Por causa da replicação, um único tipo de gene pode existir no tempo e no espaço de forma que transcenda os indivíduos que temporariamente carregam o gene.
Alguns alelos são idênticos por serem descendentes replicados de um único alelo ancestral
DNA é capaz de replicar
Coalescência
Coalescência do DNA Replicação do DNAÁrvore de genes
todas as cópias de DNA
homólogo coalescem em uma molécula
ancestral comum
Teoria do coalescente
Se μ << 1 e Prob (coal) << 1 DNA não replica e sofre mutação em uma mesma geração
Tempo
Tempo Coalescência
Cada reprodução pode envolver qualquer um dos N indivíduous, e é um evento independente de outras
• Assim, a probabilidade de que dois gametas venham do mesmo parental é de 1/N
• Em diplóides, a probabilidade de ibd / coalescência é 1/(2N) • Populações não são ideais, logo a probabilidade de coalescência em uma geração é de 1/2Nef
Pcoalescehá exatamente t gerações é a probabilidade de não coalescência pelas 1ast-1 gerações no passado seguida por um
evento de coalescência na geração t:
Amostrando dois genes ao acaso
probabilidade de não coalescência em t-1 gerações probabilidade de coalescência na geração t
A variância do tempo médio de coalescência de dois genes (σ2
ct) é a média da espectativa de (t - 2Nef)2:
O tempo médio de coalescência será:
Amostrando dois genes ao acaso
• Se n = 10, o tempo coberto por eventos de coalescência deve variar entre 0.0444Nefe 3.6Nef.
• Se n = 100, o tempo coberto por eventos de coalescência deve variar entre 0.0004Nefe 3.96Nef.
Não precisa grande amostra para inferir coalescências antigas, mas precisa de muitas para inferir coalescências recentes
Amostrando n genes ao acaso
Os tempos médios para a 1ae a última coalescência são:
4Nef/[n(n-1)] e 4Nef(1-1/n)
Árvore de Coalescência
E(T5,4) = 2N/10 E(T2,1) = 2N gerações E(T3,2)=2N/3 E(T4,3)=2N/6 Tempo presente• Tanto para 2 quanto n- coalescências, o tempo médio de coalescência é proporcional a Nefenquanto a variância é a Nef2.
• O relógio molecular segue Poisson em que a média = variância. • O coalescente é um processo evolutivo irregular, com muita variação inerente que não pode ser eliminada por n maiores; é inato ao processo evolutivo e chamado de estocasticidade evolutiva.
A variância do tempo de coalescência de n genes é:
Problema: Não há réplicas na maioria dos dados reais, os eventos ocorreram apenas uma vez.
Tempo de fixação (coalescência) em 105
réplicas do mesmo processo evolutivo
Mutação cria variação e destrói ibd
Coalescência
com mutação
Coalescência antes da mutação
Mutação
Mutação antes da coalescência
Assumindoμ muito pequeno e Nefmuito grande P de mutação e coalescência na mesma geração é baixa
Mutação e Coalescência:
Diversidade genética
Com μ << Nefpode ser simplificado para:
= Heterozigosidade esperada
Com μ << Nefpode ser simplificado para:
Mutação e Coalescência:
Árvores de Genes são genealogias de genes. Como cópias
diferentes em loci homólogos estão relacionados pela ordem de eventos de coalescência.
Árvore de gene e árvore de haplótipos
Únicos passos que podemos “ver” são os marcados por eventos mutacionais
Árvores de Genes são genealogias de genes. Como cópias
diferentes em loci homólogos estão relacionados pela ordem de eventos de coalescência.
Árvore de gene e árvore de haplótipos
A esta árvore de mais baixa resolução chamamos de árvore de haplótiposou de
alelos.
