Información

Recomendaciones para libros de texto sobre genética estadística y cuantitativa y epidemiología genética

Recomendaciones para libros de texto sobre genética estadística y cuantitativa y epidemiología genética


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.

Estoy buscando un libro de texto sobre genética estadística, genética cuantitativa, mapeo de asociaciones y epidemiología genética. Mis intereses incluyen, entre otros, el análisis de rasgos complejos y los aspectos matemáticos y estadísticos de estos temas.

Encontré muchos libros, a continuación se muestran algunos que estoy considerando:

  • "Genética y análisis de rasgos cuantitativos" por M. Lynch et al. (enlace de amazon)
  • "Introducción a la genética cuantitativa" por D. Falconer et al. (enlace de amazon)
  • "Genética estadística: mapeo de genes a través del enlace y la asociación" por B. Neale et al. (enlace de amazon)
  • "Genética estadística de rasgos cuantitativos: vinculación, mapas y QTL" por R. Wu et al. (enlace de amazon)

No he encontrado a nadie más publicando esta pregunta. Hay discusiones sobre libros de texto de genética de poblaciones, pero estos libros tienen información limitada sobre genética cuantitativa, etc.

Si alguien tiene un libro favorito, comentarios sobre los libros anteriores o cualquier cosa, se lo agradecería enormemente.

Gracias por adelantado.

EDITAR:

Otro libro prometedor:

  • "Las estadísticas del mapeo genético" por D. O Siegmund (enlace de Amazon)

Para la genética estadística, eche un vistazo a:

Métodos de probabilidad, bayesiano y MCMC en genética cuantitativa. Daniel Sorenson y Daniel Gianola. (2002. Springer).

Advertencia: pesado en matemáticas (cálculo). Si eso no le asusta, es una excelente guía de métodos estadísticos no frecuentistas aplicados a problemas de genética.


Genética estadística

La genética estadística se ocupa del análisis de datos genéticos. Debido al rápido progreso en las técnicas de laboratorio, existe una cantidad cada vez mayor de datos nuevos: la tercera generación de marcadores genéticos (SNP), la secuencia de ADN de numerosos organismos, información de declaración de genes (perfil transcripcional) y una cantidad cada vez mayor de conocimiento sobre la función de los genes. Los estadísticos juegan un papel importante en el análisis y el diseño de estudios genéticos.

La genética estadística se superpone con campos como la biomatemática, la bioinformática, la biología, la epidemiología, la genética, etc. La gente del departamento ha trabajado y está trabajando en métodos de análisis de ligamiento, pruebas de asociación alélica, análisis de datos de matrices de declaraciones genéticas, análisis de secuencias, genómica comparativa, reconstrucción de árboles filogenéticos, etc.

Gente

En el departamento de Bioestadística, muchos de los profesores han estado involucrados en genética estadística:

  • Tom Belin
  • David Elashoff
  • David Gjertson
  • Steve Horvath
  • Cristina Ramírez
  • Janet Sinsheimer
  • Rob Weiss

También hay muchas personas en otros departamentos que desarrollan métodos para el análisis de datos genéticos o trabajan en problemas relacionados con la genética estadística.

  • Rita Cantor (Genética humana)
  • Nelson Freimer (Instituto Neuropsiquiátrico)
  • Darlene Goldstein (Estadísticas)
  • James A. Lake (Biología)
  • Ken Lange (Biomatemáticas, Genética Humana)
  • Ker-Chau Li (Estadísticas)
  • Jeanette Papp (Genética humana)
  • Christina Palmer (Instituto Neuropsiquiátrico)
  • Susan Smalley (Instituto Neuropsiquiátrico)
  • Eric Sobel (Genética humana)
  • Arthur Woodward (psiquiatría)

A continuación, enumeramos un enlace al programa de Bioinformática en UCLA. Por favor infórmenos si conoce a alguien que deba ser agregado a esta lista.

Cursos

UCLA ofrece varios cursos que son interesantes y relevantes para estudiantes interesados ​​en genética estadística. Como ejemplos (consulte los sitios web departamentales correspondientes para obtener más información):


Los clientes que compraron este artículo también compraron

Revisar

& # 8220 Esta es una adición de calidad y bien escrita a la literatura. Es un excelente recurso / libro de texto para aquellos que deseen enseñar epidemiología genética, así como para aquellos que deseen aprender los conceptos básicos de la epidemiología genética. La nueva edición mejora la edición anterior y amplía los temas necesarios que han crecido en importancia en los últimos cinco años. & # 8221 & # 160 (Doody & # 8217s, 4 de enero de 2013)

Sobre el Autor

Después de estudiar estadística y matemáticas en la Universidad de Munich y obtener su doctorado en la Universidad de Dortmund, Andreas Ziegler recibió la medalla Johann-Peter-Su? Milch de la Asociación Alemana de Informática Médica, Biometría y Epidemiología por su posdoctorado trabajó en "Modelo de análisis de vínculos libres de rasgos cuantitativos" en 1999. En 2004, fue uno de los ganadores del Fritz-Linder-Forum-Award de la Asociación Alemana de Cirugía. Andreas Ziegler es director del Instituto de Biometría Médica y Estadística de la Clínica Universitaria Schleswig-Holstein en Lubeck, un centro reconocido de excelencia en métodos epidemiológicos genéticos. Actualmente es presidente de la Región Alemana de la Sociedad Biométrica Internacional.

