HKA-test
Hudson-Kreitman-Aguade (HKA)-testen er en statistisk metode, der tester for neutral evolution ved at sammenligne niveauer af polymorfisme inden for populationer og divergens mellem populationer på tværs af flere loci. Testen blev udviklet af Hudson, Kreitman og Aguade i 1987 og anvender princippet om, at neutrale loci bør vise forventede sammenhænge mellem polymorfisme og divergens. Loci, der afviger fra disse sammenhænge, er kandidater til selektion. HKA-testen er særligt nyttig til at detektere selektion i genom-dækkende undersøgelser, da den anvender relative sammenligninger på tværs af loci snarere end at kræve ekstern kalibrering.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Hudson, R. R., Kreitman, M., & Aguadé, M. (1987). A test of neutral molecular evolution based on nucleotide data. Genetics, 116(1), 153–159. DOI: 10.1093/genetics/116.1.153 ↗
- Wakeley, J., Nielsen, R., Liu-Cordova, S. N., & Ardlie, K. (2012). The discovery of single-nucleotide polymorphisms and inferences about human demographic history. American Journal of Human Genetics, 69(6), 1332–1347. link ↗
- Biswas, S., & Akey, J. M. (2006). Genome-wide scan for selection on derived alleles. Evolutionary Biology, 36(1), 64–79. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hudson-Kreitman-Aguade Test for Detecting Selection. ScholarGate. https://scholargate.app/da/genetics/hka-test
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- KoalescensteoriGenetik↔ compare
- F-statistikker (FST)Genetik↔ compare
- McDonald-Kreitman-testenGenetik↔ compare
- Selection Sweep (Tajima's D)Genetik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →