하디-와인버그(Hardy-Weinberg)와 유전적 부동(genetic drift)
- 클래스 시뮬레이션
- 새 스프레드시트 파일을 열어 시작합니다. Hardy-Weinberg 방정식에 따라 p는 집단에서 우성 대립유전자 A의 빈도이고 q는 열성 대립유전자 B의 빈도로 정의되며, 대립유전자 A의 빈도 p는 세포 B2로, 대립유전자 B의 빈도 q는 세포 B3로 정의됩니다.
- C2 셀에 값 0.5를 할당합니다.
- 1 – p = q 방정식에 따라 "= 1 – C2" 공식을 셀 C3에 입력하여 대립유전자 B의 빈도 q를 계산합니다. 참고: 셀 C2 및 C3는 다음 몇 단계에서 사용되는 유전자 풀을 나타냅니다.
- 셀 E2 및 F2에 각각 "대립유전자 1" 및 "대립유전자 2"에 레이블을 지정한 다음 임의 수식에 대한 RAND 코드를 셀 E3에 입력합니다. =IF (RAND()
- E3 셀을 선택하고 셀의 오른쪽 하단 모서리를 E27로 드래그하여 수식을 25개의 셀로 복제하여 다른 자손을 위한 대립유전자를 만듭니다. 을 클릭하고 E3 셀에서 사용된 것과 동일한 수식을 F3 셀에 입력합니다.
- G2 셀에 "유전자형"이라는 설명으로 시작하는 데이터의 세 번째 열을 추가하고 G3 셀에 CONCATENATE 함수를 추가하여 무작위로 생성된 두 대립유전자를 결합하고 유전자형을 만듭니다.
- 이 수식을 아래로 끌어 25개 셀에 대해 표시하고 각각 H2, I2 및 J2 AA, AB 및 BB 셀에 레이블을 지정합니다.
- 그런 다음 여기에 표시된 대로 하나의 IF 함수를 H3, I3 및 J3 셀에 입력합니다. 수식을 아래로 끌어 열당 25개 행을 표시합니다. 수식은 이 행의 유전자형이 헤더 행의 유전자형과 일치하면 1을 반환하고 이 행의 유전자형이 다른 두 유전자형 중 하나이면 0을 반환합니다. H3: = IF (G3="AA",1,0) I3: =IF(OR(G3="AB,G3="BA"),1,0) J3: =IF(G3="BB",1,0)
- 그런 다음 D28 셀을 "SUM"으로 레이블을 지정하고 H28 셀에 수식을 추가한 다음 수식을 I28 및 J28 셀로 끌어 각 유전자형의 총 수를 구합니다.
- 다음으로, H30 및 J30 셀에 각각 "A" 및 "B"에 레이블을 지정하고 D31 셀에 "대립유전자 수"에 레이블을 지정합니다.
- H31 및 J31 셀에 코드를 추가하여 시뮬레이션된 세대의 총 대립유전자 수를 구합니다. 이는 각 동형접합 유전자형의 빈도의 2배에 이형접합 유전자형의 빈도를 더한 값입니다.
- 그런 다음 E32 셀에 "차세대 대립유전자 빈도"라는 레이블을 지정하고 H32 및 J32 셀에 코드를 추가하여 다음 세대의 대립유전자 비율을 얻습니다.
- 방금 구축한 수학적 모델에서 생성된 유전자 빈도를 사용하여 C2 및 C3 세포의 유전자 풀 값을 H32 및 J32의 값으로 조정하고 10세대를 더 실행하여 매번 결과 대립유전자 빈도로 유전자 풀을 업데이트합니다.
- 테이블의 스프레드시트에 각 시점에서 두 변수의 비율을 기록하고 선 그래프를 만들어 시간이 지남에 따라 작은 모집단이 어떻게 변하는지 확인합니다. 가설: 이 연구의 실험 가설은 더 작은 개체군이 더 작은 개체군이 유전적 부동에 더 취약하기 때문에 더 작은 개체군이 큰 개체군보다 대립유전자의 Hardy-Weinberg 예상 빈도에서 더 많이 벗어날 것이라는 것입니다. 귀무 가설은 집단 내의 대립유전자 빈도가 Hardy-Weinberg 평형 방정식 예상 빈도와 다르지 않다는 것인데, 이는 대립유전자 빈도가 세대마다 동일하다는 것을 의미합니다.
- 유전자 A의 빈도를 0.3으로, 유전자 B의 빈도를 0.7로 설정하고 모델을 10번 더 실행하여 각 실행 후 테이블에 다음 세대의 유전자 비율을 기록합니다.
- 그런 다음 셀의 수식을 더 아래로 끌어 100개의 접합자를 포함하도록 모델을 변경하고 모델을 다시 10번 실행합니다.
- 마지막 실행 후 모든 작업 데이터를 개인 저장 장치에 저장하고 스프레드 시트 프로그램을 종료하십시오.
