HKA-test
De Hudson-Kreitman-Aguade (HKA)-test is een statistische methode die neutrale evolutie toetst door de niveaus van polymorfisme binnen populaties en divergentie tussen populaties op meerdere loci te vergelijken. De test, ontwikkeld door Hudson, Kreitman en Aguade in 1987, maakt gebruik van het principe dat neutrale loci de verwachte relaties tussen polymorfisme en divergentie zouden moeten vertonen. Loci die van deze relaties afwijken, zijn kandidaten voor selectie. De HKA-test is bijzonder nuttig voor het detecteren van selectie in genoombrede onderzoeken, omdat deze relatieve vergelijkingen tussen loci gebruikt in plaats van externe kalibratie te vereisen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Hudson-Kreitman-Aguade Test for Detecting Selection. ScholarGate. https://scholargate.app/nl/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.
- CoalescentietheorieGenetica↔ compare
- F-statistieken (FST)Genetica↔ compare
- McDonald-Kreitman-testGenetica↔ compare
- Selection Sweep (Tajima's D)Genetica↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →