Molecular approaches in behavioural ecology nForaging nIdentifying prey, individual food preferences n nMating systems nExtra-pair fertilizations nConspecific brood parasitism nMate choice (pre- and postcopulatory) nSocial breeding (relatedness) n nSex ratio manipulation nAdaptive sex ratio nSex ratio conflicts n n n „Foraging“ – study of diet preferences •Identification of individuals (genetically) + their diet (other methods) • •Identification of individuals (other methods) + their diet (genetically) • •Identification of individuals (genetically) + their diet (genetically) • „Foraging“ - non-invasive CMR studies •Population size – identification of individuals •„Capture-Mark-Recapture“ (review in Lukacs & Burnham 2005) •Repeated sampling of the same individual (= multilocus genotype) •Survival, population dynamics, etc. •Closed population models, open population models, Robust design models •Corrections for genotyping errors •Faeces – analysis of individual variability in diet (e.g. coyotes - Fedriani & Kohn 2001) • kojot Population dynamics of coyotes (Prugh et al. 2005) Sequencing of mixed samples of diet (= PCR amplicons) e.g. COI gene paralel sequencing Full-size image (66 K) Full-size image (128 K) - 12 feces of each species were collected - amplification with universal primers targeting a short fragment of the chloroplast trnL (UAA) intron - the amplicons were analyzed on the 454 GS FLX sequencer - more than 2000 DNA sequences were obtained per feces - the plant taxa eaten were identified by comparison with available reference sequences Example: Diet analysis of herbivores in Himalayas Dietary niche of extinct taxa Ancient DNA from coprolites of moa (New Zealand) Environmental requirements of individual species + separation of ecological niches https://www.msu.edu/%7Ebondemil/Images/bonobo-sex.gif Mating systems Mating system No. of males No. of females Monogamy 1 1 Polygyny 1 Multiple Polyandry Multiple 1 Polygynandry Multiple Multiple Promiscuity Multiple Multiple http://farm4.static.flickr.com/3003/2985966419_bbb6943844.jpg http://i1-news.softpedia-static.com/images/news2/Monogamy-is-an-Oddity-2.jpg http://ichef.bbci.co.uk/naturelibrary/images/ic/credit/640x395/p/po/polygyny/polygyny_1.jpg http://www.hlasek.com/foto/apodemus_agrarius_hb2695.jpg Parentage analysis infidelity Msat paternita - barvy Nevera002 Why parentage analyses? nextra-pair fertilization – social vs. genetic father nnumber of reproductively active individuals in a population nstudy of factors affecting fitness (reproductive success) nmultiple paternity – analyses of mating systems (detection of promiscuity, etc.) n Paternity x maternity x parentage •One parent known No parent known History •already first studies of genetic polymorphism ® genetic techniques can solve parentage questions ® one of the major topics in molecular ecology •chromosomal polymorphism •allozyme electrophoresis •minisatellite DNA fingerprinting – overturn of existing paradigms in behavioural ecology (birds) •statistical techniques for single-locus polymorphism (allozymes) – departure from practice (i.e. minisatellite DNA fingerprinting) • History 1 2 3 4 5 6 7 8 9 10 allozymes DNA fingerprinting, RAPD absence of theoretical models low variation multi-locus genotype Protein fingerprinting •Hohol severní Andersson & Åhlund 2000 • •Proteins from egg white • •isoelectric focusing in immobilized