Genetyka populacyjna bada zmienność genetyczną w obrębie i pomiędzy populacjami – i to, jak ta zmienność kształtuje ewolucję, zdolność adaptacyjną oraz wrażliwość gatunku na zmiany środowiska. To kierunek, w którym praca magisterska ma szansę powiedzieć coś nowego nawet przy skromnym budżecie i lokalnym materiale.
Warunek jest jeden: musisz mieć jasne pytanie populacyjne. Nie „jak zbadać różnorodność genetyczną” – ale: czy populacje z izolowanych płatów lasu różnią się od siebie bardziej niż populacje z ciągłego kompleksu? Czy gatunek inwazyjny w Polsce wykazuje efekt wąskiego gardła względem populacji źródłowych? Odpowiedź na takie pytanie wymaga konkretnego planu próbkowania i odpowiednich markerów.
Komisje na egzaminach magisterskich z biologii i genetyki coraz częściej pytają o uzasadnienie doboru markerów, wyboru populacji i oprogramowania. Poniżej zebrałam to, co naprawdę musisz wiedzieć, zanim zaczniesz pracę.
Wybór tematu i pytania badawcze
Dobry temat w genetyce populacyjnej ma cztery składniki: gatunek (dostępny w terenie lub w kolekcji), populacje (co najmniej 3-5 stanowisk, każde minimum 20-30 osobników), markery (dopasowane do pytania i budżetu) i pytanie ewolucyjne (zróżnicowanie, izolacja, ekspansja, efekt wąskiego gardła, wrażliwość na fragmentację).
Kilka kierunków, które dobrze sprawdzają się w magisterkach:
- Analiza struktury genetycznej gatunku z fragmentowanych siedlisk (np. ssaki na izolowanych wzgórzach, ryby w odciętych rzekach, owady na wyspach śródpolnych). Pytanie: czy fragmentacja zwiększa dyferencjację (Fst) i obniża heterozygotyczność (He)?
- Genetyczna inwazja – skąd pochodzi gatunek inwazyjny w Polsce? Czy przeszedł przez wąskie gardło (niski He, niska allelic richness) względem populacji ojczystych?
- Historia demograficzna – ekspansja czy kontrakcja zasięgu? Testy: Tajima’s D, Fu’s Fs, test mantelowy izolacji przez odległość (IBD).
- Zróżnicowanie wewnątrzgatunkowe – czy wyznaczone podgatunki lub ekotypy mają odrębne pule genów? Czy granice geograficzne pokrywają się z genetycznymi?
Gatunek powinien być dostępny w terenie lub w kolekcji muzealnej (możliwe historyczne DNA z suszonej skóry, wycinków, spirytusowych prób). Dostęp do danych z NCBI GenBank lub SRA daje opcję pracy całkowicie bioinformatycznej bez zbioru terenowego.
Dobór markerów i metody
Wybór markerów zależy od pytania, dostępnego budżetu i rozdzielczości potrzebnej do analizy.
Mikrosatelity (SSR) to nadal tani i sprawdzony wybór przy pytaniach o strukturę populacyjną i rozróżnienie pomiędzy populacjami. Jeden panel 10-15 loci SSR kosztuje mniej niż sekwencjonowanie NGS, a analiza jest prosta i dobrze opisana. Wada: niskie pokrycie genomu, problemy z null alleles, standaryzacja między pracowniami bywa trudna.
SNP (z sekwencjonowania NGS) – metody RADseq (restriction-site associated DNA) lub whole-genome sequencing (WGS przy małych genomach lub przy próbkowaniu z baz danych NCBI SRA) dają tysiące do setek tysięcy markerów. Zaleta: wysoka moc statystyczna, możliwość wykrywania doboru naturalnego (selektywna nierównowaga, FST outliers). Wada: koszt, konieczność podstaw bioinformatycznych lub dostępu do klastra obliczeniowego.
Sekwencje mitochondrialne (cytochrom b, COI, control region) – szybkie, tanie, dobre do filogenetyki i historii demograficznej, ale mitochondrialny DNA to jeden nierekombinujący locus i nie nadaje się samodzielnie do oceny struktury populacyjnej jądrowej.
Oprogramowanie, które musisz znać:
- STRUCTURE / ADMIXTURE – analiza skupień (cluster analysis), wyznacza K genetycznych klastrów i przypisuje do nich osobniki. Wyniki interpretujesz przez wykres słupkowy (barplot) i delta-K. Uruchamiasz dla K = 1 do K = 10, minimum 5 iteracji dla każdego K, dłuższe run (burn-in 100 000, run 500 000 MCMC).
