遺伝を表現するための言葉 Glossary for genetics

Slides:



Advertisements
Similar presentations
ベイズの定理と ベイズ統計学 東京工業大学大学院 社会理工学研究科 前川眞一. 2 Coffe or Tea 珈琲と紅茶のどちらが好きかと聞いた場合、 Star Trek のファンの 60% が紅茶を好む。 Star Wars のファンの 95% が珈琲を好む。 ある人が紅茶を好むと分かったとき、その人が.
Advertisements

Humble and Honorific Language By: Word-Master Leo, Mixer of Ill Beats.
多次元楕円の正球化座標変換を利用した分割表検定のパーミュテーションテスト効率改善について
しょ  どう What is Shodo? Shodo is Japanese Calligraphy. Shodo is an art form where an ink-dipped brush is used to artistically write Japanese characters.
How to Measure Genetic Heterogeneity
英語特別講座 疑問文 #1    英語特別講座 2011 疑問文.
SPECIAL ASSIGNMENT What is the leadership and how can you be a good leader? I am going to give you the clues in the lecture, but please find the answer.
間接疑問文 I know him. I know (that) he is a doctor. ↓ why he is a doctor.
Chapter 11 Queues 行列.
AP/5 2013年2月7日.
Bellwork: English meaning? 1)はじめまして 2)どうぞ 3)すみません 4)おはようございます 5)しゅくだい
絶対だよ! 助動詞 must「~しなければならない」.
2010年7月9日 統計数理研究所 オープンハウス 確率モデル推定パラメータ値を用いた市場木材価格の期間構造変化の探求 Searching for Structural Change in Market-Based Log Price with Regard to the Estimated Parameters.
なぜ 今の どうする どうやって なにを どのように だれが だれと (変える) どこで だれの 考え方9W4H(Ver.0) いつ から
じょし Particles.
Teaney Yan correlation
多様性の生物学 第9回 多様性を促す内的要因 和田 勝 東京医科歯科大学教養部.
Japanese verbs informal forms
SP0 check.
十年生の 日本語 Year 10 Writing Portfolio
Licensing information
定期考査2 英語.
プログラミング基礎a 第8回 プログラムの設計 アルゴリズムとデータ構造
フードピラミッド(Food Pyramid)
生命情報科学人材養成コンソーシアム バイオインフォマティクス実習コース 遺伝医学
Session 8: How can you present your research?
分割表 Contingency table.
薬理学研究科 のための 遺伝的多様性 11/02/2013 医学研究科 統計遺伝学分野 山田
Causative Verbs Extensively borrowed from Rubin, J “Gone Fishin’”, Power Japanese (1992: Kodansha:Tokyo) Created by K McMahon.
対立仮説下でのみ存在する 遺伝形式という母数を持つ 2x3分割表検定に関する考察 ~SNPによるケース・コントロール関連検定~
量的表現 Quantitation.
統計遺伝学 講義 Sep 26 (Mon, 13:00-15:00) Overview of this lecture series in Japanese with basics on population genetics. (a) What does statistical genetics handle.
Where is Wumpus Propositional logic (cont…) Reasoning where is wumpus
シミュレーション学講義 第**回 スケジューリング問題とJSSP.
M022 ゲノム科学と医療 統計遺伝学分野 2010/11/18,25 山田 亮
Michael Jeffrey Jordan
Bellwork: There is a new Japanese student at North.
If you are A, you suffer a mental shock
My Dance Circle December 13, 2018  表紙 my dance circle.
イントロ DNA配列 意味. イントロ DNA配列 意味 3 DNA配列は化学的配列空間 を占める 4.
遺伝統計学の骨組み Skeleton of Genetic Statistics
いくらですか?.
Statistical Genetics 統計遺伝学
プログラミング基礎a 第8回 プログラムの設計 アルゴリズムとデータ構造
出典:小島尚人、舘智士:インターネット環境下で稼働する画像幾何学的歪補正システムの構築、土木情報技術論文集、Vol 出典:小島尚人、舘智士:インターネット環境下で稼働する画像幾何学的歪補正システムの構築、土木情報技術論文集、Vol.18、pp249~260、2009年10月.
2019/4/22 Warm-up ※Warm-up 1~3には、小学校外国語活動「アルファベットを探そう」(H26年度、神埼小学校におけるSTの授業実践)で、5年生が撮影した写真を使用しています(授業者より使用許諾済)。
遺伝性疾患・先天性疾患  染色体・遺伝子の異常とその分類  遺伝性疾患  先天性疾患.
Statistical Genetics 統計遺伝学
Statistical Genetics 統計遺伝学
ロールプレイアクティビティ ある状況設定の中で、登場人物になりきり会話をします。 CAN-DO: 状況に応じた適切な質問をすることができる。
疑似乱数, モンテカルロ法によるシミュレーション
Genetic Statistics Lectures (4) Evaluation of a region with SNPs
Genetic Statistics Lectures (2) Linkage disequilibrium(LD) LD mapping
法数学のための 機械学習の基礎 京大(医) 統計遺伝学分野 山田 亮 2017/04/15.
1.Do you know what country it is?
Data Clustering: A Review
遺伝関係のグラフ Hereditary graphs
ー生命倫理の授業を通して生徒の意識に何が生じたかー
法数学勉強会 2015/09/26 京都大学統計遺伝学分野 山田 亮
法数学勉強会 2015/09/26 京都大学統計遺伝学分野 山田 亮
薬理学研究科 のための 遺伝的多様性 11/02/2013 医学研究科 統計遺伝学分野 山田
遺伝統計学 集中講義 (2) 連鎖不平衡・連鎖不平衡マッピング
遺伝を表現するための言葉 Glossary for genetics
精密工学科プログラミング基礎 第7回資料 (11/27実施)
情報工学科 05A2301 樽美 澄香 (Tarumi Sumika)
cp-15. 疑似乱数とシミュレーション (C プログラミング演習,Visual Studio 2019 対応)
分割表 Contingency table.
遺伝統計学 集中講義 (6) 終わりに.
精密工学科プログラミング基礎Ⅱ 第2回資料 今回の授業で習得してほしいこと: 配列の使い方 (今回は1次元,次回は2次元をやります.)
遺伝統計学 Genetic Statistics 2010
Presentation transcript:

