Information

Verbindungsungleichgewicht


Ich möchte wissen, welche Wertebereiche D' im Verknüpfungsungleichgewicht annehmen kann? Weil ich in meinem Buch (Eine Einführung in die Populationsgenetik von Nielsen und Slatkin) gelesen habe, dass D' garantiert zwischen 0 und 1 liegt. Während der unten angegebene Link sagt, kann D' zwischen -1 und 1 liegen.

http://csg.sph.umich.edu/abecasis/class/666.03.pdf

Könnte jemand diese Diskrepanz erklären? Denn jetzt bin ich total verwirrt.


Der springende Punkt bei der VerwendungD'eher, alsDDennD'ist für jede Allelfrequenz zwischen -1 und 1 begrenzt, während die Grenzen fürDhängt von der interessierenden Allelfrequenz ab.

Erinnere dich an die Definition vonD

$$D = p_{ab} - p_ap_b$$

Seien $D_{min}$ und $D_{max}$ die minimalen und maximalen Werte von $D$ für eine bestimmte Allelfrequenz.

Für $p_a = p_b = 0.5$ ist $D_min$, wenn $p_{ab} = 0$ ($D_{min} = -0,25$) und $D_{max}$ ist, wenn $p_{ab} = 1$ ($D_{max}=0,75$).

Für $p_a = 0,8$ und $p_b = 0,2$ ist $D_min$, wenn $p_{ab} = 0$ ($D_{min} = -0,16$) und $D_{max}$ ist, wenn $p_ {ab} = 0,2$ ($D_{max}=0,04$).


Verbindungsungleichgewicht

Das Kopplungsungleichgewicht (LD) bezieht sich auf die Korrelation zwischen benachbarten Allelen, was die gemeinsame Abstammung des Haplotyps widerspiegelt. Im 10. Mai Natur, Reich et al. beschreiben eine systematische, genomweite Analyse von LD in menschlichen Populationen (Natur 2001, 411:199-204). Sie analysierten 19 zufällige chromosomale Regionen, die sich jeweils um einen Kern-SNP (Single Length Polymorphism) in der kodierenden Region eines Gens zentrieren. Umfangreiche Sequenzierungen von 44 Individuen aus Utah identifizierten 272 "Hochfrequenz"-SNPs bei 0-160 Kilobasen (kb) vom Kern-SNP. Die Autoren haben die LD zwischen zwei SNPs unter Verwendung der klassischen Statistik D' gemessen. Sie fanden heraus, dass die „halbe Länge“ der LD (der Abstand, bei dem der durchschnittliche D'-Wert unter 0,5 fällt) etwa 60 kb betrug, deutlich länger als frühere Vorhersagen. Ähnliche LD-Schätzungen wurden für US-amerikanische und nordeuropäische Populationen gefunden, waren jedoch bei einer nigerianischen Population deutlich kürzer (Halblänge von weniger als 5 kb). Die Autoren schlagen vor, dass eine groß angelegte LD-Analyse auf die Kartierung von Krankheitsgenen und die Untersuchung der Bevölkerungsgeschichte angewendet werden kann.


Kopplungsungleichgewichts- und Assoziationsstudien in höheren Pflanzen: gegenwärtiger Stand und Zukunftsaussichten

