Genetisk drift, grundareffekt och migration

Genetisk drift förändrar allelfrekvenser genom slumpmässig sampling i ändliga populationer, medan grundareffekt är den särskilt kraftiga drift som uppstår när få individer etablerar en ny population. Migration för in alleler och motverkar vanligen populationsdifferentiering, men utfallet bestäms av samspelet mellan genflöde, effektiv populationsstorlek, selektion, parningssystem och demografisk historia. Processerna är centrala både för evolutionär teori och för tolkning av sjukdomsvarianter i genetiska isolat.

Begrepp och avgränsningar

En allelfrekvens är andelen allelkopior av en viss typ bland samtliga kopior av ett locus i en population. I en diploid autosomal population med (N) individer finns (2N) allelkopior. Om allel (A) förekommer i (n_A) kopior är frekvensen (p=n_A/(2N)). Frekvensen av den alternativa allelen (a) betecknas ofta (q), och för ett bialleliskt locus gäller (p+q=1).

Genetisk drift är slumpmässiga förändringar av allelfrekvenser till följd av att endast ett ändligt urval av populationens allelkopior förs vidare. Drift förekommer i alla ändliga populationer men är starkast när den effektiva populationsstorleken är liten. Processen är stokastisk: man kan beräkna sannolikhetsfördelningen för nästa generations allelfrekvens, men inte förutsäga om en viss neutral allel kommer att öka eller minska i en enskild population.

Grundareffekten är alltså inte en separat evolutionär kraft utan en särskild, tidsmässigt avgränsad form av drift. Den inträffar vid etableringen av en ny population genom ett litet urval från en källpopulation. En flaskhals innebär däremot att en befintlig population reduceras, exempelvis genom epidemi, jakt eller naturkatastrof. Grundareffekt och flaskhals kan ge likartade genomiska signaturer, och den nygrundade populationen kan dessutom genomgå en fortsatt flaskhals om den förblir liten under flera generationer.

Mutation, selektion och drift måste hållas isär mekanistiskt. Mutation skapar nya alleler; drift ändrar slumpmässigt frekvensen av redan befintliga alleler; selektion ger systematiska frekvensförändringar när genotyper har olika reproduktiv framgång. Samma allel kan påverkas av samtliga processer samtidigt.

Referensmodellen: allelfrekvenser och Hardy–Weinberg-jämvikt

För ett autosomalt bialleliskt locus med allelerna (A) och (a) betecknas deras frekvenser (p) respektive (q). Om gameter förenas slumpmässigt blir sannolikheterna för de tre genotyperna produkterna av gameternas allelfrekvenser:

Hardy–Weinberg-jämvikt förutsätter slumpmässig parning med avseende på aktuellt locus samt frånvaro av genotypberoende selektion, migration och mutation. Den idealiserade modellen antar också en mycket stor population, så att drift kan försummas. Eftersom (p+q=1) gäller (p^2+2pq+q^2=1). Efter en generation av slumpmässig parning kan genotypfrekvenserna vara i Hardy–Weinberg-proportioner även om föregående generation inte var det.

Observerad heterozygositet, (H_O), är andelen heterozygota individer i ett urval. Förväntad heterozygositet, (H_E), är sannolikheten att två slumpmässigt valda allelkopior är olika; vid ett bialleliskt locus i Hardy–Weinberg-jämvikt är (H_E=2pq). Skillnaden mellan (H_O) och (H_E) kan spegla inavel, assortativ parning, populationsblandning, selektion eller tekniska fel, men behöver inte i sig visa drift.

Andra diversitetsmått fångar delvis andra aspekter. Allelrikedom anger antalet alleler och är särskilt känslig för att sällsynta alleler förloras vid en flaskhals. Nukleotiddiversitet, (\pi), är det genomsnittliga antalet nukleotidskillnader per position mellan två sekvenser. Heterozygositet påverkas starkare av vanliga alleler och kan därför minska mindre omedelbart än allelrikedomen.

