coalescência dna é capaz de replicarevolucao/popgen/coalesc.pdf · replicação do dna gene tree...

1

Por causa da replicação, um únicotipo de gene pode existir notempo e no espaço de forma quetranscenda os indivíduos quetemporaamente carregam o gene.

Alguns alelos são idênticos porserem descendentes replicados deum único alelo ancestral

DNA é capaz de replicarCoalescência

Coalescênciado DNA

Replicação doDNA

Gene Tree(all copies ofhomologous DNAcoalesce to acommon ancestralmolecule)

Teoria do coalescente

Se µ << 1 e Prob (coal) << 1DNA não replica e sofre mutaçãoem uma geração

Tempo

TempoCoalescência

Cada reprodução pode envolver qualquer um dos N indivíduous,e é um evento independente de outras• Assim, a probabilidade de que dois gametas venham domesmo parental é de 1/N• Em diplóides, a probabilidade de ibd / coalescência é 1/(2N)• Populações não são ideais, logo a probabilidade decoalescência em uma geração é de 1/2Nef

Coalescência em uma população ideal de N diplóides

2

Pcoalescence há exatamente t gerações é a probabilidade de nãocoalescência pelas 1as t-1 gerações no passado seguida por umevento de coalescência na geração t:

Amostrando dois genes ao acaso

probabilidade denão coalescênciaem t-1 gerações

probabilidadede coalescência

na geração t

A variância do tempo médio de coalescência de dois genes (σ2ct)

é a média da espectativa de (t - 2Nef)2 :

O tempo médio de coalescência será:

Amostrando dois genes ao acaso

• Se n = 10, o tempo coberto por eventos de coalescência deve variar entre 0.0444Nef e 3.6Nef.

• Se n = 100, o tempo coberto por eventos de coalescência deve variar entre 0.0004Nef e 3.96Nef.

Não precisa grande amostra para inferir coalescências antigas, masprecisa de muitas para inferir coalescências recentes

Amostrando n genes ao acasoOs tempos médios para a 1a e a última coalescência são:

4Nef/[n(n-1)] e 4Nef(1-1/n)

Árvore de Coalescência

E(T5,4) = 2N/10

E(T2,1) = 2Ngerações

E(T3,2)=2N/3

E(T4,3)=2N/6

Tempo

presente

Teoria da coalescência

Se µ << 1 e Prob (coal) << 1DNA não replica e sofremutação em uma geração

Tempo

• Tanto para 2 quanto n- coalescências, o tempo médio decoalescência é proporcional a Nef enquanto a variância é a Nef

2.• O relógio molecular segue Poisson em que a média = variância.• O coalescente é um processo evolutivo irregular, com muitavariação inerente que não pode ser eliminada por n maiores; éinato ao processo evolutivo e chamado de estocasticidadeevolutiva.

A variância do tempo de coalescência de n genes é:

Amostrando n genes ao acaso

3

Experimento de Buri em deriva genética

Problema: Não há réplicas na maioria dos dados reais,os eventos ocorreram apenas uma vez.

Tempo de fixação (coalescência) em 105réplicas do mesmo processo evolutivo

Mutação criavariação edestrói ibd

Coalescênciacom mutação

Coalescência antes da mutação

Mutação

Mutação antes da coalescência

Assumindo µ muito pequeno e Nef muito grande

P de mutação e coalescência na mesma geração é baixa

Mutação e Coalescência:Diversidade genética

Com µ << Nef pode ser simplificado para:

4

= Heterozigosidade esperada

Com µ << Nef pode ser simplificado para:

Mutação e Coalescência:Diversidade genética Árvores de Genes são genealogias de genes. Como cópias

diferentes em loci homólogos estão relacionados pela ordem deeventos de coalescência.

Árvore de gene e árvore de haplótipos

Únicos passos quepodemos “ver” são osmarcados por eventosmutacionais

Árvores de Genes são genealogias de genes. Como cópiasdiferentes em loci homólogos estão relacionados pela ordem deeventos de coalescência.


