Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

4 КУРС (ТЕОРИЯ ЭВОЛЮЦИИ) / Сборник задач по теории эволюции с решениями

.pdf
Скачиваний:
176
Добавлен:
18.12.2019
Размер:
700.28 Кб
Скачать

 

0.6

 

 

 

 

 

 

 

0.5

 

 

 

 

 

 

 

0.4

 

PAA

PAa

Paa

q

 

Частоты

 

 

 

0.3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.2

 

 

 

 

 

 

 

0.1

 

 

 

 

 

 

 

0

4

8

 

12

16

20

 

 

 

 

Поколение

 

 

 

Рис.6. Изменения частот генотипов и аллеля а при отборе в пользу гетерозигот (условия даны на рис.3).

1,0

 

 

 

 

 

 

 

 

 

 

0,8

 

 

 

 

 

 

 

 

 

 

0,6

 

 

 

 

 

 

 

 

 

 

 

 

 

W

 

 

 

 

 

 

 

0,4

 

 

s

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,2

 

 

Изменение q

 

 

 

 

0,0

 

 

 

 

 

 

 

 

 

 

-0,2

 

 

 

 

 

 

 

 

 

 

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

 

 

 

 

Частота, q

 

 

 

 

Рис.7. Зависимость скорости отбора q и средней приспособленности Ws от частоты аллеля а. В уравнениях (53) подставлены следующие коэффициенты: s0 = 0, s1 = 0.5, s2 = 0 (отбор против гетерозигот)

 

1.1

 

 

 

 

 

 

 

0.9

 

 

 

 

 

 

q

0.7

 

 

 

 

 

 

,

 

 

 

 

 

 

 

аллеля

0.5

 

 

qисх =0.4

qисх =0.6

 

 

Частота

0.3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0.1

 

 

 

 

 

 

 

-0.1

 

 

 

 

 

I

 

 

 

 

 

 

K

 

0

4

8

12

16

20

 

 

 

Число поколений

 

 

 

Рис.8. Изменения частоты аллеля а при отборе против гетерозигот (условия даны на рис.5). Кривые различаются исходными значениями частоты аллеля а.

41

Модель отбора генотипов на уровне одного локуса, располо-

женного в Х- хромосоме Воспользуемся подходом, который был применен при моделировании отбора на

уровне одного аутосомного локуса. Отличие модели отбора на уровне одного локуса,

расположенного в Х-хромосоме, заключается, прежде всего, в том, что популяция раз-

делена на две субпопуляции самцов и самок. Каждая имеет свои частоты генотипов со своими коэффициентами приспособленности:

42

 

 

Самки

 

 

Самцы

 

 

 

 

 

 

 

 

Генотипы

АА

Аа

аа

Сумма

AY

aY

Сум

 

 

 

 

 

 

 

ма

 

 

 

 

 

 

 

 

Частоты

X

y

z

1

g

j

1

 

 

 

 

 

 

 

 

Приспособленность

W0

W1

W2

-

W3

W4

 

 

 

 

 

 

 

 

 

Относит. вклад

xW

yW1

zW2

<1

gW

jW4

<1

 

0

 

 

 

3

 

 

 

 

 

 

 

 

 

 

К моменту оплодотворения частоты генотипов у самок f и самцов m составят:

pAA

=

 

 

 

xW0

 

 

 

;

pAY

=

 

gW3

;

 

 

xW0

+ yW1

 

 

 

 

gW3

+ jW4

 

 

 

 

+ zW2

 

 

 

 

pAa

=

 

 

 

yW0

 

 

;

paY

=

 

jW4

 

;

 

 

xW0

+ yW1

 

 

gW3

+ jW4

 

 

 

 

+ zW2

 

 

 

paa

=

 

 

 

zW0

 

;

 

 

 

 

 

 

 

xW0

+ yW1

 

 

 

 

 

 

 

 

 

 

+ zW2

 

 

 

 

 

 

 

Частоты соответствующих аллелей в субпопуляциях родителей:

p ( f ) = p

AA

+ 0.5p

Aa

p ( m) = p

AY

A

 

 

A

p ( f ) = p

aa

+ 0.5p

Aa

p ( m) = p

aY

a

 

a

 

Частоты генотипов образовавшихся после оплодотворения зигот с учетом полу-

ченных выражений равны:

p (1)

= p ( f ) p (m)

=

 

 

(xW0

+ 0.5 yW1 ) ∙ gW3

 

(58)

 

