PTT職涯區 / Biology (生物學)

Re: [問題] 兄弟間染色體的相似度

看板Biology (生物學)作者 (生日又要倒數了...慶祝??)時間15年前 (2009/07/22 11:41), 編輯推噓7(7推 0噓 77→)
留言84則, 3人參與, 最新討論串5/6 (看更多)
前幾篇文章說的觀念叫 Hamilton rule， 用來計算relatedness coefficient (r)， 在一般二倍體的情況下相當簡單(因為來自父母的貢獻大致相等)， 父母對下一代的基因貢獻度都是0.5， 那兄弟間就會變成 r = (0.5^2+0.5^2)=0.5 (因為你和父親只有一半基因相同，你弟弟也是一樣， 所以來自父親的基因貢獻只有0.5^2，母親方面也是一樣) 再來看堂兄弟間呢？ 由於你們具有相同基因的可能性只來自於你們祖父母， 也就是你母親對你堂弟，或是你嬸嬸對你的基因貢獻度都是0， 你來自祖父的基因只有0.5 x 0.5 = 0.25，堂弟也一樣， 所以你們的 r = 0.25^2 + 0.25^2 = 0.125 或是由父親和叔叔那邊推論也可以， 你和你父親的 r = 0.5，父親和叔叔間也是0.5，叔叔和堂弟間也是0.5， 所以最後就變成 r = 0.5 x 0.5 x 0.5 = 0.125 所以真正的譜系圖應該是(XD...bbs上圖很難畫.......) ┌──→■ □←─┐ │ ｜ ｜ │ │ └─────┐┌─────┘ │ │ 0.5 ││0.5 │ 0.25│ ↓↓ │0.25 │ ┌───────────┐ │ │ ↓ 0.5 ↓ │ □ │ ■←─────────→■ │ □ └──┐│┌──┘ └──┐│┌──┘ 0.5│││0.5 0.5│││0.5 ↓↓↓ 0.125 ↓↓↓ ■ ←────────────────→ ■ 所有線段的數字都是代表兩者間的relatedness coefficient -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.112.52.220
推
07/22 14:49, , 1F
太厲害了 推一個 @_@'
07/22 14:49, 1F
推
07/22 15:25, , 2F
覺的應該註明一個東西...
07/22 15:25, 2F
→
07/22 15:25, , 3F
這些數字都是平均值...
07/22 15:25, 3F
→
07/22 15:27, , 4F
這些數值只是標準常態分佈上Z=0的一個點值
07/22 15:27, 4F
→
07/22 15:28, , 5F
對於親兄弟間 基因相似度低到1%的狀況也不是不無可能
07/22 15:28, 5F
→
07/22 15:31, , 6F
如果要用統計的觀念來描述這件事 應該稍微說明一下這些數
07/22 15:31, 6F
→
07/22 15:31, , 7F
值在機率上的意義 以免誤導不夠細心的讀者..
07/22 15:31, 7F
→
07/22 15:41, , 8F
這..我這是在解釋Hamilton rule的relatedness coefficient
07/22 15:41, 8F
→
07/22 15:42, , 9F
而前題假設就是雙親對後代的基因貢獻度是0.5 再計算r
07/22 15:42, 9F
→
07/22 15:44, , 10F
這數字可以說是以這前提的模式計算出來的 並不是以統計
07/22 15:44, 10F
→
07/22 15:45, , 11F
去分析出來的 也不太能叫平均值 畢竟這不是用計算樣本間
07/22 15:45, 11F
推
07/22 15:45, , 12F
沒錯 這是漢彌敦先生提出來的 @_@'
07/22 15:45, 12F
→
07/22 15:47, , 13F
間的基因差異 再除以樣本數
07/22 15:47, 13F
推
07/22 15:48, , 14F
不 機率出現的地方並不是物種的樣本
07/22 15:48, 14F
→
07/22 15:48, , 15F
而是理論的假設
07/22 15:48, 15F
→
07/22 15:49, , 16F
首先 自由分離 給了一個1/2的假設 實狀從中心粒對染色體
07/22 15:49, 16F
→
07/22 15:49, , 17F
所以我說啦 前題是雙親對後代的基因貢獻度是0.5
07/22 15:49, 17F
→
07/22 15:50, , 18F
的牽引 是1/2
07/22 15:50, 18F
→
07/22 15:50, , 19F
而這rule不是只用在0.5 而是會依照你的前提假設去改變
07/22 15:50, 19F
→
07/22 15:51, , 20F
排除XY 剩於的22對 就像執銅板一樣
07/22 15:51, 20F
→
07/22 15:52, , 21F
就像是經典的 螞蟻 這些數字就完全變了
07/22 15:52, 21F
→
07/22 15:52, , 22F
簡單的說 我想要更明確的點到的是一件事...