Árvore de haplótipo -- Antigas e recentes
Dobzhansky & Sturtevant (1936): An Inversion Tree for Drosophila
pseudoobscura (A) and D.persimilis (B)
Idealmente cada inversão ocorre apenas uma vez na árvore e a árvore minimiza o número total de mutações – Modelo de Alelos Infinitos
Idealmente cada inversão ocorre apenas uma vez na árvore e a árvore minimiza o número total de mutações -- Máxima Parcimônia
Máxima Parcimônia (e outros métodos) permite inferir estados de ancestrais extintos.
Árvore é enraizada com espécie relacionada que esteja filogeneticamente fora do grupo de interesse - Grupo externo.
Árvore de inversões não equivale sempre a árvore de espécies, ou populações - Polimorfismo Transpecífico.
Árvore de gene e árvore de haplótipos
Polimorfismo transpecífico (polimorfismoancestral, sorteamento de linhagem) – Quando alguns dos haplótipos encontrados em uma espécie são genealogicamente mais aparentados a linhagens de haplótipos encontrados em outra espécie do que a linhagens da própria espécie.
Árvore de gene e árvore de haplótipos
Polimorfismo transpecífico, ou polimorfismo
ancestral, ou ainda sorteamento de linhagem
Freqüência e topologia são misturadas. Mutação é mais provável em haplótipos comuns. Politomias e ramos pequenos são esperadas.
LPL Has 10 Exons Over 30 kb of DNA on Chromosome 8p22 Sequenced 9,734 bp from the 3’ End of Intron 3 to the 5’ End of Intron 9 Sequenced:
24 Individuals from North Karelia, Finland (World’s Highest Frequency of CAD) 23 European-Americans from Rochester, Minnesota
24 African-Americans from Jackson, Mississippi Found 88 Variable Sites
Ignored Singleton and Doubleton Sites and Variation Due to a Tetranucleotide Repeat, but Phased the Remaining 69 Polymorphic Sites by a Combination of Using Allele Specific Primer Pairs and Haplotype Substraction
The Phased Site Data Identified 88 Distinct Haplotypes
Genetic Survey of Lipoprotein Lipase
Ln-Likelihood ratio teste de homogeneidade = 99.8, 3 df, p = 1.75 x 10-7
Ln-Likelihood ratio teste de homogeneidade nas 3 classes mutáveis = 12.3, 2 df, p = 0.002
Análise de sítios altamente mutáveis
Type of Site # Nt # polym % polym p/ nt
CPG 198 19 9.6%
Mononucleotide runs > 5 456 15 3.3% Poly α arrest site ± 3
nucleotides [TG(A/G)(A/G)GA]
264 8 3.0%
All other nucleotides 8,866 46 0.5%
Região Tipo do Sítio 0-1 Homoplasias >2 Homoplasias
5’ e 3’ Altamente
mutável 11 14
Flanqueadora Todos os
outros 22 5
Sítios altamente mutáveis em
LPL e homoplasia
Recombinational Hotspot Altamente mutável 3 7 Todos os outros 5 2 Todos Altamente mutável 14 21 Todos os outros 27 7
Fisher's Exact Test: P = 0.0013 sob a hipótese nula de homogeneidade Fisher's Exact Test: P = 0.0013 sob a hipótese nula de homogeneidade
ε4 ε3 ε2
Árvore de
haplótipos
da
Apolipo-protein E
Árvore de haplótipos da Apolipoproteína E
4036 Coalescente de haplótipos de Apo E ε4 Anos (x 105) ε2 ε3 9 16 6 27 2 28 1 14 29 30 12 13 17 20 5 31 3.2 1.6 0.0 0.8 2.4 3937 4075 5229B 624 308 3673 545 2440 3106 1998 1163 152237012907 471 4951 73
Árvore de
haplótipos
da
Apolipo-proteína E
560 560 560 560 560 560 1575 624 624 624 624 1522 5361 5361 5361 4951 4951 4951 832 832 2440 1998 3937 1998 5229B 4075 1163 4036 73 471 14 11 19 17 20 18 23 15 12 25 13 10 16 24 2 22 6 7 5 1 1575 560 624 624 21 26 4 3 31 3106 28 545 27 3673 308 29 3701 8 30 2907 9ε3
ε2
ε4
Sítios 560 e 624 estão em uma repetição AluMuitos testes estatísticos usados na evolução molecular baseiam-se no modelo de sítios infinitos no qual cada mutação ocorre em um sítio novo.
