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

Samankaltaiset tiedostot
Kvantitatiivinen genetiikka

III Perinnöllisyystieteen perusteita

Miten geenit elelevät populaatioissa, vieläpä pitkiä aikoja?

Evoluutio. BI Elämä ja evoluutio Leena Kangas-Järviluoma

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

S Laskennallinen systeemibiologia

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

Kvantitatiivinen genetiikka moniste s. 56

a. Mustan ja lyhytkarvaisen yksilön? b. Valkean ja pitkäkarvaisen yksilön? Perustele risteytyskaavion avulla.

Genetiikan perusteet. Tafel V Baur E. (1911) Einführung in die experimentelle Vererbungslehre. Verlag von Gebrüder Borntraeger, Berlin.

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

alleelipareja dominoiva dominoiva resessiivinen

III Perinnöllisyystieteen perusteita

Sukusiitostaantuma mikä, miksi, milloin?

Perinnöllisyys. Enni Kaltiainen

Periytyvyys ja sen matematiikka

Biologia. Pakolliset kurssit. 1. Eliömaailma (BI1)

Kymmenen kärjessä mitkä ovat suomalaisten yleisimmät perinnölliset sairaudet?

mendelististä genetiikkaa joukoissa: Hardyn ja Weinbergin "laki" Selektio, sattuma

Arkkitehtuurien tutkimus Outi Räihä. OHJ-3200 Ohjelmistoarkkitehtuurit. Darwin-projekti. Johdanto

Genetiikan perusteet 2009

Perinnöllisyyden perusteita

Mitä (biologinen) evoluutio on?

Miten letaalialleeleita käsitellään Drosophilalla? Välttämätön taito esimerkiksi alkionkehityksen alkuvaiheiden selvittämisessä

Geenitutkimusta: evoluutiosta kohti geenivarojen suojelua ja jalostusta

Mutaatio. PopGen Original slides by Outi Savolainen

52746 Geneettinen analyysi

Siirtogeenisten puiden ympäristövaikutukset

Perinnöllisyystieteen perusteita III Perinnöllisyystieteen perusteita

Symbioosi 2 VASTAUKSET

Epigeneettinen säätely ja genomin leimautuminen. Tiina Immonen Medicum, Biokemia ja kehitysbiologia

Rauduskoivun uudet siemenviljelykset täsmäjalosteita koivunviljelyyn

} Vastinkromosomit. Jalostusta selkokielellä. Miten niin voidaan jalostaa?

Symbioosi 2 VASTAUKSET. b. Millaisia sukusoluja vanhemmat tuottavat (4 erilaista)? Vastaus: VL, vl, Vl, vl

Perinnöllisyyden perusteita

BIOLOGIAN YHTEISVALINTA 2011 KYSYMYS 1. Mallivastaus

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

Symbioosi 2 TEHTÄVÄT

Geneettinen analyysi 2014, laskuharjoitukset

Evoluutioekologia

Populaatiosimulaattori. Petteri Hintsanen HIIT perustutkimusyksikkö Helsingin yliopisto

DNA RNA proteiinit transkriptio prosessointi translaatio regulaatio

Metsägenetiikan sovellukset: Metsägenetiikan haasteet: geenit, geenivarat ja metsänjalostus

Perinnöllisyys 2. Enni Kaltiainen

Itä-, länsi- ja pohjoissuomenkarjan populaatiorakenne biokemiallisen ja polymorfismin ja rungon mittojen perusteella

Molekyylipopulaatiogenetiikka

Avainsanat: BI5 III Biotekniikan sovelluksia 7.Kasvin- ja eläinjalostuksella tehostetaan ravinnontuotantoa.

Lataa Kelpoisimman synty - Andreas Wagner. Lataa

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

Kasviekologian luennot

Geneettinen analyysi. Tilastotieteen kertausta

Pakolliset kurssit (OL PDDLOPD%,,

Laboratorioanalyysit, vertailunäytteet ja tilastolliset menetelmät

Lisääntyminen. BI1 Elämä ja evoluutio Leena kangas-järviluoma

Lataa Evoluutiobiologia - Mats Björklund. Lataa

Naudan perinnöllisen monimuotoisuuden tutkimus

Koiran periytyvä persoonallisuus

Steven Kelly & Mia+Janne

GEENIVARAT OVAT PERUSTA KASVINJALOSTUKSELLE. Merja Veteläinen Boreal Kasvinjalostus Oy

A - soveltaminen B - ymmärtäminen C - tietäminen 1 - ehdottomasti osattava 2 - osattava hyvin 3 - erityisosaaminen

