GIÁO TRÌNH DI TRUYÊN SÔ LƯỢNG part 2

Chia sẻ: Pham Duong | Ngày: | Loại File: PDF | Số trang:12

Thêm vào BST

Báo xấu

161
lượt xem 59
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Sự biến thiên liên tục nầy không thể dự kiến một cách hoàn toàn. Chính Darwin đã nhấn mạnh đến tầm quan trọng của các giai đoạn tích lũy rất nhỏ trong quá trình tiến hóa, đặc biệt là đối với con người, có rất nhiều liên tục biến dị đã tồn tại. Do đó, tính chất toán sinh học trong khảo cứu càng ngày càng bức thiết hơn đối với các nhà di truyền, Galton và Pearson đã chứng minh biến dị như vậy là một phần của di truyền học. Ngay cả lúc bấy giờ, họ vẫn chưa...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: GIÁO TRÌNH DI TRUYÊN SÔ LƯỢNG part 2

B ng 6: T n su t c a MC combinations B ng 7: T n su t c a MC combinations trong qu n th giao ph i ng u nhiên v i tính tr i M Con M Con AA Aa aa C ng A- aa C ng p2 p2 q p2 pq2 p2 + 2pq AA .... A- p(1 + pq) p2 q pq2 pq2 q3 q2 Aa pq 2pq aa p q2 q3 q2 Aa q2 q2 p2 + 2pq q2 C ng 2pq 1.00 C ng 1.00 Khi A tr i i v i a, s có 4 ph i h p có tính ch t ki u hình MC. T n su t c a nó có trong b ng 7, bao g m ph n t bào không th phân chia ư c b ng 6 I-3-5. Ư C OÁN T N SU T GEN T S LI U MC B ng 8: S li u quan sát các nhóm máu MC combinations M Con T ng s (m ) M MN N M a1 a2 a1 + a2 MN a3 a4 a5 a3 + a4 + a5 N a6 a7 a6+a7 T ng s (con) a1 + a3 a2 + a4 + a6 a5 + a7 Thí d : xem xét nhóm máu M-N ngư i, a là s m u quan sát c a t ng c p MC và Σ a = G (t ng s c p MC) bao 2G cá th v i 4G gen. Chúng ta có th ư c oán t n su t gen trên cơ s G mothers ho c trên cơ s G children, nhưng ti n trình n y s lo i b càc tính hi u có t G cá th khác. Chúng ta có th xem xét t n su t gen t giá tr t ng s c n biên (pooled marginal totals) c a m và con, áp d ng phương pháp [1]. Cách tính n y có khó khăn là 2G cá th không c l p, vì v y chúng ta không có 4G gen c l p trong m u, phương sai d oán s không ph i là pq/4G như công th c [1V]. Vì m i a tr ph i chia m t gen v i m c a nó, nên ch có 3 gen c l p trên t ng c p MC (cho dù t m th i 4 gen u có m t). Phương pháp t t nh t d oán t n su t gen t MC pairs là t i a hóa s cá th ph i h p a1, a2, .....a7, v i xác su t tương ng theo b ng 6 L = a1 logp3 + ( 2 + a3) logp2q + a4 logpq + (a5 + a6) logpq2 + a7 logq3 Vì logp2q = 2 logp + logq L = B logp + C logq Trong ó B = 3a1 + 2 (a2 + a3) + a4 + (a5 + a6) Và C = (a2 + a3) + a4 + 2 (a5 + a6) + 3a7 Ghi chú B + C bao g m 3 c a m i nhóm a, tr a4 B + C = 3C - a4. t dL/ dp = 0 gi i ra p chúng ta ư c: B 3a1 + 2(a2 + a3) + a4 + (a5 + a6) p = ------- = ----------------------------------------------- [6] B+C 3G - a4 V(p) = pq / (B + C) = pq / (3G - a4) [6V] M i ph i h p m máu M và con máu M có 3 gen M c l p, dó là 3 a1.