A esta árvore de maisbaixa resoluçãochamamos de árvorede haplótipos ou dealelos.

Árvore de haplótipo

Árvore de haplótipo -- Antigas e recentes

Dobzhansky & Sturtevant (1936): An Inversion Tree for Drosophilapseudoobscura (A) and D.persimilis (B)

5

Idealmente cada inversão ocorre apenas uma vez na árvore e a árvoreminimiza o número total de mutações – Modelo de Alelos Infinitos

Idealmente cada inversão ocorre apenas uma vez na árvore e a árvoreminimiza o número total de mutações -- Máxima Parcimônia

Máxima Parcimônia (e outros métodos) permite inferir estados deancestrais extintos.

Árvore é enraizada com espécie relacionada que estejafilogeneticamente fora do grupo de interesse - Grupo externo.

Árvore de inversões não equivale sempre a árvore de espécies, oupopulações - Polimorfismo Transpecífico.


Polimorfismo transpecífico (polimorfismoancestral, sorteamento de linhagem) – Quandoalguns dos haplótipos encontrados em uma espéciesão genealogicamente mais aparentados alinhagens de haplótipos encontrados em outraespécie do que a linhagens da própria espécie.

6


Polimorfismo transpecífico, ou polimorfismoancestral, ou ainda sorteamento de linhagem

Freqüência e topologia são misturadas. Mutação é mais provável emhaplótipos comuns. Politomias e ramos pequenos são esperadas.

Modelo de Sítios Infinitos

1

2

3

4

5

Mutações1 2 3 4 5 6

Seqü

ênci

as

7

Cada mutação ocorre em um nucleotídeo diferente

LPL Has 10 Exons Over 30 kb of DNA on Chromosome 8p22

Sequenced 9,734 bp from the 3’ End of Intron 3 to the 5’ End of Intron 9

Sequenced:24 Individuals from North Karelia, Finland (World’s Highest Frequency of CAD)23 European-Americans from Rochester, Minnesota24 African-Americans from Jackson, Mississippi

Found 88 Variable Sites

Ignored Singleton and Doubleton Sites and Variation Due to a Tetranucleotide Repeat,butPhased the Remaining 69 Polymorphic Sites by a Combination of Using AlleleSpecificPrimer Pairs and Haplotype Substraction

The Phased Site Data Identified 88 Distinct Haplotypes

Genetic Survey of Lipoprotein Lipase

Ln-Likelihood ratio teste de homogeneidade = 99.8, 3 df, p = 1.75 x 10-7

Ln-Likelihood ratio teste de homogeneidade nas 3 classes mutáveis = 12.3, 2 df, p = 0.002

Análise de sítios altamente mutáveis

Type of Site # Nt # polym % polym p/ nt

CPG

198 19

9.6% Mononucleotide runs > 5

456 15

3.3% Poly α arrest site ± 3 nucleotides [TG(A/G)(A/G)GA]

264

8 3.0%

All other nucleotides

8,866 46

0.5%

Região Tipo do Sítio 0-1 Homoplasias >2 Homoplasias

5’ e 3’ Altamente mutável

11 14 Flanqueadora

Todos os outros

22 5

Sítios altamente mutáveis em LPL e homoplasia

Recombinational Hotspot

Altamente mutável

3 7 Todos os

outros 5 2

Todos Altamente mutável

14 21 Todos os

outros 27 7

Fisher's Exact Test: P = 0.0013 sob a hipótese nula de homogeneidade

Fisher's Exact Test: P = 0.0013 sob a hipótese nula de homogeneidade

7

ε4

ε3ε2

Árvore dehaplótipos

da Apolipo-protein E

Árvore de haplótipos da Apolipo-protein E

4036

Coalescente dehaplótipos deApo-protein E

ε4

Anos(x 105)