 

 

+ yW1 + zW2 )(gW3 + jW4 )

AA

 

 

A

A

 

 

(xW0

 

 

 

 

 

 

 

 

 

 

 

p (1)

= p ( f ) p (m) + p ( f ) p

(m) =

 

 

Aa

 

A

a

 

 

a

 

 

A

 

 

 

 

 

=

 

(xW0 + 0.5 yW1 ) jW4

+ (zW2

+ 0.5 yW1 )gW3

 

(59)

 

 

 

(xW0

+ yW1 + zW2 )(gW3 + jW4 )

 

 

 

 

 

 

 

 

 

p (1)

= p ( f ) p ( m) =

 

 

(zW2 + 0.5 yW1 ) ∙ jW4

(60)

 

 

 

 

(xW0 + yW1 + zW2 )(gW3 + jW4 )

 

 

 

aa

a

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p (1)

= p ( f )

=

 

xW0 + 0.5yW1

 

(61)

 

 

 

 

 

 

xW0 + yW1 + zW2

 

 

 

 

 

 

 

AY

 

 

A

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p (1)

= p ( f )

=

 

zW2 + 0.5W1

 

(62)

 

 

 

 

 

 

 

xW0 + yW2 + zW2

 

 

 

 

 

 

 

aY

 

 

a

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

43

Действие отбора, как и для модели аутосомного локуса, можно проследить на протяжении ряда поколений, оценивая для каждого поколения частоты генотипов в момент образования зигот, либо определить изменение частот аллелей А и а за один этап отбора в субпопуляциях самок и самцов и в популяции в целом.

Например, изменение частоты аллеля а для рассмотренного выше случая можно определить из выражений:

1) для самок

 

p ( f )

= p(1) + 0.5p (1)

− (z + 0.5y)

 

(63)

 

 

 

a

 

aa

 

Aa

 

 

 

 

 

 

2) для самцов

p ( m)

= p (1)

j

 

 

 

 

 

 

(64)

 

 

a

 

aY

 

 

 

 

 

 

 

 

3) для популяции

 

 

 

 

 

 

 

 

 

 

 

 

 

p ( f + m)

=

2

( p

(1)

+ 0.5p (1)

z − 0.5y) +

1

 

( p(1)

j)

(65)

 

 

 

a

3

aa

 

Aa

 

3

aY

 

 

 

 

 

 

 

 

 

 

При необходимости данные выражения могут быть приведены к виду

p = f (x, y, z, j, m,W0 ,W1 ,W2 ,W3 ,W4 )

Учитывая громоздкость получаемых выражений для их обработки, желательно исполь-

зовать ресурсы персональных компьютеров.

Генетический груз Генетический груз (плата за отбор) представляет собой неизбежные потери попу-

ляции, вызванные различиями в адаптационной ценности ее фенотипов (генотипов).

Потери могут выражаться в физической гибели менее приспособленных особей или в лишении их возможности оставить потомство (генетическая гибель).

Оценку генетического груза (ГГ), действующего на одно поколение, можно дать на ос-

нове следующего выражения: 1- Ws, , где Ws показывает среднюю приспособленность популяции (52). Используя коэффициенты отбора и равновесные частоты генотипов,

получаем:

ГГ = p2 s

0

+ 2 pqs + q 2 s

2

(66 )

 

1

 

Величина генетического груза зависит от условий отбора и изменяется в ряду поколе-

ний, на которые действует отбор. На рис. 9 показаны варианты проявления генетиче-

ского груза при отборе против доминантных фенотипов. Расчеты выполнены на осно-

вании условия, что до начала действия отбора частоты генотипов в популяции были равны АА - p2=0.36; Аа - 2pq=0.48; аа - q2=0.16. Видно, что с понижением приспособ-

ленности генотипов АА и Аа (увеличением интенсивности отбора) возрастает началь-

44

ная величина генетического груза, однако уменьшается число поколений, необходимых

для завершения отбора.

Генетический груз

0.9

W 0=W 1=0.0001 W 0=W 1=0.1

0.8

0.7

 

W 0=W 1=0.5

 

0.6

 

 

0.5

0.4

0.3

0.2

0.1

0

-0.1

0

4

8

12

16

Поколение

Рис.9. Динамики генетического груза в нескольких поколениях во время отбора против доминантных фенотипов при различных уровнях приспособленности.