i v i m máu M, con máu MN thì gen M c a con ch c ch n ư c truy n t m nó, nhưng gen N là m t y u t c l p. Như v y có 2 gen M, không có trong 3 gen c l p, ó là 2 a2, và c th ti p t c. Chú ý ph i h p m MN con MN ph i ư c c p cho dù ph i có 2 gen c l p, b i vì trong ph i h p n y chúng ta không có cách nói khác: M gen ho c N gen c a con xu t phát t m c a nó. Vì m t c p MN-MN có giá tr 2 gen c l p và t n su t c a nó trong qu n th giao ph i ng u nhiên là pq, t t c các c p có 3 gen c l p, cho nên giá tr trung bình c a m t c p MC là: 2 x pq + 3x (1 - pq) = 3 = pq genes [7] Giá tr t i a c a pq là 1/4, nên giá tr t i thi u t ng c p MC là 3.00 - 0.25 = 2.75 s gen c l p. Trong trư ng h p nhóm máu M-N giá tr p và q g n b ng 1/2, ph i h p MN-MN bi n ng nhi u hơn so v i các ph i h p khác trong qu n th , do ó làm th p i giá tr trung bình trên t ng c p MC g n v i giá tr t i thi u. N u c p và q u nh , giá tr trung bình trên c p b m - con s r t g n v i 3 gen c l p. Nói cách khác, m t b m và m t con g n b ng v i 1.5 các cá th c l p. Bài t p 1. Ư c oán thành ph n c a th h k ti p trong i u ki n giao ph i ng u nhiên c a qu n th kh i th y như sau 0,16 : 0,48 : 0,36 2. Tìm t n su t phân b c a 3 ki u gen trong th h ti p theo v i giá tr ban u như sau (trong ó, các cá th giao ph i ng u nhiên) (0,25 : 0,10 : 0,65) ; (0,30 : 0 : 0,70) ; (0 : 0,60 : 0,40) 3. Ki m soát nh ng qu n th sau ây có phân b cân b ng (equilibrium) và tính t l cân b ng xem xét k t q a t ư c có úng hay không (0,50 : 0 : 0,50) ; (25 : 10 : 1) ; (0,36 : 0,15 : 0,49) ; (1 : 1: 1/4) (0,09 : 0,10 : 0,81) ; (0,45 : 0,45 : 0,10) ; (0,5625 : 0,3750 : 0,0625) 4. Xác nh t l phân b c a qu n th v i 5% alen l n trong d h p t Tr l i: 2 (1 - [0,05]1/2).(0,05)1/2 = 34,7% 5. Wiener (1950) ã báo cáo r ng t n su t c a ph i h p m -con trong trư ng h p nhóm máu M-N như sau M Con T ng M MN N M 93 74 0 167 MN 69 151 60 280 N 0 59 50 109 T ng 162 284 110 556 Hãy ư c oán t n su t gen và sai s chu n 6. N u k t q a là 5% dominants trong qu n th , thì ph n trăm c a d h p t là bao nhiêu? Tr l i: H= 2 ( 1 - 0,951/2) (0,951/2) = 4,936% ( 1 - 0,951/2) = 0,025322 = 0,064% T n su t c a AA = Ngư i ta th y r ng: ưu th chính c a dominants là d h p t , do ó, Aa x aa s ti n d n n AA x aa
Chương 2 PHÂN TÍCH TÍNH A D NG V DI TRUY N Phương pháp o lư ng kho ng cách c a các nhóm trên cơ s nhi u tính tr ng khác nhau ư c xu t (Mahalanobis 1928). Phương pháp n y còn ư c g i là hi u s "bình phương" (D2 - Mahalonobis). Các bư c phân tích bao g m: (i) Thu th p s li u (ii) Tr c nghi m m c ý nghĩa (iii) Chuy n i các giá tr (iv) Tính hi u s D2 ý nghĩa c a D2 v i phép th Chi bình phương (v) Tr c nghi m m c (vi) M c óng góp c a các tính tr ng vào s phân nhóm. (vii) X p nhóm các cluster di truy n: - Phương pháp Tocher - Canonical graph. Chương trình phân tích ã có trong cá mô hình th ng kê sinh h c Trư c tiên, chúng ta thi t l p m t ma tr n có ch a các giá tr phương sai (variance) và h p sai (covariance) gi a các tính tr ng có quan h v i nhau, tìm ra các phương trình bi n i c a các bi n s có tương quan. n tính D2 t ng c p giá tr và phân nhóm di truy n. Tính kho ng cách