ε2 ε39 16 6 27 2 28 1 14 29 30 12 13 17 20 5 31

3.2

1.6

0.0

0.8

2.43937

4075

5229B

624

308

3673

545

2440

3106

19981163

1522 3701 2907

4714951

73



560

560

560

560560

560

1575

624

624624

624

1522

5361

5361

5361

4951

4951

4951

832

83224401998 19983937

5229B

4075

1163 4036

73

471

14

1119

17 20 18

23

1512

25

13

10 16

24

2

22

67 5

1

1575

560

624 624

21

26

4

3

31

3106

28545

27 3673

308

29 3701

8

302907

9

ε3

ε2

ε4

Sítios 560 e 624 estão em umarepetição Alu

Modelo de Sítios Finitos

1

2

3

4

5

Mutações1 2 3 4 5 6

Seqü

ênci

as

7

Um conjunto finito de nucleotídeos são sujeitos à mutaçãoe podem sofrer eventos mutacionais múltiplos

Uso de métodos não apropriados para estudosintraspecíficos

Porque não apropriados:• baixa divergência• ancestral não está extinto• Politomia• reticulação• tamanho amostral grande

8

Parcimônia estatística

Redes ou árvores que alocam homoplasia entrehaplótipos menos divergentes com probabilidademenor do que 0.05 são eliminadas em favor deoutras que alocam tais homoplasias entrehaplótipos mais divergentes

Árvore genealógica Em estudos intraspecíficos:•NÃO esperamos que o ancestral esteja extinto;• Politomias são esperadas. Na verdade, politomiassão PROVÁVEIS;• Como alelo ancestral não está extinto, esperamosque alelos mais antigos tenham maior freqüência.Por outro lado, novos alelos devem ter baixafreqüência;• É mais provável que um alelo raro seja derivadode um alelo comum do que de outro raro;

Podemos usar estasesperanças para resolver“loops” ou homoplasias nosdados

Árvore de haplótipos

Em estudos intraspecíficos:•NÃO esperamos que o ancestral esteja extinto;• Politomias são esperadas. Na verdade, politomiassão PROVÁVEIS;• Como alelo ancestral não está extinto, esperamosque alelos mais antigos tenham maior freqüência.Por outro lado, novos alelos devem ter baixafreqüência;• É mais provável que um alelo raro seja derivadode um alelo comum do que de outro raro;

Podemos usar estas esperanças para resolver“loops” ou homoplasias nos dados

Máxima parcimônia Parcimônia estatística

Árvore genealógica Em estudos intraspecíficos:•NÃO esperamos que o ancestral esteja extinto;• Politomias são esperadas. Na verdade, politomiassão PROVÁVEIS;• Como alelo ancestral não está extinto, esperamosque alelos mais antigos tenham maior freqüência.Por outro lado, novos alelos devem ter baixafreqüência;• É mais provável que um alelo raro seja derivadode um alelo comum do que de outro raro;

Podemos usar estasesperanças para resolver“loops” ou homoplasias nosdados

Árvore de haplótipos

• Geralmente NÃO sabemos a raiz;• Alelos antigos tem mais chance de serem nósinternos, ao invés de pontas (tips).

560

560

560

560560

560

1575

624

624624

624

1522

5361

5361

5361

4951

4951

4951

832

83224401998 19983937

5229B

4075

1163 4036

73

471

14

1119

17 20 18

23

1512

25

13

10 16

24

2

22

67 5

1

1575

560

624 624

21

26

4

3

31

3106

28545

27 3673

308

29 3701

8

302907

9

ε3

ε2

ε4



Um único haplótipo pode ter segmentos de DNA que tiverampadrões de mutação e coalescência diferentes no passado.Não existe uma única história evolutiva para estes haplótiposrecombinantes.Quando a recombinação é comum e uniforme, mesmo a idéiade uma árvore de haplótipos torna-se biologicamente semsentido.

Importante investigar sua presença!

Coalescência e recombinação

9

A recombinação ocorre emtodos os genótipos, masmuda o estado do gametaparental apenas em duplosheterozigotos.

A recombinação muda a fasede marcadores polimórficos.

Para se detectar e estudar arecombinação, é essencial terdados com fase conhecida(como haplótipos)

PROBLEMA: Queremos estimar os haplótipos e suas freqüênciasno pool gênico, mas não podemos observá-los em todos osindivíduos.

