使用现场频率比率将选择性与非选择性力量隔离起来

科学领域:

• 人口遗传学 人口遗传学
• 进化生物学 进化生物学
• 生物信息学是一种生物信息学.

背景情况:

• 估计突变适应性影响对于理解进化至关重要.
• 以前的方法通常依赖于关于非选择性因素的假设或将它们纳入复杂模型.
• 对选择效应的准确估计受到人口因素和链接选择的挑战.

研究的目的:

• 引入一种新的方法 (SFRatios) 来估计突变适应性效应的分布.
• 通过尽量减少关于非选择性因素的假设来克服现有方法的局限性.
• 提高统计测试的准确性,用于选择和健身效应估计.

主要方法:

• 开发了SFRatios方法,使用选定的与中性的位置的比率来减轻非选择性影响.
• 通过将两个波桑随机变量的比率作为高斯随机变量的比率来得出概率表达式.
• 通过对不同的人口模型进行模拟来评估绩效,包括关联的选择效应.

主要成果:

• 在选择和选择效应估计的统计测试中,SFRatios方法表现良好.
• 与瓶模型相比,对弱选择,扩张和结构化人口模型的表现尤其强.
• 对Drosophila melanogaster种群的应用揭示了同义位点的弱选择和非洲种群中非同义位点的一致,更强的选择.

结论:

• SFRatios方法提供了一种可靠的方法来估计突变适应性影响,减少对非选择性因素的假设的依赖.
• 该方法在一系列的人口统计情景中是有效的,并提供了对不同场地类型的选择作用的见解.
• 在Drosophila的发现强调了微妙但显著的选择性压力,根据种群和地点类型而有所不同.