1 Poblaciones estructuradasEcología Molecular – TP 5 Poblaciones estructuradas & flujo génico
2 Manejo pesquero de la langosta en el archipiélago de Wayu-WayuEstudio 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 poblaciónPaso 2: AFC 3D sobre poblaciones Paso 3: Fst global y permutaciones Paso 4: Fst por pares y permutaciones Paso 5: Modelo de diferenciación
6 (AA) = p² + pq FIS (Aa) = 2pq (1 – FIS) (aa) = q² + pq FISPaso 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 Análisis en detalle Locus por locus ¿Conclusiones?
10 Con n = 200 por población ¡Era un efecto del muestreo!
11 Paso 2: AFC 3D sobre poblaciones
12
13 Paso 3: Fst global y permutaciones
14 ¿Conclusión?
15 Paso 4: Fst por pares y permutaciones
16 Resultados
17
18 Paso 5: Modelo de diferenciaciónModelo 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 poblacionesDistancia geografica ó Log (Distancia) FST / (1-FST) Pendiente es inversamente proporcional a la distancia promedia de dispersion Rousset 1997 Genetics 145: Stepping-stone model (isolation by distance) Island model Test de Mantel
20 ¿Cuando estimar un flujo genético?Distancia geográfica Distancia genética ¿Cuando estimar un flujo genético? Distancia geográfica Distancia genética Distancia geográfica Distancia genética
21 Paso 5: Modelo de diferenciación
22 Resultados
23
24
25 Conclusiones e interpretación
26
27 Convertir Genetix ► ArlequinLangosta.arp
28 Abrir archivo: Langosta.arp
29
30 1 2 3
31 1 2 3
32
33 4 1 3 2
34
35 Entre todos Los sitios ˃ ˃ Entre sitios Dentro de los grupos Entre grupos
36
37
38
39 Patrones de migración Históricos Actuales
40 Análisis con STRUCTURE
41 Manejo pesquero de la langosta en el archipiélago de Wayu-WayuEstudio 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
42 Abrir el archivo de entrada (langosta.str)Genótipo del individuo 1 en loc-1 Códigos de los individuos En Notepad Nombres de los loci Códigos de las localidades
43
44 1 2 3
45 1 2
46 1 2
47 1 2
48
49 1
50
51
52
53 Modelo de frecuencias correlacionadas1 darle al conjunto de parámetros un nombre informativo Tamaño del burn-in Tamaño de la cadena Modelo “admixture” Modelo de frecuencias correlacionadas 3 4 2
54 1 2 3
55 1 2 Advertencia: vamos a hacer solamente 1 iteración para cada K en esta práctica. En análises verdaderos, por lo menos 3 (Mejor )
56
57
58 ¿Cuál es el tamaño ideal del burn-in?1 2
59 Término del burn-in 10.000 Término del burn-in
60 ¿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 K=2 tienen valores no muy distintos de Ln P(D) y de los outros parámetros, lo mismo para K=3, etc Si las cadenas para cada K llegan a valores cercanos, ok (En contrario, hay que aumentarlas)
61
62 <<<<<0.00000001eK=2 P = eK=1 + eK=2 + eK=3 + eK=4 + eK=5 + eK=6 + eK=7 + eK=8 K Ln P(D) P (K) 1 2.27 E-08 2 0.999 3 1.24 E-07 4 1.46 E-186 5 2.38 E-258 6 1.67 E-236 7 <<<<< 8
63 <<<<<0.00000001eK=2 P = eK=1 + eK=2 + eK=3 + eK=4 + eK=5 + eK=6 + eK=7 + eK=8 K Ln P(D) P (K) 1 2.27 E-08 2 0.999 3 1.24 E-07 4 1.46 E-186 5 2.38 E-258 6 1.67 E-236 7 <<<<< 8 valores promedios de las X cadenas hechas para cada K
64 <<<<<0.00000001eK=2 P = eK=1 + eK=2 + eK=3 + eK=4 + eK=5 + eK=6 + eK=7 + eK=8 K Ln P(D) P (K) 1 2.27 E-08 2 0.999 3 1.24 E-07 4 1.46 E-186 5 2.38 E-258 6 1.67 E-236 7 <<<<< 8
65 Manejo pesquero de la langosta en el archipiélago de Wayu-WayuEstudio 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
66 2 3 1
67
68
69
70 Manejo pesquero = 2 poblaciones que deben ser manejadas separadamente3 4 2 1 5 6 7 2 poblaciones que deben ser manejadas separadamente 8
71 Poulin, Faugeron and Veliz 2010Journal of Fictive Science 1: 17-24
72
73
74
75 Etc...
76 Bar plot: sintetizando los resultadosCada cadena, para cada K, genera un bar plot de Q Hacemos 10 réplicas = 10 bar plots para cada K Distruct (Rosenberg 2004) CLUMPP (Jakobsson & Rosenberg 2007) Sintetizan los resultados de Q para cada conjunto de cadenas (i.e. para cada K) e generan un bar plot sumário
77
78
79
80
81
82
83
84 7 6 7 4 11 2 2 1 3 4 2 1 10 5 12 4 6 7 3 1 3 8