Während der letzten zwei Jahrzehnte wurden DNA-basierte molekulare Marker ausgiebig für eine Vielzahl von Studien sowohl in pflanzlichen als auch in tierischen Systemen verwendet. Eine der Hauptanwendungen dieser Marker ist die Erstellung genomweiter molekularer Karten und die genetische Analyse einfacher und komplexer Merkmale. Diese Studien basieren jedoch im Allgemeinen auf einer Kopplungsanalyse bei der Kartierung von Populationen, wodurch die Verwendung von molekularen Markern für die genetische Analyse in einer Vielzahl von Pflanzensystemen ernsthafte Einschränkungen auferlegt. Daher wurden alternative Ansätze vorgeschlagen, und einer dieser Ansätze verwendet eine auf Kopplungsungleichgewichten (LD) basierende Assoziationsanalyse. Obwohl dieser Ansatz der Assoziationsanalyse bereits für Studien zur Genetik komplexer Merkmale (einschließlich verschiedener Krankheiten) beim Menschen verwendet wurde, hat seine Anwendung bei Pflanzen gerade erst begonnen. In der vorliegenden Übersicht definieren und unterscheiden wir zunächst zwischen LD und Assoziationsmapping und beschreiben dann kurz verschiedene Maße von LD und die beiden Methoden ihrer Darstellung. Wir geben dann eine Liste verschiedener Faktoren, die die LD beeinflussen, ohne sie zu diskutieren, und diskutieren auch die aktuellen Fragen der LD-Forschung an Pflanzen. Später beschreiben wir auch die verschiedenen Anwendungen von LD in der Pflanzengenomforschung und fassen den aktuellen Stand der LD-Forschung in verschiedenen Pflanzengenomen zusammen. Am Ende diskutieren wir kurz die Zukunftsaussichten der LD-Forschung in Pflanzen und geben eine Liste von Software, die für die LD-Forschung nützlich ist, die als elektronisches Ergänzungsmaterial (ESM) verfügbar ist.


Sonderangebote und Produktaktionen

Von der Rückseite

Während Forscher weiterhin enorme Fortschritte bei der Kartierung von Krankheitsgenen machen, sind spannende, neuartige und komplexe Analysen entstanden. In Linkage Disequilibrium and Association Mapping: Analysis and Applications bringen Wissenschaftler aus der ganzen Welt, die auf diesem Gebiet führend sind, ihre große Erfahrung und ihr Fachwissen ein, um einen umfassenden und faszinierenden Text für Forscher und Kliniker gleichermaßen zu erstellen.

Der Band umfasst vier allgemeine Abschnitte: Der erste bietet einen Überblick und eine historische Grundlage des Themas. Der zweite Abschnitt betrachtet die sich entwickelnde Methodik und neuere Ergebnisse aus Studien, die die genomweite Kopplungsungleichgewichtsstruktur sehr detailliert charakterisiert haben. Der folgende Abschnitt untersucht alle Aspekte der Methodik der Kartierung von Krankheitsassoziationen, und die letzten beiden Kapitel geben einen Überblick über die frühen Erfolge bei der Kartierung von Genen, die an zwei der wichtigsten menschlichen Krankheiten beteiligt sind: Asthma und Typ-2-Diabetes.


Diskussion

Es ist schwierig, die LD- und Haplotyp-Blockmuster in zwei oder mehr nicht verwandten zufälligen Kreuzungspopulationen basierend auf einer LD-Karte und zwei Messungen des Kopplungsungleichgewichts zu charakterisieren. Basierend auf Studien des LD-Musters in menschlichen Populationen zeigten LD-Karten, dass die menschlichen Chromosomen ein Muster von Regionen mit ausgedehnter LD (Plateaus oder Cold Spots) aufweisen, die von Regionen mit hoher Rekombinationsrate (Stufen oder Hot Spots) getrennt sind [25, 26 ]. Beide Regionen sind in Anzahl und Länge variabel, und Cold Spots zeigen gleiche (wie in dieser Studie angenommen) oder ähnliche LD in LDUs. Die Hotspots weisen unterschiedliche LDUs auf. Das gleiche Muster wurde in den LD-Karten der Chromosomen der biparentalen Population gesehen, die unter hoher Dichte, wie von Pengelly empfohlen, ausgearbeitet wurden et al. [25]. Um das LD-Niveau in den Hot- und Cold-Spots besser zu verstehen, haben wir zwei extreme Segmente der LD-Karte von Chromosom 1 analysiert, einschließlich 30 SNPs. Beide Segmente haben ähnliche Längen in LDUs (4,1 und 3,6) und KB (970 und 828). Der Durchschnitt |D'| war für die SNPs in den sieben Cold-Spots (einschließlich drei bis 12 SNPs) viel größer als der Durchschnittswert für die SNPs in den 21 Hot-Spots (einschließlich zwei bis drei SNPs) (0,89 gegenüber 0,29). Dies wurde jedoch nicht über die r 2 -Statistik (0,004 vs. 0,038) verifiziert.