遺伝を表現するための言葉 Glossary for genetics

遺伝学 Genetics 遺伝的に伝わることと多様であること Heredity and Variation 瓜の蔓に茄子はならぬ 瓜二つ 鳶が鷹を生む カエルの子はカエル 2

血縁関係 → 似る 似る程度にばらつき 似る特徴もあれば似ない特徴もある 似るか似ないかには「理由」がある 血縁関係 → 似る Blood relation -> similarity 似る程度にばらつき Degrees of similarity vary 似る特徴もあれば似ない特徴もある Some features descend but others do not 似るか似ないかには「理由」がある There must be reasons why some features descend

遺伝的に伝わることと多様であること Heredity and Variation 何が伝わり、何が多様か? What descends and what varies? “もの”と”こと” Substance and Phenomena 遺伝子型と表現型 Genotypes and Phenotypes

血縁関係 → 似る 似る程度にばらつき 似る特徴もあれば似ない特徴もある 似るか似ないかには「理由」がある 血縁関係 → 似る Blood relation -> similarity 似る程度にばらつき Degrees of similarity vary 似る特徴もあれば似ない特徴もある Some features descend but others do not 似るか似ないかには「理由」がある There must be reasons why some features descend

遺伝的に伝わることと多様であること Heredity and Variation 何が伝わり、何が多様か? What descends and what varies? “もの”と”こと” Substance and Phenomena 遺伝子型と表現型 Genotypes and Phenotypes

染色体 Chromosomes

ミトコンドリア染色体のサイズ

遺伝子座 アレル ハプロタイプ ディプロタイプ Locus, allele, haplotype, diplotype

遺伝子多型 Gene polymorphisms 構造分類 Structural classification Insertion deletion repeat substitution inversion translocation

遺伝子多型 Gene polymorphisms サイズ分類 Size classification substitution Insertion deletion repeat inversion translocation

遺伝的に伝わることと多様であること Heredity and Variation 何が伝わり、何が多様か? What descends and what varies? “もの”と”こと” Substance and Phenomena 遺伝子型と表現型 Genotypes and Phenotypes

自分が知りたい表現型は 何かをよく考えよう Think hard on your phenotypes あなたの解析対象はなんですか? What is your target phenotype?

どうやって、「よく」考える? How to think “hard”? Classification with scientific subjects Classification with ive senses Classification with players involved Classification with medical subjects