Tal modelo não permite mutações recorrentes em um sítio único. Para regiões como hotspots mutacionais existem, este modelo pode ser muito enviesado.
Modelo de Sítios Finitos
Modelo de Sítios Infinitos
1 2 3 4 5 Mutações 1 2 3 4 5 6 Seqüênci as 7
Cada mutação ocorre em um nucleotídeo diferente
Uso de métodos não apropriados para estudos
intraspecíficos
Porque não apropriados: • baixa divergência • ancestral não está extinto • Politomia
• reticulação
• tamanho amostral grande
Parcimônia estatística
Redes ou árvores que alocam homoplasia entre haplótipos menos divergentes com probabilidade menor do que 0.05 são eliminadas em favor de outras que alocam tais homoplasias entre haplótipos mais divergentes
Árvore genealógica
Em estudos intraspecíficos:
•NÃO esperamos que o ancestral esteja extinto; • Politomias são esperadas. Na verdade, politomias são PROVÁVEIS;
• Como alelo ancestral não está extinto, esperamos que alelos mais antigos tenham maior freqüência. Por outro lado, novos alelos devem ter baixa freqüência;
• É mais provável que um alelo raro seja derivado de um alelo comum do que de outro raro;
Podemos usar estas esperanças para resolver “loops” ou homoplasias nos dados
Árvore de haplótipos
Em estudos intraspecíficos:
•NÃO esperamos que o ancestral esteja extinto; • Politomias são esperadas. Na verdade, politomias são PROVÁVEIS;
• Como alelo ancestral não está extinto, esperamos que alelos mais antigos tenham maior freqüência. Por outro lado, novos alelos devem ter baixa freqüência;
• É mais provável que um alelo raro seja derivado de um alelo comum do que de outro raro;
Podemos usar estas esperanças para resolver “loops” ou homoplasias nos dados
Máxima parcimônia Parcimônia estatística
Árvore genealógica
Em estudos intraspecíficos:
•NÃO esperamos que o ancestral esteja extinto; • Politomias são esperadas. Na verdade, politomias são PROVÁVEIS;
• Como alelo ancestral não está extinto, esperamos que alelos mais antigos tenham maior freqüência. Por outro lado, novos alelos devem ter baixa freqüência;
• É mais provável que um alelo raro seja derivado de um alelo comum do que de outro raro;
Podemos usar estas esperanças para resolver “loops” ou homoplasias nos dados
Árvore de haplótipos
• Geralmente NÃO sabemos a raiz; • Alelos antigos tem mais chance de serem nós internos, ao invés de pontas (tips).
560 560 560 560 560 560 1575 624 624 624 624 1522 5361 5361 5361 4951 4951 4951 832 832 2440 1998 3937 1998 5229B 4075 1163 4036 73 471 14 11 19 17 20 18 23 15 12 25 13 10 16 24 2 22 6 7 5 1 1575 560 624 624 21 26 4 3 31 3106 28 545 27 3673 308 29 3701 8 30 2907 9
ε3
ε2
ε4
Árvore de
haplótipos
da Apo- E
Um único haplótipo pode ter segmentos de DNA que tiveram padrões de mutação e coalescência diferentes no passado. Não existe uma única história evolutiva para estes haplótipos recombinantes.
Quando a recombinação é comum e uniforme, mesmo a idéia de uma árvore de haplótipos torna-se biologicamente sem sentido.
Importante investigar sua presença!
Coalescência e recombinação
A recombinação ocorre em todos os genótipos, mas muda o estado do gameta parental apenas em duplos heterozigotos.
