¿En qué difieren el agrupamiento genético y la nitidez de Cline?

Ambas son formas de medir la divergencia en las especies, pero no entiendo en qué difieren exactamente si ambas usan zonas híbridas y frecuencias genéticas en el estudio.

El concepto de nitidez de cline no es común que yo sepa. Sospecho que encontró este concepto en una literatura de zona híbrida. ¿Puedes por favor enlazar al documento donde encontraste esos dos conceptos?
Voy a votar para cerrar como poco claro porque necesitaríamos el texto original en el que encontró esos términos.
Está en el primer capítulo de "Especiación ecológica" de Patrik Nosil pp 5. Da ejemplos de medidas de divergencia en la primera tabla. Los ejemplos son de Jiggins y Mallet 2000; y Barton y Hewit, 1985.

Respuestas (1)

Clustering y Clines son dos enfoques fundamentalmente diferentes para abordar los problemas de estructura de la población. Debido a que muchos resultados en la genética de poblaciones clásica se derivan de una población panmíctica, es natural extenderlos a múltiples poblaciones panmícticas con cierto grado de flujo de genes en el medio, como el modelo de la isla de Wright y el modelo de trampolín de Kimura. En estos modelos discretos, vemos cada subpoblación como un grupo reproductor y, por lo tanto, el algoritmo de agrupamiento se puede usar para una gran cantidad de individuos para clasificarlos según la subpoblación a la que pertenecen. Es 100% válido si la población real es realmente discreta (como en Galápagos), pero no si la población real está distribuida de forma continua en el espacio. En este último escenario,

Puede consultar los artículos de Montgomery Slatkin y Nick Barton sobre la teoría del cline en las décadas de 1970 y 1980 para obtener detalles, pero la propiedad general de un cline es que si la selección divergente es la causa principal del cline, entonces la inclinación del cline es proporcional a la diferencias de selección, pero hay una escala espacial característica de variación σ / s , por debajo del cual cualquier estructura espacial probablemente se verá inundada por la dispersión ( σ es la distancia media de dispersión de un individuo, y s es la intensidad de selección). Entonces, incluso si la clina es una función escalonada, que no es realista en absoluto, la clina seguirá siendo de pendiente finita. Mientras σ no es cero, no obtendrá un límite claro entre los dos lados de la población, lo que invalida la suposición del algoritmo de agrupamiento. Sin embargo, aunque el agrupamiento no es muy riguroso en una población continua, aún podemos usarlo para realizar exploraciones cualitativas de nuestros datos genéticos y la estructura de la población; de hecho, muchas personas prefieren usarlo porque son conceptualmente claros y fáciles de manipular en una computadora. .