GENOTIPAGEM N HAPLÓTIPOSPOSSÍVEIS

A/A A/A T/T HOMOZYGOTE 21 AATG/G A/A T/T HOMOZYGOTE 19 GATA/A C/A T/T SINGLE HETEROZYGOTE 9 ACT/AATA/G A/A T/T SINGLE HETEROZYGOTE 39 AAT/GATA/G C/A T/T DOUBLE HETEROZYGOTE 9 ACT/GAT or AAT/GCTA/G A/A T/C DOUBLE HETEROZYGOTE 2 AAT/GAC or AAC/GATA/G C/A T/C TRIPLE HETEROZYGOTE 1 ACT/GAC or AAT/GCC or

ACC/GAT or AAC/GCT

1a Solução: Subtração de Haplótipos (Clark, Mol. Biol. Evol. 7:111-122, 1990).



ACC/GAT or AAC/GCT

Os haplótipos neste grupo são conhecidos!




ACC/GAT or AAC/GCT


Tais haplótipos são também possibilidades em genótiposcom fase ambígua




ACC/GAT or AAC/GCT


A solução que inferir menos haplótipos novos será a preferida

2a Solução: Algoritmo EM (Estimation-Maximization)(Templeton et al. Genetics 120: 1145-1154, 1988).

Estima probabilidades de várias fases de genótipos pelo uso dasfreqüências dos haplótipos em um modelo de Hardy-Weinberg.

10


Estima probabilidades de várias fases de genótipos pelo uso dasfreqüências dos haplótipos em um modelo de Hardy-Weinberg.Repetir tal procedimento até que as freqüências estabilizem.


Estima probabilidades de várias fases de genótipos pelo uso dasfreqüências dos haplótipos em um modelo de Hardy-Weinberg.Repetir tal procedimento até que as freqüências estabilizem.


Nem tão bem resolvido quanto o algoritmo de HaplotypeSubstraction.Pode ser uma vantagem, e uma desvantagem.

3a Solução: Algoritmo Bayesiano (Stephens et al., Am J. Hum Gen.68: 978-989,2001)Divide the individuals into those with unambiguous haplotypes and those with ambiguous haplotypes.Unlike haplotype subtraction and like EM, ambiguous individuals always remain ambiguous(although the probabilities could become very small). Then:

1. Let G be the vector of genotypes and H(0) some initial guess of the vector of haplotypes(just like EM).

2. Choose an individual, i, uniformly and at random (thus avoiding order effects) from theset of ambiguous individuals.

3. Sample Hi(t+1) from P(Hi|G,H-I

(t))where H-I is the set of haplotypes excluding individual i.

Go back to 2 and keep repeating until converge to a stationary distribution (they show thiswill always occur). Thus, you now have P(H|G).

However, where we do we get P(Hi|G,H-I(t))?

Como detectar eventos de recombinação em LPL

5NR

2JNR 79R70R

7

8

13

20

29 31 33 56 53

5

65

25

7 813

16

11J

611931J

66 29 36 69

5

16

1236J

Branch "A" {Como detectar eventos de recombinação em LPL

α=3, β=5, κ=3, p =0.0179, crossover between sites 13 and 29.1 10 20 30 40 50 60 69

2JNR CAGTTTCCCT CAGCACGATC GCAATTGCAC CTCAATGTAT AGTTGTAACC GAGTCCGCAT AACTATAGG5NR CAGTTTATCT CACCACGATA GCAATTGCAC CTCAATGTAT AGTTGTAACC GAGTCCGCAT AACTATAGGNode a CAGTTTATCT CACCACGATC GCAATTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGG

α=2, β=7, κ=2, p =0.0278, crossover between sites 16 and 19.