Inke R. Konig estudió psicología en las universidades de Marburg (Alemania) como becario de la German National Academic Foundation y Dundee (Escocia) con una beca del German Academic Exchange Service (DAAD). Ha realizado trabajos de investigación en el Instituto de Biometría Médica y Epidemiología de Marburg y desde 2001 en el Instituto de Biometría Médica y Estadística de Lubeck. En 2004, se convirtió en subdirectora de este último y también recibió el premio Fritz-Linder-Forum-Award de la Asociación Alemana de Cirugía. Además de poseer el certificado "Biometría en Medicina", ha acumulado experiencia docente desde 1998 como profesora de biomatemática, genética del comportamiento, epidemiología clínica, epidemiología genética y medicina basada en la evidencia.

Friedrich Pahlke es Dipl. Inf. en el Instituto de Biometría Médica y Estadística de la Clínica Universitaria Schleswig-Holstein en Lubeck. Ha creado el curso de e-learning que está disponible opcionalmente con el libro.


Manual de genómica estadística: conjunto de dos volúmenes, cuarta edición

Esta nueva edición de dos volúmenes de un texto clásico proporciona una introducción completa a la genómica estadística, un recurso vital para estudiantes graduados avanzados, investigadores de carrera temprana y nuevos participantes en el campo. Introduce información nueva y actualizada sobre los desarrollos que se han producido desde la 3ª edición. Ampliamente considerado como los trabajo de referencia en el campo, presenta nuevos capítulos que se centran en los aspectos estadísticos de los datos generados por las nuevas tecnologías de secuenciación, incluidos los ensayos funcionales basados ​​en secuencias. Amplía la cobertura previa de los muchos procesos entre el genotipo y el fenotipo, incluida la expresión génica y la epigenética, así como la metabolómica. También examina la genética de poblaciones y los modelos evolutivos e inferencia, con nuevos capítulos sobre el ADN coalescente, mixto y antiguo de múltiples especies, así como estudios de asociación genética que incluyen análisis causales e interpretación de variantes.

El manual de genómica estadística se centra en explicar las ideas principales, los métodos de análisis y los algoritmos, citando literatura clave reciente e histórica para obtener más detalles y referencias. También incluye un glosario de términos, siglas y abreviaturas, y presenta referencias cruzadas extensas entre capítulos, uniendo las diferentes áreas. Con un uso intensivo de ejemplos actualizados y referencias a recursos basados ​​en la web, esta sigue siendo una referencia imprescindible en un área vital de investigación.

  • Proporciona una cobertura oportuna y muy necesaria de los nuevos desarrollos en esta área de estudio en expansión.
  • Numerosos capítulos nuevos, por ejemplo, que cubren la genómica bacteriana, el microbioma y la metagenómica.
  • Cobertura detallada de las áreas de aplicación, con capítulos sobre fitomejoramiento, conservación y genética forense.
  • Amplia cobertura de la epidemiología genética humana, incluidos los aspectos éticos.
  • Editado por uno de los principales expertos en el campo junto con estrellas en ascenso como sus coeditores.
  • Los autores de los capítulos son expertos de renombre mundial en el campo y líderes emergentes.

El manual de genómica estadística es un excelente texto introductorio para estudiantes graduados avanzados e investigadores de carrera temprana involucrados en genética estadística.

Biografías del autor

DAVID J. BALDING, PhD, es profesor de Genética Estadística en la Universidad de Melbourne y tiene un nombramiento honorífico en el University College London.

IDA MOLTKE, PhD, es profesor asistente en el Departamento de Biología de la Universidad de Copenhague.

JOHN MARIONI, PhD, es líder de grupo en el Instituto Europeo de Bioinformática y en el Instituto Cambridge de Investigación del Cáncer del Reino Unido.


Resumen ejecutivo

Los enfoques genéticos moleculares para comprender las enfermedades están cambiando la naturaleza de la investigación y la práctica médicas en los Estados Unidos. A medida que se define el genoma humano, la oportunidad de determinar las influencias genéticas en los trastornos mentales se convierte en una realidad.

Aunque el Instituto Nacional de Salud Mental (NIMH) se ha preparado bien para esta empresa, queda mucho por hacer. Existen procedimientos de diagnóstico rigurosos para algunos trastornos mentales, pero no para todos. Se han iniciado estudios para identificar los genes que influyen en la aparición de los trastornos mentales, pero muy pocos son lo suficientemente grandes como para detectar estos genes de manera eficiente. Investigadores dedicados están trabajando en varios aspectos de los trastornos mentales, pero se necesitan más investigadores con formación en genética molecular y estadística.

Para aprovechar el sólido comienzo del campo, el Dr. Steven E. Hyman, Director del NIMH, convocó a un grupo de trabajo de expertos en genética clínica, básica y estadística para revisar el estado actual de este trabajo y brindar asesoramiento sobre cómo proceder. El Grupo de Trabajo de Genética del NIMH se reunió durante un período de 6 meses y revisó la cartera del Instituto, consultó ampliamente con investigadores, grupos de defensa y personal del NIMH y de los Institutos Nacionales de Salud (NIH) y generó un plan de acción para dirigir los esfuerzos del NIMH. A continuación se presentan las recomendaciones del grupo de trabajo.


CONCLUSIONES

Inevitablemente, no se han cubierto varios métodos estadísticos importantes para el mapeo de asociaciones, por ejemplo, los procedimientos que explotan o dan cuenta de la relación conocida de los individuos y para el mapeo de rasgos cuantitativos. La plétora de métodos para seleccionar polimorfismos representativos o de 'marcado' en regiones genómicas estrechas, basados ​​en patrones de LD, no se ha abordado; esta tarea implica esencialmente un problema de selección de variables en un entorno no supervisado, es decir, sin referencia al estado de la enfermedad, con el objetivo de reducir eficazmente el número de predictores potenciales en estudios de todo el genoma [115]. En particular, se ha omitido una gran clase de métodos inferenciales basados ​​en aproximaciones del proceso estocástico coalescente, que describe explícitamente los efectos de las fuerzas evolutivas que dieron lugar a los datos observados.

