ინფორმაცია

რით განსხვავდება გენეტიკური კლასტერირება და კლინიკის სიმკვეთრე?

რით განსხვავდება გენეტიკური კლასტერირება და კლინიკის სიმკვეთრე?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

ისინი ორივე გზაა სახეობებში დივერგენციის გასაზომად, მაგრამ მე არ მესმის, რა განსხვავებაა, თუ ორივე იყენებს ჰიბრიდულ ზონებს და გენის სიხშირეს კვლევაში.


კლასტერირება და კლინები ორი ფუნდამენტურად განსხვავებული მიდგომაა მოსახლეობის სტრუქტურის პრობლემების მიმართ. იმის გამო, რომ კლასიკური პოპულაციის გენეტიკაში მრავალი შედეგი მომდინარეობს პანმიქტის პოპულაციისგან, ბუნებრივია მათი გაფართოება მრავალ პანმიქტიკურ პოპულაციაზე გარკვეული გენების ნაკადით შორის, როგორიცაა რაიტის კუნძულის მოდელი და კიმურას სტეპინგის ქვის მოდელი. ამ დისკრეტულ მოდელებში ჩვენ განვიხილავთ თითოეულ ქვეპოპულაციას, როგორც გამრავლების ჯგუფს და, შესაბამისად, კლასტერული ალგორითმი შეიძლება გამოყენებულ იქნას ინდივიდების დიდ რაოდენობაზე, რათა მოხდეს მათი კლასიფიკაცია იმის მიხედვით, თუ რომელ ქვეპოპულაციას ეკუთვნის ისინი. ის 100%-ით მოქმედებს, თუ რეალური პოპულაცია რეალურად დისკრეტულია (როგორიცაა გალაპაგოსში), მაგრამ ასე არ არის, თუ რეალური პოპულაცია მუდმივად ნაწილდება სივრცეში. ამ უკანასკნელ სცენარში კლინი შეიძლება უფრო მიზანშეწონილი იყოს მოსახლეობის სივრცითი ვარიაციების აღსაწერად.

თქვენ შეგიძლიათ შეამოწმოთ მონტგომერი სლატკინისა და ნიკ ბარტონის ნაშრომები კლინის თეორიის შესახებ 1970-იან და 1980-იან წლებში, რომ მიიღოთ დეტალები, მაგრამ კლინის ზოგადი თვისება ის არის, რომ თუ კლინის ძირითადი მიზეზი განსხვავებული არჩევანია, მაშინ კლინის ციცაბო პროპორციულია. შერჩევის განსხვავებები, მაგრამ არსებობს $sigma/sqrt{s}$ ვარიაციის დამახასიათებელი სივრცითი მასშტაბი, რომლის ქვემოთ ნებისმიერი სივრცული სტრუქტურა სავარაუდოდ დატბორილია დისპერსიით ($sigma$ არის ინდივიდის დისპერსიის საშუალო მანძილი და $s$ არის შერჩევის ინტენსივობა). ასე რომ, მაშინაც კი, თუ კლინი არის ნაბიჯის ფუნქცია, რაც საერთოდ არ არის რეალისტური, კლინი მაინც იქნება სასრული ციცაბო. სანამ $sigma$ არ არის ნული, თქვენ ვერ მიიღებთ მკაფიო საზღვრებს პოპულაციის ორ მხარეს შორის, რითაც გაუქმდება კლასტერიზაციის ალგორითმის დაშვება. თუმცა, მიუხედავად იმისა, რომ კლასტერირება არ არის ძალიან მკაცრი უწყვეტ პოპულაციაში, ჩვენ მაინც შეგვიძლია გამოვიყენოთ იგი ჩვენი გენეტიკური მონაცემებისა და პოპულაციის სტრუქტურის ხარისხობრივი კვლევისთვის, სინამდვილეში ბევრ ადამიანს ურჩევნია გამოიყენოს ეს, რადგან ისინი კონცეპტუალურად მკაფიოა და ადვილად მანიპულირებენ კომპიუტერში. .


Უყურე ვიდეოს: რით განსხვავდება მწვანე უბანი ლისთან? (აგვისტო 2022).