- Hardy-Weinberg 및 유전적 부동에 대한 시뮬레이션
- 시작하려면 파트너를 찾은 다음 강사로부터 가방 하나를 받으십시오.
- 가방에 두 가지 색상의 구슬과 각 색상의 짝수가 들어 있는지 확인합니다.
- 한 가지 색상을 대립유전자 대문자 A로, 다른 색상을 작은 a로 지정합니다. 가설: 이 시뮬레이션의 실험 가설은 실험의 10세대 동안 대립유전자 빈도가 변하지 않고 Hardy-Weinberg 평형이 관찰된다는 것입니다. 귀무 가설은 모집단에서 평형이 보이지 않는다는 것입니다.
- 0세대 옆에 있는 표 1의 초기 주파수에 유의하십시오. Hardy-Weinberg 방정식을 사용하여 개체군의 초기 유전자형 빈도를 계산하고 표 1에 기록하십시오. 표 A를 다운로드하려면 여기를 클릭하십시오.
- 그런 다음 Hardy-Weinberg 평형의 10세대 후 예상되는 최종 대립유전자 및 유전자형 빈도에 대해 파트너와 논의하십시오. 표 1의 예측 옆에 있는 이 점에 유의하십시오.
- 가방에서 한 쌍의 구슬을 뽑습니다. 이것은 다음 세대에 있는 한 개인의 유전자형을 나타냅니다.
- 1세대 옆의 해당 열에 집계 표시를 배치합니다.
- 이제 매번 각 구슬 쌍을 가방에서 꺼내고 그림을 20 번 반복하여 표 1의 한 세대를 채 웁니다.
- 집계를 사용하여 각 유전자형에서 두 대립 유전자를 모두 계산하는 것을 기억하여 해당 세대의 대립 유전자 빈도를 계산합니다. 새로운 대립유전자 빈도를 기록한 다음 필요에 따라 비드를 추가하거나 제거하여 1세대 이후의 개체군을 반영하도록 100개의 비드를 조정합니다.
- 표 1의 모든 관찰을 기록하면서 20개의 픽을 추가로 생성하기 위해 이 조정된 모집단에서 쌍 그리기를 반복합니다.
- 이 세대의 대립 유전자 빈도를 계산 한 후 개체군을 다시 조정하여 3 세대 추첨을 설정하십시오.
- 총 10세대가 기록될 때까지 계속 그림을 그리고, 대립유전자 빈도를 계산하고, 시작 개체군을 조정합니다.
- 하디-와인버그의 위반
- 하디-와인베르크 평형에 대한 다양한 물리적 및 생태학적 시나리오의 효과를 테스트하려면 먼저 어떤 Hardy-Weinberg 가정을 테스트할 것인지 결정하기 위해 종이 쪽지를 그립니다.
- 실험을 시작하기 전에 선택한 시나리오에서 어떤 일이 일어날 수 있다고 생각하는지 예측하고 이를 칠판에 기록하십시오.
- 돌연변이 시나리오를 선택한 경우 집합에서 무작위로 5개의 대립유전자를 선택하고 세 번째 색상인 대립유전자 대문자 B의 5개로 교체합니다.
- 이전과 마찬가지로 20개의 픽 생성을 위해 가방에서 구슬 쌍을 당겨 결과를 기록하여 시뮬레이션을 수행합니다. 표 B를 다운로드하려면 여기를 클릭하십시오.
- 각 세대가 끝나면 시작 인구가 이전과 같이 새로운 대립 유전자 빈도와 일치하도록 조정하십시오.
- 그런 다음 5 개의 무작위 대립 유전자를 새 색상으로 다시 교체하고 20 개의 선택에 대해 새 생성을 시뮬레이션합니다.
- 비 무작위 짝짓기 테스트를 선택한 경우 한 번에 2 개 대신 1 개의 대립 유전자를 그린 다음 가방에서 꺼낸 같은 색의 다른 대립 유전자와 쌍을 이룹니다.
- 이전 시뮬레이션과 마찬가지로 이전 세대 말의 새로운 대립유전자 빈도와 일치하도록 개체군을 조정하고 총 10세대에 걸쳐 시뮬레이션을 수행합니다.
- 유전자 흐름 조건의 경우 모집단에서 10개의 대립유전자를 제거하고 다른 100개의 구슬 세트에서 무작위로 선택된 10개의 대립유전자로 교체하는 것으로 시작합니다.
- 대립 유전자 빈도를 조정하고 각 세대가 시작될 때 10 개의 구슬을 제거하고 다른 가방에서 10 개의 구슬을 추가하는 유전자 흐름을 반복합니다.
- 작은 개체군 크기를 그린 경우 100개 대신 60개의 대립유전자로 각 세대를 시작하기만 하면 됩니다.
- 평소와 같이 각 세대마다 대립 유전자 빈도를 조정하고 10 세대를 기록합니다. 선택 조건에서, 원래의 구슬 주머니에서 추출하되, 각 세대의 끝에서 대립유전자 빈도를 계산할 때 그려진 동형접합 열성 쌍은 계산하지 않습니다.
