عدم الاتزان الارتباطي

خطوات الاستخدام

الخطوة الأولى: فهم المدخلات. يتطلب حساب عدم الاتزان الارتباطي (LD) معرفة ترددات الأنماط الفردانية (haplotypes) لموقعين جينيين ثنائيي الأليل. المدخلات الأربعة هي: locusAB (عدد الأنماط الفردانية A-B), a1b2 (عدد A-b), a2b1 (عدد a-B), a2b2 (عدد a-b). يُفضل أن تكون الأعداد من عينة سكانية كبيرة.

الخطوة الثانية: حساب الترددات. احسب الترددات لكل نمط فرداني (P_AB, P_Ab, P_aB, P_ab) بقسمة كل عدد على الحجم الكلي (N). ثم احسب ترددات الأليلات: P_A = P_AB + P_Ab, P_B = P_AB + P_aB. يُستخدم هذا لحساب معامل LD (D).

الخطوة الثالثة: حساب معامل LD الأساسي (D). يعرف D = P_AB - (P_A * P_B). هو الفرق بين التردد الملاحظ للنمط الفرداني AB والتردد المتوقع تحت التوازن. قيمته تتراوح بين -0.25 و 0.25 للأليلات ثنائية. D موجب يعني ارتباط إيجابي بين الأليلات.

الأسئلة الشائعة

عدم الاتزان الارتباطي (LD) هو ظاهرة إحصائية تصف الارتباط غير العشوائي بين الأليلات في موقعين جينيين أو أكثر داخل مجموعة سكانية. من الناحية البيولوجية، يمكن أن ينشأ LD من عدة آليات: الانتقاء الطبيعي (عندما يكون الجمع بين أليلات معينة مفيداً)، الهجرات السكانية الحديثة، الطفرات الجديدة، التأثير المؤسس (founder effect)، أو التزاوج غير العشوائي. أهمية LD تكمن في تطبيقاته المتعددة: 1) خرائط LD: تستخدم لتحديد مناطق الكروموسوم التي لم تتعرض لإعادة التركيب، مما يساعد في تعيين المواقع المسببة للأمراض (GWAS). 2) تاريخ السكان: يمكن أن يعطي LD معلومات عن عمر الطفرات، حجم السكان، وتاريخ التهجين. 3) الانتقاء: LD يمكن أن يكشف عن انتقاء إيجابي حديث (selective sweep) حيث تعاني المناطق المحيطة بموقع انتقائي من LD مرتفع. 4) التجميع: في تجميع الجينوم، يستفاد من LD لتجميع القطع (haplotypes). لكن يجب الحذر: LD ليس مقياساً للسببية، بل هو ارتباط إحصائي يمكن أن ينشأ بسبب القرب المادي (رغم أن إعادة التركيب تقلصه). قوة LD تضعف بمرور الأجيال مع إعادة التركيب.

كل من D' و r² هما مقاييس لـ LD، لكن لهما تفسيرات مختلفة وحساسيات مختلفة: D' (D prim): هو قياس لشدة الارتباط الجيني (coancestry) بين الأليلات، مقيساً نسبة إلى أقصى قيمة ممكنة. يتراوح بين 0 (اتزان كامل) و1 (لا إعادة تركيب). ميزته أنه يعطي قيمة عالية حتى عندما يكون D صغيراً بسبب ترددات أليلات منخفضة. لكن عيبه أنه شديد التأثر بحجم العينة والترددات الطرفية. عندما يكون أحد الأنماط الفردانية نادراً جداً، يصبح D_max صغيراً جداً، مما يؤدي إلى D' مرتفع حتى مع وجود القليل من إعادة التركيب. r² (مربع معامل الارتباط): هو مقياس للارتباط الإحصائي بين الموقعين، ويعكس مقدار المعلومات الإحصائية المشتركة. يتراوح بين 0 و1. ميزته أنه أقل تأثراً بحجم العينة وأكثر استقراراً في السياقات السكانية. وله أهمية مباشرة في دراسات الارتباط الجيني (GWAS) حيث يعطي فكرة عن مقدرة موقع SNP على تمثيل موقع آخر. لكن عيبه أنه يصل إلى الحد الأقصى 1 فقط عندما تكون ترددات الأليلات متساوية (0.5). وإذا كان أحد الترددات منخفضاً جداً، r² يكون صغيراً حتى لو كان الارتباط قوياً. الاختيار: إذا كان الهدف هو معرفة وجود إعادة التركيب أو عدمه في سياق تطوري، استخدم D' (مع الحذر). إذا كان الهدف هو تطبيقات إحصائية أو GWAS، فاستخدم r². يفضل غالباً استخدام كلا المقياسين معاً.