ジェノタイプとフェノタイプ Genotypes and Phenotypes

階層間にはルールがある Rules between layers

多様性の多様性 Variations in variations

階層間ルールを挙げよ Make list of rules between layers

ジェノタイプとフェノタイプ Genotypes and Phenotypes

AとBとの関係 Relation between A and B

時間は1方向 Time has a direction

交叉 Crossover

交叉回数 Number of crosovers ポアッソン分布 Poisson dist. R2-6.R

#R2-6.R # 可能箇所すべてで交叉がおきるかどうかを試す方法 RecombSim<-function(L=10000,r=0.001,Niter=1000){ # Lは配列長,rは箇所あたりの交叉確率,Niterはシミュレーション試行回数 # 行数Niter、列数L-1箇所の行列にする m<-matrix(rbinom((L-1)*Niter,1,r),nrow=Niter) apply(m,1,sum) } # ポアッソン分布を使う方法 RecombPois<-function(L=10000,r=0.001,Niter=1000){ rpois(Niter,(L-1)*r) # rpois() 関数については付録A.5 確率分布関数・疑似乱数列の発生を参照 L<-10000;r<-0.0001;Niter<-1000 NumSim<-RecombSim(L=L,r=r,Niter=Niter) NumPois<-RecombPois(L=L,r=r,Niter=Niter) ylim<-c(0,max(NumSim,NumPois)) plot(ppoints(Niter,a=0),sort(NumSim),ylim=ylim,col=gray(6/8)) par(new=T) plot(ppoints(Niter,a=0),sort(NumPois),type="l",ylim=ylim)

交叉間距離 Distance between crossovers 指数分布 Exponential dist. R2-7.R

#R2-7.R Niter<-1000 # シミュレーション回数 L<-1000000 #染色体の長さ r<-0.0001 #塩基間あたりの交叉確率 # 交叉箇所数をポアッソン分布からの乱数で指定し、交叉箇所をsample関数で指定する crosses<-sort(sample(1:(L-1),rpois(1,(L-1)*r),replace=FALSE)) # 交叉間距離のベクトルを作る A<-c(0,crosses) # 染色体の始点と交叉箇所のベクトル B<-c(crosses,L) # 交叉箇所と染色体の終点のベクトル C<-B-A #交叉間距離のベクトル # 平均がmean(C)の指数分布からの乱数をlength(C)の数だけ発生させてプロット rexps<-rexp(length(C),1/mean(C)) # rexp() 関数については付録A.5 確率分布関数、疑似乱数列の発生を参照 # 交叉間距離をソートしてプロット ylim<-c(0,max(C,rexps)) plot(sort(C),ylim=ylim,cex=0.5,pch=15) #交叉間距離の昇順プロット par(new=T) plot(sort(rexps),col="red",ylim=ylim,type="l") # 指数分布からの乱数の昇順プロット

組み換え Recombination

遺伝的浮動 Genetic drift

N! =N (N-1) (N-2)…1 factorial(N) ExactProb2x2<-function(n){ n1x<-d[1,1]+d[1,2] n2x<-d[2,1]+d[2,2] nx1<-d[1,1]+d[2,1] nx2<-d[1,2]+d[2,2] nxx<-sum(d) factorial(n1x)*factorial(n2x)*factorial(nx1)*factorial(nx2)/(factorial(nxx)*factorial(d[1,1])*factorial(d[1,2])*factorial(d[2,1])*factorial(d[2,2])) } d<-matrix(c(10,20,30,40),2,2) ExactProb(d)

酔歩 Random walk R16-sup1.R

#R16-sup1.R nstep<-100 rwalk<-matrix(0,nstep,2) rtheta<-rnorm(nstep-1) stepx<-cos(rtheta) stepy<-sin(rtheta) for(i in 1:(nstep-1)){ rwalk[i+1,1]<-rwalk[i,1]+stepx[i] rwalk[i+1,2]<-rwalk[i,2]+stepy[i] } plot(rwalk,type="l")

拡散 Diffusion R6-4.R

# R6-4.R # pa,pb:2集団の人口,d:単位時間あたりの移住人数,t:世代 pa<-9000 pb<-1000 d<-100 t<-0:100 fa<-(pa+pb*exp(-2*d*(pa+pb)/(pa*pb)*t))/(pa+pb) fb<-(pa*(1-exp(-2*d*(pa+pb)/(pa*pb)*t)))/(pa+pb) plot(t,fa,ylim=c(0,1),type="l",xlab="t",ylab="frequency") par(new=T) plot(t,fb,ylim=c(0,1),type="l",xlab="t",ylab="frequency")

R2-8.R

IBD identity by decent

IBD identity by decent わかることはわかったものとしたい 離散的 Identify which allele comes from which parent 離散的

遺伝形式 Genetic modes 優性 劣性 その間(相加・相乗) 優性 劣性 その間(相加・相乗) Dominant Recessive Between(Additive Multiplicative) 相対危険度ベクトル Relative risk-vectors 重み付け表 Weighted table 幾何表現 Geometric display

動的な遺伝形式 Dynamic genetic modes アレルコピー数の影響力の増減 Effect of number of copies of allele varies どのように? How? なぜ? Why?