pH gradients • •Intraspecific brood parasitism (more than half of nests) • •More frequent between related females • Bucephala clangula Mikrosatellites (most frequent markers today in parentage analyses) •Combination of theory (statistical models) and practice (highly polymorphic single-locus markers) •Tandem repetitions of short motifs •Ex.: (CTTT)n or(CA)n •Simple Mendelian inheritance – co-dominant Alelles differ by size (= length of PCR products) CTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTT CTTTCTTTCTTTCTTTC CTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTT CTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTTCTTT + - 1 2 Fragmentační analýza 3LOKCELE tools_1a Je možné analyzovat několik lokusů najednou. Example of one locus – fragment analysis of PCR products Msat paternita - barvy Genotype (bp) Mother: 125/131 Father: 131/134 Offspring 1: 125/134 Offspring 2: 131/137 Analysed male could sire offspring 1, but surely not offspring 2 + - ? Spectrum of approaches Jones & Ardren 2003, Jones et al. 2010 Ø Few candidate parents, all sampled, enough of variable markers → Exclusion - incompatibility between parrent and offspring → parentage rejected - subsequent exclusion leads to identification of „true“ parents (→ biological father/mother) Ø Ø More non-excluded candidate parents → Methods based on maximum likelihood Categorical and fractional allocation (based on homozygosity → homozygotes have higher probability to transfer the allele to the next generation) → Full probability parentage analysis (Bayesian statistics) (includes other parameters, e.g. distance between nests, behavioural data, etc.) Ø Ø Parents unknown and unsampled → Parental reconstruction Multiple genotypes from a single family → reconstruction of parental genotypes E.g. identification of multiple paternity in fish Msat paternita - barvy Genotype (bp) Mother: 125/131 Father: 131/134 Offspring 1: 125/134 Offspring 2: 131/137 Analysed male could sire offspring 1, but surely not offspring 2 + - ? Exclusion principle How many loci is necessary? •No absolute value • •Depending on: ünumber of alleles üheterozygosity üallele frequencies üsample size ü •ideal – hypervariable loci sometimes 3 are enough • •pilot study of adult part of population • •→ Exclusion probability • • Nielsen et al. 2001 different number of alleles different number of candidate parents •Probability that randomly selected genotype in a population will not match the offspring, i.e. probability, that randomly selected individual will be excluded as a parent • •often as NonExclusion probability (NEP) (= 1 – Exclusion probability) • •it depends on number of loci and alleles • •good values of NEP are 0.01 and lower • •calculated e.g. in Cervus • •different values for the first and second parent • • • Exclusion probability 164/170 170/172 170/170 164/170 164/172 170/174 170/172 offspring Candidate parents mother •Exclusion probability – rough estimate • •more suitable are usually simulations including also numbers and proportions of sampled individuals, genotyping errors and other problems (mutations, null alleles) – included in „likelihood approaches“ e.g. in Cervus Exclusion - complications •Mendelian inheritance of microsatellites: genotyping errors, null alleles, mutations ® false exclusions in strict conditions Null alleles and genotyping errors complicates analyses of relatedness (e.g. parentage) • lokus 1 lokus 2 • null alleles genotyping error • •Mother 100 150 300 350 • •Father X 100 100 300 367 • •Offspring 150 150 350 365 • • • • • • Father X is always the „true“ father of the analysed offspring, but a simple exclusion analysis leads to erroneous results Mutations Ibarguchi et al. 2004 •usually not considered • •however they can be relatively frequent (4.5 x 10-2 - 5.1 x 10-6 per locus) • •more frequent in males (2 až 6x) • •→ exclusion based on a single locus can be erroneous • Solution •use of more loci • •Mutace → nejčastěji posun o jednu jednotku opakování například rodič (CTTT)7 potomek (CTTT)8, délka fragmentu tedy například 120 u rodiče a 124 u potomka • •Probability of resemblance (PR) Podívám se na ostatní lokusy a vypočítám s jakou pravděpodobností mohou alely sdílet dva nepříbuzní jedinci Pro jeden lokus Součin pravděpodobností přes lokusy Ibarguchi et al. 2004 Uria lomvia •22% mimopárová paternita bez korekce na mutace • •7% mimopárová paternita s korekcí soulad s jinou použitou technikou Ibarguchi et al. 2004 Exclusion - komplikace •Mendelian rules of inheritance: genotyping errors, null alleles, mutations ® false exclusions in strict conditions •Extended family structure (příbuznost potenciálních rodičů) – nejhorší jsou sourozenci •Linked loci – pokles variability •Znaky na pohlavních chromozómech •Problémy narůstají s rostoucím množstvím jedinců a lokusů •„Exclusion“ je velmi užitečná metoda např. v experimentech, kde jsou všichni rodiče předem známi a zgenotypováni • Př.: Faktory ovlivňující celoživotní fitness u hořavky duhové 10 x stejné uspořádání 10 x stejné uspořádání Reichard et al., Mol Ecol 2008, Reichard et al., Evolution 2009 - 3 páry hořavek v každé nádrži - přes 4000 embryí (odebírány v pravidelných intervalech, 5 mikrosatelitů - velikost těla - kondice - zbarvení duhovky - velikost gonád - parazitofauna Př.: Faktory ovlivňující celoživotní fitness u hořavky duhové Reichard et al., Mol Ecol 2008, Reichard et al., Evolution 2009 „oportunity for sexual selection“ (nezávisí na distribuci škeblí, ale na sezóně – na podzim je variabilita v reprodukčním úspěchu větší) „velikost těla u samců rozhoduje“ Nahloučená distribuce = selekce na velikost gonád Rovnoměrná distribuce = selekce na velikost těla Metody Jones & Ardren 2003, Jones et al. 2010 Ø Málo potenciálních rodičů, všichni ovzorkováni, dostatek dobrých markerů → Exclusion (prosté vyloučení) nekompatibilita mezi rodičem a potomkem → zamítnutí rodičovství postupným vyřazováním nakonec zbude jeden možný rodič (→ biologický otec nebo matka) Ø Ø Nelze vyloučit více jedinců (zbyde více možných otců než 1) → Metody založené na maximální věrohodnosti Categorical and fractional allocation (založeno na homozygotnosti → homozygot má větší pravděpodobnost předat alelu) → Full probability parentage analysis (Bayesian statistics) (zahrnutí i dalších dat jako vzdálenost hnízd, behaviorální data…) Ø AaBB Aabb AaBb AABB aaBb AAbb AaBb offspring Možní rodičové matka Categorical x fractional likelihood -výpočet věrohodnosti („likelihood“) paternity pro jednotlivé kandidáty (na základě frekvencí alel) Categorical x fractional likelihood •„likelihood“ skóre je vypočítáno na základě genotypů potomka a všech nevyloučených rodičovských genotypů (na základě frekvencí alel v populaci) •možnost zahrnout i další parametry (např. účinnost vzorkování či