Darwinismi (luonnonvalinta) + Mendelismi (mutaatiot synnyttävät uutta muuntelua,mendelin lait) > Neodarwinismi eli synteettinen evoluutioteoria, noudattaa selektionististä ajatusmallia: -substituutiot ovat edullisten alleelien substituutioita -polymorfismit ovat seurausta balansoivasta valinnasta.

Neutralistit 1960-l. lähtien löydettiin paljon polymorfismeja proteiinitasolla (allotsyymit) 1968 Mootoo Kimura julkaisi neutraaliteoriansa : -molekyylitasolla suurin osa substituutioista ja lajin sisällä suurin osa polymorfismeista on neutraaleja tai lähes neutraaleja (nearly neutral) Lähes neutraali: /s/ < 1/(2N e ) -alleelifrekvenssien muutokset johtuvat ajautumisesta. -polymorfian määrä riippuu vain populaation efektivisestä koosta ja mutaationopeudesta: θ = 4N e µ (= π mutaation ja driftin tasapainossa vakaassa populaatiossa)

Uusien mutaatioiden fitnesarvojen jakaumasta suurin näkemysero: Yhtä mieltä: Suurin osa uusista mutaatioista on haitallisia ja ne poistuvat populaatioista nopeasti > eivät osallistu substituutioihin tai polymorfismeihin merkittävästi. Kiistanalaista: (Tehollisesti) neutraalien ja edullisten mutaatioiden välinen suhde. Frankham s.161

Neutraaliteorian testaus: Neutraaliteorian mukaan sekä lajin sisäinen polymorfia että lajien väliset erot ovat neutraaleja tai lähes neutraaleja mutaatioita. Monet neutraaliteorian testit perustuvat siihen että jos mutaatiot ovat neutraaleja, substituutionopeus korreloi positiivisesti lajin sisäisen muuntelun kanssa. Neutr. substituutionopeus (divergenssi lajien välillä) µ Neutraalin muuntelun määrä lajin sisällä 4N e µ

HKA-testi Verrataan lajien välisiä eroja lajien sisäiseen muunteluun eri genomin osissa. Jos neutraaliteoria pitää paikkansa, lajin sisäisen polymorfian määrän suhde lajien välisiin eroihin on sama eri genomin osissa. Lokus 1 (mut. nopeus pieni) Lokus 2 (mut. nopeus suuri) Erot Polymorfia Erot Polymorfia

Esimerkki: maissi tb 1 Polymorfismi (theta/bp x 1000) Divergenssi (parittaiset erot/bp x 1000) Tb1 NTR Tb1 TU 0,93 2,43 52,5 12,73 X2 = 13,58, P=0,004 Wang et al. 1999 Nature 398:236 teosintti maissi maissin tb1- mutantti >> Maississa on tb1-geenin NTR alueella vähemmän polymorfiaa kuin odotetaan. Maissin domestikaation aikana on suosittu tiettyä NTR-alueen mutaatiota. Mutaation nopea fiksoituminen on aiheuttanut polymorfian vähenemisen ympäröivältäkin alueelta.

McDonaldin ja Kreitmanin testi: Verrataan proteiinia koodaavaa aluetta kahdessa lajissa. Jos neutraaliteoria pitää paikkansa, lajien välisten synonyymisten ja eisynonyymisten fiksoitujen erojen suhde on sama kuin synonyymisten ja ei-synonyymisten polymorfismien suhde. Synonyyminen: emäsmuutos ei johda aminohapon muutokseen. Neutraaleja. Ei-synonyyminen: emäsmuutos johtaa aminohapon muutokseen. Osa haitallisia, ne karsiutuvat nopeasti eivätkä ole polymorfisia tai fiksoidu lajien välille. Lajien erot Polymorfia Syn. Ei-syn. Syn. Ei-syn.

Esim. Drosophila melanogaster ja D. simulans, glukoosi- 6-fosfaattidehydrogenaasi-lokus GL s.64 >> ei-synonyymisiä eroja lajien välillä on enemmän kuin neutraaliteorian mukaan odotetaan, joten päätellään että lajien välillä on tapahtunut aminohappokorvautumisia positiivisen suuntaavan valinnan tuloksena.

Kirjallisuutta: James F. Crow 2008. Mid-Century Controversies in Population Genetics. Annual Review of Genetics 42 (doi:10.1146/annurev.genet.42.110807.091612) Hughes AL. 2008. Near neutrality: leading edge of the neutral theory of molecular evolution. Ann N Y Acad Sci. 1133:162-79.