Cómo probar el equilibrio de Hardy Weinberg
En genética de poblaciones, el principio de Hardy-Weinberg es una relación entre las frecuencias de los alelos y el genotipo de una población. La ocurrencia de un genotipo, tal vez uno asociado a una enfermedad, se mantiene constante a menos que los apareamientos no sean aleatorios o inapropiados, o que se acumulen las mutaciones. Por tanto, se dice que la frecuencia de los genotipos y la frecuencia de los alelos están en “equilibrio genético”. El equilibrio genético es un principio básico de la genética de poblaciones.
El principio de Hardy-Weinberg es como un cuadrado de Punnett para poblaciones, en lugar de individuos. Un cuadrado de Punnett puede predecir la probabilidad del genotipo de la descendencia basándose en el genotipo de los padres o el genotipo de la descendencia puede utilizarse para revelar el genotipo de los padres. Asimismo, el principio de Hardy-Weinberg puede utilizarse para calcular la frecuencia de determinados alelos basándose en la frecuencia de, por ejemplo, una enfermedad autosómica recesiva.
En el caso más sencillo de un único locus con dos alelos: el alelo dominante se denomina A y el recesivo a. Sus frecuencias son p y q; freq(A)=p y freq(a)=q. Basándonos en el hecho de que las probabilidades de todos los genotipos deben sumar la unidad, podemos determinar datos útiles y difíciles de medir sobre una población. Por ejemplo, el hijo de un paciente es portador de una mutación recesiva que causa fibrosis quística en niños homocigóticos recesivos. La madre quiere saber la probabilidad de que sus nietos hereden la enfermedad. Para responder a esta pregunta, el asesor genético debe conocer la probabilidad de que el hijo se case con un portador de la mutación recesiva. Este dato puede no conocerse, pero sí la frecuencia de la enfermedad. Sabemos que la enfermedad está causada por el genotipo recesivo homocigótico; podemos utilizar el principio de Hardy-Weinberg para trabajar hacia atrás desde la aparición de la enfermedad hasta la frecuencia de individuos recesivos heterocigóticos.
Cinco factores de equilibrio hardy weinberg
ResumenLas pruebas estadísticas para el equilibrio de Hardy-Weinberg han sido una herramienta importante para detectar errores de genotipado en el pasado, y siguen siendo importantes en el control de calidad de los datos de secuencias de próxima generación. En este trabajo, analizamos cromosomas completos del proyecto 1000 genomas utilizando procedimientos de pruebas exactas para variantes autosómicas y cromosómicas X. Descubrimos que la tasa de desequilibrio supera ampliamente lo que cabría esperar sólo por azar para todos los cromosomas. El desequilibrio observado se debe, en aproximadamente el 60% de los casos, a un exceso de heterocigotos. Sugerimos que la mayor parte del exceso de desequilibrio puede explicarse por problemas de secuenciación, y formulamos una hipótesis sobre los mecanismos que pueden explicar las heterocigosidades excepcionales. Informamos de mayores tasas de desequilibrio para la región MHC del cromosoma 6, las regiones que flanquean los centrómeros y los brazos p de los cromosomas acrocéntricos. También detectamos haplotipos de largo alcance y áreas con alto desequilibrio incidental. Informamos de que el desequilibrio está relacionado con la profundidad de lectura, siendo más probable que las variantes con profundidades de lectura extremas estén fuera de equilibrio. Las tasas de desequilibrio son 11 veces mayores en las duplicaciones segmentarias y en las regiones de repetición simple en tándem. Se observa que las variantes con desequilibrio significativo se concentran en estas zonas. En los datos de secuencias de nueva generación, el desequilibrio de Hardy-Weinberg parece ser un indicador importante de la variación del número de copias.
Ejercicios de Hardy-weinberg
El equilibrio de Hardy-Weinberg (HWE) es una herramienta importante para entender la estructura de la población. Si se cumplen ciertos supuestos, se pueden estimar las frecuencias genotípicas y alélicas de una generación a otra. En los estudios de asociación genética, los principios de HWE se han aplicado para detectar errores de genotipado y loci de susceptibilidad a enfermedades. El objetivo de esta unidad es revisar los principios y los supuestos clave del HWE. Se discute brevemente cómo se comprueba la significación de la HWE, y se revisan las aplicaciones actuales de la HWE en los estudios de asociación. Las aplicaciones discutidas incluyen la estimación de la penetrancia, la evaluación de los errores de genotipado, las pruebas de estratificación de la población y las pruebas de asociación.
Ejemplo de ecuación de Hardy-weinberg
El código original para medir la significación estadística de la desviación de variantes de HWE, desarrollado por Wigginton et al. (2005), calculaba P (de dos caras) como la probabilidad de la muestra observada más la suma de todas las probabilidades de los casos más extremos. Sin embargo, Graffelman y Moreno (2013) mostraron posteriormente que la P media, calculada añadiendo solo la mitad de la probabilidad de la muestra observada a la suma de todas las probabilidades de los casos más extremos, era menos conservadora (es decir, la P media es siempre menor que la P de dos lados) y mostraba un mejor potencial para probar las desviaciones de HWE de las variantes raras. Por lo tanto, para crear una implementación en python del método de Graffelman y Moreno, modificamos el código de Wigginton et al. para que devolviera la P media. Las variantes que se desvían de la HWE con una P media ≤ 0,05 se consideraron estáticamente significativas. Para todos los demás casos se utilizó la prueba exacta de Fisher de dos caras (paquete SciPy python; Virtanen et al., 2019), y los resultados se informaron como P y Fold Enrichment (FE), definidos como la relación de las dos proporciones. El código se puede encontrar en https://github.com/niab/hwe.