Node d CAGTTTATCT CACCACGATC GCAACTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGG11J CAGTATATCT CACCATGATC GCAACTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGGNode e CAGTATATCT CACCATGAGC GCAATTGCAC TTTAA?GTAT AGTTGTAACC GAATCAGCAT CACTGGAGA

11J CAGTATATCT CACCATGATC GCAACTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGGNode e CAGTATATCT CACCATGAGC GCAATTGCAC TTTAA?GTAT AGTTGTAACC GAATCAGCAT CACTGGAGAT-1 CAGTTTATCT CACCACGAGC GCAATTGCAC TTTAA?GTAT AGTTGTAACC GAATCAGCAT CACTGGAGA

11

Distribuição de recombinantes em LPL LD e recombinational Hotspot em LPL

Reich, D. E. et al. Nature Genetics 32, 135-142, 2002.“recombination 'hot spots' are a general feature of the humangenome and have a principal role in shaping genetic variation inthe human population.”

Recombinação cria novas fases em sítios polimórficos, quepodem ser medidas por:

D = gABgab-gAbgaB

• D mede o grau de associação entre dois sítios naquelapopulação

• D é criado por várias forças evolutivas e eventos históricos,inclusive a mutação.

Hardy Weinberg em 2 loci

Ou seja, evolução ocorre!

O equilíbrio é alcançadogradualmente, na taxa r.Informações históricas sãomedidas por D, que decai como tempo.Em loci com alta ligação podepersistir por grandes períodos.

Hardy Weinberg em 2 loci

Dt = D0(1-r)t

Existe a tendência de usar D como medida daproximidade na molécula de DNA

Isto se justifica quando r >> µ

Quando r < µ ou r ≈ µ ; o desequilíbrio está medindoproximidade no processo de coalescência.

Desequilíbrio e Coalescência

12

ε4

ε3ε2



O gene ApoE

Stengård et al. (1996)mostraram quesubstituições de aminoácidos em ApoE temgrande impacto namortalidade por doençascoronarianas em umestudo longitudinal.

01234567

CAD MortalityRelative to

CAD Mortalityof 3/3

3/33/42/4 & 4/4

0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*

Região Gênica da Apoprotein E

0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*

Estes dois sítios estão em desequilíbrio


560

560

560

560560

560

1575

624

624624

624

1522

5361

5361

5361

4951

4951

4951

832

83224401998 19983937

5229B

4075

1163 4036

73

471

14

1119

17 20 18

23

1512

25

13

10 16

24

2

22

67 5

1

1575

560

624 624

21

26

4

3

31

3106

28545

27 3673

308

29 3701

8

302907

9

Árvore dehaplótiposda Apo-

lipoprotein E

560

560

560

560560

560

1575

624

624624

624

1522

5361

5361

5361

4951

4951

4951

832

83224401998 19983937

5229B

4075

1163 4036

73

471

14

1119

17 20 18

23

1512

25

13

10 16

24

2

22

67 5

1

1575

560

624 624

21

26

4

3

31

3106

28545

27 3673

308

29 3701

8

302907

9

Estes haplótipos sãoT no sítio 832 e C

em 3937

Estes haplótipos são G nosítio 832 e T em 3937

Árvore dehaplótiposda Apo-

lipoproteinE

13

0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*

Sítio 3937 é um polimorfismo de a.a. queafeta a função de ApoE e infarto


0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*


Suponha que apenas esta região tenhasido sequenciada


0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*

Sítio 832 está associado na árvore dehaplótipos com o sítio 3937




0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*


Sítio 832 pareceria com a maiorassociação com função de ApoE e infarto


0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5

Exon 1

Exon 2

Exon 3

Exon 4

73 308

471545560624832

1163

15221575

1998

2440

2907

3106

3673

393740364075

4951

5229A

5229B5361

3701*

Você seriacapaz de

inferir destaassociação que

o marcadormais perto dosítio funcionalestaria aqui?


Sítio 832 pareceria com a maiorassociação com função de ApoE e infarto


Para que servem árvores de haplótipo

• As árvores de haplótipo estimam umahistória evolutiva que pode gerar hipótesessobre o significado atual da variaçãogenética

• Fornecem uma ferramenta poderosa para sedetectar associações entre genótipo efenótipo

coalescência dna é capaz de replicarevolucao/popgen/coalesc.pdf · replicação do dna gene tree...

Documents