Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2° CUATRIMESTRE 2021
MÓDULO 1
GENÉTICA DE POBLACIONES
INTRODUCCIÓN
1
estrategia de los machos de numerosas arañas y mántidos que se ofrecen como regalos
nupciales para ser devorados por las hembras.
En resumen, la supervivencia no es garantía del éxito reproductivo. Si existen
variantes genéticas que disminuyen el éxito reproductivo de los individuos incrementando
su supervivencia, estas serán eliminadas de la población por selección natural. De esta
manera el éxito evolutivo de una variante génica debe entenderse como su persistencia y
propagación a través de las generaciones.
Por último, es importante recordar que la selección natural no impone ningún
plan, ni propósito, ni dirección determinada a priori.
¿QUÉ ES EVOLUCIÓN?
2
genotípicas de una población dependen de las frecuencias alélicas del acervo. La
analogía para la formación de los 3 genotipos A1A1, A1A2, A2A2, es directa. Cada una de
estas tres clases genotípicas tendrá un fitness asociado –WA1A1, WA1A2 y WA2A2,
respectivamente– que nos dan una idea acerca de las probabilidades que tendrán cada uno
de ellos de encontrarse representados en la siguiente generación.
3
Distribuyendo y simplificando, resulta que p´= p. Si seguimos el mismo razonamiento
para el otro alelo A2, resulta que q´= q. Esto significa que las frecuencias alélicas no
cambian de una generación a la siguiente, y si estas condiciones persisten, no habrá
evolución como la hemos definido anteriormente. Esto se determina a posteriori de un
muestreo y de una prueba estadística que considere los errores aleatorios que suelen
desviar el ajuste a dichas frecuencias.
Supuestos de la ley de HW
Por otra parte, esta ley asume que las frecuencias genotípicas son idénticas en
machos y hembras. Si los machos y hembras tienen frecuencias genotípicas iguales, el
equilibrio se logra en una generación de apareamiento aleatorio. En cambio, si las
frecuencias alélicas son distintas entre los sexos se requerirán dos generaciones de
panmixia para alcanzar las proporciones genotípicas de HW (en la primera generación de
apareamiento aleatorio se igualan las frecuencias alélicas en valores promedio de los
parentales, mientras que en la segunda se alcanzan las frecuencias de equilibrio).
Utilidad de la ley de HW
Esta ley es una gran hipótesis nula. Su importancia radica en que nos permite
sospechar que algún mecanismo evolutivo podría estar operando sobre la población si
logramos demostrar que los valores de equilibrio (p2, 2pq, q2) no se cumplen, a pesar de
que las condiciones expuestas anteriormente son satisfechas. Es decir, si HW no se
cumple puede ser por una o más de las siguientes razones:
1. Pueden estar actuando –o pudieron haber actuado– la mutación, la selección, la
deriva y/o la migración.
2. El apareamiento no es aleatorio. Esto produce un desvío de la panmixia y puede
deberse a que existe apareamiento clasificado, endogamia o que la muestra no
pertenece a una única población. En este último caso, el muestreo pudo haberse
realizado a partir de poblaciones que no comparten el mismo pool de genes y, por lo
tanto, tienen distintas frecuencias alélicas. Bajo estas condiciones, habrá menos
heterocigotas respecto de los valores esperados según HW. A este efecto se lo conoce
como Efecto Wahlund, e indica que la población se encuentra estructurada, es decir
integrada por más de una unidad panmíctica.
3. Las frecuencias alélicas de machos y hembras no son iguales.
FITNESS DARWINIANO
4
reproducción. El cambio evolutivo podría ser consecuencia de la supervivencia
diferencial o de la competencia por el acceso a las cópulas.
Fitness absoluto. Se define como el número de descendientes que un individuo
de una clase genotípica aporta en promedio a la siguiente generación. El fitness absoluto
se designa con la letra w y está dado por la probabilidad de sobrevivir hasta la edad
reproductiva (wviabilidad) asociada a la capacidad que dicho genotipo (clase) tenga de dejar
descendencia (wfertilidad). Dicho de otro modo: w = wviabilidad x wfertilidad. Si cualquiera de
sus componentes (viabilidad, o componente de supervivencia, y fertilidad, o componente
reproductivo) es cero, el fitness absoluto del genotipo en cuestión será nulo.