A recombinação muda a fase de marcadores polimórficos.
Para se detectar e estudar a recombinação, é essencial ter dados com fase conhecida (como haplótipos)
PROBLEMA: Queremos estimar os haplótipos e suas freqüências no pool gênico, mas não podemos observá-los em todos os indivíduos.
GENOTIPAGEM N HAPLÓTIPOS
POSSÍVEIS
A/A A/A T/T HOMOZIGOTO 21 AAT
G/G A/A T/T HOMOZIGOTO 19 GAT
A/A C/AT/T HETEROZIGOTO SIMPLES 9 ACT/AAT
A/GA/A T/T HETEROZIGOTO SIMPLES 39 AAT/GAT
A/G C/AT/T DUPLE HETEROZIGOTO 9 ACT/GAT ou AAT/GCT
A/GA/A T/CDUPLO HETEROZIGOTO 2 AAT/GAC ou AAC/GAT
A/G C/A T/CTRIPLO HETEROZIGOTO 1 ACT/GAC ou AAT/GCC ou ACC/GAT ou AAC/GCT
1aSolução: Subtração de Haplótipos (Clark, Mol. Biol. Evol. 7:
111-122, 1990).
GENOTIPAGEM N HAPLÓTIPOS
POSSÍVEIS
A/A A/A T/T HOMOZIGOTO 21 AAT
G/G A/A T/T HOMOZIGOTO 19 GAT
A/A C/AT/T HETEROZIGOTO SIMPLES 9 ACT/AAT
A/GA/A T/T HETEROZIGOTO SIMPLES 39 AAT/GAT
A/G C/AT/T DUPLE HETEROZIGOTO 9 ACT/GAT ou AAT/GCT
A/GA/A T/CDUPLO HETEROZIGOTO 2 AAT/GAC ou AAC/GAT
A/G C/A T/CTRIPLO HETEROZIGOTO 1 ACT/GAC ou AAT/GCC ou ACC/GAT ou AAC/GCT
Os haplótipos neste grupo são conhecidos!
1aSolução: Subtração de Haplótipos (Clark, Mol. Biol. Evol. 7:
111-122, 1990).
GENOTIPAGEM N HAPLÓTIPOS
POSSÍVEIS
A/A A/A T/T HOMOZIGOTO 21 AAT
G/G A/A T/T HOMOZIGOTO 19 GAT
A/A C/AT/T HETEROZIGOTO SIMPLES 9 ACT/AAT
A/GA/A T/T HETEROZIGOTO SIMPLES 39 AAT/GAT
A/G C/AT/T DUPLE HETEROZIGOTO 9 ACT/GAT ou AAT/GCT
A/GA/A T/CDUPLO HETEROZIGOTO 2 AAT/GAC ou AAC/GAT
A/G C/A T/CTRIPLO HETEROZIGOTO 1 ACT/GAC ou AAT/GCC ou ACC/GAT ou AAC/GCT
Os haplótipos neste grupo são conhecidos!
Tais haplótipos são também possibilidades em genótipos com fase ambígua
1aSolução: Subtração de Haplótipos (Clark, Mol. Biol. Evol. 7:
111-122, 1990).
GENOTIPAGEM N HAPLÓTIPOS
POSSÍVEIS
A/A A/A T/T HOMOZIGOTO 21 AAT
G/G A/A T/T HOMOZIGOTO 19 GAT
A/A C/AT/T HETEROZIGOTO SIMPLES 9 ACT/AAT
A/GA/A T/T HETEROZIGOTO SIMPLES 39 AAT/GAT
A/G C/AT/T DUPLE HETEROZIGOTO 9 ACT/GAT ou AAT/GCT
A/GA/A T/CDUPLO HETEROZIGOTO 2 AAT/GAC ou AAC/GAT
A/G C/A T/CTRIPLO HETEROZIGOTO 1 ACT/GAC ou AAT/GCC ou ACC/GAT ou AAC/GCT
Os haplótipos neste grupo são conhecidos!