di truy n K trong t ng nhóm và gi a các nhóm. Các genotypes cùng m t nhóm ít khác bi t hơn ki u gen nhóm khác. H s D trong nhóm nh hơn r t nhi u so v i h s D gi a các nhóm. Có ba c i m quan tr ng trong khi ch n l a các genotypes là: - Ch n nhóm có genotype làm b m . - Ch n các genotypes trong nhóm có kho ng cách di tryu n v i các nhóm khác càng xa càng t t. - Chú ý các tính tr ng có m c óng góp cao nh t v khác bi t v di truy n. Ph i ti p t c th c thi n vi c lai th nghi m, m i có k t lu n c th v ưu th lai gi a hai nhóm có kho ng cách xa, cũng như s phân ly c a các dòng con lai. 2-1. PHƯƠNG SAI & H P SAI (variance, covariance) (Σx)2 2 Σx - ------- n Var x = ----------------------------------- (phương sai) n-1 Σxy - (ΣxΣ y) / n Cov xy = -------------------------- (h p sai) n –1
Phương pháp metroglyph và tính ch s i m ánh giá ã ư c Anderson ngh t năm 1957. Sau ó, r t nhi u tác gi khác ã phát tri n phương pháp này như Ramanujam và Kumar (1964), Mukherjee và ctv.(1971), Venketrao và ctv. (1973) D2 2-2. HI U S pD2 = b1d1 + b2d2 + b3d3 + .... + bpdp pD2 = Wij (mean xi1 - mean xi2) (mean xj1 - mean xj2) Trong ó Wij là ma tr n c a các giá tr phương sai và h p sai c a nh ng tính tr ng m c tiêu ư c s d ng phân tích m c a d ng di truy n Các bư c tính toán ư c ti n hành theo trình t sau 1. Phân tích ANOVA và ANCOVA c a các tính tr ng m c tiêu 2. Tìm phương sai ki u gen và phương sai ki u hình, h p sai ki u gen và h p sai ki u hình 3. S p x p ma tr n c a các giá tr phương sai và h p sai tương ng theo c t và hàng c a ma tr n [G] ki u gen và [P] ki u hình. Trong trư ng h p chung, chúng ta có th ch c n s d ng ma tr n [G]. Trư ng h p b trí thí nghi m không có l p l i, phương sai và h p sai ư c tính theo m t dãy s , không có b ng ANOVA và ANCOVA, chúng ta ch có m t matrix duy nh t. 4. Gi i ma tr n theo cách trình bày ki u “pivotal” (ki u r uôi chu t). V bên trái c a h th ng phương trình là ma tr n c a các giá tr phương sai, h p sai. Bên ph i là ma tr n ơn v tương ng. Thí d n u chúng ta phân tích trên 4 tính tr ng m c tiêu, ma tr n ơn v s là 1 0 0 0 (1) Var 1 Cova1.2 Cova1.3 Cova1.4 0 1 0 0 (2) Var 2 Cova2.3 Cova2.4 0 0 1 0 (3) Var 3 Cova3.4 0 0 0 1 (4) Var 4 5. Chuy n i giá tr c a các bi n s . Thí d chúng ta có 4 tính tr ng m c tiêu, giá tr chuy n i s ư c tính theo công th c như sau: X1 Y1 = -------------------------- (σ2X1)1/2 2 trong ó σ X1 là phương sai c a tính tr ng 1 aX1 + X2 Y2 = -------------------------- (A)1/2 trong ó a là h s k t q a c t 1 c a h phương trình (2) trong ma tr n ơn v khi tính tóan. A là h s k t q a c a s u tiên bên v trái khi tính toán, tương ng v i h phương trình (2) bX1 + cX2 + X3 Y3 = ------------------- (B)1/2 trong ó b là h s k t q a c a c t 1, c c a c t 2 trong h phương trình (3), trong ma tr n ơn v khi tính toán, và B là h s k t q a c a s u tiên bên v trái c a h phương trình (3) eX1 + fX2 + gX3 + X4 Y4 = --------------------------- (C)1/2 trong ó e là h s k t q a c a c t 1, f c a c t 2, g c a c t 3 trong h phương trình (4), trong ma tr n ơn v khi tính toán, và C là h s k t q a c a s u tiên bên v trái c a h phương trình (4) Như v y chúng ta s có h phương trình chuy n i giá tr v i các giá tr l thu c l n nhau 6. L p b ng giá tr m i r i tính hi u s bình phương
