Войти
Тест Макдональда-Крейтмана - это статистический тест, часто используемый эволюционными и популяционными биологами для обнаружения и измерения степени адаптивной эволюции внутри вида путем определения того, произошла ли адаптивная эволюция, и доли замен, возникших в результате положительного отбора (также известного как направленный выбор ). Для этого тест Макдональда-Крейтмана сравнивает степень вариации внутри вида ( полиморфизм ) с расхождением между видами (замены) в двух типах сайтов, нейтральных и ненейтральных. Замена относится к нуклеотиду, который фиксируется в пределах одного вида, но другой нуклеотид фиксируется во втором виде на той же паре оснований гомологичных последовательностей ДНК. Сайт не является нейтральным, если он полезен или вреден. Эти два типа сайтов могут быть синонимичными или несинонимичными в кодирующей белок области. В последовательности ДНК, кодирующей белок, сайт является синонимом, если точечная мутация в этом сайте не изменяет аминокислоту, что также известно как молчащая мутация. Поскольку мутация не привела к изменению аминокислоты, которая изначально кодировалась последовательностью, кодирующей белок, фенотип или наблюдаемый признак организма, как правило, не изменяется в результате молчащей мутации. Сайт в последовательности ДНК, кодирующей белок, несинонимичен, если точечная мутация в этом сайте приводит к изменению аминокислоты, что приводит к изменению фенотипа организма. Обычно молчащие мутации в областях, кодирующих белок, используются в качестве «контроля» в тесте Макдональда-Крейтмана.
В 1991 году Джон Х. Макдональд и Мартин Крейтман разработали тест Макдональда-Крейтмана, выполняя эксперимент с дрозофилой (дрозофилой) и их различиями в аминокислотной последовательности гена алкогольдегидрогеназы. Макдональд и Крейтман предложили этот метод для оценки доли замен, фиксируемых положительным отбором, а не генетическим дрейфом.
Чтобы настроить тест Макдональда-Крейтмана, мы должны сначала создать двустороннюю таблицу сопряженности наших данных по исследуемым видам, как показано ниже:
| Фиксированный | Полиморфный | |
|---|---|---|
| Синоним | D s | P s |
| Несинонимный | D n | P n |
Чтобы количественно оценить значения D s, D n, P s и P n, вы подсчитываете количество различий в кодирующей белок области для каждого типа переменной в таблице непредвиденных обстоятельств.
Нулевая гипотеза теста Макдональд-Kreitman является то, что отношение к несинонимичному синониму вариации в пределах вида будет равняться отношению к несинонимичному синониму вариации между видами (т.е. D н / Д с = Р п / р ы). Когда положительный или отрицательный отбор (естественный отбор) влияет на несинонимичные вариации, отношения перестают быть равными. Отношение несинонимичной вариации к синонимичной вариации между видами будет ниже, чем отношение несинонимичной вариации к синонимичной вариации внутри вида (т. Е. D n / D s lt; P n / P s), когда действует отрицательный отбор, и вредные мутации сильно влияют на полиморфизм. Отношение несинонимичной вариации к синонимичной вариации внутри вида ниже, чем отношение несинонимичной вариации к синонимичной вариации между видами (т.е. D n / D s gt; P n / P s), когда мы наблюдаем положительный отбор. Поскольку мутации при положительном отборе быстро распространяются в популяции, они не вносят вклад в полиморфизм, но влияют на дивергенцию.
Используя уравнение, полученное Смитом и Эйром-Уокером, мы можем оценить долю замен оснований, зафиксированную естественным отбором, α, используя следующую формулу:
Альфа представляет собой долю замен, вызванных положительным выбором. Альфа может быть равна любому числу от -∞ до 1. Отрицательные значения альфа возникают из-за ошибки выборки или нарушений модели, таких как сегрегация слегка вредных аминокислотных мутаций. Как и выше, наша нулевая гипотеза заключается в том, что α = 0, и мы ожидаем, что D n / D s равно P n / P s.
Индекс нейтральности (NI) количественно определяет направление и степень отклонения от нейтральности (где отношения P n / P s и D n / D s равны). Если предположить, что молчащие мутации нейтральны, индекс нейтральности больше 1 (т.е. NIgt; 1) указывает на то, что действует отрицательный отбор, приводящий к избытку полиморфизма аминокислот. Это происходит потому, что естественный отбор способствует очищающему отбору и устранению вредных аллелей. Поскольку молчащие мутации нейтральны, индекс нейтральности ниже 1 (то есть NI lt;1) указывает на избыток немой дивергенции, которая возникает, когда в популяции работает положительный отбор. Когда на вид действует положительный отбор, естественный отбор отдает предпочтение конкретному фенотипу по сравнению с другими фенотипами, и предпочтительный фенотип начинает фиксироваться у вида по мере увеличения частоты аллелей для этого фенотипа. Чтобы найти индекс нейтральности, мы можем использовать следующее уравнение:
Одним из недостатков выполнения теста Макдональда – Крейтмана является то, что он уязвим для ошибок, как и любой другой статистический тест. Многие факторы могут способствовать ошибкам в оценке уровня адаптивной эволюции, в том числе наличие слегка вредных мутаций, вариации скорости мутаций по геному, вариации сливающихся историй по геному и изменения в эффективном размере популяции. Все эти факторы приводят к занижению значения α. Однако, согласно исследованиям, проведенным Charlesworth (2008), Andolfatto (2008) и Eyre-Walker (2006), ни один из этих факторов не является достаточно значимым, чтобы заставить ученых поверить в ненадежность теста Макдональда-Крейтмана, за исключением наличия небольшого количества вредные мутации у видов.