Fitness relativo. Se define como el éxito reproductivo de cada clase genotípica
en relación a aquella clase que mayor número de descendientes aporte. En los modelos
de la GdeP se considera que el tamaño poblacional (N) es constante a través del tiempo,
por lo que se utiliza el concepto de fitness relativo.
Un ejemplo:
5
a. Modelo Básico de Selección Natural
∆q = q’- q
por lo tanto:
∆q = {[q2(wA2A2) + ½ 2pq(wA1A2)] / W̄} - q
6
=> W̄ = 1 – sq2
GENOTIPO AA Aa aa
Fitness (w) 1 1-s 1-s
fr(genotipo) antes de la SN p2 2pq q2
fr(genotipo) después de la SN p2.(1) 2pq.(1-s) q2.(1-s)
fr(genotipo) relativa después de la SN p2 / W̄ 2pq.(1-s) / W̄ q2.(1-s) / W̄
=> W̄= 1 – sq (2 - q)
El parámetro h mide el grado de dominancia de A2 sobre A1. y por lo tanto tenemos que
comparar el fitness del heterocigota con el de ambos homocigotas.
7
GENOTIPO A1A1 A1A2 A2A2
Fitness (w) 1- s 1 1- t
fr(genotipo) antes de la SN p2 2pq q2
fr(genotipo) después de la SN p2.(1-s) 2pq.(1) q2.(1-t)
fr(genotipo) relativa después de la SN p2.(1-s) / W̄ 2pq.(1) / W̄ q2.(1-t) / W̄
Condición de equilibrio: ∆q = 0
q* = s / (s+t) y p* = (t / s+t)
q* = s / (s+t) y p* = t / (s+t)
8
El modelo de equilibrio no sólo requería mayor variación. De acuerdo con la
formulación neo-darwiniana, las poblaciones necesitan grandes cantidades de variación
para contrarrestar el “despilfarro triturador” que la selección natural produce mientras
conduce a una población hacia su máximo valor de adaptación. El neodarwinismo debería
apostar fuertemente a un único juego que se transformaría en obsesión: la medición de la
variación genética en las poblaciones naturales.
He = 1-∑xi2
Para calcular la heterocigosis media (He*) esperada para todos los loci
analizados en una población, se utiliza la siguiente ecuación:
9
La electroforesis de proteínas era capaz de revelar solamente aquellas
sustituciones de aminoácidos que producen un cambio en la carga eléctrica neta de la
proteína. Además, una enorme cantidad de variación genética quedaba oculta a la
electroforesis debido al carácter degenerado del código genético. Es por eso que hacia
fines de los años 1970 quedó expuesta la necesidad de estudiar la variación a nivel de la
secuencia de ADN directamente. Fue por esa fecha que se realizaron los primeros estudios
de variación de las secuencias de ADN en genes nucleares y de las organelas en
Drosophila melanogaster y humanos utilizando los patrones de corte que generaban
distintas enzimas de restricción. Esta técnica se conoce como RFLP (restriction fragment
length polymorphism) y permitió estudiar por primera vez la variabilidad en poblaciones
naturales a escala genómica. Con la invención de la técnica de PCR (polymerase chain
reaction o reacción en cadena de la polimerasa) por Kary Mullis en 1983, la cual permitió
amplificar el número de copias de regiones específicas del ADN, se pudo disponer de una
gran variedad de marcadores moleculares aplicables a estudios genético poblacionales
tales como los RAPDS (amplificación al azar de ADNs polimórficos), AFLP
(polimorfismos para el largo de los fragmentos amplificados), ISSR (secuencias
intercaladas entre microsatélites) y SSR (secuencias simples repetidas).
Con la automatización del método de secuenciación de ADN desarrollado por
Frederick Sanger en el año 1977, esta técnica rápidamente se convirtió en el nuevo
estándar de los análisis de la variación molecular. El primer gen en ser estudiado de esta
manera fue el que codifica la enzima alcohol deshidrogenasa (Adh) en Drosophila
melanogaster por Marty Kreitman. Un patrón importante que emergió de este estudio fue
que efectivamente la mayor variabilidad del gen estaba dada por cambios silenciosos, es
decir que no modificaban los aminoácidos codificados u ocurrían en regiones que no son
codificantes. ¿Por qué existe esta preponderancia de sustituciones sinónimas y no
codificantes respecto de las no sinónimas en las regiones codificantes? La respuesta a esta
pregunta se verá más adelante cuando incursionemos en la Teoría Neutralista de la
Evolución Molecular.