Qu n th Y1 Y2 Y3 Y4 1 ... ... ... ... 2 ... ... ... ... D (1-2) hi u s gi a 1 và 2 D2 (1-2) hi u s bình phương gi a 1 và 2 = Σdi2 Tương t , chúng ta tính hi u s bình phương c a t ng c p genotypes trong phân tích a d ng di truy n c a qu n th . Thí d : D2 (1-3), D2 (1-4), D2 (1-5), .... D2 (1-n) D2 (2-3), D2 (2-4) , ....................D2 (2-n) ................................................................. D2 (10-11) ,................................D2 (10-n) ....... D2 ([n-1]-n) 2-3. X P NHÓM KI U GEN VÀO NH NG CLUSTER DI TRUY N KHÁC NHAU Căn c vào giá tr D2, ngư i ta ti n hành x p nhóm theo trình t như sau: Phương pháp Tocher: X p nhóm gi ng theo nh ng cluster khác nhau căn c vào giá tr D2 nh nh t hàng u tiên c a t t c các c t (bi u th t ng gi ng so v i gi ng còn l i) và m c sai bi t có ý nghĩa v i giá tr D2 l n nh t hàng u tiên. Chú ý, nh ng giá tr D2 m i c t ư c x p theo th t t th p n cao. Phương pháp Canonical: Tính toán giá tr t ng bình phương (sum of square), giá tr SS và t ng c a các tích (sum of products), giá tr SP, i v i t t c giá tr Y (gía tr chuy n i). Hình thành ma tr n ch a các giá tr SS và giá tr SP. t tên ma tr n này là [A]. Tính [A]p, trong ó p là s tính phân nhóm. Thí d v i 4 tính tr ng ta s có [A]4. Sau cùng, tr ng m c tiêu ư c s d ng chúng ta ph i tính giá tr Z. 2-4. NGHIÊN C U CHUYÊN “Phân tích khác bi t di truy n c a các gi ng lúa nư csâu ư c s d ng làm v t li u lai “ (Bùi chí B u 1987) Phân tích khác bi t hay phong phú v di truy n (divergence analysis) ư c áp d ng phân l p các ki u gen khác nhau, ph c v cho vi c lai t o gi ng có hi u qu mong mu n. Áp d ng phép th D2 c a Mahalonobis x p nhóm các v t li u kh i u theo nh ng tính tr ng di truy n s lư ng. 2-4-1. Gi ng ư c s d ng làm v t li u g m có: 1) Ba bông 2) Ba thi t 3) Chùm ru t 4) Cù là 5) Ch t c t 6) Lem lùn 7) Lúa phi 8) Nàng tây ùm 9) Nàng keo 10) T t n 11) Tr ng chùm 12) Tr ng lùn 13) Tr ng phư c 14) Tr ng tép 15) Nàng tây l n 2-4-2. Tính tr ng m c tiêu: Chi u cao cây, s bông/m2 và ngày tr bông có h s di truy n r t cao, theo th t (b ng 1) Năng su t có h s di truy n th p, nh hư ng ngo i c nh có tác ng khá l n, phương sai do môi trư ng (0.27) l n hơn do ki u gen.
2-4-3. Phân tích s óng góp c a các tính tr ng có nh hư ng i v i khác bi t v di truy n cho th y: hi u s khác bi t cao nh t xu t hi n tính tr ng s bông/m2 và chi u cao cây. T l óng góp c a m i y u t n y là 38.09%. Ngày tr bông có t l th p hơn (18.09%) và năng su t lúa mùa có nh hư ng th p nh t (5.63%). Do ó, i v i lúa nư c sâu, lúa n i, y u t chi u cao cây và s bông/m2 trong i u ki n ng p sâu có vai trò quan tr ng v di truy n. 5-4. Áp d ng phương pháp x p nhóm c a Tocher và phương pháp phân tích Mahalomobis- D2, có 4 nhóm khác nhau v di truy n là: Nhóm I Nhóm II Nhóm III Nhóm IV Ba bông Lem lùn Ba thi t Cù là Ch t c t Lúa phi Chùm ru t Nàng tây ùm Tr ng chùm Nàng keo Tr ng lùn T tn Tr ng tép Nàng tây l n Tr ng phư c 2-4-4. Kho ng cách di truy n gi a nhóm và trong nhóm ư c trình bày hinh 12, b ng 20. Kho