Beim Vergleich von Populationen, die einen gemeinsamen Ursprung haben, eine ähnliche effektive Populationsgröße aufweisen und keiner extremen Verkleinerung (Populationsengpass) ausgesetzt waren, sollten die Statistiken D, D' und r 2 eine vergleichbare Charakterisierung des LD-Musters liefern, wenn es gibt ähnliche Allelfrequenzen. Wenn die Populationen unterschiedliche Verteilungen der Allelfrequenzen aufweisen, kann D' zur Analyse der Rekombinationsgeschichte verwendet werden, und r 2 sollte die Wahl sein, wenn Rekombination und Mutation wichtige Faktoren sind, die die LD beeinflussen [1]. In den letzten zwei Jahrzehnten zielten die meisten Studien zu LD in menschlichen Populationen jedoch darauf ab, Populationen und SNPs (Tagging-SNPs) für Assoziationsstudien auszuwählen [26, 27]. Im Allgemeinen sind sowohl |D'| und r 2 wurden verwendet [27, 28], und wegen ihres hohen LD-Niveaus wurden isolierte Populationen für Assoziationsstudien empfohlen [29]. Die Statistik r 2 ist für das Assoziationsmapping am relevantesten, da sie eine einfache inverse Beziehung zur Stichprobengröße hat, die erforderlich ist, um eine Assoziation zu erkennen [1]. Die Verwendung von LD-Karten und zwei LD-Messungen zum Vergleich der Popcorn-Populationen lieferte einige gegensätzliche Ergebnisse, aber der allgemeine Beweis ist, dass die synthetische Population die höhere LD ist. Erwartungsgemäß ist der untere Durchschnitt |D'| Wert in der Brutpopulation spiegelt seine Rekombinationsgeschichte wider. Die synthetischen und die biparentalen Populationen zeigten einen höheren Durchschnitt |D'| und höhere Häufigkeit von SNPs mit erhöhtem |D'| Werte, weil sie keine Rekombinationshistorie haben.

Aufgrund der Unterschiede in Bezug auf Art und Dichte der molekularen Marker, Probengröße und Genomabdeckung sollte der Vergleich der LD-Werte von Human-, domestizierten Tier- und Pflanzenpopulationen mit Vorsicht erfolgen, selbst wenn die Studien dieselbe Spezies umfassen. Wir waren überrascht von den niedrigen durchschnittlichen r 2 -Werten und der reduzierten Häufigkeit von SNPs mit r 2 -Werten von mehr als 0,25 (in einigen Studien als nützliche LD definiert) in den Popcorn-Populationen. In der Studie von Yan et al. [30] mit 632 Mais-Inzuchtlinien und 943 SNPs (Dichte von einem SNP je 2.121 kb) betrug der durchschnittliche r 2 nur 0,009. Für SNPs mit einem Abstand von bis zu 100 kb betrug der Durchschnitt jedoch 0,2 (0,03, 0,09 bzw. 0,10 für die biparentale, synthetische bzw. Zuchtpopulation). Noch höhere LD-Werte wurden in der Mais-NAM-Population (Nested Association Mapping) [31] und in zwei biparentalen und vier FPM (vier Elternmais)-Populationen, die von Anderson untersucht wurden, berichtet et al. [9]. Im Allgemeinen sind die in Popcorn-Populationen beobachteten durchschnittlichen r 2 -Werte ebenfalls niedriger als die in Rinder- und Hühnerpopulationen beobachteten Werte (0,1 bis 0,8 für SNPs mit einem Abstand von bis zu 100 kb) [32–34]. Die Dichte reichte in diesen drei Studien von 27,8 bis 112,3 kb. Unter Verwendung eines 600K SNP-Chips (Dichte von einem SNP pro 6,3 kb), Pardo et al. [28] beobachteten einen über alle Chromosomen gemittelten medianen paarweisen r 2 von 0,015 bzw. 0,016 für die niederländische bzw. HapMap-CEU-Population.