При отборе в пользу гетерозигот (случай сверхдоминирования) популяция может

находиться в состоянии устойчивого равновесия. Равновесные частоты определяются соотношением коэффициентов отбора (s0 и s2):

p =

 

 

s

2

; q =

 

s0

 

.

 

 

 

 

 

s0

+ s2

s0

+ s2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Генетический груз равен

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s2

 

2

s0

 

s0

2

s2

=

s0 s2

 

 

 

 

 

 

 

 

 

 

 

 

 

(67)

 

 

 

 

 

 

 

 

ГГ =

 

+ s

 

 

+

+ s2

 

s0 + s2

 

s0

2

 

 

s0

 

 

 

 

Для сравнения различных вариантов отбора кроме величины генетического груза можно использовать такой параметр как плата за отбор , который представляет генети-

ческую гибель особей на протяжении всех поколений пока действует направленный

отбор

 

ПО = n (pi2 s0 + 2 pi qi s1 + qi2 s2 )

(68)

1

 

В представленных на рис. 7 вариантах общая плата за отбор составила 0.841 при

W=0.0001, 0.902 при W=0.1 и 1.868 при W=0.5. Обращает на себя внимание то, что снижение интенсивности отбора уменьшает генетический груз на одно поколение (рис. 7), но увеличивает общую плату за отбор.

45

Ч а с т о т н о - з а в и с и м ы й о т б о р Для рассмотренных выше вариантов отбора общим является то, что адаптацион-

ная ценность генотипов, а следовательно и интенсивность отбора, остаются постоян-

ными. Это существенно упрощает модель отбора, но не позволяет приблизиться к опи-

санию реальной ситуации, когда интенсивность и знак отбора меняются в соответствии с частотой отбираемого генотипа. В качестве возможного варианта можно предполо-

жить, что адаптационная ценность генотипа понижается с ростом частоты встречаемо-

сти в популяции. Такая ситуация создает в популяции благоприятную обстановку для редких генотипов.

Сопоставить "обычный" и частотно-зависимый варианты отбора можно в рамках уже использованной однолокусной модели. Уравнение, описывающее изменение часто-

ты аллеля (например, аллеля а) за одно поколение при действии частотно-зависимого отбора, можно получить из уравнения (53), заменив фиксированные значения коэффи-

циентов отбора s0 , s1 и s2 на функционально зависящие от частоты генотипа s0 = f(p2),

s1 = f(2pq) и s2 = f(q2):

 

 

q = pq{q[f(2pq)-f(q2)]+p[f(p2)-f(2pq)]}/Ws,,

(69)

где Ws = 1 - [p2∙f(p2)+2pq∙f(2rq)+q2∙f(q2)]

(70)

 

Для примера можно рассмотреть случай, когда коэффициенты отбора прямо про-

порциональны частотам: s0=p2, s1=2pq, s2=q2 (коэффициент пропорциональности взят равным 1). В этом случае при q =0.5 наступает устойчивое равновесие.

В природе одним из случаев частотно-зависимого отбора может быть изменение интенсивности поедания птицами съедобных насекомых, подражающих своими внеш-

ними признаками ядовитым насекомым другого вида. В общем случае, частотно-

зависимый отбор может быть составным элементом стабилизирующего отбора.

О т б о р г а м е т Может оказаться, что гаметы обладают дифференциальной способностью к вы-

живанию или какими-то другими различиями, влияющими на их способность участво-

вать в оплодотворении. В этом случае начинает действовать естественный отбор на уровне гамет. Рассмотрим следующий пример, в котором популяция по определенному локусу образует гаметы - а1 и а2, с частотами p и q. Пусть а1 лучше приспособлены, чем а2. Тогда их адаптационная ценность может быть принята за единицу. Приспособлен-

ность а2 меньше единицы на величину s, определенную как коэффициент отбора. Эф-

фективный (участвующий в размножении) фонд гамет после отбора определяется про-

46

изведением частоты гаметы на величину относительной адаптационной ценности: (а1)

p∙1 ; (а2) q∙(1 - s)

Общий фонд гамет определяется как сумма:

p + q( 1 - s ) = p + q - qs = 1 - qs

Относительные доли (частоты) гамет после отбора равны соответственно:

для а1 p/(1 - qs); для а2 q(1- s)/(1 - qs).

Результат отбора представляет собой изменение частот рассматриваемых гамет.

Изменение частоты гаметы а2 за один этап отбора можно определить следующим обра-

зом:

q1 - qo = q(1- s)/(1- qs) - q = - sq(1- q)/(1- qs)

(71)

или q1 - qo = - pqs/(1 - qs)

(72)

Поскольку частоты гамет в сумме дают единицу, изменение частоты гаметы a2 в

первом поколении будет таким же, как для гаметы а1, только с противоположным зна-

ком.

Совместное действие эволюционных факторов

Рассмотренные выше процессы, способные изменить генетический состав попу-

ляции и вызвать эволюционные изменения, в естественных условиях чрезвычайно ред-

ко действуют в чистом виде. На протяжении одного поколения популяция подвергается действию мутационного процесса, дрейфа генов, естественного отбора и миграции.

Дифференцировать изменения по природе вызывающих их процессов - трудная и часто неразрешимая задача. Один из подходов к решению этой проблемы заключается в оп-

ределении условий, при которых решающим оказывается один, или, в крайнем случае,

два эволюционных фактора.

В работах Айала [1], Гранта [6] приведены соотношения, позволяющие оценить совместное действие дрейфа генов и таких факторов, как мутации, отбор и миграции.

Интенсивность каждого из них можно выразить посредством коэффициентов u, s, m.

По Айала дрейф генов будет основным фактором, когда произведение 4∙N∙xi<< 1 , где xi - один из упомянутых коэффициентов, N - эффективный размер популяции. Когда величина выражения близка или больше единицы, мутации, отбор или миграция стано-

вятся решающими. Грант [6] определил условия для преимущественного действия дрейфа генов при величинах выражения 2∙N∙xi≤1 , а для их совместного действия ин-

тервал, в котором величина эффективной численности популяции 0.25xi≤ N ≤ 0.5 xi.

47

Другим подходом может быть построение несложных "однолокусных" математи-

ческих моделей, характеризующих изменение частоты контролируемого аллеля за одно поколение. При этом требуется допущение, что действие эволюционных факторов ад-

дитивно. Например, при сочетании отбора и мутационного процесса общее изменение частоты аллеля равно сумме изменений частот в каждом отдельном процессе

qобщ = qотб + qмут

(73)

qобщ.= pq[q(W2-W1) + p(W1- Wo)]/Ws + pu - qv,

(74)

где u и v скорости прямого и обратного мутирования.

Построение графических зависимостей qобщ от q позволяет в ряде случаев вы-

явить дополнительные точки равновесия или найти изменения положения для уже су-

ществующих.

Генетическая дифференциация (эволюционная дистанция) в процессе видообразо-

вания

Процесс эволюции проявляется в генетической изменчивости, которую можно обнаружить на основе межпопуляционных или межвидовых различий частот аллелей,

нуклеотидных и аминокислотных последовательностей. Количественной мерой этих различий является генетическая (эволюционная) дистанция. В филетических оценках используют правило, «чем меньше эволюционные дистанции между двумя последова-

тельностями, тем вероятнее, что они имели недавнего общего предка и, соответственно,

тем более они родственны друг другу» (Лукашов, 2009; Ефимов и др., 2013).

В настоящее время под эволюционной дистанцией понимается число замен нук-

леотидов/аминокислот в пересчете на одну позицию, произошедших за время незави-

симой эволюции двух ДНК-последовательностей после их дивергенции от общего предка (Ней, Кумар, 2004). Эволюционные дистанции делятся на «истинные», «наблю-

даемые» и «расчетные» (Лукашов, 2009). Определить истинные дистанции, скорее всего не удастся, так как информация об общих предках отсутствует. Один из вариантов оп-

ределения наблюдаемой дистанции - «p-дистанция» использует имеющиеся последова-

тельности у существующих организмов и может занижать генетические дистанции так как не учитывает ни длину путей от общего предка, ни его наличие, ни возможные пет-

ли на этих путях (множественные замены, приводящие к той же самой последователь-

ности) (Лукашов, 2009). Поэтому чаще всего используются расчетные эволюционные дистанции, в которых делается поправка на возможную множественность замен и ко-

48

торые опираются на некоторые модели эволюции нуклеотидных последовательностей.

Примерами являются генетические расстояния Джукса– Кантора, Кимуры и т. п. В бо-

лее продвинутых моделях эволюции авторы учитывают непостоянство нуклеотидных замен во времени, например в LogDet-дистанции (Lockhart et al., 1994; Zharkikh, 1994) (см. Лукашов, 2009).