Hardy–Weinberg-jämvikt betyder inte att allelfrekvenserna måste vara konstanta över generationer. Varje generation kan ligga i Hardy–Weinberg-proportioner utifrån sina aktuella (p) och (q), samtidigt som drift, migration eller selektion ändrar dessa frekvenser mellan generationerna. Jämvikten beskriver primärt relationen mellan allel- och genotypfrekvenser inom en generation.

Genetisk drift steg för steg

I Wright–Fisher-modellen består populationen av (N) diploida individer med diskreta, icke överlappande generationer. Nästa generations (2N) allelkopior samplas oberoende ur den föregående generationens genpool. Om frekvensen av allel (A) är (p), är antalet kopior i nästa generation binomialfördelat:

[ X' \sim \operatorname{Binomial}(2N,p), \qquad p'=\frac{X'}{2N}. ]

Det förväntade värdet är (E[p'|p]=p). Drift är därför inte riktad i genomsnitt över många identiska populationer. Variansen är däremot

[ \operatorname{Var}(p'|p)=\frac{p(1-p)}{2N_e}, ]

där (N_e) är effektiv populationsstorlek. Variansen är störst vid intermediära allelfrekvenser och ökar när (N_e) minskar. I en population med (N_e=20) blir generationsvisa slumpavvikelser således betydligt större än i en population med (N_e=20,000).

Ett neutralt allel kan tillfälligt öka, därefter minska och senare åter öka. Förr eller senare når det i en sluten ändlig population någon av de absorberande gränserna: förlust, (p=0), eller fixering, (p=1). När allelen väl har förlorats kan den inte återkomma utan mutation eller immigration; efter fixering återstår ingen variation vid locus.

För ett neutralt allel är sannolikheten för slutlig fixering lika med dess aktuella frekvens (p). En ny mutation som finns i en enda kopia i en diploid population har därför fixeringssannolikheten (1/(2N)) under idealiserade neutrala förhållanden. De flesta nya neutrala mutationer förloras, medan de få som fixeras kan göra det utan adaptiv fördel. Litet (N_e) ökar inte fixeringssannolikheten för en allel med ett givet (p), men förkortar typiskt tiden till förlust eller fixering.

Effektiv populationsstorlek

Den faktiska eller demografiska populationsstorleken, censusstorleken (N), är antalet individer. Effektiv populationsstorlek (N_e) är storleken på en ideal Wright–Fisher-population som skulle uppvisa samma grad av drift, inavel eller genetisk diversitetsförlust som den verkliga populationen. Det finns därför flera närbesläktade definitioner, bland annat varians- och inavelseffektiv populationsstorlek.

I naturliga populationer är (N_e) ofta mindre än (N), eftersom individer bidrar olika mycket till nästa generation. Ojämn könskvot reducerar det autosomala (N_e). Med (N_m) reproducerande hannar och (N_f) reproducerande honor gäller i en förenklad modell

[ N_e=\frac{4N_mN_f}{N_m+N_f}. ]

Om det finns 10 reproducerande hannar och 90 honor blir (N_e=36), trots att 100 individer reproducerar sig. Den mindre könsklassen begränsar alltså den effektiva storleken.

Stor variation i familjestorlek har liknande verkan. Om ett fåtal individer får merparten av avkomman samplas genpoolen i praktiken från färre föräldrar. Överlappande generationer, åldersberoende reproduktion, klonal förökning, polygyni och fluktuationer i reproduktiv framgång gör sambandet mellan (N) och (N_e) ytterligare komplext. Vid en grundarhändelse kan nära släktskap mellan grundarna medföra att antalet oberoende genkopior är lägre än vad individantalet antyder.

Vid varierande populationsstorlek bestäms långsiktigt (N_e) ungefär av det harmoniska snarare än det aritmetiska medelvärdet:

[ N_{e,\mathrm{harm}}=\frac{T}{\sum_{t=1}^{T}1/N_{e,t}}. ]

Korta perioder med mycket liten population får därför oproportionerligt stor betydelse. Snabb numerär tillväxt efter en grundarhändelse återställer inte de alleler som redan har förlorats och suddar inte omedelbart ut den genealogiska signaturen från den lilla grundarpopulationen.