genotypizací) • •Categorical l.: potomek jako jednotka přiřazen otci, biologicky validní • •Fractional l.: potomek přiřazen všem kompatibilním otcům. Statisticky přesnější a proto někdy výhodnější (např. lepší pro srovnání reprodukčního úspěchu různých kategorií samců) • Categorical allocation a)hledáme otce b)hledáme matku •c) hledáme oba rodiče •d) hledáme oba rodiče, ale neznáme pohlaví jednotlivých kandidátů • •... program CERVUS 1) Typický příklad: Maternita a paternita u netopýrů M M M M M M M F F F F F F F F F F F F F F J J J J J J J J J Pipistrellus nathusii – jižní Čechy 1.stanovíme matku 2.stanovíme otce (při znalosti matky) Fractional allocation •přiřadí určitou frakci (mezi 0 a 1) každého potomka všem nevyloučeným kandidátním rodičům • •proporce každého potomka přiřazená danému rodiči odpovídá věrohodnosti („likelihood“) rodičovství – tj. je závislá na ostatních nevyloučených rodičích • •statisticky přesnější a proto někdy výhodnější (např. lepší pro srovnání reprodukčního úspěchu různých kategorií samců) • Megaptera novaeangliae Nielsen et al. 2001 •Až 25 samců se pokouší pářit se samicí •Různé role samců - dominantní společník a vyzyvatel, sekundární společníci •6 mikrosatelitových lokusů •Fractional likelihood paternity method •Dominantní samci mají asi 3x více mláďat (ale rozdíly jsou pouze marginálně signifikantní) Full probability model Bayesiánská statistika •Složitější modely, zohledňují vzdálenost hnízd, frekveci krmení, párování… Metody Jones & Ardren 2003, Jones et al. 2010 Ø Málo potenciálních rodičů, všichni ovzorkováni, dostatek dobrých markerů → Exclusion (prosté vyloučení) nekompatibilita mezi rodičem a potomkem → zamítnutí rodičovství postupným vyřazováním nakonec zbude jeden možný rodič (→ biologický otec nebo matka) Ø Ø Nelze vyloučit více jedinců (zbyde více možných otců než 1) → Metody založené na maximální věrohodnosti Categorical and fractional allocation (založeno na homozygotnosti → homozygot má větší pravděpodobnost předat alelu) → Full probability parentage analysis (Bayesian statistics) (zahrnutí i dalších dat jako vzdálenost hnízd, behaviorální data…) Ø Ø Rodiče neznámi a neovzorkováni → Parental reconstruction Z genotypů potomků z jedné rodiny → rekonstrukce genotypu rodičů Například k určení „multiple paternity“ Genotypic (parental) reconstruction •rekonstrukce parentálních genotypů z velkého množství genotypů potomků (full- or halfsibs) – složitý algoritmus • •Často při analýzách paternity u ryb • •Například k určení „multiple paternity“, „rate of selfing“ • •Zásadní je velký počet mláďat ve snůšce/vrhu! • •Optimální je > 10 • • Počítačové programy •Cervus •Newpat •Probmax •Kinship •Famoz •Pasos •Papa •Parente •Patri a další viz Jones et al. 2010 • • •(Některé programy počítají i s možnými chybami při určování genotypů Cervus3, Kalinowski et al 2007, Newpat) Co je nejdůležitější? •Kvalitní data z terénu či experimentů! • •Nejlépe všichni dospělci z populace, behaviorální a jiná fenotypická data, mláďata přiřazena do rodin (matka + sociální partner) • •Špatná data = špatné výsledky Stane se, že nemohu získat vzorky všech dospělých jedinců z populace (potenciálních rodičů) nebo nelze říci, která mláďata jsou z jedné rodiny •Nemusí se zdařit najít rodiče všem potomkům •I tak ale mohu zjistit ledacos zajímavého (multiple paternity) ... • Příklad genotypy matky a embryí • lokus 1 lokus 2 • •Matka 100 150 300 350 • •1. embryo 100 115 300 320 •2. embryo 150 120 350 310 •3. embryo 120 100 350 365 • • • • • • Alely od matky • lokus 1 lokus 2 • •Matka 100 150 300 350 • •1. embryo 100 115 300 320 •2. embryo 150 120 350 310 •3. embryo 120 100 350 365 • • •Na druhém lokusu více než dvě alely, které nejsou od matky → více otců • • • ... nebo mutace – data nutno korigovat – viz Uria lomvia („probability of resemblance“) Apodemus agrarius a sylvaticus mláďata až od tří samců (Bryja et al. 2008) AF •Další příklady užitečnosti analýz paternity Orangutan na Sumatře (paternity) •Nápadný dimorfismus (vystouplé tváře a hrdelní vaky u samců) • •Předpoklad: Samci bez nápadných znaků hormonálně suprimováni a nemnoží se • •Mikrosatelity – 50 % mláďat je od samců bez nápadných znaků → alternativní strategie Lepomis (maternity) •Samec (bourgeois male) hlídá hnízdo s jikrami • •L. marginatus, L. punctaus, L. auritus samec má v hnízdě jikry od několika samic • •L. macrochirus tři typy samců (alternativní reprodukční strategie): bourgeois (> 7 let, staví hnízda) mladí samci (vjíždějí do hnízd a vypouštějí spermie) – „sneakers“ nespárovaní staří samci (napodobují samice) 20% potomků není od bourgeois L. macrochirus Skladování spermií •Dny u savců týdny u ptáků nebo hmyzu měsíce u mloků roky u hadů a želv • •Chrysemys picta mikrosatelity → po 3 roky mláďata od stejného otce, opakované páření se stejným otcem je nepravděpodobné Chrysemys picta Varan – Zoo Liberec – mláďata po dvou letech od úmrtí samce Halichoerus grypus tuleň kuželozubý Wilmer et al. 1999 •Samci z centra kolonie úspěšnější (až 30x) •Samci reprodukčně aktivní 10 let i déle •Pro více než polovinu mláďat nenalezeni otci → role páření ve vodě • •Kolonie, dimorfismus→ polygynie •Dvě skotské kolonie North Rona a Isle of May •Vzorky ze zhruba deseti let •9 mikrosatelitových lokusů •IDENTITY, NEWPAT, CERVUS • ES Ptáci •Řada druhů považována za monogamní (pěvci) • •Ale u 75 % druhů ptáků mimopárová mláďata • •Skutečně monogamní pěvci – jen 14% (Phylloscopus) • • • • • Sialia sialis 8-35 % mimopárových mláďat Emberiza schoeniclus až 55% mimopárových mláďat Malurus cyaneus až 72% mimopárových mláďat Odhad % mimopárových mláďat •Dostatečný vzorek pro odhad • •Více než 200 Vzdálenější příbuznost jedinců •Sestry, bratři, sestřenice, bratranci http://www.arkive.org/media/A8/A85CF01D-3309-487B-8E07-1502B41FB0EA/Presentation.Large/Naked-mole-r at-workers-competing-for-dominance.jpg Studium sociálních systémů „Social breeding“ •eusocialita = dělba práce – „hodně dělníků, málo plemeníků“ • • • •„helpers“ – často se rozmnoží v následujících sezónách (cca 3% ptáků, hodně druhů savců a ryb) http://www.neviditelnycert.cz/data/files/img/Naked_mole_rat.jpg http://img845.imageshack.us/img845/8310/13375807.jpg http://www.generacey.cz/uploads/Novinky/Cela_CR/UOCHB_AV_CR/Termit___voj__k_a_d__ln__ci_rodu_X_s_v_ _bu__n__mi_modr__mi_bat____ky.jpg Synalpheus regalis Heterocephalus glaber termiti a jiný hmyz http://nd01.jxs.cz/195/568/213788f696_33938730_o2.jpg Příbuzenská selekce •koncept inkluzivní fitness (Hamilton 1964) •r * b > c (r = relatedness, b = benefits, c = costs) •za těchto podmínek je lepší pomáhat příbuzným než se sám množit (0.5)*(2) = 1 (0.5)*(3) > 1 pomoc se sourozenci (r = 0.5) počet odchovaných sourozenců cena za pomoc (=sám se nemnoží) Je výhodné se starat o sourozence (na úkor vlastního rozmnožování), jen pokud jsou 3 a