A pesar de estas y otras omisiones, esperamos haber transmitido el sabor de muchas ideas y herramientas estadísticas que se emplean actualmente en el mapeo de genes basado en poblaciones.

Este artículo de revisión destaca los principales problemas involucrados en el mapeo de genes por desequilibrio de ligamiento y ofrece una descripción breve y no técnica de métodos estadísticos seleccionados que se han sugerido en la literatura. Inicialmente, se introducen las pruebas de asociación de marcador único más tradicionales, junto con metodologías estándar para corregir la estructura de la población, la relación críptica y las pruebas múltiples. Luego se consideran técnicas de minería de datos más avanzadas que involucran múltiples marcadores y haplotipos, con énfasis en la detección de efectos epistáticos.


Recomendaciones para libros de texto sobre genética estadística y cuantitativa y epidemiología genética - Biología

a Medicina Biomolecular, Departamento de Cirugía y Cáncer, Facultad de Medicina, Imperial College London, Sir Alexander Fleming Building, Exhibition Road, South Kensington, Londres SW7 2AZ, Reino Unido
Correo electrónico: [email protected]
Fax: +44 (0)207 594 3226
Tel: +44 (0)207 594 1820

Abstracto

La caracterización del metaboloma ha evolucionado rápidamente durante dos décadas, desde los primeros avances en la química analítica hasta la biología de sistemas. Los metabolitos y las moléculas pequeñas no son independientes, están organizados en vías bioquímicas y en una red metabólica más amplia, que a su vez depende de varias redes genéticas y de señalización para su regulación. Los recientes avances en genómica, transcriptómica, proteómica y metabolómica han ido acompañados del desarrollo de repositorios disponibles públicamente, que han ayudado a dar forma a una nueva generación de estudios integradores que utilizan mediciones de metabolitos en epidemiología molecular y estudios genéticos. Aunque el entorno influye en el metabolismo, la identificación de los determinantes genéticos de los fenotipos metabólicos (metabotipos) fue posible gracias al desarrollo del mapeo del locus de rasgos cuantitativos del metabotipo (mQTL) y los estudios de asociación del genoma metabolómico (mGWAS) en un marco genético estadístico riguroso. derivando asociaciones entre concentraciones de metabolitos y polimorfismos genéticos. Sin embargo, dada la complejidad de los eventos biomoleculares implicados en la regulación de patrones metabólicos, también se han introducido recientemente enfoques alternativos de biología de redes, como el mapeo integrado de metabolomas e interactomas (iMIM). Esta convergencia sin precedentes de la bioquímica metabólica, la genética cuantitativa y la biología de redes ya ha tenido un fuerte impacto en el papel del metaboloma en las ciencias biomédicas, y esta revisión ofrece un anticipo de sus éxitos anticipados en la entrega final de la medicina personalizada.


Becas postdoctorales en epidemiología genética, genética estadística, bioinformática, salud de precisión o campos relacionados.

Buscamos contratar hasta dos investigadores dinámicos y altamente motivados con un doctorado o un doctorado equivalente para unirse al Grupo Loos. Los candidatos deben tener una sólida formación en epidemiología genética, epidemiología, genética estadística, bioinformática, biología computacional, aprendizaje automático o un campo relacionado y tener interés en la obesidad, el metabolismo y la salud de precisión. El puesto es un puesto de 2 años a partir del 1 de septiembre de 2021 o después del acuerdo.

La visión del Centro de la Fundación Novo Nordisk para la Investigación Metabólica Básica es fortalecer la investigación interdisciplinaria que transforme nuestra comprensión básica de los mecanismos que subyacen a la salud y la enfermedad metabólicas, y acelerar este conocimiento hacia nuevas estrategias de prevención y tratamiento. Nos establecimos en 2010 y, en 2017, nos mudamos a nuevos laboratorios, oficinas y salas de reuniones en Maersk Tower www.maersktower.ku.dk.

El Centro tiene alrededor de 260 empleados que trabajan en un entorno de investigación internacional altamente colaborativo en una variedad de disciplinas biomédicas. Puede leer más sobre nosotros aquí: www.cbmr.ku.dk.

Nuestro grupo e investigación

El Loos Group tiene como objetivo identificar los determinantes genéticos y no genéticos clave de la regulación del peso corporal para obtener información sobre las capas más profundas de la biología que subyacen a la obesidad y el metabolismo. Además, nuestro objetivo es mejorar la predicción, la prevención y el tratamiento mediante la implementación de estrategias de salud de precisión. Puede leer más sobre Loos Group aquí.

Los candidatos seleccionados tendrán la oportunidad de trabajar en uno o más de los siguientes proyectos:

En el primer proyecto, nuestro objetivo es conocer las capas más profundas de la biología que subyacen a la regulación del peso corporal y la distribución de la grasa. Hacemos esto a través del descubrimiento de genes y variaciones genéticas que están asociadas con la obesidad y otros rasgos de adiposidad.

Este proyecto requiere experiencia en análisis de asociación genética. El conocimiento de las herramientas bioinformáticas para traducir variante en función es una ventaja.