ng cách I và III, II và IV, III và IV khá l n. Các genotypes trong cùng m t nhóm ít khác bi t hơn ki u gen nhóm khác. H s D trong nhóm nh hơn r t nhi u so v i h s D gi a các nhóm. Ngư i ta thư ng c p n3 c i m quan tr ng trong khi ch n l a các genotype là (Singh và Chaudhary 1985): B ng 1: Phương sai và h s di truy n c a các tính tr ng. Bông/m2 Ngày tr bông Cao cây Năng su t 276.95 643.39 518.31 0.22 2 σg 45.45 36.78 50.06 0.27 2 σe 322.40 680.17 638.37 0.49 σ2 p h2 0.8590 0.9459 0.9216 0.4489 2 σ g = phương sai do ki u gen 2 σ e = phương sai do môi trư ng σ 2 = phương sai do ki u hình p h2 = h s di truy n B ng 2: Giá tr kho ng cách di truy n "D" trong nhóm và gi a các nhóm. Nhóm I II II IV I 4.21 7.12 9.14 7.23 II 2.95 9.00 12.58 III 0.13 14.91 IV 0.00
IV I III II Hình 2-1: Kho ng cách di truy n gi a các nhóm
- Ch n nhóm genotype ư c dùng làm b m - Ch n các genotype trong nhóm có kho ng cách di truy n v i nhóm khác càng xa càng t t. - Chú ý tính tr ng có m c óng góp cao nh t v khác bi t di truy n ( ây s 2 bông/m và chi u cao cây có nh hư ng m nh m nh t). Kho ng cách di truy n gi a nhóm III và IV l n nh t cho th y s khác bi t t i a v di truy n. Trong trư ng h p như v y, k t qu lai t o s thành công có nh ng phân ly m nh m các dòng con lai, r t có l i cho nhà ch n gi ng khai thác các bi n d này. Tuy nhiên các tính tr ng quan tr ng khác như kháng sâu b nh, ph m ch t h t... c n ư c lưu ý khi ch n v t li u làm b m . Bư c k ti p nên ch n 1 gi ng t m i nhóm, ti n hành lai vòng (diallel cross) và phân tích kh năng ph i h p, k t qu t ư c s cao hơn (Singh và Chaudhary 1985). K t qu phân tích khác bi t v di truy n cho th y: ph n l n các gi ng ư c x p cùng m t nhóm có xu t x v a lý gi ng nhau. Thí d như nhóm I t p h p các gi ng lúa n i vùng 5, tr hai gi ng Nàng keo và T t n . Nhóm II t p h p các gi ng vùng 4. Nhóm III t p h p các gi ng vùng 2. Nhóm IV là gi ng mùa s m Cù là. Phương pháp phân tích này ch là bư c u tiên phân l p các ki u gen khác nhau. Ph i ti p t c th c hi n vi c lai th nghi m, m i có k t lu n c th v ưu th lai gi a hai nhóm có kho ng cách xa, cũng như s phân ly m nh m các dòng con lai. 2-5. PHÂN TÍCH NHÓM TRÊN CƠ S I N DI VÀ BI U HI N A HÌNH V i s phát tri n c a sinh h c phân t , ngư i ta có xu hư ng phân nhóm a d ng di truy n m c phân t . Như v y, s chính xác s cao hơn r t nhi u so v i phương pháp truy n th ng d a trên tính tr ng hình thái h c. Ngư i ta khai thác nh ng kh năng phân tích r t nhanh nh y c a máy tính (computer) v i nhi u ph n m m chuyên dùng, trong ó NTSYS là ph n m m tương i khá ph bi n. Theo n i dung này, chúng ta cho i m 1 khi có băng th hi n, và i m 0 khi băng không th hi n trong i n di. 2-5-1. Phân tích ma tr n tương ng, ma tr n kho ng cách (similarity / distance matrix) Các giá tr tương ng và kho ng cách là nh ng giá tr ư c oán v m t s lư ng nh m mô t s g n g i và kho ng cách di truy n gi a hai c p ơn v m c triêu. Giá tr tương ng bi n thiên t 0 n 1. Kho ng cách gi m khi giá tr tương ng tăng. Kho ng cách (distances) còn ư c dùng v i thu t ng “dissimilarities” Sokal và Sneath (1963) mô t nhi u cách tính toán kho ng cách và m c gi ng nhau gi a hai ơn v m c tiêu. Khi giá tr d ng nh phân (binary), nghĩa là 1 (có) và 0 (không có), chúng ta ưa chúng v b ng hai chi u như sau Isolate i 1 0 Isolate j 1 m=a+d a b u=b+c 0 n=m+u c d Trong ó, m là s d li u tương ng, u là s d li u không tương ng, u là t ng s băng ghi nh n ư c