Tilastollinen testaaminen tai Tilastollinen päättely. Geneettinen analyysi

5.7. Biologia. Opetuksen tavoitteet

Suomenhevosten kasvuhäiriötutkimus Susanna Back

BIOLOGIA. Aihekokonaisuudet. Biologian opetuksessa huomioidaan erityisesti seuraavat aihekokonaisuudet: kestävä kehitys teknologia ja yhteiskunta

Ensimmäiset ikäindeksit laskettu berninpaimenkoirille

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

PERUSTIETOJA MEHILÄISTEN PERIMÄSTÄ

Eksponenttiyhtälö ja logaritmi

GENOMINEN VALINTA HEVOSJALOSTUKSESSA. Markku Saastamoinen MTT Hevostutkimus

Eläinjalostus. Alkujaan villit kantamuodot eläinrodut Valitaan parhaat yksilöt lisääntymään jälkeläisille parhaat ominaisuudet.

Tischeria ekebladella -perhosen metapopulaatiorakenne

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Geneettinen umpikuja: Koira uhanalaisena lajina kuusiosaisen artikkelisarjan 1. osa

Miltä näyttää kotimaisten rotujemme perinnöllinen monimuotoisuus? Jalostusvalinta on merkittävin koirarotujen monimuotoisuutta vähentävä tekijä

LUKION OPETUSSUUNNITELMAN PERUSTEET 2003, OPETUSHALLITUKSEN MÄÄRÄYS 33/011/2003

Miltä näyttää kotimaisten rotujemme perinnöllinen monimuotoisuus?

Esteet, hyppyprosessit ja dynaaminen ohjelmointi

Kertaus. x x x. K1. a) b) x 5 x 6 = x 5 6 = x 1 = 1 x, x 0. K2. a) a a a a, a > 0

Geogebra -koulutus. Ohjelmistojen pedagoginen hyödyntäminen

Muurahaisyhdyskuntien sosiaalinen evoluutio

Avainsanat. populaatio yksilöiden levintätyypit ikärakenne sukupuolijakauma populaation kasvumallit ympäristön vastus elinkiertostrategiat

Moraalinen uhkapeli: laajennuksia ja sovelluksia

DNA sukututkimuksen tukena

Epigeneettinen säätely ja genomin leimautuminen. Tiina Immonen BLL Biokemia ja kehitysbiologia

pitkittäisaineistoissa

Geenitekniikan perusmenetelmät

5.7 Biologia Perusopetus Opetuksen tavoitteet Valinnaiset kurssit 1. Elämä ja evoluutio (bi1) 2. Ekosysteemit ja ympäristönsuojelu (bi2)

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

Avainsanat: BI5 III Biotekniikan sovelluksia 9. Perimä ja terveys.

Tuotantoeläinten jalostuksen työkaluja

Monitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu

Virkaanastujaisesitelmä Anneli Hoikkala. Evoluutotutkimus: ekologiaa ja molekyyligenetiikkaa

Tilastollinen päättely II, kevät 2017 Harjoitus 2A

3 Määrätty integraali

Darwin: Tutkimusprojektin esittely

Riista- ja kalatalouden tutkimuslaitos Marja-Liisa Koljonen Yleistä

MATEMATIIKAN KOE, LYHYT OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Paikallinen sopeutuminen mosaiikkisessa ympäristössä

Transkriptio:

Darwin nuorena Darwinin syntymästä on 201 vuotta ja "Lajien synnystä" 151 vuotta. Evoluutio on dynaaminen prosessi, joka pohjautuu populaatiogenetiikkaan Darwinin suurin ansio oli luonnonvalinta adaptaation selityksenä

Valinta eli selektio 1. Yhden lokuksen mallit - valinta resessiivistä vastaan - valinta dominoivaa vastaan - ei dominanssia ollenkaan - heterotsygootin etu - heterotsygootin heikkous 2. Kvantitatiivisten ominaisuuksien valinta

HW-mallia pitää käyttää myös dynaamisen mallin pohjana alleelien frekvenssien muutoksia kuvailtaessa Muutosvoimat: mutaatio selektio satunnaisajautuminen migraatio

HW-mallia voidaan käyttää myös dynaamisen mallin pohjana alleelien frekvenssien muutoksia kuvailtaessa Muutosvoimat: mutaatio selektio satunnaisajautuminen migraatio

Valinta eli selektio - luonnonvalinta on darwinistisen evoluution muutosvoima - keinollinen valinta on ihmiskunnan menestyksen syy: ravinnontuotanto syntyi jalostuksen tuloksena - fitness eli geneettinen kelpoisuus: yksilön geenien suhteellinen osuus seuraavissa polvissa (tai elinkelpoisten jälkeläisten määrä) - jos genotyyppien välillä on fitness eroja, on muutos alleelifrekvenssissä automaattinen seuraus - luonnonvalinnassa ei ole muita voimia kuin genotyyppien fitness erot, vaikka usein piirrelläänkin nuolia ja gradientteja, asteikkoja. Valinta on populaation sisäinen ilmiö, tietenkin suhteessa ympäristöön.