В целом, тест Макдональда-Крейтмана часто считается ненадежным из-за того, что тест имеет тенденцию недооценивать степень адаптивной эволюции при наличии слегка вредных мутаций. Слегка вредная мутация может быть определена как мутация, на которую отрицательный отбор действует очень слабо, так что ее судьба определяется как отбором, так и случайным генетическим дрейфом. Если в популяции сегрегируют слегка вредные мутации, тогда становится трудно обнаружить положительный отбор, и степень положительного отбора недооценивается. Слабо вредные мутации имеют больше шансов внести свой вклад в полиморфизм, чем сильно вредные мутации, но все же имеют низкую вероятность фиксации. Это создает смещение в оценке степени адаптивной эволюции, полученной при помощи теста Макдональда – Крейтмана, что приводит к значительно более низкой оценке α. Напротив, поскольку сильно вредные мутации не вносят вклад ни в полиморфизм, ни в дивергенцию, сильно вредные мутации не искажают оценки α. Наличие слегка вредных мутаций тесно связано с генами, которые испытали наибольшее сокращение эффективной численности популяции. Это означает, что вскоре после недавнего сокращения эффективного размера популяции у вида, такого как «узкое место», мы наблюдаем большее присутствие слегка вредных мутаций в областях, кодирующих белок. Мы можем установить прямую связь с увеличением числа слегка вредных мутаций и недавним уменьшением эффективной численности популяции. Для получения дополнительной информации о том, почему размер популяции влияет на тенденцию к увеличению частоты слегка вредных мутаций, обратитесь к статье « Почти нейтральная теория молекулярной эволюции».
Кроме того, как с каждым статистическим тестом, всегда есть вероятность наличия ошибки I типа и типа ошибки II в тесте McDonald Kreitman. Используя статистические тесты, мы должны больше стараться избегать ошибок типа I, чтобы не отвергать нулевую гипотезу, когда она на самом деле верна. Однако тест Макдональда Крейтмана очень уязвим для ошибок типа I из-за множества факторов, которые могут привести к случайному отклонению истинной нулевой гипотезы. К таким факторам относятся вариации в скорости рекомбинации, неравновесная демография, малые размеры выборки и сравнения с участием недавно разошедшихся видов. Все эти факторы могут влиять на способность теста Макдональда-Крейтмана обнаруживать положительный отбор, а также на уровень положительного отбора, действующего на вид. Эта неспособность правильно определить уровень положительного отбора, действующего на вид, часто приводит к ложному положительному результату и неправильному отклонению нулевой гипотезы.
При выполнении теста Макдональда – Крейтмана ученые также должны избегать слишком большого количества ошибок типа II. В противном случае результаты теста могут быть слишком ошибочными, а его результаты будут сочтены бесполезными.
Продолжается больше экспериментов с тестом Макдональда – Крейтмана и с тем, как повысить точность теста. Самая важная ошибка, которую необходимо исправить, - это ошибка, заключающаяся в том, что α сильно недооценивается при наличии слегка вредных мутаций, как обсуждалось в предыдущем разделе «Источники ошибок с тестом Макдональда-Крейтмана». Эта возможная корректировка теста Макдональда-Крейтмана включает удаление полиморфизмов ниже определенного значения из набора данных для улучшения и увеличения количества замен, которые произошли из-за адаптивной эволюции. Чтобы свести к минимуму влияние слегка вредных мутаций, было предложено исключить полиморфизмы, которые ниже определенной частоты отсечки, например lt;8% или lt;5% (все еще много споров о том, каким должно быть лучшее значение отсечения). Не включая полиморфизмы с определенной частотой, вы можете уменьшить систематическую ошибку, создаваемую слегка вредными мутациями, поскольку будет учитываться меньшее количество полиморфизмов. Это повысит оценку α. Следовательно, оценка степени адаптивной эволюции не будет настолько сильно недооценена, что считает тест Макдональда – Крейтмана более надежным.
Одна необходимая корректировка - это контроль ошибки типа I в тесте Макдональда-Крейтмана, см. Обсуждение этого в предыдущем разделе «Источники ошибок в тесте Макдональда Крейтмана». Один из способов избежать ошибок типа I - избегать использования популяций, которые в последнее время столкнулись с проблемой узкого места, что означает, что они недавно претерпели недавнее уменьшение эффективной численности популяции. Чтобы сделать анализ максимально точным в тесте Макдональда – Крейтмана, лучше всего использовать большие размеры выборки, но все еще ведутся споры о том, насколько велик «большой». Питер Андольфатто (2008) предлагает еще один метод контроля ошибок типа I - установить уровни значимости путем объединения моделирования с рекомбинацией в полногеномных сканированиях для отбора некодирующих ДНК. Таким образом вы сможете повысить точность своего статистического теста и избежать ложноположительных результатов. Имея все эти возможные способы избежать ошибок типа I, ученые должны осторожно выбирать, какие популяции они анализируют, чтобы избежать анализа популяций, который приведет к неточным результатам.