Los métodos para caracterizar la variación de las secuencias de ADN continuaron
desarrollándose debido a los avances técnicos y la reducción en los costos asociados, los
cuales eran inicialmente prohibitivos. Así, en el año 1990 de la mano del Departamento
de Energía de Estados Unidos (DOE) y los Institutos Nacionales de Salud (NIH) se
publicó un plan para desarrollar una tecnología que permitiera obtener el genoma de los
seres humanos y otras especies y analizar sus implicancias sociales, éticas y legales en 15
años. En 1995 se obtuvo el primer genoma de una bacteria, Haemophilus influenza. En
2000 el de Drosophila melanogaster y finalmente en 2001, el primer borrador del genoma
humano, publicación que se hizo en conjunto con la empresa Celera Genomics
Corporation fundada por Craig Venter.
Con la aparición de secuenciadores de segunda y tercera generación, capaces de
generar cientos de miles de reacciones de secuencia en paralelo (secuenciadores de
verdadero alto rendimiento [high-throughput]) gracias a la inmovilización de las
reacciones en una superficie sólida, hoy en día prácticamente cualquier especie puede ser
estudiada a nivel genómico y a gran escala. Con esto los estudios de la variabilidad de las
poblaciones naturales han entrado en una nueva etapa, llevando a la consolidación de una
nueva disciplina conocida como “Genómica de Poblaciones”.
Hemos insistido en demostrar que las poblaciones poseen una importante cantidad
de variación genética. También en la idea de reconocer a la selección natural como un
10
mecanismo que mayoritariamente y de forma constante se opone a ella. ¿Cómo
justificamos entonces su mantención?
BIBLIOGRAFÍA
Fisher R.A. 1930. “The Genetical
Charlesworth B. 2010. Molecular Theory of Natural Selection”. Ed.
population genomics: a short history. Dover.
Genet Res (Camb) 92(5-6):397-411. Futuyma D.J, and Kirkpatrick M.
Darwin C. 1859. “On the origin of 2017. “Evolution”. 4th edition.
species by means of natural selection, Sinauer Associates, Inc. Sunderland,
or the preservation of favoured races MA.
in the struggle for existence”. Murray Hardy G.H. 1908. Mendelian
ed., London. proportions in a mixed population.
Darwin C. 1871, "The descent of man Science 28 49–50.
and selection in relation to sex". Ed. Hartl D.L. 2020. “A primer of
1981.Princeton Univ. Press. population genetics and genomics”.
Falconer D.S. and Mackay T.F.C. 4th edition. Oxford University
1996. ”Introduction to Quantitative Press.New York, NY.
Genetics” 4th edition. Addison Hedrick P.W. 2005. “Genetics of
Wesley Longman Limited, Essex, populations”. 3rd edition. Jones and
England. Bartlett Publishers. Sudbury,
Massachusetts.
11
Kreitman M. 1983. Nucleotide
polymorphism at the alcohol
dehydrogenase locus at D.
melanogaster. Nature 304: 412-17
12
TRABAJO PRÁCTICO N°1
SIMULACIÓN DE PROCESOS EVOLUTIVOS: SELECCION NATURAL
Objetivos
• Comprender cómo opera un proceso selectivo a nivel poblacional, dadas ciertas condiciones
iniciales conocidas.
• Simular distintos modelos de selección natural y analizar sus consecuencias sobre la vari-
abilidad de las poblaciones.
• Elaborar hipótesis acerca del destino de la variación fenotípica de esta población ante difer-
entes condiciones simuladas.
Introducción
En este trabajo práctico analizaremos el proceso evolutivo de selección natural. La selección nat-
ural puede pensarse como un proceso determinístico (es decir un proceso donde podemos predecir
con certeza el estado final del sistema dadas las condiciones actuales) que genera cambios en las
frecuencias de los alelos de una población a lo largo del tiempo. Estos cambios están determinados
(al menos parcialmente) por la adecuación de las clases genotípicas a un ambiente determinado
(bajo el concepto de fitness).
