1 / 3

Molekulaarne evolutsioon.

Molekulaarne evolutsioon. Küsimused 1. Mille poolest erineb Kimura neutraalse evolutsiooni mudel klassikalisest (neo-) darvinistlikust? Millised on neutraalsele hüpoteesile püstitatavad tingimused (eeldused)? 2. Mis määrab neutraalsete alleelide fikseerumise?

ratana
Download Presentation

Molekulaarne evolutsioon.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Molekulaarne evolutsioon. Küsimused 1.Mille poolest erineb Kimura neutraalse evolutsiooni mudel klassikalisest (neo-) darvinistlikust? Millised on neutraalsele hüpoteesile püstitatavad tingimused (eeldused)? 2.Mis määrab neutraalsete alleelide fikseerumise? 3.Mis tagavad molekulaarse kella ühtlase tiksumise? Millal kell valetab? 4.Kuidas mõjutavad evolutsioonikiirusi (kella) geenide funktsionaalsed piirangud? 5.Kuidas kontrollida neutraalsust (neutraalsustestid)? 6.Mis mõjutavad populatsiooni efektiivset suurust? 7.Millised erinevused eksisteerivad GC ja AT rikaste genoomi piirkondade vahel lisaks sellele, et ühed on GC ja teised AT rikkad? 8.Millest võivad olla tingitud erinevused aluspaarilises koostises? 9.Milline on koodoni kasutus sõltuvalt ekspressiooni tasemest imetajatel ja bakteritel? 10.Millest võivad olla tingitud evolutsiooniliste kiiruste erinevused erinevates liinides? 11.Kuidas joondatakse järjestusi? 12.Mille poolest erinevad JC, K2P, F81, HKY85 mudelid ja millised on neile esitatud eeldused? 13.Millist puud nimetatakse meetriliseks? 14.Kuidas liigitatakse puude rekonstrueerimise meetodeid andmete käsitluselt ja algoritmilt? 15.Mille poolest erinevad klastermeetodid optimummeetoditest ja millal kumbagi kasutada? 16.Millal annab UPGMA vale lahendi ja kuidas seda korrigeeritakse? 17.Millel põhineb minimum-evolution algoritm? 18.Kirjelda neighbor-joining algoritmi, millised on distantsmeetodite probleemid? 19.Millised on säästu (MP) meetodi probleemid? 20. Millised on tõepära meetodite (likelihood) puudused? 21. Mille poolest erinevad branch-and-bound ja heuristiline otsing? 22. Milleks kasutatakse branch swapping-ut ja millised (4) on põhilised algoritmid? 23. Kuidas võrrelda erinevaid puu rekonstrueerimise algoritme? Millal on meetod usaldatav? 24. Puu robustsushinnagud: bootstrap. Mida tähendab puu mingi haru juurde lisatud number, näiteks 25? 25. Mis on parameetriline bootstrap? 26. Kuidas juurida puud? 27. Mida väljendavad retikulatsioon ja mediaanvektor võrgus? 28. Mille poolest erineb median joining (MJ) reduced median (RM) algoritmist? 29. Mida väljendavad heterosügootsusindeks H, fikseerumisindeks Fst, segregeeruvate positsioonide arv S ja paariviisiline mittekokkulangevus  (pairwise mismatch), mis väärtuste vahel nad varieeruvad, millal on suured, millal väikesed? 30. Kuidas mõjutab migratsioon populatsiooni heterogeensust vastavalt erinevatele migratsioonimudelitele? 31.Mis kasu on koalestsentsiteooriast; millal omab populatsioon efektiivse suurusega Ne eeldatavasti ühte ja kahte ühist eellast? Kui suur on eeldatav väliste harude (external branches) summaarne pikkus kui antud populatsioon on olnud isolatsioonis 23xNe põlvkonda? 32. Kuidas mõjutab populatsiooni suuruse varieeruvus ajas koalestsentsi aega? 33. Millise kuju omandab paariviisiliste erinevuste jaotus kasvava, konstantse ja kahaneva populatsiooni korral? 34. Millal =2? 35. Mis suurendab, mis vähendab liinide sorteerumise kiirusi ja koalestsentsiaega ühise eellaseni? 36. Millisteks etappideks on jaotatav kahe vikaarselt eralduva populatsiooni ajalugu? 37. Kuidas eristada varjast ja hilist geenimigratsiooni? 38. Milliste meetoditega rehkendatakse migratsiooni osakaalu populatsiooni varieeruvusele? 39. Mida hindab Neigeli fülogeograafiline meetod? 40. Milliseid parameetreid hinnatakse Templetoni nested clade analüüsiga ja mida on võimalik selle analüüsi tulemusena öelda? 41. Millised on founder analüüsi eeldused, founderite tuvastamise tingimused ja analüüsi eesmärgid? Ülesanded 1.säästumeetodil eellasjärjsetuste rekonstrueerimine (vt. L5, s. 16) 2.arvuta harupikkused etteantud (5 tipulisel) puul ja vastava kaugusmaatriksi korral Fitch-Margoliash’i meetodil (L6, s. 3, 6) 3.Leia etteantud puudest kõige säästlikum (MP) ja kõige tõepärasem (ML) – tõenäosused on antud vastavalt mingile mudelile igale seisundi muutusele (L7) 4.Rehkenda kahe antud puu vaheline topoloogiline kaugus Penny ja Hendy (1985) meetodi järgi (L7, s.9) 5.Rekonstrueeri minimum spanning network ja median network (split decomposition) algoritmi alusel ette antud andmestikust (vt. L9, s. 11 ja 24) 6.Redutseeri (taanda ) etteantud RM võrk vastavalt konstandile r ja kaaludele w1, w2.. (L9, s. 30-32) 7.Antud on MJ võrk, =0. Rekonstrueeri mediaanvektorid =1,2 korral (L10, s. 1-2) 8.Arvuta antud mutatsioonikiiruse korral näidatud klastri koalestsentsi aeg (rho, L11, s. 24; veahinnang Saillardi järgi, L12, s. 7)