A solução que inferir menos haplótipos novos será a preferida
2aSolução: Algoritmo EM (Estimation-Maximization)
(Templeton et al. Genetics 120: 1145-1154, 1988).
Estima probabilidades de várias fases de genótipos pelo uso das freqüências dos haplótipos em um modelo de Hardy-Weinberg.
2aSolução: Algoritmo EM (Estimation-Maximization)
(Templeton et al. Genetics 120: 1145-1154, 1988).
Estima probabilidades de várias fases de genótipos pelo uso das freqüências dos haplótipos em um modelo de Hardy-Weinberg. Repetir tal procedimento até que as freqüências se estabilizem.
2aSolução: Algoritmo EM (Estimation-Maximization)
(Templeton et al. Genetics 120: 1145-1154, 1988).
Nem tão bem resolvido quanto o algoritmo de Haplotype
Substraction.
3aSolução: Algoritmo Bayesiano (Stephens et al., Am J. Hum Gen.
68: 978-989,2001)
Divide the individuals into those with unambiguous haplotypes and those with ambiguous haplotypes. Unlike haplotype subtraction and like EM, ambiguous individuals always remain ambiguous (although the probabilities could become very small). Then:
1. Let G be the vector of genotypes and H(0)some initial guess of the vector of haplotypes (just like EM).
2. Choose an individual, i, uniformly and at random (thus avoiding order effects) from the set of ambiguous individuals.
3. Sample Hi(t+1)from P(Hi|G,H-I(t))where H-Iis the set of haplotypes excluding individual i.
Go back to 2 and keep repeating until converge to a stationary distribution (they show this will always occur). Thus, you now have P(H|G).
Contudo, de onde tiramos P(Hi|G,H-I(t))?
Como detectar eventos de recombinação em LPL
5NR 2JNR 70R 79R 7 8 13 20 29 31 33 56 53 5 65 25 7 8 13 16 11J 61 19 31J66 29 36 69 5 16 12 36J Branch "A"
{
Como detectar eventos de recombinação em LPL
α=3, β=5, κ=3, p =0.0179, crossover between sites 13 and 29.
1 10 20 30 40 50 60 69 2JNR CAGTTTCCCT CAGCACGATC GCAATTGCAC CTCAATGTAT AGTTGTAACC GAGTCCGCAT AACTATAGG 5NR CAGTTTATCT CACCACGATA GCAATTGCAC CTCAATGTAT AGTTGTAACC GAGTCCGCAT AACTATAGG Node a CAGTTTATCT CACCACGATC GCAATTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGG
α=2, β=7, κ=2, p =0.0278, crossover between sites 16 and 19.
Node d CAGTTTATCT CACCACGATC GCAACTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGG 11J CAGTATATCT CACCATGATC GCAACTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGG Node e CAGTATATCT CACCATGAGC GCAATTGCAC TTTAA?GTAT AGTTGTAACC GAATCAGCAT CACTGGAGA 11J CAGTATATCT CACCATGATC GCAACTGCTC TTTAATGTAT AGTTGTAACC GAATCAGCAT AACTATAGG Node e CAGTATATCT CACCATGAGC GCAATTGCAC TTTAA?GTAT AGTTGTAACC GAATCAGCAT CACTGGAGA T-1 CAGTTTATCT CACCACGAGC GCAATTGCAC TTTAA?GTAT AGTTGTAACC GAATCAGCAT CACTGGAGA
Distribuição de recombinantes em LPL
LD e recombinational Hotspot em LPL
Reich, D. E. et al. Nature Genetics 32, 135-142, 2002. “recombination 'hot spots' are a general feature of the human genome and have a principal role in shaping genetic variation in the human population.”
Recombinação cria novas fases em sítios polimórficos, que podem ser medidas por:
D= gABgab-gAbgaB
• D mede o grau de associação entre dois sítios naquela população
• D é criado por várias forças evolutivas e eventos históricos, inclusive a mutação.