13
Preliminares
1- Instalamos y/o activamos los paquetes a utilizar, en el caso que no lo hayamos realizado previ-
amente, ejecutando los comandos:
install.packages("learnPopGen")
library(learnPopGen)
Establecemos como directorio de trabajo el lugar donde tengamos descargados los dos scripts de
este tp:
setwd("E:/evol/seleccion natural")
2- learnPopGen cuenta con una función llamada selection, que simula un proceso de selección
natural bajo diferentes condiciones. Podemos observar los argumentos de la función que nos dirán
qué parámetros debemos fijar para simular el proceso de selección accediendo a la página de ayuda
de esta función. Para ello, ejecutamos el siguiente comando:
?selection
En esta página vemos que podemos especificar los siguientes argumentos (parámetros):
p0, la frecuencia alélica inicial del alelo A1 ;
w, los valores de fitness de las frecuencias genotípicas (A1 A1 , A1 A2 y A2 A2 , respectivamente); y
time, el número de generaciones;
show, el tipo de grafico que queremos hacer. Las opciones son: show = p para un gráfico de la
frecuencia de A1 (es decir, p) vs tiempo, show = deltap para un grafico de Δp en funcion de p, o
show = surface‘ para graficar el fitness medio poblacional en función de la frecuencia inicial de p.
14
fitness <- c(1 , 1 , 1)
fitness # Podemos ver el contenido del objeto tipeando su nombre
2- Ahora ejecutaremos la función selection con los valores de fitness determinados en el objeto
fitness. En este caso, especificaremos una frecuencia inicial de 0,1 para p y lo simularemos por
100 generaciones. La función generará los valores de p y los graficará versus el tiempo. Además,
guardaremos el resultado de esta función en un objeto que llamaremos HW.1:
3- Podemos usar la información contenida en este objeto para analizar las frecuencias alélicas (p y
q). Primero guardamos las frecuencias de p (almacenadas en el compartimiento $p del resultado de
la operación anterior; este compartimiento contiene todos los valores de p que fueron graficados,
es decir, contiene la frecuencia de p para cada una de las 100 generaciones que simulamos) en un
objeto llamado p y otro objeto q con las frecuencias del alelo A2 (q):
p <- HW.1$p
q <- 1 - p
4- Para analizar cómo cambia la frecuencia p de una generación a otra (Δp) realizaremos el gráfico
de Δp vs p. Esto lo hacemos al especificar show = "deltap" (como vimos al principio).
5- Calcular las frecuencias genotípicas de cada generación a partir de los valores de p, que almace-
namos en el objeto que llamamos p en el punto 3. Guardaremos la frecuencia de cada genotipo a
lo largo de las 100 generaciones simuladas en objetos separados (D, H y R) y luego usaremos esos
objetos para graficar las frecuencias genotípicas en función del tiempo:
15
# Calcular frecuencias genotípicas
D <- (p ^ 2)
H <- (2 * p * q)
R <- (q ^ 2)
Nota: El cálculo de las frecuencias genotípicas a partir de las frecuencias alélicas tiene como
supuesto que provienen de un evento de reproducción al azar (panmixia). Como recordarán, la
panmixia es uno de los supuestos en la ley de HW.
a) ¿Qué puede decir del cambio de las frecuencias genotípicas a lo largo de las generaciones?
6- Ahora analizaremos el cambio del fitness medio poblacional en función de p. Para ello especi-
ficamos show = "surface"
Genotipo A1 A1 A1 A2 A2 A2
fitness 1 1-hs 1-s
Si el grado de dominancia del alelo A2 es mínimo entonces h=0, el alelo es totalmente recesivo,
y el análisis del modelo más general se reduce a explicar los efectos que distintos coeficientes de
selección s tienen sobre la tasa de incremento del alelo A1 . Si además, el alelo es en extremo
deletéreo (es decir, letal) el fitness relativo de la clase A2 A2 será nulo.
16
Modelos A 1 A1 A1 A2 A2 A2
General 1 1 1-s
Letal 1 1 0
h <- 0.2
s <- 1
3- Una vez fijados los valores de fitness, graficamos para ver cómo evoluciona la población. Pedi-
remos que nos muestre solo las 10 primeras generaciones (time = 10).
17
III- El caso de un alelo letal y totalmente recesivo (h=0 y s=1)
5- Simule este caso y observe los resultados.
a) En este escenario, ¿se pierde alguna clase genotípica en la población?
