Test

Информационно-энтропийный подход к анализу генетического разнообразия популяций (аналитический обзор)

<p>Показано применение информационно-энтропийного анализа на реальных данных: генотипированных по 11 микросателлитным локусам 84 быках джерсейской (n = 10), айрширской (n = 10), красной датской (n = 10), красной шведской (n = 9) пород и голштинских экотипов немецкой (n = 13), нидерландской (n = 17) и североамериканской (n = 15) селекции. Информационный индекс Шеннона по объединённым породным выборкам составил 1,695, средневзвешенный по выборкам – 1,325, межвыборочная компонента ( SHAP) – 0,370 нит, или 21,8 % (все расчёты по GenAlEx 6.502). Общее абсолютное разнообразие Шеннона составило 5,45, усреднённое по выборкам – 3,76 эффективных аллелей на локус, межпородное – 1,45 эффективных выборок. Относительная оценка дифференциации породных выборок (D'β) составила 36,2 % и была близка к «традиционным» оценкам по Хедрику, Джосту и Чао. На SHAP-оценки влияния внутривыборочной гетерозиготности не установлено, но отмечена положительная тенденция D'β-оценок. Матрица парных по породам генетических дистанций (D'β) и её двумерная проекция имели высокое соответствие с таковыми по GST(NEI)-, FST(W&amp;C)-, G′′ST(HED)-, F′ST(W&amp;C)-, DJOST-, DCHAO-мерам (RMantel ≥ 0,94). Индексы фиксации (GST(NEI) и FST(W&amp;C)) следует использовать для изучения эволюционных историй подразделённых популяций. Для анализа современной структуры генетического разнообразия (суб)популяций с акцентом на доминирующие аллели – меры на базе гетерозиготности (G′′ST(HED), F′ST(W&amp;C), DJOST и DCHAO), при необходимости учитывать все аллели – меру Шеннона (D′β). В заключение рассматривается семейство степенных мер Хилла порядка q = 0, 1, 2 для построения профилей разнообразия, содержащих всю информацию о распределении аллелей в популяции.&nbsp;</p>

Аграрная наука Евро-Северо-Востока

Показано применение информационно-энтропийного анализа на реальных данных: генотипированных по 11 микросателлитным локусам 84 быках джерсейской (n = 10), айрширской (n = 10...