Auch das Fehlen eines einheitlichen Kriteriums zur Definition des LD-Zerfalls und des LD-Ausmaßes erschwert den Vergleich der Ergebnisse mit menschlichen, domestizierten Tier- und Pflanzenpopulationen. Angius et al. [26] verwendeten den LD-Zerfall als die Distanz, über die die durchschnittliche LD auf die Hälfte ihres Maximalwertes (halbe Länge) abnimmt. Sie definierten die LD-Ausdehnung als die Distanz, über die die durchschnittliche LD auf einen asymptotischen Wert absinkt. Anderson et al. [9] verwendeten LD-Zerfall als die Distanz, über die das durchschnittliche r 2 unter 0,8 fiel, und LD-Ausdehnung als die Distanz, über die das durchschnittliche r 2 unter 0,2 fiel. Bezüglich des LD-Zerfalls zeigten unsere Ergebnisse Unterschiede zwischen LD-Messungen und Populationen. Es gab leichte Unterschiede zwischen den Chromosomen, aber der höhere r 2 -Zerfall trat nach 5–10 kb (36 bis 73 %) auf. Yan et al. [30] beobachteten einen LD-Abfall von 64% nach 5–10 kb in einem Inzuchtlinien-Panel, und die LD erreichte einen ungefähren asymptotischen r 2 -Wert von 0,01 im Intervall von 1–5 Mb (LD-Ausdehnung von 5 Mb). Ein ähnliches LD-Ausmaß (5 Mb) wurde bei acht Rinderrassen beobachtet, aber ein vergleichbarer LD-Abfall (62 %) trat entlang 100 kb auf [35]. Aus der Analyse von Segmenten eines Mb in allen Chromosomen in aschkenasischen jüdischen, kaukasischen und afroamerikanischen Populationen, Shifman et al. [36] beobachteten LD-Zerfälle von 17, 21 bzw. 42% entlang 10 kb. Ein ähnliches LD-Ausmaß von 300 kb trat in den Populationen auf (erreichte einen ungefähren asymptotischen r 2 -Wert von 0,05).

Wenn zwischen QTLs und Haplotypen eine höhere LD als bei einzelnen SNPs besteht, können Haplotypblöcke eine erhebliche statistische Aussagekraft in Assoziationsstudien [6] und eine erhöhte Genauigkeit der genomischen Vorhersage komplexer Merkmale bieten [37]. Überraschenderweise zeigten unsere Ergebnisse, dass die Anzahl und Länge der Haplotypblöcke und die Anzahl der SNPs pro Haplotypblock proportional zum durchschnittlichen r 2 waren. Das Kriterium von Gabriel et al. [6] scheint eine reduzierte Anzahl von SNPs pro Haplotypblock bereitzustellen. In einer Studie mit 235 Sojabohnensorten, die mit 5.361 SNPs genotypisiert wurden (Dichte von einem SNP pro 208 kb), et al. [38] beobachteten im Durchschnitt sechs SNPs pro Haplotypblock. Dies ist nicht verwunderlich, da die Sortengruppe einem Reinlinienpanel (hohe LD) entsprach. In Studien mit deutschen Holstein-Rindern und vier Hühnerpopulationen lag die durchschnittliche Anzahl der SNPs pro Haplotypblock zwischen etwa vier und 10 und die mittlere Blocklänge zwischen etwa 146 und 799 kb [32, 33]. Auch in menschlichen Populationen wurden niedrige durchschnittliche Anzahlen von SNPs pro Haplotypblock (ca. 4–5) und reduzierte durchschnittliche Haplotypblocklängen (ca. 5–7 kb) beobachtet [6, 28]. Allerdings variierte die Größe jedes Blocks dramatisch in der Studie von Gabriel et al. [6], von weniger als einem bis 173 kb.

