Hardy-Weinberg giver en forventet fordeling af genotyper ud fra en populations allelfrekvenser. En chi i anden-test, også skrevet χ²-test eller chi2, kan derefter undersøge, om de observerede antal afviger mere fra denne fordeling, end tilfældig stikprøvevariation normalt kan forklare.
I videoen gennemgår jeg en regneopgave. Bemærk rettelsen: Når vi estimerer allelfrekvensen fra de samme tre genotypeantal, har testen én frihedsgrad. Ved cirka 10:10 skal summen være 22,22. Med én frihedsgrad giver det en p-værdi på cirka 0,0000024. Brug disse rettelser, når du følger videoens afslutning.
1. Skeln mellem allelfrekvens og genotypefrekvens
En allel er en variant af et gen. En diploid organisme har to alleler ved det gensted, vi undersøger. Med allelerne A og a findes genotyperne AA, Aa og aa. Allelfrekvensen fortæller, hvor stor en andel af alle genkopier der er A eller a; genotypefrekvensen fortæller, hvor stor en andel af individerne der har hver kombination.
Vi kalder frekvensen af A for p og frekvensen af a for q. Med to alleler gælder p + q = 1. Under Hardy-Weinberg-ligevægt forventes genotypefrekvenserne p², 2pq og q². Modellen bygger blandt andet på tilfældig parring og fravær af kræfter, der ændrer allelfrekvenserne i den idealiserede population.
2. Beregn p og q fra de observerede antal
Her er et selvstændigt øveeksempel, så du kan følge beregningen uden at stoppe videoen. I en stikprøve på 100 individer observerer vi 40 AA, 40 Aa og 20 aa. De 100 individer har tilsammen 200 alleler ved genstedet.
p = (2 × antal AA + antal Aa) / (2 × N)
p = (2 × 40 + 40) / 200 = 0,60.
q = 1 − p = 0,40.
Hver AA bidrager med to A-alleler, mens hver Aa bidrager med én. Derfor kan allelfrekvensen beregnes direkte fra genotypeantallene uden først at antage Hardy-Weinberg-ligevægt.
3. Find de forventede genotypeantal
Hvis nulhypotesen er, at genotypefordelingen følger Hardy-Weinberg med de estimerede allelfrekvenser, får vi de forventede antal ved at gange genotypefrekvenserne med N:
| Genotype | Observeret, O | Forventet frekvens | Forventet antal, E |
|---|---|---|---|
| AA | 40 | p² = 0,36 | 36 |
| Aa | 40 | 2pq = 0,48 | 48 |
| aa | 20 | q² = 0,16 | 16 |
De forventede antal summerer til 100. Testen sammenligner altså observerede og forventede genotypeantal. Det er ikke blot en sammenligning af p og q.
4. Beregn chi i anden: χ² = Σ((O − E)² / E)
For hver genotype trækker du det forventede antal fra det observerede, kvadrerer forskellen og dividerer med det forventede antal. Til sidst lægger du bidragene sammen. Symbolet Σ betyder ”summen af”.
χ² = (40 − 36)²/36 + (40 − 48)²/48 + (20 − 16)²/16
≈ 0,444 + 1,333 + 1,000 = 2,778.
Brug antal, ikke procenttal, i denne beregning. Observationerne skal kunne behandles som uafhængige, og de forventede antal skal være tilstrækkeligt store. En almindelig undervisningsregel er mindst fem i hver kategori; ved små forventede antal kan en eksakt test være nødvendig.
5. Vælg de rigtige frihedsgrader
Med tre genotypekategorier og én estimeret allelfrekvens bliver antallet af frihedsgrader 3 − 1 − 1 = 1. Den ene begrænsning kommer fra det faste samlede antal, og den anden fra, at p estimeres fra de samme data. q er ikke endnu en fri parameter, fordi q = 1 − p.
Tester du derimod en på forhånd fastlagt fordeling på 1:2:1 fra krydsningen Aa × Aa, uden at estimere en parameter fra observationerne, er der to frihedsgrader. Det er en anden nulhypotese. Følg opgavens angivne model og frihedsgrader.
6. Fortolk p-værdien og skriv en konklusion
For χ² ≈ 2,778 og én frihedsgrad er p-værdien cirka 0,096. Ved et på forhånd valgt signifikansniveau på 5 % forkaster vi derfor ikke nulhypotesen. Data viser ikke en statistisk signifikant afvigelse fra den forventede genotypefordeling i dette eksempel.
P-værdien er sandsynligheden for at få en mindst lige så stor teststørrelse, hvis nulhypotesen og testens forudsætninger gælder. Den er ikke sandsynligheden for, at nulhypotesen er sand. En ikke-signifikant test beviser heller ikke, at populationen er uden evolutionære påvirkninger.
En signifikant afvigelse fortæller heller ikke alene, hvilken mekanisme der er årsagen. Overvej eksempelvis ikke-tilfældig parring, populationsstruktur, selektion, stikprøveudtagning eller registreringsfejl. Brug evolution til at sætte resultatet i en biologisk sammenhæng.
Prøv selv
Forklar, hvorfor Aa indgår med én A-allel i beregningen af p, men med to mulige kombinationer i udtrykket 2pq. Beregn derefter hvert bidrag til χ² uden mellemregningernes afrunding, og forklar, hvorfor det er afgørende at vælge én eller to frihedsgrader korrekt.