Genotipo A1 A1 A1 A2 A2 A2
fitness 1-s 1 1-t
Genotipo A1 A1 A1 A2 A2 A2
fitness 1-s 1 1-s
18
I- Igual fitness para todas las clases genotípicas homocigotas (s=t)
1- Nuevamente, fijamos los valores de h, s y fitness. Esta vez, modificamos el cálculo de fitness
para simular condiciones de ventaja del heterocigota con el mismo coeficiente de selección para
ambas clases homocigotas.
s <- 0.3
t <- 0.3
fitness <- c(1-s , 1 , 1-t)
fitness # Inspeccionar el objeto
2- Corremos el modelo partiendo de una frecuencia inicial de p0 = 0.1 y durante 100 genera-
ciones.
selection(p0 = 0.1 , w = fitness , time = 100 , show = "p")
selection(p0 = 0.1 , w = fitness , time = 100 , show = "deltap")
selection(p0 = 0.1 , w = fitness , time = 100 , show = "surface")
3- Podemos calcular el punto de equilibrio del modelo. Para ello, primero generamos un objeto
(llamado p_eq) en donde calcularemos el punto de equilibrio.
p_eq <- t / (s + t)
p_eq # Inspeccionar el contenido del objeto
4- Vamos a dibujar el punto de equilibrio en los gráficos con la función abline, la cual nos permite
graficar lineas rectas. El argumento v se usa para especificar en que valor de x queremos hacer
una linea vertical, mientras que el argumento h se usa para especificar en que valor de y queremos
hacer una linea horizontal.
selection(p0=0.1, w=fitness, time=100, show="p") ; abline(h=p_eq , col="red")
selection(p0=0.1, w=fitness, time=100, show="deltap") ; abline(v=p_eq , col="red")
selection(p0=0.1, w=fitness, time=100, show="surface") ; abline(v=p_eq, col="red")
# Nota: el simbolo ";" se usa para separar comandos que de otra manera tendrian
# que ir en lineas consecutivas del script
a) En heterosis, cuando los homocigotas tienen el mismo éxito reproductivo, existen 3 equilibrios
distintos en la población. El punto de equilibrio estable corresponde a p=0,5. ¿Por qué es estable?
19
II- Los homocigotas tienen distinto éxito reproductivo (s y t tienen diferentes valores)
5- Especificar los valores de s, t y fitness.
s <- 0.2
t <- 0.5
fitness <- c(1-s , 1 , 1-t)
fitness # Inspeccionar el objeto
p_eq <- t / (s + t)
p_eq # Inspeccionar el contenido del objeto
9- Analice que sucede con el fitness medio poblacional. Para ello simularemos diferentes modelos
de ventaja del heterocigota.
20
selection(p0 = 0.1 , w = c(0.8 , 1 , 0.3) , time = 100 , show = "surface")
selection(p0 = 0.1 , w = c(0.5 , 1 , 0.5) , time = 100 , show = "surface")
selection(p0 = 0.1 , w = c(0.3 , 1 , 0.7) , time = 100 , show = "surface")
a) ¿Por qué en todos los casos el fitness medio máximo nunca alcanza el 1?
b) ¿Qué sucede con el polimorfismo en estas poblaciones?
Genotipo A1 A1 A1 A2 A2 A2
fitness 1+s 1 1+t
Genotipo A1 A1 A1 A2 A2 A2
fitness 1+s 1 1+s
I- El fitness de los heterocigotas es igual y superior al del heterocigota (los coeficientes son
iguales, s=t)
1- Primero determinamos el modelo.
s <- 0.4
t <- 0.4
fitness <- c(1+s , 1 , 1+t)
p_eq <- t / (s + t)
p_eq # Inspeccionar el contenido del objeto
21
3- Realizamos las simulaciones:
4- Podemos analizar que sucede ante diferentes frecuencias iniciales del alelo A1 .
II. Los homocigotas tienen fitness diferentes pero superiores a los heterocigotas (s y t tienen
diferentes valores)
5- Primero determinamos el modelo.
s <- 0.3
t <- 0.8
fitness <- c(1+s , 1 , 1+t)
p_eq <- t / (s + t)
p_eq # Chequear el contenido del objeto
22
selection(p0 = 0.4 , w = fitness , time = 100 , show = "p")
selection(p0 = 0.4 , w = fitness , time = 100 , show = "deltap")
selection(p0 = 0.4 , w = fitness , time = 100 , show = "surface")
8- Veamos qué sucede ante poblaciones que presentan diferentes frecuencias iniciales.
