Diapositiva 1

1
Ecología Molecular TP 5
Poblaciones estructuradas flujo génico
2
Estudio de caso Manejo pesquero de la langosta
en el archipiélago de Wayu-Wayu
3
4
2
1
5
6
7
Identificación de stock (o poblaciones) 8
muestras de 40 individuos 10 loci, microsatelites
8
3
Ciclo de vida
4
Abrir archivo Langosta.gtx
5
Paso 1 Fis en cada población Paso 2 AFC 3D
sobre poblaciones Paso 3 Fst global y
permutaciones Paso 4 Fst por pares y
permutaciones Paso 5 Modelo de diferenciación
6
Paso 1 Fis en cada población
(AA) p² pq FIS (Aa) 2pq (1 FIS) (aa)
q² pq FIS
7
Cómo interpretar un Fis estadísticamente
significativo?

• Sistema de reproducción
• Efecto Wahlund
• Selección
• Alelos nulos

8
Paso 1 Fis en cada población
9
Resultados
Conclusiones?
10
Con n 200 por población
Era un efecto del muestreo!
11
Paso 2 AFC 3D sobre poblaciones
12
(No Transcript)
13
Paso 3 Fst global y permutaciones
14
Conclusión?
15
Paso 4 Fst por pares y permutaciones
16
Resultados
17
(No Transcript)
18
Paso 5 Modelo de diferenciación
Modelo n-Islas
Modelo Continente-Isla
Modelo Stepping-stone (migración paso a paso)
Modelo aislamiento por distancia
19
Incremento de la diferenciación genética con la
distancia entre poblaciones
Test de Mantel
20
Cuando estimar un flujo genético?
21
Paso 5 Modelo de diferenciación
22
Resultados
23
(No Transcript)
24
(No Transcript)
25
Conclusiones e interpretación
26
Convertir Genetix ? Arlequin
Langosta.arp
27
Abrir archivo Langosta.arp
28
(No Transcript)
29
1
2
3
30
1
2
3
31
(No Transcript)
32
4
1
3
2
33
(No Transcript)
34
Entre todos Los sitios
?
?
Entre sitios Dentro de los grupos
Entre grupos
35
(No Transcript)
36
(No Transcript)
37
(No Transcript)
38
Patrones de migración Históricos Actuales
39
Análisis con STRUCTURE
40
Estudio de caso Manejo pesquero de la langosta
en el archipiélago de Wayu-Wayu
3
4
2
1
5
6
7
Identificación de stock (o poblaciones) 313
individuos, 8 localidades 10 loci microsatelites
8
41
Abrir el archivo de entrada (langosta.str)
En Notepad
42
(No Transcript)
43
1
2
3
44
1
2
45
1
2
46
1
2
47
(No Transcript)
48
1
49
(No Transcript)
50
(No Transcript)
51
(No Transcript)
52
1
2
53
1
2
3
54
1
2
Advertencia vamos a hacer solamente 1 iteración
para cada K en esta práctica. En análises
verdaderos, por lo menos 3 (Mejor 6 - 10)
55
(No Transcript)
56
(No Transcript)
57
Cuál es el tamaño ideal del burn-in?
1
2
58
(No Transcript)
59
Cuál es el tamaño ideal de las cadenas?
Eso lo evaluamos por la convergencia entre las
diferentes corridas para cada K - verificar que
todas las cadenas con K2 tienen valores no muy
distintos de Ln P(D) y de los outros parámetros,
lo mismo para K3, etc Si las cadenas para cada
K llegan a valores cercanos, ok (En contrario,
hay que aumentarlas)
60
(No Transcript)
61
eK2
P
eK1 eK2 eK3 eK4 eK5 eK6 eK7
eK8
K Ln P(D) P (K)
1 -8569.8 2.27 E-08
2 -8552.2 0.999
3 -8568.1 1.24 E-07
4 -8980.1 1.46 E-186
5 -9145.4 2.38 E-258
6 -9095.1 1.67 E-236
7 -9623.6 ltltltltlt0.00000001
8 -9448.5 ltltltltlt0.00000001
62
eK2
P
eK1 eK2 eK3 eK4 eK5 eK6 eK7
eK8
K Ln P(D) P (K)
1 -8569.8 2.27 E-08
2 -8552.2 0.999
3 -8568.1 1.24 E-07
4 -8980.1 1.46 E-186
5 -9145.4 2.38 E-258
6 -9095.1 1.67 E-236
7 -9623.6 ltltltltlt0.00000001
8 -9448.5 ltltltltlt0.00000001
valores promedios de las X cadenas hechas para
cada K
63
eK2
P
eK1 eK2 eK3 eK4 eK5 eK6 eK7
eK8
K Ln P(D) P (K)
1 -8569.8 2.27 E-08
2 -8552.2 0.999
3 -8568.1 1.24 E-07
4 -8980.1 1.46 E-186
5 -9145.4 2.38 E-258
6 -9095.1 1.67 E-236
7 -9623.6 ltltltltlt0.00000001
8 -9448.5 ltltltltlt0.00000001
64
Estudio de caso Manejo pesquero de la langosta
en el archipiélago de Wayu-Wayu
3
4
2
1
5
6
7
OK, 2 poblaciones. Pero cuáles son?
8
65
2
3
1
66
(No Transcript)
67
(No Transcript)
68
(No Transcript)
69
Manejo pesquero
3
4
2
1
5
6
7
2 poblaciones que deben ser manejadas
separadamente
8
70
Poulin, Faugeron and Veliz 2010 Journal of
Fictive Science 1 17-24
71
(No Transcript)
72
(No Transcript)
73
(No Transcript)
74
Etc...
75
Bar plot sintetizando los resultados
Cada cadena, para cada K, genera un bar plot de
Q Hacemos 10 réplicas 10 bar plots para cada
K Distruct (Rosenberg 2004) http//rosenberglab.b
ioinformatics.med.umich.edu/distruct.html CLUMPP
(Jakobsson Rosenberg 2007) http//rosenberglab.b
ioinformatics.med.umich.edu/clumpp.html Sintetiza
n los resultados de Q para cada conjunto de
cadenas (i.e. para cada K) e generan un bar plot
sumário
76
(No Transcript)
77
(No Transcript)
78
(No Transcript)
79
(No Transcript)
80
(No Transcript)
81
(No Transcript)
82
(No Transcript)
83
7
6
7
4
2
2
1
11
3
4
2
1
5
10
12
4
6
7
3
1
3
0
8