In Bezug auf die niedrige intragene LD und die minimale Größe der Haplotypblöcke, die in den drei Populationen beobachtet wurden, glauben wir, dass die niedrigere LD für die biparentale Population auf die Kreuzung zweier genetisch ähnlicher hochwertiger Inzuchtlinien zurückzuführen ist. Da keine Informationen über die LD- und Haplotyp-Blockmuster in den Basispopulationen Viçosa und Beija-Flor vorliegen, können wir nicht folgern, dass die höheren durchschnittlichen intragenen r 2 -Werte, die in den synthetischen und Zuchtpopulationen (für 11 der 12 Gene) beobachtet wurden, zurückzuführen sind nach Qualität zu selektieren. Die Charakterisierung der LD- und Haplotyp-Blockmuster bezüglich spezifischer Chromosomenregionen wurde nur von Humangenetikern vorgenommen, die im Allgemeinen auf SNP-Tagging abzielen. Aus der Analyse von SNPs innerhalb der HLA-Region auf Chromosom 6, Evseeva et al. [39] beobachteten 18 Haplotypblöcke in europäischen Populationen, basierend auf dem Kriterium von Gabriel et al. [6]. Darüber hinaus war die LD in südeuropäischen Populationen etwas niedriger als in nordeuropäischen Populationen. Unter Verwendung des gleichen Kriteriums, Nuchnoi et al. [40] beobachteten sechs und vier Haplotypblöcke über eine 472-kb-Region auf Chromosom 5q31-33 in südostasiatischen (Thai) und nordostasiatischen (chinesischen und japanischen) Populationen. Akesaka et al. [41] identifizierten zwei bis sechs Blöcke in koreanischen und japanischen Populationen, abhängig vom Kriterium eines LD-Blocks, die ungefähr 3 bis 47 kb umfassen. Der mediane r 2 -Wert für die fünf Gene in der Region reichte von 0,03 bis 0,89.

Zusammenfassend lässt sich sagen, dass der durch die r 2 -Werte ausgedrückte LD-Spiegel in den drei Popcorn-Populationen mit unterschiedlichen genetischen Strukturen – einer biparentalen Population, einer synthetischen und einer Zuchtpopulation – niedrig ist, aber mit einigen nicht isolierten menschlichen Populationen vergleichbar ist. Dieses Ergebnis bedeutet nicht, dass diese Populationen nicht für GWAS verwendet werden können, da es einen Bruchteil hoher r 2 -Werte für SNPs gibt, die durch weniger als 5 kb getrennt sind. Die Populationen werden auch nicht für die genomische Selektion ausgeschlossen, da der wichtigste Faktor, der diesen Selektionsprozess beeinflusst, die Verwandtschaft zwischen Individuen in den Trainings- und Validierungssätzen ist. Wir erwarten jedoch aufgrund der reduzierten Anzahl von SNPs in den Haplotypblöcken (2 bis 3) keinen signifikanten Vorteil von haplotypbasierten GWAS und genomischer Selektion entlang der Generationen. Die Ergebnisse zum LD-Zerfall (schneller Zerfall nach 5–10 kb) und zum LD-Zerfallsausmaß (bis zu 300 kb) liegen im Bereich, der mit Mais-Inzuchtlinien-Panels beobachtet wurde. Unser wichtigstes Ergebnis ist, dass, ähnlich den menschlichen Chromosomen, Mais (Popcorn ist auch Zea mays, aber ssp. immerta). Es sollte jedoch hervorgehoben werden, dass unsere simulierte LD-Karte Beweise dafür liefert, dass dieses Muster Regionen mit Unterschieden in Allelfrequenzen und LD-Level (ausgedrückt durch D') widerspiegeln kann und nicht Regionen mit hohen und niedrigen Rekombinationsraten, wie von Jeffreys nachgewiesen et al. [42], da der Simulationsprozess eine Rekombinationsrate voraussetzt, die proportional zum Abstand in cM ist.


Genetische Struktur und Kopplungsungleichgewicht in einer vielfältigen, repräsentativen Sammlung der C4-Modellpflanze Sorghum bicolor