23
TRABAJO PRÁCTICO N°2
SIMULACIÓN DE PROCESOS EVOLUTIVOS: DERIVA GÉNICA
Objetivos
• Simular la evolución por deriva génica a lo largo del tiempo en diferentes poblaciones.
• Analizar si los patrones de evolución por deriva génica dependen de factores tales como el
tamaño poblacional, el tiempo, la frecuencia alélica inicial y la identidad del locus analizado.
Introducción
Uno de los cuatro procesos evolutivos estudiados en el nivel poblacional es la deriva génica. La
deriva génica es un proceso estocástico, que genera cambios al azar en las frecuencias de los alelos
de una población a lo largo del tiempo. Esto se debe a que las poblaciones no tienen un tamaño
infinito y las gametas que dan origen a una nueva generación tienen diferencias en las frecuen-
cias alélicas respecto a la generación que las origina. Estas fluctuaciones se llaman muchas veces
“errores de muestreo” y su intensidad y relevancia evolutiva depende del tamaño poblacional.
1. Antes de comenzar las simulaciones debemos a instalar el paquete learnPopGen. Este pa-
quete no viene instalado en R por defecto, así que necesitaremos descargarlo de internet. Para
ello, en el Visor (panel inferior derecho) vaya a la solapa Packages, seleccione Install y tipee
learnPopGen. El uso de mayúsculas no es arbitrario: deben usarse unicamente cuando cor-
respondan (es decir, cuando el nombre del paquete las incluya). Si por ejemplo escribiésemos
learnpopgen se produciría un error. La instalacion tambien se puede realizar con la funcion
24
install.packages, escribiendo el nombre del paquete entre comillas. Recuerde que la insta-
lación de los paquetes solamente es necesaria si no se encuentran previamente instalados en
su computadora.
install.packages("learnPopGen")
2. Aunque quedan instalados de forma permanente, los paquetes no están activos automaticamente
cuando abrimos Rstudio; debemos activarlos cuando deseamos usarlos. Esto hará que las funciones
que el paquete contiene esten disponibles hasta que cerremos la sesion, es decir, hasta que cerremos
R. Para activar un paquete, usamos la funcion library indicando como argumento el nombre
del paquete (A diferencia de install.packages, la funcion library no requiere nombres entre
comillas):
library(learnPopGen)
a) ¿Cómo tendría que especificar los argumentos para simular solamente el efecto de la deriva
génica?
4. Primero realice una simulación completando los argumentos para especificar las siguientes
condiciones: 1 población, tamaño poblacional de 50 individuos, 200 generaciones y frecuencia
inicial del alelo A1 de 0,5. Describa el resultado obtenido.
25
drift.selection(p0 = , Ne = , w = c( , , ) , ngen = , nrep = )
5. Ahora realice una simulación con varias poblaciones al mismo tiempo, modificando los ar-
gumentos para especificar las siguientes condiciones: 5 poblaciones, tamaño poblacional de 50
individuos, 200 generaciones y frecuencia inicial del alelo A1 de 0.5.
a) ¿Qué sucedió en cada población?
b) Compare sus resultados con los obtenidos por otros grupos de alumnos o simule las mismas
condiciones varias veces.
Preguntas integradoras
26
TRABAJO PRÁCTICO Nº3
RESOLUCIÓN DE PROBLEMAS
EE Ee ee Total
Observado (O) 3969 3174 927
Esperado por HW (E)
χ2=(O–E)2/E --- --- ---
2. Las mariposas del complejo de especies Colias presentan gran polimorfismo para el
gen de la enzima fosfoglucosa isomerasa (PGI). Esta enzima interviene en el metabolismo
de la glucosa por lo que resulta importante para el suministro de energía al momento del
vuelo. Diversos trabajos han propuesto que el éxito reproductivo de las especies de Colias
depende fuertemente de la capacidad de vuelo de los adultos.
Usted se encuentra realizando una pasantía en Colorado, USA, y desea poner a prueba
esta hipótesis. Para ello se propone estudiar la variación intrapoblacional para el gen de
la PGI en C. meadii de las montañas Rocosas y realiza un muestreo en una zona de mayor
altitud (tundra) y otra de menor altitud (estepa) en el cerro Gunninon. Como usted sabe
que estas mariposas se aparean al atardecer, hace una colecta de individuos en vuelo libre
durante la mañana y una colecta de parejas en cópula al atardecer en cada uno de los
ambientes. A partir de los individuos colectados hace un análisis del polimorfismo
presente en su muestra para el gen de la PGI y obtiene los siguientes resultados:
3. Si el fitness relativo estimado para los genotipos A1A1, A1A2 y A2A2 es 1, 0,9 y 0,6
respectivamente, calcule la frecuencia del alelo A1 en la generación 1 y 2 dado que
p0=0,7.