- Arlequin – statystyki populacyjne (He, Ho, Fst, AMOVA, testy odchyleń od Hardy-Weinberg), test Mantela dla izolacji przez odległość
- DnaSP – analiza sekwencji (haplotypy, sieć haplotypów, testy neutralności: Tajima’s D, Fu’s Fs), dane mitochondrialne
- MEGA – filogenetyka (budowa drzew ML, NJ, Bayesian z MrBayes), wizualizacja i edycja sekwencji
- PLINK – zarządzanie dużymi zbiorami SNP, filtrowanie (MAF, call rate, HWE), obliczenia dla GWAS i PCA populacyjnego
- R (pakiet: pegas, adegenet, hierfstat, poppr) – popularne uzupełnienie do wizualizacji i statystyk, szczególnie dla danych SSR i SNP
Wskazniki i interpretacja wyników
Każda praca z genetyki populacyjnej ma sekcję wyników skupioną wokół kilku kluczowych wskazników. Musisz je nie tylko obliczyć, ale też interpretowaċ biologicznie.
Fst (lub Gst, Jost’s D) – miara dyferencjacji genetycznej między populacjami. Wartości: Fst < 0,05 – słabe zróżnicowanie, 0,05-0,15 – umiarkowane, 0,15-0,25 – znaczące, > 0,25 – duże. Wartości trzeba interpretować w kontekście gatunku i markera – Fst dla SSR ma inne „normy” niż Fst dla SNP, bo SSR mają wyższy polimorfizm.
He (heterozygotyczność oczekiwana) i Ho (obserwowana) – ocena poziomu zmienności genetycznej populacji i ewentualnych odchyleń od losowego kojarzenia. Porównujesz He między populacjami (która jest bardziej zróżnicowana?) i sprawdzasz, czy Ho < He (deficyt heterozygot – inbreeding, efekt wąskiego gardła, null alleles).
Równowaga Hardy-Weinberg – testujesz dla każdego locus i każdej populacji. Odchylenia w wielu loci mogą wskazywać na efekt Wahlunda (mieszanie subpopulacji), selekcję lub błędy genotypowania. Opisujesz wyniki i interpretujesz biologicznie, a nie tylko stwierdzasz „odchylenie istotne statystycznie”.
LD (nierównowaga sprzężeń) – czy allele w różnych loci są statystycznie powiązane? Silne LD może wskazywać na selekcję, wąskie gardło lub bliskość fizyczną loci w genomie. Testujesz dla danych SNP, szczególnie przed analizą GWAS.
Test Mantela (IBD) – czy dystans genetyczny rośnie wraz z odległością geograficzną? Znaczący efekt IBD sugeruje ograniczoną dyspersję, brak znaczącej IBD przy wysokim Fst sugeruje fragmentację lub bariery niegeograficzne.
Wyślij fragment tekstu, bezpłatną wycenę otrzymasz w 24 h. Poprawki bez limitu w cenie usługi.
Materiał i próbkowanie
Próbkowanie terenowe – minimalnie 20-30 osobników z każdej populacji, żeby wiarygodnie ocenić zmienność. Mniej osobników to duże błędy szacowania He i Fst. Populacje dobierasz celowo: minimum 3, lepiej 5-7 stanowisk, żeby porównanie było sensowne. Odległości między stanowiskami powinny obejmować skalę interesującą dla Twojego pytania (sąsiednie doliny? różne regiony Polski? Polska vs. reszta zasięgu?).
Materiał biologiczny – zależy od gatunku: krew, tkanka mięśniowa, łuski, liście, igły, zeskrobki nabłonka. Tkanki zabezpieczasz w etanolu 96% lub w ciekłym azocie, możliwe też suszenie żelem sylika. DNA muzealny (skóry w suchym lub spirytusowym utrwaleniu) – niższa jakość i fragmentacja DNA, ale możliwe dla sekwencji mitochondrialnych lub małych paneli SNP.
Dane z baz publicznych – GenBank zawiera sekwencje dla tysięcy gatunków, NCBI SRA ma surowce NGS (RADseq, WGS) deponowane przez inne grupy. Możliwa jest praca bioinformatyczna bez zbiórek terenowych, ale musisz mieć bioinformatyczne umiejętności lub dostęp do osoby, która to ogarnie.
Struktura pracy i rozdziały
Praca magisterska z genetyki populacyjnej ma zazwyczaj 60-80 stron.
1. Wstęp – biologia i ekologia badanego gatunku (siedlisko, rozród, dyspersja – bo dyspersja bezpośrednio wpływa na przepływ genów), omówienie problematyki (fragmentacja siedlisk, inwazje biologiczne, historia demograficzna – w zależności od pytania), przegląd markerów genetycznych i ich zastosowań w pytaniach populacyjnych. Minimum 40-50 pozycji literatury.
2. Cel i hipotezy – jasno sformułowane hipotezy zerowe i alternatywne dla każdego pytania. Przykład: H0 – populacje z różnych stanowisk nie różnią się istotnie genetycznie (Fst = 0), H1 – populacje z izolowanych stanowisk wykazują wyższe Fst od populacji połączonych korytarzem.