více Příbuzenský koeficient r •Celková „identity by descent“ • •Diploidní organismy –Jednovaječná dvojčata 1 –Rodič – potomek 0,5 –Sourozenci 0,5 –Nevlastní sourozenci 0,25 –Prarodiče a vnoučata 0,25 –Bratranci a sestřenice 0,125 –Nepříbuzní 0 – •RELATEDNESS, KINSHIP (Mac), ML-RELATE (WinXP) odhad pomocí ML např. z mikrosatelitů •BAYES • • diplo Výpočet příbuznosti Alela px py p 120 1.0 0.5 0.65 116 0.5 0 0.20 118 0.5 1.0 0.35 Jedinec Lokus 1 Lokus 2 Helper – x 120/120 116/118 Matka rodu – y 120/122 118/118 r = ∑(py-p)/ ∑(px-p) Queller and Goodnight 1989 r = [(0.5-0.65)+(0-0.20)+(1-0.35)]/[(1-0.65)+(0.5-0.20)+(0.5-0.35)] = 0.30/0.80 = 0.375 - ideální je cca 30-40 mikrosatelitů nebo > 100 SNPs = background allele frequency Cynopterus sphinx kaloň krátkonosý Storz et al. 2001 •Kolonie složené z harémů, v harému samec a 1 až 37 samic •Příbuzenská struktura kolonie a harémů (kin structure)? •10 mikrosatelitových lokusů, r, KINSHIP •r blízké nule → jedinci v kolonii jsou nepříbuzní •Zásadní role disperze (mláďata z kolonie se v dospělosti nedrží pospolu) • Fukomys anselli Patzenhauerová et al. 2013 •Kolonie, max. cca 15 jedinců •Množí se jen 1 samice (královna) a 1 samec • • •16 kolonií, 8 mikrosatelitů, CERVUS, ML-RELATE • •Královna má mláďata i se samci, kteří nejsou v kolonii - 11.8% mladých zvířat nejsou potomky rezidentního samce • •Příbuznost dominantního páru = 0.04 ± 0.06 • •V kolonii i nepříbuzní jedinci (imigranti) • • systemy04 disperze EPF http://4.bp.blogspot.com/-ji7Q4rQJhZk/UMSJTkeGjLI/AAAAAAAAAgg/Kd0Sk6dt-UQ/s1600/400px+-+Fukomys+ans elli.jpg Megaptera novaeangliae Valsecchi et al. 2002 •Cestují v malých skupinách • •Tvoří skupiny příbuzní? Kin selection? • •Mikrosatelity (8 lokusů), KINSHIP, NEWPAT • •Jediní příbuzní ve skupinách byly matky a jejich potomci. • •Kromě nich hodnoty r stejné jako při sloučení skupin dohromady • •Kin selection skupiny nevysvětluje Haplodiploidie •♂♂ haploidní, ♀♀ diploidní • •Jeden otec –Sestry: 0,75 –Matka – dcera 0,5 • •Více otců –Sestry: 0,25 - 0,75 –Matka – dcera 0,5 • •Více matek i otců r různé haplo haplo2 bee Hamilton (1972) - inkluzivní fitness Polistes dominulus (dříve P. gallicus) vosík francouzský Queller et al. 2000 •Hnízdo bez ochranného obalu •Zakládá často více přezimovavších samic •Dominantní samice klade vajíčka (>90%), subordinátní se starají o potravu •Kin selection? (Jsou si samice příbuzné?) •Ve třetině případů jsou samice nepříbuzné (ML 35% nepříbuzné 7% sestřenice 56% sestry) •Jediná výhoda – nahrazení dominantní samice, pokud zahyne •Výjimka u sociálního hmyzu! •využívá výpočtu „likelihood“ • •přidává váhu jednotlivým alelám na základě jejich frekvence • •možnost nastavení míry genotypizační chyby, bere v úvahu nulové alely CERVUS CERVUS •PRVNÍ VERZE •Marshall TC, Slate J, Kruuk LEB, Pemberton JM (1998) Statistical confidence for likelihood-based paternity inference in natural populations. Molecular Ecology 7 (5) , 639–655 •AKTUÁLNÍ VERZE 3.0 •Kalinowski ST, Taper ML, Marshall TC (2007) Revising how the computer program CERVUS accommodates genotyping error increases success in paternity assignment. Molecular Ecology 16: 1099-1006. • •DOWNLOAD - www.fieldgenetics.com •Možnost použití • • a) hledáme otce • b) hledáme matku • c) hledáme oba rodiče • d) hledáme oba rodiče, ale neznáme pohlaví jednotlivých kandidátů CERVUS Typický příklad: Maternita a paternita u netopýrů M M M M