27
4. Un genetista de poblaciones que está estudiando la estructura demográfica y genética
de la ciudad de Mumbay (India) encuentra las siguientes frecuencias genotípicas para el
grupo sanguíneo MN:
MM 450 personas
MN 300 personas
NN 250 personas
Casta A B
MM 810 90
Grupo sanguíneo MN 180 420
NN 10 490
b) ¿Cuál/es de la/s siguiente/s estructuras reproductoras les parece que ajusta mejor a los
resultados obtenidos?:
28
Mientras que en la especie 2 se observó el siguiente comportamiento de la frecuencia
génica:
a) Explique y justifique que sucede con el polimorfismo en cada una de las especies.
b) ¿Esperaría que, de mantenerse estas circunstancias, el polimorfismo se mantenga o se
pierda en cada una de las especies? ¿Por qué? ¿Es posible establecer un valor de
fitness para este polimorfismo? ¿Por qué?
Un estudio de 10 años de duración demostró que durante todo ese período la población
presentó ajuste a HW y p = 0.
29
En la generación 20, el investigador realizó el siguiente estudio: tomó una muestra de la
población X1 y la trasladó al laboratorio, allí cambió algunas variables ambientales
respecto a la situación original (denominando a esta población M1). Este experimento
arrojó los siguientes resultados:
Frec. A1
Tiempo (generaciones)
1 2 3 4 5 6
30
a) Describa y justifique todos los cambios en las frecuencias alélicas y genotípicas desde
el inicio del estudio hasta el final en las 5 poblaciones.
b) ¿Cuál es la posible causa del no ajuste a HW?
c) ¿Cuáles de las poblaciones (incluidas las de laboratorio): X1, X2, M1, M2; son
polimórficas en el equilibrio y por qué?
7. El mosquito Aedes aegypti es el agente transmisor del dengue. Durante los últimos
años se han realizado muchas investigaciones con el fin de controlar las poblaciones
naturales de dicho mosquito. Un grupo de investigadores realizó un estudio para evaluar
la eficacia de un insecticida sobre una población natural de A. aegypti que desde t0 hasta
t1 fue evaluada con otro insecticida similar. Sabiendo que la resistencia al insecticida está
controlada por un locus dialélico, se estudiaron las frecuencias alélicas para dicho locus
durante muchas generaciones (previas al tratamiento con el nuevo insecticida y
posteriores al mismo). Los resultados se muestran a continuación:
Nota: Se sabe que durante el período t0 a t1, el fitness medio poblacional se maximiza cuando p =
p*.
a) Explique y justifique los cambios en las frecuencias alélicas desde el inicio del estudio
(t0) hasta el final del mismo (t2). ¿Qué proceso evolutivo ocurrió en cada período (t0-t1 y
t1-t2)? Nombre el modelo de selección y describa cualitativamente los coeficientes de
selección en el/los caso/s que corresponda.
b) ¿La población se mantiene polimórfica? Justifique.
31
c) De acuerdo con estos resultados ¿qué opina sobre la efectividad del uso de insecticidas
para controlar poblaciones naturales de este mosquito? Justifique.
Población continental
AA Aa aa
w 0,75 0,85 0,65
Población insular
32
a) ¿Hay evolución en relación con el locus considerado?
b) ¿Existe polimorfismo para dicho locus?
c) ¿Qué fuerzas evolutivas pueden estar actuando?
d) Graficar Δp en función de p para la población continental
e) ¿Qué se puede decir acerca de la evolución del resto del genoma?
Tiempo después los investigadores parcelaron parte del lugar y en cada parcela
introdujeron una muestra de individuos de dicha población. De esta manera, criaron
separadamente a los individuos de cada muestra, pero en ambientes muy similares. Antes
de introducirlos en las parcelas determinaron el genotipo de todos los individuos de cada
muestra, lo que les permitió obtener los siguientes resultados:
Muestra Frecuencia de A1
1 1
2 0,7
3 0,5
4 0,3
33