Genotyyppi Frekvenssi Fitness Lisääntymistulos AA p 0 ² 1 p 0 ² Aa 2p 0 q 0 1-hs 2p 0 q 0 (1 - hs ) aa q 0 ² 1-s q 0 ² (1 s) Σ = W p 0 ²+ p 0 q 0 (1-hs) p 1 = ------------------------------- p 0 ² + 2p 0 q 0 (1-hs)+ q 0 ² (1-s) s = selektiokerroin. Jos s = 0, valintaa (so. geneettisiä fitness-eroja) ei ole. Jos s = 1, puhutaan letaalialleelista. h = dominanssikerroin h = 0, A dominantti, h = 1, a dominantti w = 1-s fitness

Deterministisen selektion mallituslomake deterministinen = ennalta määräytynyt => populaation koko ääretön Selektio

Fitnessit muuttuvat vain scroll-baareista, ei luukkuun kirjoittamalla Genotyyppien fitnessit Oletusarvoja ei ole Lähtöfrekvenssi Lopullinen frekvenssi sadan sukupolven jälkeen muuttuu scrollilla nappi! Populaation kokonais- tai keskimääräinen fitness p:n funktiona Alleelifrekvenssin muutos Δp Selektio

No niin, yksi lasku laskettiin. Samaan kehikkoon voi laskea useitakin, jollei pyyhi välillä Selektio

Selektio

Selektio!? Selektio dominoivan A:n puolesta = resessiivistä a:ta vastaan

Selektio Fitness 0.05 0.5 0.9 s = 0.95 s = 0.5 s = 0.1 Selektiokerroin s = 1- w vaikuttaa tietenkin selektion ripeyteen. Jos s = 0.95, aa on lähes letaali (tappava)

Ei dominanssia: alku nopea, loppu vie fiksaatioon Selektio

Selektio!? Selektio dominoivaa a:ta vastaan = resessiivisen A:n puolesta

tasapaino Balansoiva selektio: heterotsygootti paras Selektio

Jos heterotsygootti on huonoin, fiksoituu jompikumpi alleeli, lähtöfrekvenssistä riippuen Selektio

Huomasitte varmaan, että populaation kokonais- tai keskimääräinen fitness aina kasvaa, eli siirtyy sillä W- käyrällä ylöspäin Siellä missä W-käyrä (= toisen asteen yhtälön kuvaaja eli paraabeli) on lähellä tasapainokohtaansa (vaakasuora), on muutos hidasta

Kertaus: oppikirjakuva

Kertaus: oppikirjakuva

Kertaus: oppikirjakuva

HW-mallia tarvitaan aina dynaamisen mallin pohjana alleelien frekvenssien muutoksia kuvailtaessa Muutosvoimat: mutaatio selektio satunnaisajautuminen migraatio

Populaatiot ovat alttiita satunnaisilmiöille - Mutaatiot ovat määritelmän mukaan satunnaisia - Populaation koon äärellisyydestä johtuu otantavirhettä, joka toistuu joka sukupolvessa. Eivät kaikki gameetit pääse jatkoon - Otantavirheen seuraamukset ovat dramaattisia pienissä populaatioissa (luonnonsuojelunäkökulma) - Ilmiön nimi: geneettinen satunnaisajautuminen eli random genetic drift, kotosalla pelkkä drifti

Satunnaisajautumisen ja selektion simulaatiolomake Drift

Genotyyppien fitnessit Populaation koko Drift Oletusarvo w1=w2=w3 = 1 Oletusarvo 100 Aja! Pyyhi taulu! Lähtöfrekvenssi Oletusarvo 0.5 Kokonaisfitness (ei mielekäs, jos genotyypit samanlaisia p:n arvojen lopputilannejakauma sadan sukupolven kuluttua

Ajo oletusarvoilla (pelkkä RUN nappi siis painettiin, kuvaannollisesti tosin, ruudulta käsin) Drift

Pienennettiin populaation koko puoleen (50) Drift

Drift Pienennettiin populaation kokoa vieläkin. Yleisimmät loppuluokat ovat: A tai a katoaa kokonaan

Suurennettiin kokeeksi populaation koko tuhanteen. Vaappuminen vähenee tuntuvasti, mutta vaappuu se tässäkin. Ajalla ja populaation koolla on sellainen suhde, että saman hajonnan (alleelien katoamisen/fiksaation) saavuttamiseksi suuri populaatio tarvitsee vain enemmän aikaa Drift