Ch s tương ng gi n ơn (simple matching coefficient) m SSM = n ây, ngư i ta g i “negative matches” khi nào c hai “isolates” i và j u không th hi n băng, không m ư c Ch s Jaccard (Jaccard’s coefficient) Khi o m c gi ng nhau không có tình tr ng “negative matches”, ngư i ta áp d ng công th c sau ây có ch s Jaccard a Sj = a+u Ch s Dice (Dice’s coefficient) M t ch s khác mô t m c gi ng nhau bao g m trư ng h p có “negative matches”, ó là ch s Dice 2a Sb = 2a + u Khi c p n thành ph n các băng th hi n trong i n di, ch s Dice có th ư c vi t l i thành công th c như sau 2a Sb = ni + nj Trong ó, ni là s băng c a “isolate i”, và nj là s băng c a “isolate j” Giá tr kho ng cách Giá tr kho ng cách là l ch c a nh ng ch s bi u th m c gi ng nhau. Ch s tương ng S (similarity) bi n thi n t 0 n 1 có th ư c chuy n i thành giá tr d (distance) theo công th c d = 1- S Chúng ta có th tính toán b ng tay chuy n i ch s Dice thành ch s kho ng cách, nhưng v i ph n m m chuyên dùng NTSYS, chúng ta s d dàng hơn r t nhi u có k t q a v i nhi u c p ơn v m c tiêu. 2-5-2. Cách tính b ng tay m s băng c a isolate 1 và isolate 2 v i ký hi u n1 và n2, theo th t m s băng trùng nhau c a isolate 1 và isolate 2, ký hi u là a12 Tính ch s Dice theo công th c 2 a12 Sb = n1 + n2 Chuy n i thành giá tr kho ng cách b ng cách l y 1 tr i SD dD = 1 -SD
L p l i qui trình nói trên v i nh ng c p isolate còn l i, thí d 1 và 3, 1 và 4, 2 và 3, 2 và 4, v.v... 2-5-3. X p nhóm b ng phương pháp UPGMA Phân tích nhóm (cluster analysis) th c s là phương pháp s p x p các gi ng thành nh ng c m nhóm khác nhau trên cơ s m c gi ng nhau theo qui ư c (ngư i ta còn g i v i thu t ng agglomerative clustering). Nó ư c th c hi n theo qui trình tiêu chu n, nên ngư i ta còn g i ó là “greedy algorithm”. Qui trình theo cácbư cti n hành như sau: Tìm các c p (i, j) có giá tr kho ng cách nh nh t (ho c gi ng nhau nh t) • Nh p các c p này l i thành m t nhóm (cluster) • T o ra nhóm l n hơn tương ng v i nhóm m i sao cho các c p (i, j) m i tương thích • v i giá tr m c gi ng nhau • L p l i qui trình M t trong nh ng phương pháp ơn gi n nh t là phương pháp tính kho ng cách trung bình v i giá tr s i s UPGMA ( ư c vi t t t t ch unweighted pair-group method with arithmetic mean) Cách tính b ng tay Tìm giá tr kho ng cách nh nh t trong ma tr n kho ng cách • X p nhóm 2 isolate này l i v i nhau, theo giá tr kho ng cách c th , ghi gi a hai i m • Xây d ng ma tr n kho ng cách m i ph i h p gi a hai isolate g n nh t trong m t • nhóm riêng. Kho ng cách gi a hai nhóm m i này và m t isolate khác s ư c ghi nh n v i giá tr kho ng cách trung bình c a isolate m i v i nh ng isolate trong cluster L p l i qui trình cho n h t • Thí d : ma tr n kho ng cách có 5 isolate Isolate 1 2 3 4 2 d12 3 d13 d23 4 d14 d24 d34 5 d15 d25 d35 d45 Trong ó, dij là kho ng cách gi a isolate i và isolate j Thí d kho ng kho ng gi a isolate 3 và 4 (d34) là ng n nh t. Hai isolate này ư c x p vào m t nhóm v i kho ng cách i m nhánh là (d34/2) d34 / 2 3 4 d34 / 2 Ma tr n kho ng cách m i trên cơ s nhóm (3, 4) và nh ng isolate khác Isolate 1 2 (3, 4) 2 d12 (3, 4) d1(3,4) d2(3, 4) 5 d15 d25 d5(3, 4)