Um die Kartierung von Genen in Sorghum [Sorghum bicolor (L.) Moench] zu erleichtern, die wirtschaftlich wichtigen Merkmalen zugrunde liegen, analysierten wir die genetische Struktur und das Kopplungsungleichgewicht in einer Sorghum-Minikernsammlung von 242 Landrassen mit 13.390 Einzelnukleotid-Polymorphimen. Die Einzelnukleotid-Polymorphismen wurden unter Verwendung einer hoch multiplexierten Genotyping-by-Sequencing-Methodik hergestellt. Die genetische Struktur wurde unter Verwendung von Hauptkomponenten-, Neighbor-Joining-phylogenetischen und Bayes-Cluster-Analysen erstellt. Diese Analysen zeigten, dass die Mini-Core-Sammlung sowohl nach geografischer Herkunft als auch nach Sorghum-Rassenklassifizierung strukturiert war. Beispiele für erstere waren Beitritte aus dem südlichen Afrika, Ostasien und dem Jemen. Beispiele für letztere waren geographisch weit verbreitete Caudatums, Durras aus Indien und Guineen aus Westafrika. Rasse bicolor, die primitivste und am wenigsten klar definierte Sorghum-Rasse, gruppierte sich unter anderen Rassen und bildete nur eine klare bicolor-zentrische Gruppe. Genomweite Kopplungsungleichgewichtsanalysen zeigten, dass das Kopplungsungleichgewicht im Durchschnitt innerhalb von 10-30 kb abgebaut wurde, während der kurze Arm von SBI-06 einen Kopplungsungleichgewichtsblock von 20,33 Mb enthielt, was einen früheren Bericht über eine geringe Rekombination auf diesem Chromosomenarm bestätigte. Auf den Chromosomen 1, 2, 9 und 10 wurden vier kleinere, aber gleich signifikante Kopplungsungleichgewichtsblöcke von 3,5-35,5 kb nachgewiesen. Wir untersuchten die in jedem Block kodierten Gene, um einen ersten Blick auf Kandidaten wie Homologe von GS3 und FT zu geben, die weisen auf einen selektiven Sweep während der Sorghumdomestikation hin.

Schlüsselwörter: FseI-unterstützte Genotypisierung SNPs Kopplungsungleichgewicht Rassen Sorghum.

Figuren

Scree-Plot der PCs (X-Achse) und deren Beitrag zur Varianz (Y-Achse). Pfeil…

Verteilung von Sorghum-Mini-Core-Zugängen…

Verteilung von Sorghum-Mini-Core-Zusätzen basierend auf drei PCs. Elf Gruppen wurden identifiziert…

Nachbar-Join-Baum der Sorghum…

Nachbarbaum der Sorghum-Mini-Kernsammlung basierend auf 13.390 SNP-Markern. Sehen…

STRUKTUR-Analyse. (A) Posterior Wahrscheinlichkeit,…

STRUKTUR-Analyse. (A) Posterior Wahrscheinlichkeit, ln P ( D ), als eine Funktion…

LD im kurzen Arm des Sorghum-Chromosoms 6. Pfeile zeigen die LD an…

Rassenspezifische Verknüpfungsungleichgewichtsblöcke in…

Rassenspezifische Bindungsungleichgewichtsblöcke in Sorghum. (A) SBI-01 LD-Block speziell für Rennen…


Verknüpfungsungleichgewicht - Biologie

In der Populationsgenetik, Verbindungsungleichgewicht ist die nicht-zufällige Assoziation von Allelen an zwei oder mehr Loci, nicht unbedingt auf demselben Chromosom. Es ist nicht dasselbe wie Verknüpfung, die die Assoziation von zwei oder mehr Loci auf einem Chromosom mit begrenzt beschreibt.
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht ( ¦liŋkij dis′ēkwə′librēəm ) ( Genetik ) Das Vorkommen bestimmter Kombinationen verbundener Allele in einer Population in
Ganzer Artikel >>>

Das ist wo Verknüpfung Ungleichgewicht kommt es: LD misst grundsätzlich die . Verknüpfung Ungleichgewicht = Bevölkerungsweites Maß der Interlocus-Allel-Assoziationen.
Ganzer Artikel >>>

Umfang und Verbreitung Verknüpfung Ungleichgewicht(LD) beim Menschen ist ein Thema. Sekunde, Verknüpfung Ungleichgewicht Studien werden bei der Erkennung am effektivsten sein.
Ganzer Artikel >>>

Jüngste Arbeiten haben gezeigt, dass Verknüpfung. Ungleichgewicht kann sich über viel größere genomische erstrecken. eine Reihe von Studien über Verknüpfung Ungleichgewicht in der Vergangenheit .
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht tritt auf, wenn Genotypen an den beiden Loci nicht unabhängig sind. Begriff Verknüpfung Ungleichgewicht ist . Messung Verknüpfung Ungleichgewicht .
Ganzer Artikel >>>