- Expand
- 시뮬레이션을 실행하기 전에 예측을 하고 보드에 기록하십시오.
- 작은 모집단 크기 테스트가 있는 경우 이전과 같이 표준 Hardy-Weinberg 시뮬레이션을 실행하되 대신 100개가 아닌 30개의 대립유전자로 각 세대를 시작합니다.
- 두 개의 대립유전자 테스트로 파운더 효과를 그렸다면 가방에서 5쌍의 구슬만 뽑아 1세대를 시작합니다.
- 그런 다음 2세대에 대한 유전자 풀을 만들고 1세대에서 결정된 대립유전자 빈도로 50개의 비드만 포함합니다. 3세대 및 모든 후속 세대에 대한 유전자 풀을 만들 때 100개의 비드를 포함합니다.
- 10개의 대립유전자가 있는 파운더(founder) 효과를 위해서는 10개의 서로 다른 색깔의 구슬이 무작위로 들어 있는 가방을 수집해야 합니다.
- 새로운 대립유전자 각각에 대한 대립유전자 이름을 지정한 다음 초기 대립유전자 빈도를 계산합니다.
- 이제 두 개의 대립유전자를 가진 설립자 효과와 같은 방식으로 1세대에 대해 무작위로 5쌍을 그린 다음 50개의 대립유전자를 가진 두 번째 세대를 만들고 100개의 대립유전자를 가진 세 번째 및 후속 세대를 만듭니다. 표 C를 다운로드하려면 여기를 클릭하십시오.
- 2 개의 대립 유전자가있는 자연 재해가 발생하면 강사로부터 종이 접시를 가져와야합니다.
- 플레이트 중앙을 따라 선을 그립니다. 1세대 이전에는 표준 100 비드 설정의 모든 비드를 플레이트에 붓고 무작위로 혼합하여 고르게 펴 바릅니다.
- 플레이트의 한쪽을 선택하고 그쪽에서 모든 구슬을 가져옵니다. 이러한 항목에서 끌어와 1세대를 만들어야 합니다.
- 2세대 이상에서는 인구를 조정하고 총 100개의 구슬을 사용합니다.
- 마지막으로, 10개의 대립유전자 검사로 자연재해를 선택한 경우 10개의 다른 색깔의 구슬이 들어 있는 가방을 수집해야 합니다.
- 각각의 새로운 대립 유전자에 이름을 할당 한 다음 플레이트에 놓고 절반을 선택하십시오. 1세대에 대해 이 50개의 구슬에서 추출한 다음 각 후속 라운드에서 100의 모집단을 만들기 위해 대립유전자 빈도를 계산합니다.
- Expand
- 입력된 함수를 사용하여 동형접합 유전자형의 수에 2를 곱하고 이형접합 유전자형의 수를 더하여 각 대립유전자의 수를 계산합니다.
- 그런 다음 해당 대립유전자의 수를 총 대립유전자의 수로 나누어 빈도를 계산할 수 있습니다. 테이블에 결과를 입력합니다.
- 다음으로, Hardy-Weinberg 방정식을 사용하여 다음 세대의 예상 유전자형 빈도를 계산하고 표를 가이드로 사용하여 시뮬레이션 결과를 예상 빈도와 비교합니다.
- 표에 기록한 시간 경과에 따른 집단 유전자 빈도의 변화를 플롯합니다. 시간이 지남에 따라 대립유전자 빈도의 변화와 대립유전자가 개체군에서 사라지는 지점까지 빈도가 감소하는 경우 주목하십시오.
- 각 대립유전자에 대해 0.5의 초기 유전자 빈도로 25개 및 100개 접합자 개체군의 변화를 플로팅합니다. 더 작은 모집단과 더 큰 모집단의 결과를 비교합니다. 참고: 관찰된 대립유전자 빈도는 RAND 함수의 우연의 결과로 Hardy-Weinberg 기대값과 약간 다를 것으로 예상됩니다.
- 각 대립유전자에 대해 별도의 선을 사용하여 10세대에 걸쳐 원래 Hardy-Weinberg 실험에서 발견된 대립유전자 빈도를 그래프로 표시합니다.
- 클래스 전체의 결과를 비교하고 결과가 일치하는지 확인하십시오.
- 다음으로, 다시 대립유전자당 한 줄을 사용하여 Hardy-Weinberg 평형 위반을 테스트하는 두 번째 실험의 결과를 그래프로 표시하고 결과를 학급과 공유합니다.실제 결과를 예측과 비교합니다.
- 마지막으로 동일한 방식으로 유전적 부동 시뮬레이션 시나리오의 결과를 그래프로 표시합니다.
- 다시 말하지만, 결과를 그룹에 제시하고 결과가 예측과 일치하거나 일치하지 않는 이유를 가설을 세우십시오. 당신의 결과를 급우들의 결과와 비교하십시오.