Driftens genetiska konsekvenser

I en ideal diploid population minskar den förväntade heterozygositeten enligt

[ H_t=H_0\left(1-\frac{1}{2N_e}\right)^t. ]

Faktorn (1/(2N_e)) motsvarar sannolikheten att två allelkopior i en generation härstammar från samma kopia i föregående generation. Minskningen är långsam vid stort (N_e), men kan bli snabb i små isolat. Allelrikedomen faller ofta tidigare än heterozygositeten eftersom sällsynta alleler lätt saknas i nästa generations stickprov.

Inavelskoefficienten (F) är sannolikheten att två alleler hos en individ är identiska genom härkomst. I en ideal population ökar den med ungefär

[ \Delta F \approx \frac{1}{2N_e} ]

per generation när (F) initialt är lågt. Mer exakt kan förändringen skrivas (\Delta F=(1-F)/(2N_e)). Ökad identitet genom härkomst ger fler och längre runs of homozygosity (ROH), det vill säga sammanhängande homozygota genomsegment. Nylig släktskapsparning ger typiskt längre ROH än äldre, diffus populationsisolering.

Drift orsakar också fixering och allelförlust, förhöjd homozygoti samt ökat linkage disequilibrium (LD), alltså icke-slumpmässig association mellan alleler vid olika loci. I små populationer kan långa haplotyper nå hög frekvens av en slump, och rekombinationen behöver många generationer för att bryta ned associationerna. Dessa mönster påverkar både kartläggning av sjukdomsgener och tolkning av associationsstudier.

Svagt skadliga varianter kan undgå effektiv selektion när (N_e) är litet och därmed ansamlas eller fixeras genom drift. Detta kan öka den genetiska belastningen och bidra till inavelsdepression när recessiva skadliga alleler blir homozygota. Drift skapar dock inte riktad anpassning: en frekvensökning genom slump innebär inte att allelen förbättrar fitness.

Grundareffekt och populationsflaskhals

När (N_f) diploida grundare etablerar en population medför de (2N_f) autosomala allelkopior. Om källpopulationens allelfrekvens är (p), blir variansen i grundarpopulationens frekvens approximativt

[ \operatorname{Var}(p_f|p)\approx\frac{p(1-p)}{2N_f}. ]

Sannolikheten att allelen helt saknas bland grundarna är, vid oberoende sampling,

[ P(\text{frånvaro})=(1-p)^{2N_f}. ]

Sällsynta alleler löper därför stor risk att förloras. Om de råkar finnas hos en eller flera framgångsrika grundare kan de i stället få en betydligt högre frekvens än i källpopulationen.

En populationsflaskhals skiljer sig genom att en redan etablerad population reduceras kraftigt. Överlevande individer kan vara ett slumpmässigt genetiskt urval, men reduktionen kan också vara selektiv, exempelvis vid en patogenspecifik epidemi. Efter både flaskhals och grundareffekt kan den kvarvarande populationen visa låg allelrikedom, långa IBD-segment och förhöjt LD.

Effektens varaktighet bestäms inte enbart av grundarnas antal. Släktskap, könskvot och ojämn reproduktiv framgång kan sänka (N_e) kraftigt. Om populationen snabbt växer och får genflöde begränsas fortsatt drift, men den initiala allelförlusten kvarstår. Om den förblir liten, endogam och isolerad förstärks grundareffekten under flera generationer av fortsatt drift och inavel.

Enstaka och seriella grundarhändelser

En enstaka grundarhändelse uppstår när en ny population etableras direkt från en källpopulation. Den genetiska avvikelsen bestäms då av grundarurvalet och den efterföljande demografin. Vid fortsatt kontakt med källpopulationen kan genflöde successivt minska skillnaderna; vid isolering kan drift förstärka dem.

