Реферат: Методы теоретической популяционной генетики
Детерминистические модели позволяют эффективно описывать динамику распределения генов в эволюционирующих популяциях. Однако эти модели основаны на предположении бесконечного размера популяции, которое является слишком сильным для многих реальных случаев. Чтобы преодолеть это ограничение, были разработаны вероятностные методы теоретической популяционной генетики [1,3,4,6-8]. Эти методы включают анализ с помощью цепей Маркова (в частности, метод производящих функций) [4,7], и диффузионные [1,3,4,6,8] методы.
Ниже мы кратко рассмотрим основные уравнения и характерные примеры применения диффузионного метода. Этот метод достаточно нетривиален и его применение приводит к достаточно содержательным результатам.
2.2.1. Прямое и обратное уравнения Колмогорова
Рассмотрим популяцию диплоидных организмов с двумя аллелями A 1 и A 2 в некотором локусе. Численность популяции n предполагается конечной, но достаточно большой, так что частоты гена могут быть описаны непрерывными величинами. Мы также предполагаем, что численность популяции n постоянна.
Введем функциюj =j (X,t |P,0 ) , которая характеризует плотность вероятности того, что частота гена A 1 равна X в момент времени t при условии, что начальная частота (в момент t = 0) была равна P . В предположении малого изменения частот генов за одно поколение, динамика популяции может быть описана приближенно следующими дифференциальными уравнениями в частных производных [1,3,4,8]:
¶ j/ ¶ t = - ¶ (Md X j)/¶ X + (1/2)¶ 2 (VdX j)/¶ X 2 , (6)
¶ j/¶ t = Md P ¶ j/ ¶ P + (1/2)Vd P ¶ 2 j/¶ P 2 , (7)
где Md X , Md P и VdX , Vd P – средние значения и дисперсии изменения частот X , P за одно поколение, соответственно; единица времени равна длительности одного поколения. Уравнение (6) есть прямое уравнение Колмогорова. (В физике это уравнение называют уравнением Фоккера-Планка), уравнение (7) – обратное уравнение Колмогорова.
Первые слагаемые справа в уравнениях (6), (7) описывают давление отбора, которое обусловлено разностью приспособленностей генов A 1 и A 2 . Вторые слагаемые характеризуют случайный дрейф частот, который обусловлен флуктуациями в популяции конечной численности.
Используя уравнение (6), можно определять динамику частот генов во времени. Уравнение (7) позволяет оценивать вероятности фиксации генов.
Предполагая, что 1) приспособленности генов A 1 и A 2 равны 1 и 1 - s , соответственно и 2) вклады генов в приспособленности генных пар A 1 A 1 , A 1 A 2 и A 2 A 2 аддитивны, можно получить, что величины Md X , Md P и VdX , Vd P определяются следующими выражениями [1,3,4,8]:
Md X = sX (1-X ), Md P = sP (1-P ), Vd X = X (1-X )/(2n ), Vd P = P (1-P )/(2n ) . (8)
2.2.2. Случай чисто нейтральной эволюции
Если эволюция чисто нейтральная (s = 0), то уравнение (6) принимает вид:
¶ j/¶ t = (1/4n )¶ 2 [X (1-X )j]/¶ X 2 . (9)
Это уравнение было решено аналитически М. Кимурой [1,6]. Само решение имеет сложный вид, основные результаты этого решения сводятся к следующему: 1) в конечной популяции фиксируется только один ген (A 1 либо A 2 ); 2) типичное время перехода от начального распределения к конечному составляет величину порядка 2n поколений. Отметим, что этот результат согласуется с оценками лекции 4 , где была рассмотрена несколько иная модель "чисто нейтральной" эволюции.
2.2.3. Вероятность фиксации гена
Используя уравнение (7), мы можем оценить вероятность фиксации гена A 1 в конечной популяции. Действительно, рассматривая асимптотику при времени, стремящемся к бесконечности( t --> inf ), мы можем положить ¶ j /¶ t = 0 и X = 1 ; тогда аппроксимируя вероятность u (P ) , которую нужно найти, величиной u (P ) = j (1, inf |P,0 )/(2n ) (здесь u (P ) = j(1, inf |P,0 )DX , где DX = 1/2n – минимальный шаг изменения частоты в популяции, см. также [3] для более строгого рассмотрения) и комбинируя (7), (8), мы получаем:
sdu /dP + (1/4n ) d 2 u /dP 2 = 0 . (10)
Решая это простое уравнение при естественных граничных условиях: u (1) = 1, u (0) = 0 , мы получим вероятность фиксации гена A 1 в конечной популяции [1,3,6]:
u (P ) = [1 - exp (- 4nsP )] [1 - exp (- 4ns )]-1 . (11)
Выражение (11) показывает, что если 4ns < < 1 , то имеет место нейтральная фиксация гена: u (P ) » P , если 4ns > > 1, то отбирается предпочтительный ген A 1 : u (P ) » 1; размер популяции nc ~ (4s )-1 есть граничное значение, разделяющее области "нейтрального" и "селективного" отбора.
Итак, математические методы популяционной генетики описывают динамику частот генов в эволюционирующих популяциях. Детерминистические методы используются при описании динамики частот в среднем; стохастические методы учитывают флуктуации в популяциях конечной численности.
3. Молекулярная эволюция: теория нейтральности
Классическая теория популяционной генетики, содержательно основанная на синтетической концепции эволюции, интенсивно развивалась до 1960-х годов, до тех пор, пока не возникли трудности интерпретации экспериментальных данных молекулярной биологии. В лекции 1 я уже отмечал, в 1950-1960-х годах произошла революция в молекулярной биологии. Была определена структура ДНК, расшифрован генетический код, ученые установили общие принципы работы молекулярно-генетической системы живой клетки.
Интенсивные исследования молекулярной биологии привели к серьезным результатам, касающимся биологической эволюции: была оценена скорость аминокислотных замен в белках, а также получены оценки, характеризующие полиморфизм белков.
Анализируя экспериментальные данные, М.Кимура обнаружил, что когда он пытался объяснить эти эксперименты на основе селекции благоприятных мутаций путем Дарвиновского отбора, то возникли серьезные затруднения. В своей книге [6] Кимура подробно описывает идеи, послужившие основанием для изобретения теории нейтральности. Например, в некоторых своих оценках, основанных на Дарвинском отборе, он получил, что для объяснения экспериментальных данных нужно потребовать, чтобы каждая особь в процессе эволюции давала 22 000 потомков. И для того, чтобы проинтерпретировать данные по молекулярной эволюции белков, Кимура предложил теорию нейтральности [6,9].
Основное предположение этой теории состоит в следующем: на молекулярном уровне мутации (замены аминокислот или нуклеотидов) преимущественно нейтральны или слабо вредны (существенно вредные мутации также возможны, но они элиминируются из популяции селекцией). Это предположение согласуется с экспериментально наблюдаемой скоростью аминокислотных замен и с тем фактом, что скорость замен в менее важных частях белков значительно больше, чем для активных центров макромолекул.
Используя математические методы популяционной генетики, Кимура получил ряд следствий теории, которые находятся в довольно хорошем согласии с данными молекулярной генетики [6].