En el segundo proyecto, nuestro objetivo es determinar los determinantes genéticos y no genéticos del peso corporal mediante el fenotipado profundo de individuos con riesgo genético alto o bajo de obesidad en estudios de recuerdo por genotipo.

Este proyecto requiere conocer el papel de las variaciones genéticas raras en la obesidad. La experiencia en epidemiología y el conocimiento del fenotipado fisiológico profundo son activos.

En el tercer proyecto, crearemos una cohorte de salud de precisión para identificar predictores clave de las respuestas metabólicas de las personas a la dieta y el ejercicio, en un esfuerzo por mejorar la precisión de las recomendaciones de estilo de vida para una salud óptima.

Este proyecto requiere experiencia con tecnologías portátiles, móviles y de sensores y experiencia en la generación e integración de datos multimodales para comprender mejor las enfermedades complejas.

Buscamos investigadores altamente motivados y entusiastas que, además de la experiencia deseada mencionada anteriormente, tengan las siguientes habilidades y calificaciones:

  • Doctorado en epidemiología genética, epidemiología, genética estadística, bioinformática, biología computacional, aprendizaje automático o un campo relacionado.
  • Sólida experiencia en computación y experiencia en el manejo de grandes conjuntos de datos (genómicos)
  • Amplia experiencia en analizar datos, interpretar resultados y resumir de forma concisa los mensajes clave.
  • Un interés activo en la obesidad, el metabolismo, la nutrición, la actividad física, el estilo de vida y la salud de precisión.
  • Interés por concebir y diseñar nuevos proyectos, en línea con el enfoque investigador del grupo
  • Historial comprobado que muestra la productividad científica en revistas revisadas por pares
  • Habilidades de comunicación competentes y capacidad para trabajar en equipos multidisciplinarios.
  • Experiencia en la supervisión de otros investigadores a diferentes niveles.
  • Excelentes habilidades de comunicación en inglés, tanto escritas como habladas.

Lugar de trabajo

El lugar de trabajo es el Centro de la Fundación Novo Nordisk para la Investigación Metabólica Básica, Torre Maersk, Instituto Panum, Universidad de Copenhague. Ofrecemos condiciones de trabajo creativas y estimulantes en un entorno de investigación dinámico e internacional.

Condiciones de empleo

El empleo como posdoctorado es un puesto de tiempo completo y de duración determinada durante 2 años. La fecha de inicio es el 1 de septiembre de 2021 o después del acuerdo.

El salario, la pensión y las condiciones de empleo estarán de acuerdo con el acuerdo entre el Ministerio de Finanzas y AC (Confederación Danesa de Asociaciones Profesionales). Dependiendo de las calificaciones, se puede negociar un suplemento.

Los solicitantes no daneses y daneses pueden ser elegibles para las reducciones de impuestos, si tienen un título de doctorado y no han vivido en Dinamarca los últimos 10 años.

El puesto está cubierto por el “Memorando sobre la estructura laboral del personal académico en las universidades” del 28 de junio de 2013.

Preguntas
Para obtener más información, póngase en contacto con la profesora Ruth Loos en [email protected] Si tiene preguntas sobre el procedimiento de contratación, comuníquese con SUND HR CBMR en [email protected]

Los solicitantes internacionales pueden encontrar útiles estos enlaces www.ism.ku.dk (International Staff Mobility) y https://www.workindenmark.dk/.

Procedimiento de solicitud

Su solicitud en línea debe enviarse en inglés haciendo clic en "Aplicar ahora" a continuación. Además, su solicitud debe incluir los siguientes documentos / adjuntos, todos en formato PDF:

  1. Carta de solicitud motivada (máx. Una página)
  2. CV incl. educación, experiencia laboral / investigadora, habilidades lingüísticas y otras habilidades relevantes para el puesto
  3. Una copia certificada / firmada de a) Certificado de doctorado y B) Certificado de Maestría en Ciencias. Si el doctorado no se completa, una declaración escrita del supervisor será suficiente.
  4. Lista de publicaciones

Fecha límite de solicitud: 30 de junio, 23.59 p. M. CET

Nos reservamos el derecho de no considerar el material recibido después de la fecha límite, y no considerar las solicitudes que no cumplan con los requisitos antes mencionados.

El proceso posterior

Una vez transcurrido el plazo de presentación de solicitudes, el director de contratación autorizado selecciona a los candidatos para su evaluación siguiendo el consejo del comité de contratación. A continuación, se notifica inmediatamente a todos los solicitantes si su solicitud ha sido aprobada para la evaluación por un evaluador imparcial. Una vez que se ha completado el trabajo de evaluación, cada solicitante tiene la oportunidad de comentar sobre la parte de la evaluación que se relaciona con el solicitante.

El solicitante será evaluado de acuerdo con la Orden Ministerial no. 242 de 13 de marzo de 2012 sobre Nombramiento de Personal Académico en Universidades.

La Universidad de Copenhague desea reflejar la diversidad de la sociedad y recibir solicitudes de todos los candidatos calificados, independientemente de sus antecedentes personales.

Como parte de la Alianza Internacional de Universidades de Investigación (IARU) y entre las mejores universidades de Europa, la Universidad de Copenhague promueve la investigación y la enseñanza del más alto nivel internacional. Rica en tradición y moderna en perspectiva, la Universidad brinda a los estudiantes y al personal la oportunidad de cultivar su talento en un ambiente ambicioso e informal. Una organización eficaz, con buenas condiciones de trabajo y una cultura de trabajo colaborativo, crea el marco ideal para una carrera académica exitosa.