Sequenzmerkmale in Regionen von schwach und stark Verknüpfung Ungleichgewicht . Regionen mit Hoch und Tief Verknüpfung Ungleichgewicht (das obere und untere Quartil von .
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht (LD)-Mapping kann Gene mit geringer Wirkung genau lokalisieren. Abecasis GR, Cookson WO (2000) GOLD – grafische Übersicht über Verknüpfung Ungleichgewicht. .
Ganzer Artikel >>>

Zum Modellieren Verknüpfung Ungleichgewicht, organisiert MERLIN Marker in Clustern. . Diese Datei beschreibt Cluster von SNPs in Verknüpfung Ungleichgewicht. .
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht. Wären alle Polymorphismen unabhängig bei . Verknüpfung Ungleichgewicht macht eng verbunden. Varianten stark korrelierten Herstellungskosten.
Ganzer Artikel >>>

Verwendete nicht standardmäßige Abkürzungen: LD, Verknüpfung Ungleichgewicht LDU, LD-Einheit SNP, . L, ε) vorhersagen Verknüpfung Ungleichgewicht unter m Markierungen in einer physischen Karte oder .
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht (LD), definiert als nicht-zufällige Assoziation von Allelen bei zwei . 5. Verknüpfung Ungleichgewicht in menschlichen und tierischen Populationen.
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht ist ein wichtiges Werkzeug sowohl in den Endstadien der positionellen . Schlussfolgerung für Verknüpfung Ungleichgewicht kann sich nicht verlassen.
Ganzer Artikel >>>

. und der Grad der Verknüpfung Ungleichgewicht im Genom. Wir zeigen diese Variation in Verknüpfung Ungleichgewicht ist . Verknüpfung Ungleichgewicht ist im Allgemeinen niedrig innerhalb.
Ganzer Artikel >>>

Mit anderen Worten, es tritt auf, wenn Verknüpfung Ungleichgewicht ist bei null. . Die Genetikerin Linda Partridge erklärt die Konzepte von Verknüpfung Gleichgewicht und Ungleichgewicht. .
Ganzer Artikel >>>

Verknüpfung Ungleichgewicht zwischen zwei verknüpften Loci wurde auf eine endliche untersucht. Eine genealogische Interpretation von Verknüpfung Ungleichgewicht .
Ganzer Artikel >>>

. allelische Assoziation (auch als bezeichnet) Verknüpfung Ungleichgewicht) Studien sind zwei . So ein gemeinsames Verknüpfung und Verknüpfung Ungleichgewicht Kartierungsstrategie war.
Ganzer Artikel >>>

. diese Parameterwerte: Verknüpfung Gleichgewicht. D, der Koeffizient von Ungleichgewicht. Passen Sie die anfänglichen Allelfrequenzen und die Zwei-Locus-Fitness-Werte auf an.
Ganzer Artikel >>>


Die Finanzierung erfolgte durch ein NIGMS (GM007753)-Stipendium für NN und ein MHAAM-Stipendium für EH. DR ist ein Forscher des Howard Hughes Medical Institute. Diese Arbeit wurde durch die Stipendien HG006399 und GM100233 der National Institutes of Health, durch ein Allen Discovery Center-Stipendium der Paul Allen Foundation und durch das Stipendium 61220 der John Templeton Foundation unterstützt.

Nathan Nakatsuka und Éadaoin Harney sind die Co-Erstautoren.

Mitgliedschaften

Abteilung für Genetik, Neues Forschungsgebäude, Harvard Medical School, 77 Ave. Louis Pasteur, Boston, MA, 02115, USA

Nathan Nakatsuka, adaoin Harney, Swapan Mallick, Matthew Mah & David Reich

Harvard-MIT Abteilung für Gesundheitswissenschaften und Technologie, Harvard Medical School, Boston, MA, 02115, USA

Department of Human Evolutionary Biology, Harvard University, 16 Divinity Ave., Cambridge, MA, 02138, USA

Nathan Nakatsuka, Éadaoin Harney, Swapan Mallick, Matthew Mah, Nick Patterson und David Reich