Vid en seriell grundareffekt etableras varje ny population av ett litet urval från den senast koloniserade populationen. Under en förenklad modell med samma effektiva grundarstorlek (N_f) i varje steg blir heterozygositeten efter (n) steg

[ H_n\approx H_0\left(1-\frac{1}{2N_f}\right)^n. ]

Modellen förutsätter bland annat neutralitet, likartad grundarstorlek och begränsat återflöde. Verkliga expansioner är mer komplexa, men kan ändå uppvisa minskande diversitet och ökande differentiering med geografiskt avstånd från ursprungsområdet.

Vid expansionsfronten är den lokala populationen liten och tillväxten snabb. En allel som råkar finnas hos individer längst fram kan ”surfa” på expansionen och nå hög frekvens i ett stort nykoloniserat område. Sådan gene surfing kan omfatta neutrala och svagt skadliga alleler. Den resulterande geografiska gradienten kan likna lokal selektion trots att den huvudsakligen har skapats av demografi och drift.

Migration och genflöde

Om en andel (m) av den reproducerande genpoolen i en mottagarpopulation kommer från migranter med allelfrekvens (p_m), medan den lokala frekvensen är (p), blir frekvensen efter migration

[ p'=(1-m)p+mp_m, ]

och förändringen

[ \Delta p=m(p_m-p). ]

Migrationens effekt beror således både på migrantandelen och på frekvensskillnaden. Om (p_m=p) sker ingen allelfrekvensförändring vid detta locus, även om individer har migrerat.

Fysisk migration är inte liktydig med genflöde. En migrant som inte reproducerar sig bidrar inte till nästa generations genpool. Omvänt kan genflöde ske utan att vuxna individer flyttar: pollen kan föra alleler mellan växtpopulationer, medan fröspridning flyttar både maternellt och embryonalt genetiskt material. Hos djur kan könsbunden spridning ge olika mönster för autosomer, X- eller Z-kromosomer, Y- eller W-kromosomer och mitokondrie-DNA.

Genflöde kan vara kontinuerligt eller ske i pulser av admixture. Det kan också vara asymmetriskt, exempelvis från en stor central population till små perifera populationer. En enstaka admixturepuls lämnar initialt långa segment från givarpopulationen; rekombination förkortar dem successivt. Kontinuerligt genflöde ger en blandning av segmentåldrar och kräver andra demografiska modeller.

Balansen mellan drift och migration

Drift ökar vanligen skillnaderna mellan isolerade populationer, eftersom allelfrekvenserna förändras oberoende. Migration verkar i motsatt riktning genom att föra in alleler och homogenisera genpoolerna. Inom små populationer kan immigration samtidigt öka heterozygositet och återinföra alleler som tidigare förlorats.

I den idealiserade symmetriska ömodellen kan differentieringen för neutrala diploida autosomala loci approximeras med

[ F_{ST}\approx\frac{1}{4N_em+1}. ]

Här är (N_em) det effektiva antalet migranter per generation. Ett högre (N_em) ger lägre (F_{ST}). Modellen antar bland annat lika stora populationer, symmetrisk migration, neutralitet och jämvikt mellan drift och migration.

Tumregeln att ungefär en effektiv migrant per generation motverkar stark differentiering är därför mycket grov. Den gäller inte direkt vid expansionsfronter, nyligen separerade populationer, riktat genflöde, stark lokal selektion eller hierarkisk rumslig struktur. Det relevanta är dessutom genetiskt bidragande migranter, inte antalet observerade förflyttade individer. En enda migrant med många avkommor kan påverka genpoolen mer än flera migranter utan reproduktion.

Samspel med selektion, mutation och parningssystem

Selektionskoefficienten (s) beskriver en genotyps relativa fitnesskillnad. Som grov skala blir selektion effektivare än drift när (|s|) klart överstiger ungefär (1/(2N_e)). När (|N_es|) är litet blir allelens öde starkt stokastiskt. En svagt skadlig allel kan då öka eller fixeras, medan en svagt gynnsam allel kan gå förlorad.

Mutation tillför kontinuerligt nya varianter, medan drift eliminerar variation. Den observerade diversiteten avspeglar därför en mutation–drift-balans som påverkas av mutationshastighet och (N_e). Mutation återställer dock sällan snabbt den allelrikedom som förlorats i en nylig flaskhals, särskilt inte vid specifika funktionella loci.