Lecturas profundas: cómo aprendí a amar la genética de poblaciones

Derechos de autor: © 2017 Jonathan Flint. Este es un artículo de acceso abierto distribuido bajo los términos de la Licencia de Atribución Creative Commons, que permite el uso, distribución y reproducción sin restricciones en cualquier medio, siempre que se acredite el autor y la fuente originales.

Conflicto de intereses: El autor ha declarado que no existen intereses en competencia.

No estoy seguro de cuándo compré mi copia de "Conceptos básicos en población, genética cuantitativa y evolutiva" de James F. Crow [1], pero no pudo haber pasado mucho tiempo después de que salió la primera edición en 1986 (hay un de un boleto de avión en mi copia con fecha de 1994, por lo que debí haberlo comprado antes de esa fecha durante muchos años, alrededor de esa época, el libro fue un artículo de consuelo para mí (Fig. 1). Ciertamente no era el tipo de libro que hubiera comprado por elección, ya que la mayoría de los contenidos están dedicados a un tema que realmente no me gusta mucho (genética de poblaciones), pero necesitaba una introducción a la genética cuantitativa y esto fue recomendado. a mí por un colega senior.

Imagen cortesía de Jonathan Flint.

En muchos sentidos, es un libro de texto anticuado; no hay ninguna de esas cajas, análisis en profundidad, biografías breves de científicos famosos y otras características amadas por los editores que desean hacer un libro más accesible y, por lo tanto, aumentar las ventas. No, este es un libro de texto adecuado. Tiene tablas, figuras en blanco y negro y mucho texto. Pero es un libro de texto corto, de menos de 250 páginas, una gran ventaja en mi opinión, ya que no tenía muchas ganas de trabajar con el material. Tenía experiencia en biología molecular, y el único entrenamiento formal que había tenido en genética consistía en algunas conferencias de un genetista médico, centradas principalmente en lo que se podía hacer por las familias en las que un trastorno mendeliano se estaba segregando (respuesta: no mucho) .

Quería averiguar qué se sabía sobre la base genética de los rasgos cuantitativos, cosas como la altura y el peso, o, más relevante desde que trabajé en genética del comportamiento, las medidas de ansiedad en ratones. En el momento en que compré el libro, estaba a punto de comenzar un experimento que implicaba cruzar ratones endogámicos cuyos antepasados ​​habían sido seleccionados durante muchas generaciones en un fenotipo conductual, actividad en un campo abierto. Una serie de artículos clásicos en la literatura de genética del comportamiento de John DeFries describió los experimentos de selección y discutió sus implicaciones para la base genética del comportamiento. DeFries ya había usado cruces entre ratones para identificar el efecto de un solo gen en la actividad de campo abierto [2] y yo quería llevar esos hallazgos a la edad molecular, mapear los genes y descubrir los mecanismos moleculares. No sabía nada de genética cuantitativa, pero, por supuesto, eso no me impidió pensar que pronto podría hacer una contribución importante. Decidí educarme lo suficiente para comprender lo que había logrado la generación anterior de genetistas del comportamiento, pero estaba bastante seguro de que pasaríamos rápidamente al tema molecular, ya sabes, el tipo de cosas que les gustan a los editores de Cell, de modo que otros las preocupaciones (como la genética de poblaciones) pronto quedarían muy atrás.

Si bien el libro de Crow tenía un capítulo (Capítulo 5) titulado "Rasgos cuantitativos", admito que me decepcionó cuando miré la lista de contenido. Crow no dedica mucho espacio a la biología molecular, lo que no me impresionó mucho, ya que después de todo era deslumbrantemente obvio (para mí, entonces) que los enfoques moleculares recién introducidos pronto resolverían todos los misterios de la genética. ¿Realmente necesitaba todos esos capítulos sobre endogamia, migración, estructura de la población y selección? Corrí directamente al Capítulo 5. Empezó mal. En solo un par de páginas, leí: “El objetivo a largo plazo de tal investigación es encontrar qué está haciendo cada alelo y cómo interactúa con cada uno de los otros alelos. Aunque el análisis molecular eventualmente aclarará muchos ejemplos, en la actualidad no es práctico y para muchos propósitos carece de importancia ”. ¿Qué? ¿Sin importancia? ¿Por qué había comprado un libro de un autor tan mal informado? Seguiría lo peor. En la parte superior de la página siguiente leo "para que la selección natural funcione, la acción de los genes debe exhibir una cierta previsibilidad". ¡No tenía ninguna intención de aprender sobre la selección! El libro me había costado £ 15,95, un gasto bastante grande para mí en ese momento. ¿Había malgastado mi dinero?

Regresé al principio del libro y, para mi sorpresa, encontré un resonante respaldo al valor de las técnicas moleculares. “La herencia de la mayoría de los rasgos moleculares ... sigue reglas mendelianas simples, por lo que con el aumento del estudio molecular, la teoría simple se vuelve más aplicable ... La genética de poblaciones incluye un gran cuerpo de teoría matemática, una de las más ricas y exitosas en biología. La aplicación útil de esta teoría se ha mejorado enormemente en los últimos años gracias a la abundancia de nuevas técnicas moleculares ”. ¡Esto era más parecido! Me gustó la “abundancia de nuevas técnicas moleculares” que sin duda fue algo bueno. Pero estaba esa referencia preocupante a la teoría matemática de la genética de poblaciones, algo que realmente no tenía la intención de abordar.