Department of Organismic and Evolutionary Biology, Harvard University, 16 Divinity Ave., Cambridge, MA, 02138, USA

Broad Institute of Harvard und Massachusetts Institute of Technology, Cambridge, MA, 02141, USA

Howard Hughes Medical Institute, Harvard Medical School, Boston, MA, 02115, USA

Sie können auch in PubMed Google Scholar nach diesem Autor suchen

Sie können auch in PubMed Google Scholar nach diesem Autor suchen

Sie können auch in PubMed Google Scholar nach diesem Autor suchen

Sie können auch in PubMed Google Scholar nach diesem Autor suchen

Sie können auch in PubMed Google Scholar nach diesem Autor suchen

Sie können auch in PubMed Google Scholar nach diesem Autor suchen

Beiträge

N.N., E.H., N.P. und D.R. die Studie konzipiert. N. N., E. H. und S. M. führte die Analyse durch. N. N., E. H. und D. R. schrieb das Manuskript mit Hilfe aller Co-Autoren. Die Autoren haben das endgültige Manuskript gelesen und genehmigt.

Informationen der Autoren

Twitter-Handys: @EadaoinSays (Éadaoin Harney).

Korrespondierende Autoren


DISKUSSION

Wir haben das genetische Problem der Zerlegung des Kopplungsungleichgewichts in das mathematische Problem der Zerlegung positiver Ganzzahlen in ihre additiven Teile umgewandelt, während wir die bequeme heuristische Definition des totalen Kopplungsungleichgewichts als Abweichung von der Unabhängigkeit beibehalten. Anders als Geringer (1944) können wir eine explizite Formel für das Multilocus-Linkage-Ungleichgewicht aufschreiben, weil wir Partitionen von ganzen Zahlen aufrufen und definieren D1(EIN) = Pr(EIN), wodurch ihr Konzept des Kopplungsungleichgewichts mit denen von D ausset . verschmolzen wird et al. (1978).

Eine unmittelbare Folge unseres Zerlegungsansatzes ist, dass der einzelne Koeffizient des Kopplungsungleichgewichts höchster Ordnung, Dn, kann nicht isoliert betrachtet werden. Denn D n (A k ( 1 ), A k ( 2 ) , … A k ( n ) ) = ∑ außer c = ( 1 , 1 , 1 , … , 1) alle Kompositionen c von n [ ni ∈ c D ni ( … ) ] , müssen wir alle Kopplungsungleichgewichtskoeffizienten niedrigerer Ordnung untersuchen, Dni (. ) mit nich < n. Alle tiefgestellten Kopplungsungleichgewichtskoeffizienten D1, D2, D3. Dn können unabhängig voneinander sein und alle tragen dazu bei Dn, die wir daher als totales Kopplungsungleichgewicht bezeichnen.

Multilocus-Definitionen von Kopplungsungleichgewichten wurden in empirischen Studien aufgrund der großen Anzahl von Eingaben und Kopplungsungleichgewichtskoeffizienten, die analysiert werden müssen (2 n – 1). Gegenwärtig wird sogar ein Kopplungsungleichgewicht dritter Ordnung selten gemessen (T homson und B aur 1984). Explizite Begriffe für Multilocus-Linkage-Ungleichgewicht sind jedoch von theoretischer Bedeutung.

Eine wichtige theoretische Anwendung ist die Analyse der Multilokus-Epistase. Cheverud und Routman (1995) entwickelten ein Zwei-Lokus-Modell der physiologischen Epistase, das von Wagner weiter verfeinert wurde et al. (1998). Um die evolutionären Konsequenzen der Epistase in diesen Modellen zu analysieren, muss man zunächst das Kopplungsungleichgewicht für eine Teilmenge der Loci definieren. Um also Modelle der physiologischen Epistase auf mehrere Loci auszudehnen, müssen wir zunächst das Kopplungsungleichgewicht für diese Teilmenge von Loci definieren, was wir gerade getan haben. Modelle der Multilokus-Epistase werden in Debatten darüber entscheidend sein, welche Faktoren koadaptierte Genkomplexe aufrechterhalten, die additive genetische Varianz erhöhen und die Artbildung fördern (G oodnight 1988, 1995 W ade und G oodnight 1998).