07/22 15:52, 22F
→
07/22 15:54, , 23F
就算是親兄弟... 仍然會有1/2^22的機會 幾乎完全一樣或完
07/22 15:54, 23F
→
07/22 15:54, , 24F
全部一樣
07/22 15:54, 24F
→
07/22 15:55, , 25F
所以 這個model提到的1/2 是把所有"排列組合"都平均後的
07/22 15:55, 25F
→
07/22 15:55, , 26F
恩 我知道你要表達的東西 但是 這是要看你討論的問題
07/22 15:55, 26F
→
07/22 15:55, , 27F
一個值
07/22 15:55, 27F
→
07/22 15:55, , 28F
我只是覺得 這件事或許注意一點的人都知道 ..
07/22 15:55, 28F
→
07/22 15:56, , 29F
不過這一串問題還有你文字的描述 可能會讓某些人誤以為一
07/22 15:56, 29F
→
07/22 15:56, , 30F
定是準準的1/2...
07/22 15:56, 30F
→
07/22 15:56, , 31F
如果你今天是想要知道"兩個"兄弟間基因的差異 的確需要考慮
07/22 15:56, 31F
→
07/22 15:58, , 32F
至於 非對等機率分配的問題 一樣可以用矩陣來算 只是圖就
07/22 15:58, 32F
→
07/22 15:58, , 33F
不過我這邊在討論的是一個附加前題的model 算數學模式吧
07/22 15:58, 33F
→
07/22 15:59, , 34F
而老實說這模式在提出時 完全還不知道你說的這件事
07/22 15:59, 34F
→
07/22 16:00, , 35F
他只是單純的"假設"雙親貢獻度相等時會有這情況
07/22 16:00, 35F
→
07/22 16:01, , 36F
而雙親貢獻度不同時(如白蟻) r的值會變成其它的
07/22 16:01, 36F
推
07/22 16:01, , 37F
圖就不好畫
07/22 16:01, 37F
→
07/22 16:01, , 38F
所以我在解釋Hamilton rule時還有附註前題 雙親貢獻度大致
07/22 16:01, 38F
→
07/22 16:01, , 39F
在數學中討論排列組合的機率時 面對非對等的狀況時會這樣
07/22 16:01, 39F
→
07/22 16:02, , 40F
相等時 r= 0.5
07/22 16:02, 40F
→
07/22 16:02, , 41F
做 兩種case時 :分成 r跟 1-r 三種時就分:r1,r2,1-r1-r2
07/22 16:02, 41F
→
07/22 16:02, , 42F
這種討論在植物的育種園裡也很常做
07/22 16:02, 42F
→
07/22 16:03, , 43F
等等啦 這件事不要太鑽牛角尖了 以hamilton rule來說
07/22 16:03, 43F
→
07/22 16:04, , 44F
你說的情況是真的不重要的 所以真的沒人在加註這件事 XD
07/22 16:04, 44F
→
07/22 16:04, , 45F
我只是想附註一下 這個值的數學上完整的意義而已~~
07/22 16:04, 45F
→
07/22 16:06, , 46F
我覺得很重要說... 畢竟他引用的法則是機率論
07/22 16:06, 46F
→
07/22 16:06, , 47F
而hamilton rule在基因不對等不一定是1 1-r的關係 像螞蟻
07/22 16:06, 47F
→
07/22 16:07, , 48F
這就是這公式偉大的地方
07/22 16:07, 48F
→
07/22 16:07, , 49F
1vs1-r 不是根據hamilton rule來的...