Hardy Weinberg em 2 loci
Ou seja, evolução ocorre!
O equilíbrio é alcançado gradualmente, na taxa r. Informações históricas são medidas por D, que decai com o tempo.
Em loci com alta ligação pode persistir por grandes períodos.
Hardy Weinberg em 2 loci
Dt= D0(1-r)t
Existe a tendência de usar D como medida da proximidade na molécula de DNA Isto se justifica quando r >> μ
Quando r < μ ou r ≈ μ ; o desequilíbrio está medindo proximidade no processo de coalescência.
Desequilíbrio e Coalescência
ε4 ε3 ε2Árvore de
haplótipos
da Apo- E
O gene ApoE
Stengård et al. (1996) mostraram que substituições de amino ácidos em ApoE tem grande impacto na mortalidade por doenças coronarianas em um estudo longitudinal. 0 1 2 3 4 5 6 7 CAD Mortality Relative to CAD Mortality of 3/3 3/3 3/4 2/4 & 4/4 0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 30 8 4 71545 560624 832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1*0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 03 8 4 71545 560246832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1*
Estes dois sítios estão em desequilíbrio
Região Gênica da Apo E
560 560 560 560 560 560 1575 624 624 624 624 1522 5361 5361 5361 4951 4951 4951 832 832 2440 1998 3937 1998 5229B 4075 1163 4036 73 471 14 11 19 17 20 18 23 15 12 25 13 10 16 24 2 22 6 7 5 1 1575 560 624 624 21 26 4 3 31 3106 28 545 27 3673 308 29 3701 8 30 2907 9
Árvore de
haplótipos
da Apo- E
560 560 560 560 560 560 1575 624 624 624 624 1522 5361 5361 5361 4951 4951 4951 832 832 2440 1998 3937 1998 5229B 4075 1163 4036 73 471 14 11 19 17 20 18 23 15 12 25 13 10 16 24 2 22 6 7 5 1 1575 560 624 624 21 26 4 3 31 3106 28 545 27 3673 308 29 3701 8 30 2907 9Estes haplótipos são T no sítio 832 e C
em 3937
Estes haplótipos são G no sítio 832 e T em 3937
Árvore de
haplótipos
da Apo- E
0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 30 8 4 71545 560624 832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1*Sítio 3937 é um polimorfismo de a.a. que afeta a função de ApoE e infarto
Região Gênica da Apo E
0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 03 8 4 71545 560246832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1*
Sítio 3937 é um polimorfismo de a.a. que afeta a função de ApoE e infarto
Suponha que apenas esta região tenha sido sequenciada
Região Gênica da Apo E
0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 30 8 4 71545 560624 832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1*
Sítio 832 está associado na árvore de haplótipos com o sítio 3937
Região Gênica da Apo E
Suponha que apenas esta região tenha sido sequenciada
Sítio 3937 é um polimorfismo de a.a. que afeta a função de ApoE e infarto
0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 03 8 4 71545 560246832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1*
Região Gênica da Apo E
Sítio 832 pareceria com a maior associação com função de ApoE e infarto
Suponha que apenas esta região tenha sido sequenciada 0. 0.5 1. 1.5 2. 2.5 3. 3.5 4. 4.5 5. 5.5 E x on 1 Ex o n 2 E x on 3 E x on 4 7 3 30 8 4 71545 560624 832 116 3 1 52 2 1 57 5 1 99 8 2 44 0 2 90 7 3 10 6 3 67 3 3 93 7 4 03 6 4 07 5 4 95 1 5 22 9 A 5 22 9B 5 36 1 3 70 1* Você seria capaz de inferir desta associação que o marcador mais perto do sítio funcional estaria aqui?
Região Gênica da Apo E
Sítio 832 pareceria com a maior associação com função de ApoE e infarto
Suponha que apenas esta região tenha sido sequenciada