d13 + d14 d1(3,4) = 2 d23 + d34 d2(3,4) = 2 d35 + d45 d5(3,4) = 2 Trong ma tr n m i, tìm giá tr kho ng cách nh nh t. Thí d ây là d12, như v y có nhóm (1, 2) ư c hình thành d12 / 2 1 2 d12 / 2 Như v y, có thêm m t ma tr n kho ng cách m i Isolate (1, 2) (3, 4) (3, 4) d(12)(34) 5 d(12)5 d(34)5 d5(12) ư c tính toán gi ng như trên, trong khi ó d(12)(34) ư c tính toán b ng cách l y trung bình c a d1(34) và d2(34): d1(34) + d2(34) d(12)(34) = ------------------------ 2 Trong khi c giá tr kho ng cách c a ma tr n m i, thí d chúng ta ghi nh n d(12)(34) có kho ng cách ng n nh t. i u này có nghĩa là hai nhóm (1, 2) và (3, 4) n m cùng trong nhóm ((1, 2), (3, 4)) v i kho ng cách : d(12)(34) 2 1 d12 / 2 2 d12 / 2 d34 / 2 3 4 d34/ 2 d(12)(34) / 2 Ma tr n m i ư c tính toán b ng cách l y trung bình c a d5(12) và d5(34). Isolate ((1, 2), (3, 4)) 5 d5((1, 2), (3, 4)) Giá tr kho ng cách d5((1, 2), (3, 4)) = [ d5(12) + d5(34) ] /2
Cu i cùng, chúng ta có gi n phân 5 nhóm như sau 1 2 3 4 5 d5((1, 2), (3, 4)) / 2 Bi n thiên trong qu n th có th ư c nh tính b ng hi n tư ng d h p ho c hi n tư ng a d ng di truy n, trong ó a d ng di truy n tưong thích v i qu n th c n giao hơn. Phương sai c a nh ng tính tr ng o m ư c trên cơ s trung bình gi a các loci, c n phân ra các m c khácnhau v s bi n thiên t i nh ng loci này, và chúng cũng c n ư c k t h p theo m c bi n d nh ng loci khác nhau (Weir 1996) 2-5-4. Phân tích thông qua chương trình NTSYS-pc trên computer NTSYS-pc là chương trình ph n m m do Rohlf (1992) thi t k dùng tìm ki m và thành l p ki n trúc nh ng d li u có nhi u bi n. NTSYS có th ư c thao tác v i nhi u lo i hình phân tích m t cách linh ng T o file NTSYS Nh m t o ra thao tác trong phân tích nhóm v i d li u thu th p t k t q a m băng i n di, ngư i ta ph i t o ra file NTSYS d ng các ma tr n. M t ma tr n ch a 4 lo i hình c a nh ng “records”. Nh ng câu l nh và các dòng ánh d u có tính ch t ch n l a tùy thích Matrix parameter line Ma tr n ch a thông s ư c vi t theo hàng, hàng này ch a 4-5 s (2 trong chúng là m t “suffix L”). Dãy s ư c cách nhau m t kho ng tr ng S h ng u tiên là m t mã s c a ma tr n theo cách bi u hi n như sau: 1 = ma tr n có d ng ch nh t 2 = ma tr n vuông s li u không i x ng 3 = ma tr n vuông s li u i x ng 5 = ma tr n có d ng cây, s li u không i x ng 6 = ma tr n có d ng cây, s li u i x ng S h ng th hai và th ba là nh ng s c a hàng và c t trong ma tr n S h ng th tư là 0 n u chúng không có “s li u thi u” trong ma tr n N u có s li u thi u, s h ng th tư s là 1 S h ng th năm r t c n thi t. Nó cung c p giá tr c a s li u thi u ánh d u hàng và c t Ch L ư c t sau nh ng s c a hàng ho c c t. Thông thư ng ký hi u hàng ư c ưu tiên trư c và c t ư c ký hi u sau. Ký hi u c t ph i ư c b t u t m t hàng m i. Ký hi u ánh d u b o g m m t dãy ch s (có th hơn 8 ch s ho c digits nhưng không ư c ch a kho ng tr ng)