3. Materiał i metody – lista próbek z współrzędnymi stanowisk, daty zbioru, n na populację. Izolacja DNA (zestaw, materiał, stężenie, A260/280). Genotypowanie SSR lub przygotowanie bibliotek NGS (z detalami jak w poprzedniej sekcji). Oprogramowanie z wersjami i parametrami.
4. Wyniki – wskazniki genetyczne tabela (He, Ho, Fst per para populacji, allelic richness), STRUCTURE barplot z optymalnymi K, drzewa filogenetyczne lub sieci haplotypów, test Mantela z wykresem rozproszenia, mapy próbkowania z kołami pie pokazującymi przynależność do klastrów.
5. Dyskusja – interpretujesz wyniki biologicznie w kontekście ekologii gatunku i historii krajobrazu. Czy Fst odpowiada barierom geograficznym? Dlaczego jedna populacja ma niskie He? Jak wyniki mają się do analogicznych badań w Europie lub na innych kontynentach?
6. Wnioski i literatura.
Najczęstsze pytania
Ile loci SSR wystarczy do pracy magisterskiej?
Minimum 8-10 polimorficznych loci to absolutne minimum do analizy struktury populacyjnej. Lepiej mieć 12-15. Poniżej 8 loci moc statystyczna analizy STRUCTURE i szacowania Fst jest niska. Każde locus musi przejść testy HWE i sprawdzenie na null alleles (software Micro-Checker). Loci z silnym odchyleniem od HWE w wielu populacjach wyłączasz z analiz lub interpretujesz oddzielnie.
Czy muszę zbierać materiał sam?
Nie – możliwe jest korzystanie z kolekcji zakładowej, materiału pobranego przez innych pracowników lub współpracowników, muzealnych zbiorów, a nawet danych z NCBI SRA. Ważne jest, żeby jasno opisać, skąd pochodzi materiał i jakie są ograniczenia (np. dane historyczne bez metadanych o dokładnej lokalizacji, mieszane próby z populacji o niejasnym statusie).
Jak długo trwa analiza STRUCTURE?
Przy typowych parametrach (K = 1-10, 5 iteracji na K, burn-in 100 000, run 500 000) i 200 osobnikach z 10-15 loci SSR – od kilku godzin do kilku dni na standardowym komputerze. Dla danych SNP (tysiące loci) – ADMIXTURE na klastrze obliczeniowym lub po redukcji liczby SNP przez pruning LD. Uruchamiasz przez noc, wyniki wizualizujesz narzędziem STRUCTURE HARVESTER lub w R (pakiet pophelper).
Jak wybrać optymalne K w analizie STRUCTURE?
Dwie metody: delta-K (metoda Evanno i in. 2005 – oblicza zmianę w log-likelihood między kolejnymi K, pik wskazuje optymalne K) i obserwacja wykresu L(K) (szukasz kolanka). Obie są heurystyczne, a biologiczna interpretacja klastrów jest ważniejsza niż matematyczna optymalizacja K. Czasem dwa K (np. K=2 i K=3) są równie uzasadnione i opisujesz oba w pracy.
Podsumowanie
Praca magisterska z genetyki populacyjnej daje możliwość powiedzenia czegoś naprawdę nowego o gatunku, który jest słabo zbadany w Polsce lub na konkretnym terenie. Dobry projekt to jasne pytanie populacyjne, staranny dobór próby i odpowiednie markery. Obliczenia statystyczne i oprogramowanie są do nauczenia – trudniejsze jest biologiczne uzasadnienie każdej decyzji metodologicznej.
Jeśli kończysz pisanie i chcesz sprawdzić, czy terminologia genetyczna jest poprawna, opis statystyk zrozumiały i interpretacja wyników logiczna, zapraszam na dobrzenapisane.pl/korekta-pracy-magisterskiej/. Koryguję prace z nauk biologicznych. Napisz, odpiszę w ciągu 24 godzin.
Dowiedz się więcej
- Hartl, D.L., Clark, A.G. (2007). Principles of Population Genetics. 4th ed. Sinauer Associates
- Peakall, R., Smouse, P.E. (2012). GenAlEx 6.5: genetic analysis in Excel. Bioinformatics, 28(19), 2537-2539.
- Pritchard, J.K., Stephens, M., Donnelly, P. (2000). Inference of Population Structure Using Multilocus Genotype Data. Genetics, 155(2), 945-959.
- Excoffier, L., Lischer, H.E.L. (2010). Arlequin suite ver. 3.5: a new series of programs to perform population genetics analyses under Linux and Windows. Molecular Ecology Resources, 10(3), 564-567.
- Weir, B.S., Cockerham, C.C. (1984). Estimating F-Statistics for the Analysis of Population Structure. Evolution, 38(6), 1358-1370.
Inne artykuły na blogu:
– Jak znaleźć literaturę do pracy dyplomowej
– Metodologia pracy magisterskiej – od czego zacząć
– Korekta pracy magisterskiej – co obejmuje i ile kosztuje