M M M F F F F F F F F F F F F F F J J J J J J J J J Pipistrellus nathusii – jižní Čechy (Jahelková, Hulva, Bryja) Omezení v programu CERVUS •pouze diploidní data • •pouze kodominantní lokusy (např. mikrosatelity) • •lokusy nesmí být ve vazbě (test v Genepop 4.0) • •jen malé odchylky od HW rovnováhy Vstupní soubor •2 možnosti • – vytvoření csv souboru v MS Excell – – konverze z formátu jiného programu (Genepop, Kinship, Genetix) Vytvoření csv souboru Input file – konverze z jiného formátu •Příklad – konverze z Genetix funkce CONCATENATE Uložit jako „Text oddělený tabulátory“ Cesta v Genetix: Fichier ® Importer ® vybrat soubor, označit Text avec séparateur pokračovat volbou Fichier ® Enregister sous ® Načtení dat do Cervus Otevření souboru: .CSV File ® View text file ® vybrat soubor Z Genetix Tools ® Convert genotype file ® Genetix to Cervus ® vybrat soubor (Source file) a vybrat umístění a název konvertovaného souboru (Save as) Analýza dat 1) Frekvence alel lépe počítat pouze pro dospělce, bez mláďat Analýza dat Locus k N HObs HExp PIC NE-1P NE-2P NE-PP NE-I NE-SI HW F(Null) loc1 4 6 0.667 0.773 0.652 0.721 0.555 0.385 0.141 0.431 NS +0.0167 loc2 5 6 0.833 0.818 0.708 0.658 0.481 0.300 0.105 0.401 * -0.0355 loc3 5 6 0.667 0.803 0.692 0.674 0.498 0.315 0.114 0.410 *** +0.0050 počet alel počet zgenotypovaných jedinců pozorovaná heterozygotnost očekávaná heterozygotnost míra informativnosti daného polymorfismu non-exlusion probabilities p pro test na nulové alely p pro test odchylky od HW rovnováhy Analýza dat 2) Simulace lépe počítat pouze pro dospělce, bez mláďat Analýza dat – výstup simulace Analýza dat •3) Vlastní určení paternity (a/nebo maternity) Kroky před a)vytvoření souboru s mláďaty b) b) vytvoření souboru s potencionálními otci (resp. matkami) Analýza dat 3) Vlastní určení paternity Analýza dat Analýza dat výběr zobrazení výsledků analýzy Výstup • před otevřením souboru s výstupem je třeba opět vyměnit čárky za středník • • mismatch – nesedící alely, nemožné zdědit po rodičích (může být ale způsoben nějakou chybou) • • non-exclusion probability – pravděpodobnost, že nepříbuzný kandidát není vyloučen jako rodič Výstup • • LOD skóre – přirozený logaritmus pravděpodobnosti - menší než 0 – spíše není rodičem - rovný 0 – může být a nemusí být rodičem - větší než 0 – může být rodičem - • hodnota Delta – rozdíl mezi dvěma nejbližšími LOD skóre. Její kritická hodnota je vypočítávána při simulacích • • znak * označuje otce/matky určené s 95% pravděpodobností • znak + označuje otce/matky určené s 80% pravděpodobností • znak – označuje nejpravděpodobnějšího otce/matku, který ale není určen jako rodič Výstup PŘÍKLADY matka, otec, mládě, alela, LOD skóre…. PŘÍKLAD 1 •máme 5 mláďat, známe jejich matky • •existuje 10 potencionálních otců, každý z kandidátů může být otcem každého z mláďat • •soubory: genotypy, mláďata, otcové •máme 5 mláďat, neznáme jejich matky ani otce, zajímají nás jen matky • •existuje 10 potenciálních matek pro všechna mláďata • •soubory: jen genotypy2, ostatní soubory je třeba vytvořit PŘÍKLAD 2 •10 mláďat, neznáme ani otce, ani matku • •k dispozici genotypy 10 samců a 15 samic • •soubory – jen genotypy3, zbytek je třeba vytvořit PŘÍKLAD 3 •opět 5 mláďat, známe jejich matky • •pro každé mládě existují 4 kandidátní otcové (označení kand, číslo mláděte, písmeno a-d) • •soubory – pouze genotypy4, zbytek třeba vytvořit PŘÍKLAD 4