La genética de poblaciones, para aquellos que no estén familiarizados con este campo, tiene por objeto decidir sobre la importancia relativa de cuatro factores: selección, migración, mutación y algo llamado "deriva genética" (esto se refiere a la fluctuación aleatoria de alelos en el ausencia de los otros tres factores, una especie de factor "uno menos", como en "menos el efecto de selección, migración y mutación"). Presentado con una medida de la frecuencia de su alelo favorito en una población (algo que podría haberle tomado años estimarlo), un genetista de poblaciones le explica que la razón por la que el 45% de la población porta el alelo es debido a la selección, migración, mutación. y deriva genética. Genial, realmente útil. Por lo que pude ver, los genetistas de poblaciones no tenían forma de decidir realmente cuál de estos factores, si alguno, era responsable, porque ningún genetista de poblaciones llevó a cabo un experimento. Todo lo que hicieron fue analizar datos recopilados de poblaciones naturales (no se lo digas a nadie, pero aunque aprecio un poco más el ingenio que se ha aplicado a los problemas de la genética de poblaciones, sigo pensando que esas afirmaciones sobre el campo son en general ciertas).

Realmente no hay una introducción al libro de Crow. Aparte de un breve prefacio, no pierde tiempo antes de entrar en el meollo de su tema. En la página seis, describe las poblaciones de apareamiento al azar y el principio de Hardy-Weinberg. Ese era algo que sabía acerca de las desviaciones de Hardy-Weinberg que eran útiles para detectar errores en la forma en que se llamaba a los genotipos, y los había utilizado como parte del control de calidad. Imagínese mi sorpresa cuando leí: “A pesar de su simplicidad, el principio de Hardy-Weinberg forma la base de casi todos los análisis de poblaciones diploides naturales. El enfoque de equilibrio de una sola generación y el apareamiento aleatorio aproximado que caracteriza a la mayoría de las poblaciones aseguran su aplicabilidad ”. ¿Cómo podría ser eso cierto, y qué diablos quería decir con "enfoque de equilibrio de una sola generación"? Me detuve y volví a leer con más detalle. El principio de Hardy-Weinberg establece que la frecuencia de los genotipos en una población se puede predecir a partir de la frecuencia de los alelos como una distribución binomial. Es decir, si hay dos alelos en una población con frecuencia p y q (donde p + q = 1), los homocigotos tendrán frecuencias p 2 y q 2 y los heterocigotos 2pq en otras palabras, la expansión de (p + q ) 2.

Crow afirmó que las proporciones de Hardy-Weinberg se logran en una sola generación de apareamiento aleatorio. Hizo más que reclamar. En la página 9 expone exactamente por qué la elección aleatoria de un grupo de gametos (una gran bolsa de ps y qs) para crear genotipos es lo mismo que la producción de genotipos a partir del apareamiento aleatorio de una gran población de individuos diploides. No me había dado cuenta de eso, pero luego, como comenzaba a darme cuenta, no había pensado mucho en este tema. Ciertamente no lo había pensado matemáticamente. Más adelante en el capítulo (página 23) fue un buen ejemplo de por qué debería haber prestado más atención. En este punto, Crow (todavía moviéndose rápido) ha cubierto dos modelos de locus y ha descrito el desequilibrio de ligamiento, otro término con el que creía estar familiarizado. Describe las frecuencias alélicas en los loci de grupos sanguíneos obtenidos de una población en Michigan. Cada locus mostró un equilibrio de Hardy-Weinberg, consistente con las expectativas, pero los dos análisis de locus no. De hecho, ¡algunos pares de loci situados en diferentes cromosomas estaban en desequilibrio! ¿Cómo fue eso posible?

El apareamiento aleatorio impulsa los loci a las proporciones de Hardy-Weinberg en una generación, como ya sabía, pero eso no es cierto para el equilibrio gamético (donde los genotipos se componen de alelos en dos o más loci). Suponga que hay dos loci con dos alelos (A y a, B y b). Eso da un total de diez genotipos y las frecuencias de cada uno son el producto de las frecuencias de cada componente, por lo que el homocigoto AB es P 2 AB, y así sucesivamente (consulte [1], Tabla 1-12). Pero ese cálculo asume que las frecuencias son independientes. Si los dos loci están cerca uno del otro en un cromosoma, entonces los genotipos no serán independientes. Los migrantes de diferentes partes del mundo componen una población como la de Michigan, trayendo consigo alelos en frecuencias muy diferentes. No ha habido tiempo suficiente para que el apareamiento aleatorio dé como resultado el equilibrio. Esta percepción se obtuvo con las matemáticas que incluso yo podía entender. Comencé a tratar el libro con más respeto.

También comencé a notar otra característica. Con un tono ligeramente tímido, Crow solía presentar el trabajo de otros autores a sus lectores, en la línea de "aquí hay algo que podría disfrutar". La sugerencia de que podría disfrutar de cualquier trabajo de un matemático era totalmente nueva, pero estaba intrigado por la breve historia de Crow del equilibrio de Hardy-Weinberg, “El principio es una aplicación simple del teorema binomial, por lo que casi cualquiera que haya considerado el problema podría haber lo descubrió. Hardy fue uno de los más grandes matemáticos del mundo. Puede que te guste su encantador pero idiosincrásico ensayo "A Mathematician's Apology" (1940) [3]. ¿"Aplicación simple"? ¿Casi cualquiera podría haberlo descubierto? Bueno, yo no estoy seguro. Encontré la recomendación de Crow difícil de creer, pero conseguí una copia del libro de Hardy. ¡Sorprendentemente, Crow tenía razón! Eso es una buena lectura.