07/22 16:07, 49F
→
07/22 16:07, , 50F
這是數理邏輯裡的集合論
07/22 16:07, 50F
→
07/22 16:07, , 51F
XD 你真的誤會了 我在回一篇好了
07/22 16:07, 51F
推
07/22 16:46, , 52F
還沒看到你的回文 不過我想了一下 覺得我們在講不一樣的
07/22 16:46, 52F
→
07/22 16:46, , 53F
東西
07/22 16:46, 53F
→
07/22 16:46, , 54F
首先 這一串文一直在問 基因相似的程度
07/22 16:46, 54F
→
07/22 16:47, , 55F
在這點上 我覺得他是在問二者的基因有多少是"一模一樣"
07/22 16:47, 55F
→
07/22 16:48, , 56F
討論這點 就跟排列組合一樣 不管染色體分離是否是1/2對等
07/22 16:48, 56F
→
07/22 16:49, , 57F
就算是不對等的r1,r2機會 也得遵守機率論中的公理..
07/22 16:49, 57F
→
07/22 16:51, , 58F
Axiom 1: 0≦P(E)≦1 Axiom 2: P(S)=1
07/22 16:51, 58F
→
07/22 16:52, , 59F
E指的是不同的事件機率 S=E的聯集
07/22 16:52, 59F
→
07/22 16:53, , 60F
然後就可以透過排列組合 畫出一個呈現常態分布的機率分佈
07/22 16:53, 60F
→
07/22 16:55, , 61F
然後你在這文裡題了一個 coefficient of relationship
07/22 16:55, 61F
→
07/22 16:55, , 62F
在Hamilton's rule中其實要表現的是貢獻度的概念..不是相
07/22 16:55, 62F
→
07/22 16:57, , 63F
似的概念.. 透過規則 可以推出族群中某些基因變動的程度
07/22 16:57, 63F
→
07/22 16:58, , 64F
就這樣...我想不是誰誤會誰 而是我們根本再說的是不同的
07/22 16:58, 64F
→
07/22 16:58, , 65F
東西..
07/22 16:58, 65F
推
07/22 17:00, , 66F
再舉個例來強化這個"貢獻"的概念
07/22 17:00, 66F
→
07/22 17:01, , 67F
J.B.S. Haldane:I'd lay down my life for two brothers
07/22 17:01, 67F
→
07/22 17:02, , 68F
or eight cousins
07/22 17:02, 68F
→
07/22 17:03, , 69F
他想表達的就是1=2*1/2=8*1/8 兩個兄弟的集體地位等於一
07/22 17:03, 69F
→
07/22 17:03, , 70F
個他
07/22 17:03, 70F
→
07/22 19:24, , 71F
XD 我剛剛就說啦 我根本就沒有再說兄弟基因差異的問題
07/22 19:24, 71F
→
07/22 19:26, , 72F
只是前面幾篇在以Hamilton rule解釋，但數字算錯了，
07/22 19:26, 72F
→
07/22 19:26, , 73F
所以我只是在算正確的出來，我完全都沒提到兄弟基因差異程
07/22 19:26, 73F
→
07/22 19:28, , 74F
"relatedness coefficient"不是指相關係數 而是以hamilton
07/22 19:28, 74F
→
07/22 19:30, , 75F
rule算出的值 並不是特定指基因相關程度
07/22 19:30, 75F
→
07/22 19:31, , 76F
XD 所以是你誤會我在講的東西 那有關hamilton討論的東西
07/22 19:31, 76F
→
07/22 19:32, , 77F
我下一篇回文已經有說了 XD
07/22 19:32, 77F
→
07/22 19:35, , 78F
因為剛好有人來問我事情 所以那篇我我打了 剛剛才PO出去
07/22 19:35, 78F
→
07/22 19:36, , 79F
不過看來你知道癥結了 hamilton討論的是inclusive fitness
07/22 19:36, 79F
→
07/22 19:37, , 80F
和基因相異程度沒有直接關係 而是貢獻度的觀念
07/22 19:37, 80F
→
07/22 19:37, , 81F
而這貢獻度是假設的 和常態分布也沒直接關係
07/22 19:37, 81F
→
07/22 19:39, , 82F
relatedness coefficient不是coefficient of relationship
07/22 19:39, 82F
→
07/22 19:39, , 83F
我這篇文章和推文也一直在強調基因貢獻度 我沒要探討基因
07/22 19:39, 83F
→
07/22 19:40, , 84F
差異程度 XD 所以我才會不提阿
07/22 19:40, 84F
‣ 更多 phenil 的文章
文章代碼(AID): #1APefXjY (Biology)
Biology 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 phenil 的文章
文章代碼(AID): #1APefXjY (Biology)