Worin unterscheiden sich Genetisches Clustering und Cline-Schärfe?

Sie sind beide Möglichkeiten, die Divergenz bei Arten zu messen, aber ich verstehe nicht, worin genau sie sich unterscheiden, wenn beide Hybridzonen und Genfrequenzen in der Studie verwenden.

Das Konzept der Cline-Schärfe ist meines Wissens nicht üblich. Ich vermute, Sie sind diesem Konzept in einer Hybridzonenliteratur begegnet. Können Sie bitte auf das Papier verlinken, in dem Sie diese beiden Konzepte gefunden haben?
Ich stimme dafür, als unklar zu schließen, da wir den Originaltext benötigen würden, in dem Sie auf diese Begriffe gestoßen sind.
Es steht im ersten Kapitel von „Ecological Speciation“ von Patrik Nosil, Seite 5. Er gibt Beispiele für Divergenzmaße in der ersten Tabelle. Die Beispiele stammen von Jiggins und Mallet 2000; und Barton und Hewit, 1985.

Antworten (1)

Clustering und Clines sind zwei grundlegend unterschiedliche Ansätze, um die Bevölkerungsstrukturprobleme anzugehen. Da viele Ergebnisse der klassischen Populationsgenetik von einer panmiktischen Population stammen, ist es naheliegend, sie auf mehrere panmiktische Populationen mit einem gewissen Grad an Genfluss dazwischen auszudehnen, wie z. B. Wrights Island-Modell und Kimuras Stepping-Stone-Modell. In diesen diskreten Modellen betrachten wir jede Subpopulation als eine Zuchtgruppe, und daher kann der Clustering-Algorithmus für eine große Anzahl von Individuen verwendet werden, um sie basierend darauf zu klassifizieren, zu welcher Subpopulation sie gehören. Es ist zu 100% gültig, wenn die reale Bevölkerung tatsächlich diskret ist (wie auf Galapagos), nicht jedoch, wenn die reale Bevölkerung kontinuierlich im Raum verteilt ist. Im letzteren Szenario

Sie können die Arbeiten von Montgomery Slatkin und Nick Barton zur Cline-Theorie aus den 1970er und 1980er Jahren nachschlagen, um die Details zu erfahren, aber die allgemeine Eigenschaft einer Cline ist, dass, wenn divergierende Selektion die Hauptursache für die Cline ist, die Cline-Steilheit proportional zu der ist Selektionsunterschiede, aber es gibt eine charakteristische räumliche Variationsskala σ / S , unterhalb dessen jede räumliche Struktur wahrscheinlich durch Zerstreuung überschwemmt wird ( σ ist die mittlere Ausbreitungsdistanz eines Individuums, und S ist die Auswahlintensität). Selbst wenn die Steigung eine Stufenfunktion ist, was überhaupt nicht realistisch ist, wird die Steigung immer noch von endlicher Steilheit sein. So lange wie σ nicht Null ist, erhalten Sie keine klar umrissene Grenze zwischen den beiden Seiten der Population, wodurch die Annahme des Clustering-Algorithmus ungültig wird. Obwohl Clustering in einer kontinuierlichen Population nicht sehr streng ist, können wir es dennoch verwenden, um qualitative Untersuchungen unserer genetischen Daten und Populationsstruktur durchzuführen, tatsächlich ziehen es viele Menschen vor, dies zu verwenden, weil sie konzeptionell klar und einfach in einem Computer zu manipulieren sind .