Ahora me estaba tomando a Cuervo más en serio y comencé a experimentar una sensación de hundimiento al enfrentar el alcance de mi ignorancia. Creo que Francis Crick o Sydney Brenner (probablemente ambos) desaconsejaron la lectura, ya que inhibe el pensamiento. Puedo ver su punto. Leer a Cuervo estaba empezando a aterrorizarme. Taking the book seriously meant not only reading the text but (scary, scary) also answering the questions at the end of each chapter. “In a population there are 10 times as many MN as NN genotypes. What is the frequency of the N allele?” Oh, I know that! Must be an application of the Hardy-Weinberg principle. So 2PMN must be equal to 10P 2 norte, and PMETRO = 5Pnorte, and since PMETRO + Pnorte are always equal to 1, Pnorte must equal 1/6. That wasn’t so bad. This cheered me up. Actually, I could answer most of the questions at the end of the chapter (there are 25 of them and if you get really stuck you can cheat! He gives you the answers at the back of the book).

Back to Chapter 5 and quantitative traits. There was some stuff on selection, including a figure of changes in mouse size (though sadly not mouse open-field activity), and some (not very interesting to me) arguments about multiplicative versus additive action and then, suddenly, at the beginning of section 5–2 this resplendent sentence: “Much of quantitative genetics is concerned with understanding regression and predicting the results of selection when regression occurs”. What on earth did he mean? As far as I knew, regression was some technical thing that statisticians used, what had it to do with quantitative genetics? There is a very fine diagram (Figure 5–5 in my edition) that explains regression to the mean. It means that the children of parents at the extremes of a distribution are more likely to have scores that are closer to the average. I remembered something slightly upsetting. I had recently met Hans Eysenck, then one of the world’s most famous psychologists, at a flat in South London, close to the Institute of Psychiatry where he used to work. Eysenck pulled off the bookshelves a copy of his autobiography. I opened it and idly glanced at the dedication page, which read something like: “To my children. May regression to the mean not affect them too severely”. Oh, now I knew what that meant. I wondered if his children had read it and if they understood too. I wondered, also, could knowledge of regression to the mean be a comfort for all those high achieving parents, whose children don’t get into the best universities?

Chapter 5 introduced me to another of Crow’s teaching techniques. Understanding regression to the mean requires some knowledge of variance and co-variance. In his usual lapidary style Crow gives “the principal statistical measures used in quantitative genetics”–clearly that was something I needed to know. Crow, I realized, was being kind to his readers. He includes the formulae both in an Appendix and in the main text. So far I hadn’t bothered with the appendix. I had a quick look. To my astonishment the appendix is a self-contained description of probability and statistics. Crow takes nothing for granted. He begins with “Definition of Probability”. What could be a better, more reassuring place to begin than that? Yet, in only 30 pages he goes from defining the probability of an event, to functional invariance, a property of maximum likelihood estimates. The introduction to maximum likelihood starts “The logic of this method is simple…” and, yes, there is an equation that demands you know what differential calculus looks like, but even if you don’t, he provides a figure that makes the example clear. The explanatory text is a model of succinct clarity.

I have to admit I have never worked through all the chapters in Crow’s book in detail. It’s worth reading the short preface before you dive in: “Chapters 3 and 6 are the most difficult ones in the text. Chapter 6 demands more facility with algebra and calculus than the rest of the book. You can skip these chapters without loss of continuity if you want a brief introduction to the material usually included in a population and quantitative genetics course”. I took his advice. But one thing that should not be skipped, are the Questions and Problems at the end of each chapter. Yes, I know, it is scary, especially when you think you have understood the concepts and then find you can’t answer a problem, but take it from me, there are some golden moments hidden at the back of each chapter. Crow isn’t just asking you to solve equations and derive formulae (though there is some of that). No, his questions often go further. Let me give just one example. Question 11, chapter 5 (chapter 5 is my favourite chapter and I admit I know it better than the rest of the book): “What is the heritability of sex?” Reading that pulled me up short. Cómo podría sex be heritable? But then of course it must be heritable, since there is a genetic variant for it. Heritability comes in two forms, broad sense and narrow (or additive) heritability. Additive heritability measures the effects of regression, the joint effect of alleles that contribute to resemblance between siblings (that’s why regression is so central to quantitative genetics). While the broad sense heritability of sex is 100%, the additive contribution must be zero, since knowing the sex of one child is no predictor of a sibling’s sex.

Crow’s book is not the only textbook on quantitative genetics. I might have started with Douglas Falconer’s classic Introduction to Quantitative Genetics (1960) (no mention of population genetics there!) [4]. I came across Falconer’s book (in the excellent edition that has Trudy Mackay as a co-author [5]) later. However, by then I was long married to Crow’s text, and I still won’t consider a divorce. Let me give you a taste of the difference. Here is Falconer, in his best style, introducing quantitative traits: “It will be obvious, to biologist and layman alike, that the sort of variation discussed in the foregoing chapters embraces but a small part of the naturally occurring variation. One has only to consider one’s fellow men and women to realize that they all differ in countless ways, but that these differences are nearly all matters of degree and seldom present clear-cut distinctions attributable to the segregation of single genes. If, for example, we were to classify individuals according to their height, we could not put them into groups labeled “tall” and “short,” because there are all degrees of height, and a division into classes would be purely arbitrary. Variation of this sort without natural discontinuities, is called continuous variation, and characters that exhibit it are called quantitative characters or metric characters, because their study depends on measurement instead of on counting. The genetic principles underlying the inheritance of metric characters are basically those outlined in the previous chapters, but since the segregation of the genes concerned cannot be followed individually, new methods of study have had to be developed and new concepts introduced”.