Koe: yksi uusi mutanttialleeli syntyi populaatioon. Useimmiten se hävisi (98 kertaa), mutta pari kertaa se on vielä olemassa sadan sukupolven jälkeen. Ajon voi toistaa samaan ruudukkoon pyyhkimättä ja simuloida neutraalievoluutiota. Drift

Se uusi mutanttialleeli olikin 40 % parempi kuin entinen alleeli, tosin resessiivinen. Kuusi kertaa sadasta se sitten fiksoitui, 94 kertaa katosi jälkiä jättämättä! Drift

Drift Nyt se uusi 40% parempi alleeli oli dominoiva. Usein se sittenkin katosi, mutta aika monta kertaa (lähes 50 %) onnistui runsastumaankin.

Vähän kohtuullisemmalla fitness-erolla (10%) hyvä dominoiva A katoaa noin 75 kertaa sadasta Drift

HW-malli on aina dynaamisen mallin pohjana alleelien frekvenssien muutoksia kuvailtaessa Muutosvoimat: mutaatio selektio satunnaisajautuminen migraatio

Migraatio luetellaan neljäntenä dynaamisena evoluutiovoimana - Tässä tarkoitettu migraatio on geenivirtaa (gene flow) eli populaatioiden välistä geenien vaihdantaa - Ekologian alaa! Malleja: - yksiulotteinen stepping stone - 2-ulotteinen stepping stone - source-sink (island-continent)

Yksiulotteisen stepping stone mallin simulointilomake Migration4

Osapopulaatioiden koko Geenivaihdon osuus Migration4

A:n keskimääräinen frekvenssi F ST on erilaistumisen mittaluku Osapopulaatiot ovat erilaisia sadan sukupolven päästä Migration4

!?! 10 % geenivirta lähimmistä naapureista!?!!?! Migration4

Vain yhden prosentin geenivirta (1 yksilö / sukupolvi Migration4

"Jalostus" on ollut ihmiskunnan menestyksen avain, ja "geneettinen valinta" on jalostuksen menetelmä - Valinta, myös mitä triviaaleimmassa mielessä (domestikaatio) - Mieluisan muuntelun löytäminen (mittaaminenkin) ja ylläpito - Saavutetun tason ylläpitäminen (hybridijalostus, kloonit) - Uusien tavoitteiden asettaminen ja evaluointi - Uusien haasteiden kohtaaminen (glob. nälkä, reg. luomu, etc) - Uusien menetelmien tuomat mahdollisuudet (ja uhkat)

Valinta eli selektio 1. Yhden lokuksen mallit - valinta resessiivistä vastaan - valinta dominoivaa vastaan - ei dominanssia ollenkaan - heterotsygootin etu (balansoiva valinta) - heterotsygootin heikkous 2. Kvantitatiivisten ominaisuuksien valinta - suuntaava (direktionaalinen) valinta - stabiloiva, normalisoiva, kanalisoiva - hajottava, disruptiivinen

Heritabiliteettiestimaatteja

Jalostushyödyn ja heritabiliteetin välillä on seuraava helppo yhteys: G = h²i G on jalostushyöty (Gain), h² on additiivinen heritabiliteetti ja I on valinnan intensiteetti, so. se osuus populaatiosta joka karsitaan pois. Tämä johtuu hyvin yksinkertaisesti siitä, että jos "suuruus" johtuu tietyistä alleeleista, on niitä alleeleita "suurten" jälkeläisissä sitten enemmän kuin keskinkertaisten jälkeläisissä.

--+ +++ ---- ++- +++ +++ ---- ---- h 2 suuri h 2 pieni

Varianssi koostuu geneettisestä ja ympäristön aiheuttamasta Varianssia kasvattaa: mutaatiot immigraatio rekombinaatio MIR

Varianssi koostuu geneettisestä ja ympäristön aiheuttamasta Varianssia vähentää: sukusiitos selektio

keskiarvo varianssi

Suuntaava selektio + fitness

Suuntaava selektio 0 1 fitness

S = selektioero Typistysvalinta (truncation) Futuyma 1986

Stabiloiva selektio Normalisoiva + fitness

Munue selektion puristuksessa paljon munia r-selektio: epävarma elämä, kuolinsyyt satunnaisia, resurssia piisaa, log kasvuodotukset (r) K-selektio: panosta survivaliin, panostus myöhempään lisääntymiseen, resurssit lähes käytössä (K lähellä) kyky halu suuria munia

Hajottava selektio Disruptiivinen fitness +

Kertaus: oppikirjakuva