Estadísticamente, ¿por qué el número de genes mutados en huevos tratados con mutagénesis química es uno?

Extraído de la Guía de Técnicas de Investigación en Neurociencia [1] :

En la mutagénesis química, un científico aplica una sustancia química mutagenizante, como sulfonato de etil metano (EMS) o N-etil-N-nitrosourea (ENU), a miles de huevos/larvas, lo que estadísticamente crea líneas de animales con mutaciones en un un solo gen en el genoma.

Mi hipótesis es que la distribución de probabilidad discreta del número de genes mutados se puede aproximar mediante una distribución normal con media = 1, por lo que estadísticamente se dice que el número de genes mutados es uno. Pero, ¿cómo pueden los científicos saber qué organismo o células contienen solo un gen mutado, o para el caso, un gen mutado causado solo por mutagénesis química?


[1] Carter, Matt y Jennifer C. Shieh. Guía de Técnicas de Investigación en Neurociencias . Prensa académica, 2015. ISBN: 978-0-12-374849-2

Respuestas (3)

El número esperado de mutaciones no seguiría la distribución normal (ND) como especuló porque un ND también tendría valores negativos en un rango de ( , ) , como también ha señalado Remi. En muchos casos, se puede aproximar un ND porque la varianza sería tan pequeña que prácticamente no se pueden encontrar valores negativos. Sin embargo, es una suposición incorrecta considerar todas las estadísticas biológicas como ND por defecto. Por favor, vea esta publicación. Básicamente, las aproximaciones de ND se pueden realizar en múltiples mediciones que siguen el teorema del límite central. Ahora, en tu caso de un ND centrado en 1, te diré cómo eso es imposible. Puede tener 2 y más de 2 mutaciones pero no puede tener menos de 0 mutaciones. La distribución no es simétrica y está sesgada hacia la derecha. Tampoco puede tener mutaciones fraccionarias y, por lo tanto, la distribución debe ser discreta y no continua.

La mutagénesis en sí misma se puede modelar como un proceso de Poisson. Para obtener más información sobre esto, consulte esta publicación . Entonces la probabilidad de k mutaciones en una ventana de tiempo, t , se puede representar mediante la siguiente ecuación:

PAG ( norte = k ) = ( λ t ) k mi λ t k !

Dónde λ es la tasa de mutagénesis.

El número medio de mutaciones (y también la varianza de una distribución de Poisson) sería λ t .

Ahora, la tasa de mutagénesis sería proporcional a la concentración del mutágeno. Especulo que la relación entre ellos seguiría una cinética de saturación (como Michaelis-Menten) pero a concentraciones más bajas sería esencialmente lineal.

Además, la tasa de mutagénesis también dependería del tipo de célula.

Por lo tanto, se requiere estandarización y los laboratorios que trabajan en esta área desde hace mucho tiempo desarrollan protocolos estandarizados (con concentraciones específicas de mutágeno y tiempos de tratamiento) que les permitan evitar mutaciones múltiples. Incluso entonces, tienen que evaluar a muchas personas para filtrar a los no mutantes.

Básicamente, no hay un número mágico.

Con el enfoque de pantalla genética avanzada , trataría el organismo con su mutágeno y los cruzaría para producir mutantes. Con la genética avanzada, estás usando un fenotipo para mapear un gen. Aísla los mutantes en función del fenotipo y realiza una prueba de complementación para determinar si la mutación estaba en el mismo gen o en genes diferentes. Esto se hacía clásicamente con Drosophila .

Mediante el enfoque de la genética clásica, un investigador ubicaría (mapearía) el gen en su cromosoma cruzando con individuos que tienen otros rasgos inusuales y recopilando estadísticas sobre la frecuencia con la que los dos rasgos se heredan juntos. Los genetistas clásicos habrían usado rasgos fenotípicos para mapear los nuevos alelos mutantes. Eventualmente, la esperanza es que tales pantallas alcancen una escala lo suficientemente grande como para que la mayoría o todas las mutaciones recién generadas representen un segundo golpe de un locus, esencialmente saturando el genoma con mutaciones. Este tipo de mutagénesis de saturación dentro de los experimentos clásicos se utilizó para definir conjuntos de genes que eran un mínimo indispensable para la aparición de fenotipos específicos. Sin embargo, tales pantallas iniciales estaban incompletas ya que faltaban loci redundantes y efectos epigenéticos, y tales pantallas fueron difíciles de realizar para ciertos fenotipos que carecen de fenotipos directamente medibles. Además, un enfoque de genética clásica lleva mucho más tiempo.

Fuente: Wikipedia

La razón por la que publiqué esta respuesta se debe al contexto de la mutagénesis química, proporcionada en 335 de su fuente :

Mutagénesis química El uso de agentes químicos, como EMS o ENU, para mutagenizar cientos o miles de óvulos/larvas con el fin de realizar una selección genética avanzada.

Lo que creo que dice el texto

El texto que cita es un poco confuso (tenga en cuenta que no es un artículo revisado por pares dado el lenguaje utilizado). Según la cita, pensaría que el tratamiento se elige de modo que el número esperado de mutaciones sea 1.

Pero, ¿cómo pueden los científicos saber qué organismo o células contienen solo un gen mutado?

Asumes que están revisando las líneas para encontrar aquellos que contienen una sola mutación. Esto no es lo que afirma el texto citado. El texto citado solo establece que el tratamiento crea mutaciones a razón de 1 por genoma.

Si tuvieran que filtrar las líneas para seleccionar aquellos que han tenido una sola mutación en alguna parte, entonces la secuenciación sería la única solución.

Nota sobre las estadísticas

El número de genes mutados después del tratamiento probablemente tenga una distribución de Poisson, no una distribución normal. Una distribución normal es una distribución de probabilidad continua de todos modos y está limitada entre y + , mientras que un número negativo de mutaciones no tiene sentido.

Nota sobre el diseño de la publicación.

Debe vincular a su fuente directamente. Será más fácil para aquellos dispuestos a responder

No solo por la naturaleza continua, no puede haber una distribución normal con media en 1 porque no puede haber valores negativos para esto, mientras que puede haber más de 2 mutaciones (lo que sesgará la forma). Tienes razón sobre la distribución de Poisson como hemos discutido en tu otra publicación .