Crow, with almost the same number of words, does a different job in introducing quantitative variation. “Most of our knowledge about inheritance comes from the study of traits determined by either single allelic differences or a small number of differences. Part of Mendel’s genius was his choice of clear-cut traits it was his good luck that they turned out monogenic and not closely linked. The success of classical genetics in mutation analysis and chromosome mapping, as well as the spectacular achievements of molecular genetics, bear testimony to the power of genetic methodology using well-chosen marker loci. Quantitative genetics, on the other hand, is concerned with differences of degree rather than kind. Phenotypes are classified not by the presence or absence of certain characteristics, for example, a gel band or a clear phenotype, such as single bristles in Drosophila, but as values measured in centimeters, pounds or bushels. Although the trait sometimes does not lend itself to direct measurements, individuals can be ranked. We can say that Joe is a better geneticist than John, but to say he is twice as good makes no sense”.

Their styles are so different. Falconer’s use of the impersonal pronoun “one”, contrasts with Crow’s direct statements. I love Crow’s last sentence. I hope you can still find a copy and read more stuff like that. But if you can’t find one, then let me make one thing clear. You are not borrowing mine.


Ani W. Manichaikul

Degree(s): PhD
Graduate School: Johns Hopkins University
Primary Appointment: Assistant Professor, Public Health Sciences

Intereses de investigación
I perform data driven research in complex trait genetics for both human and experimental populations. Recent research efforts focus on genome-wide association mapping of cardiovascular and pulmonary diseases in the Multi-Ethnic Study of Atherosclerosis, fine-mapping of candidate gene regions to identify potential causal variants of interest, and translational research efforts in collaboration with basic scientists performing targeted functional studies.
Website: http://people.virginia.edu/

Research Description

My research lies in the areas of statistical genetics and genetic epidemiology with an emphasis on 1) analysis of genome-wide association studies in the multi-ethnic cohort studies, 2) gene-based analysis of rare variants, 3) quantitative trait mapping in experimental crosses, and 4) translational research efforts bridging mouse and human studies.

I am actively involved in genome-wide association analysis of cardiovascular phenotypes and genome-wide interaction studies performed through the Multi-Ethnic Study of Atherosclerosis (MESA). We are also performing post-GWAS research, including fine mapping studies, and candidate gene investigations with collaborators who are experts in animal models and in vitro studies of more focused genetic pathways.

Publicaciones Seleccionadas

  • Manichaikul A, Rich SS, Perry H, Yeboah J, Law M, Davis M, Parker M, Ragosta M, Connelly JJ, McNamara CA, Taylor AM (2014) A functionally significant polymorphism in ID3 is associated with human coronary pathology. Más uno. 9(3):e90222.
  • Manichaikul A, Hoffman EA, Smolonska J, Gao W, Cho MH, Baumhauer H, Budoff M, Austin JH, Washko GR, Carr JJ, Kaufman JD, Pottinger T, Powell CA, Wijmenga C, Zanen P, Groen HJ, Postma DS, Wanner A, Rouhani FN, Brantly ML, Powell R, Smith BM, Rabinowitz D, Raffel LJ, Hinckley Stukovsky KD, Crapo JD, Beaty TH, Hokanson JE, Silverman EK, Dupuis J, O’Connor GT, Boezen HM, Rich SS, Barr RG (2014) Genome-wide study of percent emphysema on computed tomography in the general population. The Multi-Ethnic Study of Atherosclerosis Lung/SNP Health Association Resource Study. Am J Respir Crit Care Med. 189(4):408-18.
  • Manichaikul A, Naj AC, Herrington D, Post W, Rich SS, Rodriguez A (2012) Association of SCARB1 variants with subclinical atherosclerosis and incident cardiovascular disease: the multi-ethnic study of atherosclerosis. Arterioscler Thromb Vasc Biol. 32(8):1991-9.
  • Manichaikul A, Palmas W, Rodriguez CJ, Peralta CA, Divers J, Guo X, Chen WM, Wong Q, Williams K, Kerr KF, Taylor KD, Tsai MY, Goodarzi MO, Sale MM, Diez-Roux AV, Rich SS, Rotter JI, Mychaleckyj JC (2012) Population structure of Hispanics in the United States: the multi-ethnic study of atherosclerosis. PLoS Genet. 8(4):e1002640.
  • Manichaikul A, Chen WM, Williams K, Wong Q, Sale MM, Pankow JS, Tsai MY, Rotter JI, Rich SS, Mychaleckyj JC (2012) Analysis of family- and population-based samples in cohort genome-wide association studies. Hum Genet. 131(2):275-87.
  • Manichaikul A, Mychaleckyj JC, Rich SS, Daly K, Sale M, Chen WM (2010) Robust relationship inference in genome-wide association studies. Bioinformatics. 26(22):2867-73.

Información del contacto
Mailing Address: PO Box 800717, Charlottesville, VA 22908
Phone: 434-982-1612
Fax: 434-982-1815


Ver el vídeo: What is GENETIC EPIDEMIOLOGY? What does GENETIC EPIDEMIOLOGY mean? (Mayo 2022).


Comentarios:

  1. Wiley

    En lugar de críticas, escribe tus opciones.

  2. Salkis

    El post me hizo pensar que deje mucho que pensar...

  3. Meztigar

    Que mensaje tan talentoso

  4. Cosmo

    El hecho de que no vuelvas atrás. Eso está hecho, está hecho.

  5. Pius

    Estas equivocado. Estoy seguro. Puedo probarlo. Escríbeme en PM.



Escribe un mensaje