Genflöde kan motverka lokal anpassning genom att införa alleler som är mindre gynnsamma i mottagarmiljön, så kallad migration load. Om lokal selektion är tillräckligt stark kan differentiering ändå upprätthållas trots migration. Genomregioner under divergent selektion kan därför vara starkt differentierade även när resten av genomet visar omfattande genflöde.

Inavel ändrar primärt genotypfrekvenser genom att öka homozygoti, medan drift direkt förändrar allelfrekvenser. Inavel kan exponera recessiva skadliga alleler och ge inavelsdepression. Immigration från en mindre besläktad population kan ge heteros och genetisk räddning, men utfallet beror på genetisk kompatibilitet, lokal anpassning och den introducerade genetiska belastningen.

Genomiska signaturer och populationsgenetisk inferens

Litet historiskt (N_e), flaskhals och grundareffekt kan ge flera överlappande signaturer:

Ingen enskild signatur är specifik. En snabb expansion efter en flaskhals kan exempelvis ge både låg total diversitet och ett överskott av nytillkomna sällsynta varianter. Selektion kan lokalt reducera variation och öka LD på ett sätt som liknar en demografisk flaskhals.

Jämförelser med en sannolik källpopulation kan visa minskad diversitet och förändrade allelfrekvenser. PCA sammanfattar genomisk variation i axlar, medan admixture-modeller skattar komponenter relaterade till valda referenspopulationer. (F)-statistik används för att mäta differentiering och testa delade härkomstmönster. Koalescentbaserade eller framåtsimulerade modeller kan uppskatta historiskt (N_e), tidpunkt för separation, grundarstorlek och migration.

Inferensen är känslig för urvalsdesign. Litet eller snedrekryterat stickprov, nära släktskap, genotypningsfel och populationssubstruktur kan efterlikna grundarsignaturer. Felaktigt vald källpopulation kan ge missvisande slutsatser om både diversitetsförlust och admixture. Modeller bör därför jämföras, osäkerhetsintervall redovisas och demografiska slutsatser prövas mot oberoende historiska, geografiska eller arkeologiska data.

Grundarvarianter och medicinsk genetik

En grundarvariant är en variant som är identisk genom härkomst hos flera bärare och har anrikats i en härstamningsgrupp. Varianten behöver inte ha uppstått exakt när populationen grundades. Den kan ha funnits tidigare hos en av grundarnas förfäder och därefter ökat genom sampling, drift, endogami och demografisk expansion.

Den ursprungliga varianten låg på en viss kromosomal haplotyp. Rekombination bryter för varje generation successivt ned den gemensamma omgivande haplotypen. En nylig grundarvariant omges därför typiskt av ett längre delat segment än en äldre variant. Haplotypextent, lokala rekombinationshastigheter och koalescentmodeller kan användas för ungefärlig åldersbestämning, men skattningen påverkas av demografisk modell och återkommande mutation.

Medicinskt viktiga exempel omfattar:

• I ashkenazisk-judiska populationer är bärarfrekvensen för Tay–Sachs sjukdom omkring 1/27, huvudsakligen till följd av anrikade patogena varianter i HEXA.
• Hos Old Order Amish har grundarhistoria och endogami bidragit till förhöjd förekomst av Ellis–van Crevelds syndrom, orsakat av bialleliska patogena varianter i EVC eller EVC2.
• På Pingelap har en kraftig historisk flaskhals följd av populationsökning medfört hög frekvens av autosomalt recessiv kongenital akromatopsi.

Sådana sjukdomskluster visar inte att en population är generellt ”genetiskt sjuk”. En isolerad population kan ha låg frekvens av vissa sjukdomsalleler och hög frekvens av andra. En grundarvariant kan också vara neutral eller skyddande; begreppet beskriver härkomst och populationshistoria, inte patogenicitet.

Klinisk användning, tolkning och etiska konsekvenser

Känd grundarbakgrund kan motivera riktad bärarscreening, kaskadtestning och populationsanpassade variantpaneler. Detta kan ge hög diagnostisk träffsäkerhet till låg kostnad när ett begränsat antal varianter står för en stor andel av sjukdomsallelerna. Hos en patient med kompatibel fenotyp och relevant härkomst kan analys av kända grundarvarianter vara ett rationellt första steg.