  2. Mõisted 1.geneetiline, asendumise ja segregatsiooniline koormus, hard & soft selection, kohasus, LV hind 2.effektiivne populatsiooni suurus 3.isokoorid 4.rekombinatsioon, geeni konversioon, aheldatuse tasakaal (linkage disequilibrium) 5.homoloogsed, homoplaassed ja ksenoloogsed tunnusseisundid (character states) 6.mets, võrk, puu; juur, tipp, serv, eellane (joonista) 7.dihhotoomia, kerge ja raskekujuline polütoomia 8.kladogram, additiivne, meetriline ja ultrameetriline puu ning evolutsiooniline puu (joonista ja seleta) 9.sün/aut – apo/plesiomorfsed tunnused; päritud ja omandatud seisundid (ancestral and derived states) 10.patristiline kaugus 11.mono. para ja polüfüleetilised puud (joonista ja seleta) 12.ortoloogsed ja paraloogsed geenid 13.konsensusjärjestused, konsensuspuud (strict, majority, Adams consensus) 14.NP-probleem 15.Puid iseloomustavad karakteristikud; consistency and retention index 16.Informatiivne positsioon säästu meetodis 17.Decay index 18.Split 19.Spectral analysis 20. Täheindeks 21. kliin, vikaarsus, isoleeritus kauguse läbi (isolation by distance) 22. liinide sorteerumine 23.topiary pruning, median pruning, klikk

  3. Ülesanded 1.säästumeetodil eellasjärjsetuste rekonstrueerimine (vt. L5, s. 16) 2.arvuta harupikkused etteantud (5 tipulisel) puul ja vastava kaugusmaatriksi korral Fitch-Margoliash’i meetodil (L6, s. 3, 6) 3.Leia etteantud puudest kõige säästlikum (MP) ja kõige tõepärasem (ML) – tõenäosused on antud vastavalt mingile mudelile igale seisundi muutusele (L7) 4.Rehkenda kahe antud puu vaheline topoloogiline kaugus Penny ja Hendy (1985) meetodi järgi (L7, s.9) 5.Rekonstrueeri minimum spanning network ja median network (split decomposition) algoritmi alusel ette antud andmestikust (vt. L9, s. 11 ja 24) 6.Redutseeri (taanda ) etteantud RM võrk vastavalt konstandile r ja kaaludele w1, w2.. (L9, s. 30-32) 7.Antud on MJ võrk, =0. Rekonstrueeri mediaanvektorid =1,2 korral (L10, s. 1-2) 8.Arvuta antud mutatsioonikiiruse korral näidatud klastri koalestsentsi aeg (rho, L11, s. 24; veahinnang Saillardi järgi, L12, s. 7)

More Related