В этом учебном пособии показан способ оценки генетической дистанции, осно-

ванный на анализе электрофоретических свойств белков. Каждому аллелю в локусе соответствует своя изоформа белка, отличающаяся от другой изоформы своей подвиж-

ностью в токопроводящем геле.

Ней Масатоши (Айала, 1984) предложил дифференцировать две популяции на ос-

нове электрофоретического анализа белков. Генетическую дифференциацию характе-

ризуют два параметра: генетическое сходство (I) как доля структурных генов, которые идентичны в обеих популяциях, и генетическое расстояние (D) как среднее число замен аллелей в каждом локусе. Пример оценки генетической дифференциации четырех ви-

дов приматов на основе анализа 19 локусов, кодирующих белки крови, дан в таблице 9.

В столбцах для каждого вида приведены цифровые индексы аллелей (96, 97, 98 и т.д.) в

соответствии с положением белков на фореграмме. В случаях, когда локус полиморфен,

в скобках указаны соответствующие частоты аллелей. Идентичность изоферментов ус-

танавливают по совпадению цифрового индекса в пределах одной строки (одного локу-

са).

 

 

 

 

 

 

 

Таблица 9

 

 

 

 

 

 

 

 

Локус

Шимпанзе

Горилла

Гиббон

 

Бабуин

1.

Ak

96

98 (0.20); 100

92

96

 

 

 

 

 

(0.80)

 

 

 

2.

Alb

100

100

100

99

 

3.

Aph

100

100

100

100

4.

Cer

100

98

98

102

5.

Dia

100

85(0.67); 95 (0.33)

100 (0.67); 108 (0.33)

95

(0.88); 100 (0.12)

6.

Est-A

100

101

102

96

 

7.

Est-B

100

100

102

95

(0.17); 96 (0.08); 103 (0.75)

8.

G6pd

100

100

102

102

9.

Got

100

100

96

96

(0.14); 100; (0.86)

10.

Hb

100

100

100

100 (0.92); 102 (0.08)

11.

Hpt

105

107

107

107

12.

Icd

96

100

100

100 (0.94); 107 (0.06)

13.

Lap

100

100

100

100

14.

Ldh-A

96

96

96

96

 

15.

Ldh-B

100

100

100

100

16.

Mdh

100

100

93 (0.62); 100 (0.38)

106

17.

6-Pgd

97

97(0.15); 05(0.85)

94

94

 

18.

Pgm-1

96(0.12);

100

100

94

 

49

100(0.88)

 

 

 

19. Pgm-2 100

96

100

102

Для расчета генетического сходства двух популяций по одному локусу используют сле-

дующее выражение:

Ik

=

 

ai bi

 

,

(75)

 

 

 

 

ai2

bi2

 

 

 

 

 

 

где ai и bi - частоты аллелей i - локуса в популяциях А и В.

В качестве примера рассмотрим популяции шимпанзе и гориллы. Локус Alb (2)

мономорфен и представлен одинаковым аллелем с индексом 100. Частоты этого аллеля a100 и b100 равны единице и показатель генетического сходства равен

I

2 =

 

1∙1

 

= 1

 

 

 

 

12

+ 12

 

 

 

 

Локус Cer (4) в каждой популяции мономорфен, но представлен различными аллелями с индексами 100 и 98. Показатель генетического сходства равен:

I

4 =

 

(1∙ 0) + (0 ∙1)

 

= 0

 

 

 

 

(12

+ 02 )(02 + 12 )

 

 

 

 

 

Локус 6-Pgd (17) в популяции шимпанзе мономорфен и представлен аллелем с индек-

сом 97, в популяции гориллы - полиморфен (аллели с индексами 97 и 105). В этом слу-

чае показатель генетического сходства равен:

I17 =

 

(1∙ 0.15) + (0 ∙ 0.85)

 

=

0.15

= 0.174

 

 

 

 

(12 + 02 )(0.152 + 0.852 )

 

 

0.863

 

Степень генетической дифференциации двух популяций оценивают по нескольким ло-

кусам. Для этого можно воспользоваться формулой, которую предложил М.Ней [1]:

I =

 

I ab

 

 

I a Ib

 

 

где Iab средняя сумма произведений частот одноименных аллелей:

 

k

n

 

I a =

∑∑(ai bi )

 

1

1

,

 

k

 

 

 

Ia средняя сумма квадратов частот в первой популяции:

 

k

n

 

I a =

∑ ∑ (ai2 )

 

1

1

,

 

k

 

 

 

Ib тоже для второй популяции:

(76)

(77)

(78)

50