حجم العينة يؤثر بشكل كبير على تقديرات LD. عند العينات الصغيرة (مثل N<100)، تكون تقديرات D و D' و r² غير مستقرة ولها تباين عالٍ. قد تظهر قيم عالية لـ D' بشكل خادع بسبب أخطاء أخذ العينات. في الحالات القصوى، يمكن أن يصل D' إلى 1 حتى مع وجود LD حقيقي صغير، لأن D_max يصبح مقيداً بترددات عينة محدودة. أفضل الممارسات: 1) استخدام عينات بحجم لا يقل عن 100-200 فرد (300-400 نمط فرداني) للحصول على تقديرات مستقرة نسبياً. 2) فحص الثقة: حساب فترات الثقة أو استخدام طرق bootstrap لتقييم دقة التقديرات. 3) الانتباه لوجود أليل نادر: إذا كان أحد الأليلات بتردد أقل من 5%، فإن التقديرات تصبح غير موثوقة. قد يكون من الأفضل حذف المواقع ذات التردد المنخفض جداً. 4) معايرة الاختبارات الإحصائية: استخدام اختبارات دقيقة (مثل اختبار Fisher الدقيق) لتقييم ما إذا كان LD مختلفاً إحصائياً عن الصفر. 5) عند مقارنة LD بين مجموعات سكانية، تأكد من تكافؤ أحجام العينات لتجنب تحيز المقارنة.

العلاقة بين المسافة الجينية و LD عكسية: عملياً، كلما زادت المسافة بين موقعين على الكروموسوم، زادت فرصة إعادة التركيب بينهما، مما يضعف LD. لكن هذه العلاقة ليست خطية وتتأثر بعوامل أخرى مثل: معدل إعادة التركيب المحلي، الطفرات، الانتقاء، تاريخ السكان. نموذج الانحدار التقليدي: بعد t جيل من المصدر (مثل طفرة أو تهجين)، يتوقع أن يتناقص D وفقاً للمعادلة: D_t = D_0 (1 - θ)^t، حيث θ هو معدل إعادة التركيب بين الموقعين. لكن هذا مبسط ويحمل شروطاً غير واقعية. في البشر، متوسط LD يمتد لمسافة حوالي 50-100 كيلوباز (kb) في معظم المناطق، لكنه يتغير بشكل كبير (هناك 'كتل' من LD). في الجينوم، نرى منحنيات LD حيث r² يتناقص مع المسافة. المسافة التي ينخفض فيها r² إلى 0.2 تختلف بين المجموعات السكانية (مثلاً أقل في الأفارقة بسبب عمر السكان الأكبر). عملياً، يمكن استخدام قاعدة تقريبية: بالنسبة للمسافات التي تقل عن 100 كيلوباز، يمكن توقع LD معتدل (r² حوالي 0.2-0.5) إذا كان السكان متجانساً. لكن لا يمكن التنبؤ بدقة دون بيانات تجريبية. يستخدم الباحثون قواعد بيانات مثل HapMap لمعرفة أنماط LD في الجينوم البشري. في التطبيقات الحسابية، لتقدير LD من مسافة، تحتاج إلى نموذج إعادة تركيب محلي وديموغرافيا، وهو أمر معقد.

عدم الاتزان الارتباطي

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة

أدخل القيم

خطوات الاستخدام

1مثال 1: في دراسة سكانية على البشر، تم تحديد ترددات الأنماط الفردانية لموقعين قريبين (SNPs) كالتالي: AB=100, Ab=30, aB=40, ab=130 (مجموع N=300). احسب معاملات LD: D, D', r²، وفسر النتائج.

2مثال 2: في نبات الذرة، فحص موقعان وراثيان بين سلالات مختلفة. كانت الترددات: AB=200, Ab=80, aB=20, ab=100 (N=400). أوجد قيم LD وقارن مع المثال السابق.

أمثلة محسوبة

الأسئلة الشائعة