Índice de fijación

El índice de fijación ( FST ₎ es una medida de la diferenciación poblacional debida a la estructura genética . Se estima frecuentemente a partir de datos de polimorfismo genético , como polimorfismos de un solo nucleótido (SNP) o microsatélites . Desarrollado como un caso especial de la estadística F de Wright , es una de las estadísticas más utilizadas en genética de poblaciones . Sus valores oscilan entre 0 y 1, donde 0 indica ausencia de diferenciación y 1, diferenciación completa.

Esta comparación de la variabilidad genética dentro y entre poblaciones se utiliza frecuentemente en genética de poblaciones aplicada . Los valores oscilan entre 0 y 1. Un valor de cero implica panmixia completa ; es decir, que las dos poblaciones se reproducen libremente. Un valor de uno implica que toda la variación genética se explica por la estructura poblacional y que las dos poblaciones no comparten ninguna diversidad genética.

Para modelos idealizados como el modelo de isla finita de Wright , F _ST se puede utilizar para estimar las tasas de migración. Bajo ese modelo, la tasa de migración es

${\displaystyle M={\frac {m}{\mu }}\approx {\frac {1}{4}}\left({\frac {1}{F_{ST}}}-1\right)}$,

donde m es la tasa de migración por generación, y${\displaystyle \mu }$es la tasa de mutación por generación. ^{[ 1 ]}

La interpretación de F _ST puede ser difícil cuando los datos analizados son altamente polimórficos. En este caso, la probabilidad de identidad por descendencia es muy baja y F _ST puede tener un límite superior arbitrariamente bajo, lo que podría llevar a una interpretación errónea de los datos. Además, estrictamente hablando, F _ST no es una distancia en el sentido matemático, ya que no satisface la desigualdad triangular .

Dos de las definiciones más utilizadas para F _ST en un locus dado se basan en 1) la varianza de las frecuencias alélicas entre poblaciones, y en 2) la probabilidad de identidad por descendencia .

Si${\displaystyle {\bar {p}}}$es la frecuencia promedio de un alelo en la población total,${\displaystyle \sigma _{S}^{2}}$es la varianza en la frecuencia del alelo entre diferentes subpoblaciones, ponderada por los tamaños de las subpoblaciones, y${\displaystyle \sigma _{T}^{2}}$es la varianza del estado alélico en la población total, F _ST se define como ^{[ 2 ]}

${\displaystyle F_{ST}={\frac {\sigma _{S}^{2}}{\sigma _{T}^{2}}}={\frac {\sigma _{S}^{2}}{{\bar {p}}(1-{\bar {p}})}}}$

La definición de Wright ilustra que FST _mide la cantidad de varianza genética que puede explicarse por la estructura de la población. Esto también puede pensarse como la fracción de la diversidad total que no es consecuencia de la diversidad promedio dentro de las subpoblaciones, donde la diversidad se mide por la probabilidad de que dos alelos seleccionados al azar sean diferentes, a saber:${\displaystyle 2p(1-p)}$. Si la frecuencia alélica en el${\displaystyle i}$la población es${\displaystyle p_{i}}$y el tamaño relativo de la${\displaystyle i}$la población es${\displaystyle c_{i}}$, entonces

${\displaystyle F_{ST}={\frac {{\bar {p}}(1-{\bar {p}})-\sum c_{i}p_{i}(1-p_{i})}{{\bar {p}}(1-{\bar {p}})}}={\frac {{\bar {p}}(1-{\bar {p}})-{\overline {p(1-p)}}}{{\bar {p}}(1-{\bar {p}})}}}$

Alternativamente, ^{[ 3 ]}

${\displaystyle F_{ST}={\frac {f_{0}-{\bar {f}}}{1-{\bar {f}}}}}$

dónde${\displaystyle f_{0}}$es la probabilidad de identidad por descendencia de dos individuos dado que los dos individuos están en la misma subpoblación, y${\displaystyle {\bar {f}}}$es la probabilidad de que dos individuos de la población total sean idénticos por descendencia. Usando esta definición, F _ST puede interpretarse como una medida de cuán más cercanos están dos individuos de la misma subpoblación, en comparación con la población total. Si la tasa de mutación es pequeña, esta interpretación puede hacerse más explícita vinculando la probabilidad de identidad por descendencia con los tiempos de coalescencia : Sean T ₀ y T el tiempo promedio de coalescencia para individuos de la misma subpoblación y la población total, respectivamente. Entonces,

${\displaystyle F_{ST}\approx 1-{\frac {T_{0}}{T}}}$

Esta formulación tiene la ventaja de que el tiempo esperado para la coalescencia se puede estimar fácilmente a partir de datos genéticos, lo que llevó al desarrollo de varios estimadores para F _ST .

En la práctica, ninguna de las cantidades utilizadas para las definiciones se puede medir fácilmente. En consecuencia, se han propuesto varios estimadores. Un estimador particularmente simple aplicable a datos de secuencias de ADN es: ^{[ 4 ]}

${\displaystyle F_{ST}={\frac {\pi _{\text{Entre}}-\pi _{\text{Dentro}}}{\pi _{\text{Entre}}}}}$

dónde ${\displaystyle \pi _{\text{Entre}}}$y${\displaystyle \pi _{\text{Within}}}$representan el número promedio de diferencias por pares entre dos individuos muestreados de diferentes subpoblaciones (${\displaystyle \pi _{\text{Between}}}$) o de la misma subpoblación (${\displaystyle \pi _{\text{Within}}}$La diferencia promedio por pares dentro de una población se puede calcular como la suma de las diferencias por pares dividida por el número de pares. Sin embargo, este estimador está sesgado cuando los tamaños de muestra son pequeños o si varían entre poblaciones. Por lo tanto, en la práctica se utilizan métodos más elaborados para calcular FST _. Dos de los procedimientos más utilizados son el estimador de Weir y Cockerham (1984) ^{[ 5 ]} o realizar un análisis de varianza molecular . Una lista de implementaciones está disponible al final de este artículo.

_{Los valores de FST} dependen en gran medida de la población estudiada. Grupos étnicos estrechamente relacionados, como los daneses frente a los holandeses , o los portugueses frente a los españoles, presentan valores significativamente inferiores al 1%, indistinguibles de la panmixia. Dentro de Europa, se ha observado que los grupos étnicos más divergentes tienen valores del orden del 7% ( sami frente a sardos ).

Se encuentran valores mayores si se comparan grupos homogéneos muy divergentes: el valor más alto encontrado fue cercano al 46%, entre los mbuti y los papúes . ^{[ 6 ]}

• Arlequín
• Fstat
• SMOGD ^{[ 12 ]}
• diveRsity (paquete de R)
• hierfstat (paquete de R)
• FinePop ^{[ 13 ]} (paquete R)
• Analizador de microsatélites (MSA) Archivado el 29/03/2015 en Wayback Machine
• Herramientas VCF
• ADN
• Popoolation2

• BioPerl
• BioPython

• Distancia genética
• Estadísticos F
• QST_(genética)
• Coeficiente de consanguinidad
• Coeficiente de relación
• Principio de Hardy-Weinberg
• Efecto Wahlund

• BioPerl - Bio::PopGen::PopStats