继续阅读
演化统计物理 · 阅读路径
一个长得快百分之五的突变型,听上去稳赢。可在五十个个体的种群里,它大约十次有九次会丢失。刚出现时它只有一两个拷贝,倒霉一代就会被抹掉,优势还来不及起作用。本章用三种办法算这个概率,有精确的,也有近似的,再拿模拟来对。
给每个 个体相对适应度 , 叫选择系数。在 Wright–Fisher 抽样中,后代挑到 亲本的概率从 变成 。 为正时突变型占便宜,为负时吃亏。
每代的平均变化约为 ,把频率往固定方向推。随机的部分和以前一样,方差是 。一代之内的推力比随机步长大,选择才占上风,也就是 要大。
Moran 模型每次只换一个个体:按适应度的比例挑一个个体繁殖,再均匀地挑一个个体死去。突变型的数目每一步加一、减一或不变,所以这是一条生灭链。
记 为 个突变型最终占满种群的概率。看第一次让 改变的那一步,就得到一个递推式,边界条件是 、。它的解只依赖于“减一”与“加一”两个概率之比,适应度恒为 时这个比值是 。中性时它化为 ,和上一章一致。
Moran 模型的一代是 步。倒着追溯,它的谱系每代合并的速度是 Wright–Fisher 的两倍,所以漂变也强一倍。同样的 ,固定概率大约只有一半。
有选择时,Wright–Fisher 链没有闭式解,但可以数值精确求解; 较大时还有一个好用的近似。记 为从频率 出发的固定概率。过一代,频率随机走一小步,而 必须等于它在这一步上的平均。把这一步展开到二阶,就得到下面的方程。
两边除以 ,得 ,所以 按 衰减。积分一次,再用 、 定常数,就得到右边的结果。大种群中的单个突变型, 大时固定概率接近 , 小时接近 。
题目。 的种群里出现一个 的突变型。在 Wright–Fisher 模型中它固定的概率是多少?成功固定的突变型要多久?
扩散近似。,,。
精确解。写出 的转移矩阵,解吸收概率的线性方程组,得 。扩散公式偏高 个百分点。同样 、 的 Moran 公式给出 ,约为一半,和它更强的漂变相符。
时间。精确链给出:最终固定的突变型平均用 代;同一种群里的中性突变型要 代。成功的有利突变型涨得更快。
检验。Lab 预设“更好,却常常丢失”跑了 个固定种子的重复种群,突变型固定的比例是 ,平均用时 代。比例与精确值相差不到四分之一个标准误;时间偏高 个标准误,属于正常起伏。
结论。十个有利突变型里有九个以上会丢。经验公式 给出 ,已经很接近。
来源:A. Traulsen and C. Hauert · O. Hallatschek and D. R. Nelson
看乘积 。 个个体的种群里, 的有害突变型从 出发,精确固定概率仍有 ,远不为零;Lab 测得 。 个个体的种群里, 的突变型从 出发,固定概率是 ,是起始频率的六倍多。
五个 Lab 预设的模拟固定比例和固定时间,都按标准误给出的幅度散布在精确值周围。这只检验了模拟与同一模型的精确链是否一致;真实种群是否像 Wright–Fisher 抽样那样演化,是另一个问题。
的 Moran 种群里有一个相对适应度 的突变型。它的固定概率是多少?和中性突变型比呢?
。中性突变型的固定概率是 ,优势让机会多了大约一半。
用扩散公式算: 的 Wright–Fisher 种群里,一个 的突变型。
此时 ,。,几乎正好是 :每 个这样的突变型约有 个丢失。
Lab 用 个种群估计出约 的固定概率。二项标准误是多少?要把它降到 ,需要多少个种群?
。误差按运行次数平方根的倒数下降,所以降到 需要 个种群。
第 2 版,全文。第 II 节“充分混合种群的群体遗传学”:把遗传漂变看作对有限种群的随机抽样,把杂合度定义为随机抽两个个体不同的概率,并讨论它怎样随时间丢失。
第 1 版,全文。第 1.3.1 节:把 Moran 过程写成带转移概率的生灭链。第 1.3.2 节,式 (1.7)—(1.20):由递推式求固定概率,式 (1.20) 给出闭式解,中性时化为初始频率。式 (1.26)—(1.35):平均固定时间与条件固定时间。
第 1 版,全文。第 2.1.1 节:Kingman 溯祖过程,每一对谱系以速率一合并。定理 2.3:Moran 模型的谱系在时间重标后成为这一过程。定理 2.4:以 代为时间单位时,Wright–Fisher 模型的谱系也收敛到它。定理 2.8,式 (36)—(38):中性等位基因的固定概率等于它的频率,并给出平均吸收时间的扩散公式;定理之后的公式给出以固定为条件的时间。
第 2 版,全文。式 (41):选择优势让扇区边界在扩散之外多一个平均漂移。式 (42):这个漂移等于 , 是扇区张角。式 (46): 等于野生型与突变型前沿速度之比。式 (49):线状前沿上有利扇区的存活概率;其脚注 4 指出它在形式上与充分混合种群中 Kimura 的固定概率相同。
演化统计物理 · 阅读路径