Ett negativt panelresultat utesluter emellertid inte sjukdom eller bärarskap. Patienten kan bära en annan patogen variant i samma gen, en strukturell variant som panelen inte detekterar eller en variant i en annan gen med överlappande fenotyp. Vid kvarstående klinisk misstanke kan fullständig genanalys, kopietalsanalys, genpanel, exom- eller genomsekvensering krävas.

För en autosomalt recessiv sjukdom med sjukdomsallelfrekvens (q) är den förväntade andelen affekterade under Hardy–Weinberg-antaganden (q^2), medan bärarfrekvensen är (2q(1-q)), approximativt (2q) när (q) är låg. Om incidensen antas vara (q^2) kan (q) skattas som kvadratroten ur incidensen. Beräkningen blir osäker vid inavel, populationssubstruktur, selektion, flera sjukdomsalleler eller ofullständig penetrans.

Genetisk vägledning bör omfatta metodens residualrisk, reproduktiva alternativ och möjligheten till oväntade släktskaps- eller härkomstfynd. Självidentifierad etnicitet är en ofullständig proxy för genetisk härkomst och bör inte användas som enda grund för att utesluta diagnostik. Bredare sekvensering kan vara mer jämlik än snäva paneler när populationens variantspektrum är otillräckligt kartlagt.

I associationsstudier kan populationsstratifiering skapa falska samband om fall och kontroller har olika härkomst. Korrigering med genetiska huvudkomponenter, matchning och blandade modeller minskar men eliminerar inte alltid problemet. Kommunikation om grundarvarianter måste undvika stigmatisering, biologisering av sociala kategorier och antagandet att en variant är begränsad till en viss grupp. Ojämlik representation i referensdatabaser kan annars ge både feldiagnostik och ojämlik tillgång till precisionsmedicin.

Evolutionär och populationsbiologisk betydelse

Grundareffekter är centrala vid ökolonisation och biologiska invasioner. Ett fåtal individer kan etablera en population vars allelfrekvenser avviker kraftigt från ursprunget. Vid fortsatt isolering kan drift, mutation och selektion leda till genetisk och fenotypisk divergens. I peripatriska modeller kan en liten perifer population så småningom utveckla reproduktiv isolering, men drift ensam är varken en nödvändig eller tillräcklig förklaring till artbildning.

Låg genetisk diversitet kan minska den adaptiva potentialen, öka homozygot exponering av recessiva skadliga alleler och höja utdöenderisken. Effekten är särskilt allvarlig när populationen förblir liten och utsätts för nya patogener eller snabb miljöförändring. Samtidigt innebär en grundareffekt inte oundvikligen låg kortsiktig fitness: snabb numerär expansion och lokal anpassning kan ske om grundarna råkar bära lämplig variation, om nya mutationer tillkommer eller om ekologiska möjligheter är stora.

Invasiva arter visar att låg neutral diversitet inte alltid förhindrar expansion. Flera introduktioner kan dessutom blanda genetiskt skilda källor och återställa variation. Fenotypisk plasticitet, hög reproduktionstakt och selektion på stående variation kan möjliggöra snabb anpassning även efter en kraftig grundarhändelse.

Inom bevarandegenetik kan kontrollerad genförstärkning öka heterozygositet och maskera recessiva skadliga alleler, vilket ger genetisk räddning. Åtgärden måste vägas mot risken för utavelsdepression, där lokalt samverkande genkomplex bryts upp eller maladaptiva alleler introduceras. Val av givarpopulation bör därför beakta genetiskt avstånd, ekologisk likhet, sjukdomsrisk, lokalanpassning och den hotade populationens demografiska situation.

Källor

• Founder effect
• Grundareffekt
• Category:Founder effect
• Founder effect
• Bild: File:Founder effect.svg — Founder_effect.png: User:Qz10, derivative work: Zerodamage, Public domain