Главная Прочие
Биология: генетика. Практический курс
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Фотохарактеристика стадий и фаз митоза![]() Рис. 1. Ранняя профаза ![]() ![]() Рис. 3. Метафаза ![]() Рис. 4. Поздняя метафаза ![]() Рис. 5. Анафаза ![]() Рис. 6. Поздняя анафаза ![]() Рис. 7. Телофаза ![]() Рис. 8. Поздняя телофаза с элементом цитокинеза Фотохарактеристика основных событий стадий и фаз мейоза![]() Рис. 7. Профаза I, зиготена ![]() ![]() Рис. 3. Профаза I, диплотена ![]() ![]() Рис. 5. Метафаза I ![]() ![]() Рис. 7. Телофаза I ![]() ![]() Рис. 9. Метафаза I ![]() Рис. 10. Анафаза II ![]() Рис. 7 7. Телофаза II ![]() Рис. 72. Поздняя телофаза II Фотохарактеристика хромосомных аберраций в клетках апикальной меристемы пшеницы![]() Рис. 7. Анафаза с фрагментами ![]() ![]() Рис. 3. Ранняя телофаза с фрагментами ![]() Методы статистической обработки экспериментальных данныхТехника расчета критерия достоверности — у2 1. Установите общее количество особей, полученных в эксперименте (фактические данные — р), число фенотипических классов и количественный их состав. Данные запишите в таблицу 1. Таблица 1 Результаты количественного анализа (на примере моногибридного скрещивания)
на теоретически ожидаемые величины--. Суммируйте полученные частные каждого фенотипического класса и получите параметр d2 «хи-квадрат» (%2)по формуле: %2 —. <3 5. Произведите оценку величины хи-квадрат по таблице Фидера (таблица 2), используя число степеней свободы, которое равно количеству фенотипических классов эксперимента (АЗ) минус 1: N - 1. Если величина хи-квадрата равна 0, значит, данные эксперимента полностью соответствуют теоретически ожидаемым, если хи-квадрат не равен 0, то можно предположить, что различия случайны (нулевая гипотеза) или не случайны. Различия случайны только в случае, если критерий вероятности Р равен или меньше 0,05 (5 % значимости). Если значение хи-квадрата больше табличного, указанного в графе 0,05, но меньше значения графы 0,01, то полученные данные сомнительны, а если больше значения 0,01, то различия не случайны, а закономерны, обусловлены более сложным наследованием изучаемого признака. Таблица 2 Критерий Фишера
Техника статистической обработки данных эксперимента при изучении вариабельности признака
Таблица 3
Помните: если значения признака отличаются на малую величину (десятые, сотые значения целого числа), то ряд называется непрерывным, например, у таких признаков, как длина колоса, высота растения, масса зерен колоса и др. Если на целое число, то ряд называется прерывистый, например, у признаков «число колосков в колосе», «число зерен в колосе», «число продуктивных стеблей растения» и др. 3. В том случае, если признак образует непрерывный ряд, рассчитайте классовый интервал (А.— лямбда) и проводите разбивку вариант на классы. Вариационный ряд признака с непрерывной изменчивостью будет представлен не отдельными значениями вариант, а классами с частотой встречаемости вариант этого класса (таблица 4).
где г — число классов, которое определяется помощью таблицы 4. Таблица 4 Соотношение объема выборки с классовым интервалом
4. Рассчитайте среднее значение выборки как частное от суммы всех вариантов и объема выборки (х), а также среднее значение класса как полусумму крайних вариант, входящих в класс. Среднее значение выборки совпадет со среднем значением класса, в котором будет отмечено наибольшее число вариант (таблица 5).
или
Таблица 5
5. Установите величину «а’», для этого лучше использовать относительные единицы, в колонке, соответствующей среднему арифметическому выборки запишите ноль, затем вверх и вниз нумеруйте строчки, при этом цифры, идущие вверх со знаком минус, а вниз — с плюсом. Пример:
л = 50 -8 100 6. Для более полной характеристики степени выраженности признака постройте вариационную кривую распределения признака в генеральной совокупности. Для этого, на оси ординат отложите показатели частоты встречаемости (f), а на оси абсцисс — варианты или средние значения классов. Выбор масштаба для двух осей произволен, можно использовать «рванную ось», т. е. от нуля через пунктир первым значением проставлять то, которое ближе к минимальному. На поле графика в виде пересечений перпендикуляров наносите значения варианты и ее частоты, затем эти точки пересечения соедините между собой, полученная кривая обозначается как полигон распределения признака. Как правило, эта кривая имеет форму симметричной плавной кривой, что соответствует нормальному распределению признака в популяции; 7. Установите степень проявления признака у растений данной выборки через расчет такого показателя, как ошибка средней арифметической выборки (Sx), которая показывает теоретические пределы соответствия средней арифметической выборки и генеральной совокупности.
где § — среднее квадратическое отклонение. 8. Установите степень изменчивости признака, рассчитав такие показатели, как среднее квадратическое отклонение (5), варианса (§2), коэффициент вариации (V) по формулам:
Эта формула видоизменяется для признаков с непрерывной изменчивостью:
Принято считать, если коэффициент вариации меньше 10 %, то признак маловариабелен, если составляет от 10 до 20 %, то для признака характерна средняя степень вариабельности, если более 20 %, то для признака характерна сильная изменчивость.
где d — разность между двумя средними арифметическими и определяется как хг -х2,
11. При необходимости установления взаимосвязи между разными признаками одного сорта рассчитайте коэффициент корреляции по формуле
где X и Y — значения разных признаков. Коэффициент корреляции изменяется в области от -1 до +1, чем ближе этот показатель к +1, тем теснее прямолинейная корреляционная связь между изучаемыми признаками, принято, что при г < < 0,3 связь слабая, при г = 0,3 — 0,7 — средняя, при г > 0,7 — сильная; когда г = 0, то между признаками нет линейной связи, но криволинейная зависимость может существовать, отрицательные значения показателя обозначают наличие обратных связей. |
<< | СОДЕРЖАНИЕ | ПОСМОТРЕТЬ ОРИГИНАЛ | >> |
---|