Strategie dyspersyjne pachnicy i innych chrząszczy saproksylicznych
|
|
- Kamil Bednarek
- 8 lat temu
- Przeglądów:
Transkrypt
1 Strategie dyspersyjne pachnicy i innych chrząszczy saproksylicznych Andrzej OLEKSA Tomasz KLEJDYSZ Instytut Ochrony Roślin Państwowy Instytut Badawczy olek@ukw.edu.pl
2 Proces przemieszczania sięorganizmóww stosunku do obszaru zajętego przezpopulacjęlub poza organizm macierzysty Dyspersja
3 Znaczenie dyspersji Kolinizacja pustych płatów środowisk (np. Hanski 1994) Dynamika populacji (np. Pulliam 1988) Przepływ genów w obrębie i między populacjami (np. Slatkin 1987)
4 Metody badania dyspersji Badania z użyciem znakowania i ponownych złowień (np. Ranius i Hedin 2001) Telemetria (np. Hedin i Ranius 2002) Loty na uwięzi (np. Dubois et al. 2010) Badania genetyczne Pachnica z nadajnikiem radiowym
5 Genetyczne skutki ograniczeń dyspersji Wzrost zróżnicowania między populacjami Spadek zmienności genetycznej wewnątrz populacji (dryf genetyczny) skutek: zwiększony poziom wsobności i obniżona zdolność adaptacji do zmian środowiska, zwiększone ryzyko wymarcia (Frankham 2005)
6 Ewolucja zachowań dyspersyjnych Związana z trwałością i przewidywalnością środowiska (e.g. Travis & Dytham 1999) Środowiska o długim czasie trwania -> niskie zdolności dyspersyjne (e.g. Roff 1975; Levin et al. 1984; Nilsson & Baranowski 1997)
7 Dziuple drzew Pozostają w stanie odpowiednim do zasiedlenia przez wiele pokoleń Można oczekiwać, że gatunki w nich żyjące mają niskie tempo dyspersji dobrze znany przykład: Osmoderma eremita(ranius & Hedin 2001, Hedin et al. 2008) o strategii dyspersyjnej innych żyjących tu gatunków niewiele wiadomo Thomas Ranius
8 Badane gatunki pachnica Osmoderma barnabita wepa marmurkowana Protaetia marmorata tęgosz rdzawy Elater ferrugineus borzewka Diaperis boleti dziuple, wąska nisza ekol. (Oleksa et al. 2007; Dubois et al. 2009) dziuple, szeroka nisza ekol. (Oleksa et al. 2006) dziuple, drapieżnik (?) owocniki grzybów, np. żółciaka siarkowego
9 Hipotezy Chrząszcze żyjące w dziuplach są pod silniejszym wpływem izolacji przez odległość Bardziej wyspecjalizowane gatunki odznaczają się ograniczoną dyspersją (wysokie tempo dyspersji może być szkodliwe gdy środowisko jest rzadkie) Potencjał dyspersyjny drapieżnika musi być co najmniej tak wysoki jak jego ofiar Futuyma & Moreno 1988; Brouat et al. 2003; Zayed et al. 2005
10 Metody materiał i teren Zbiór próbek DNA (fragmenty stóp) w alejach przydrożnych O. barnabita, P. marmorata, E. ferrugineus, D. boleti: po ok. 160 osobników LT LV R )) ) ) ) ) )) )) ) )) ) )) ))) ) ) ))) )))) ) ) )) ) ) ) ) ))) ) ) )) ) BY DE PL CZ UA SK
11 geoportal.gov.pl
12 Metody sposób zbioru Duża część materiału została zebrana do pułapek feromonowych Osobniki D. boleti zbierane bezpośrednio z owocników grzybów, a P. marmorata z dziupli
13 Metody analizy molekularne 5 loci AFLP Analizy genetyczne: AFLP (Amplified Fragment Length Polymorphism; Vos et al. 1995) Markery dominujące nie ma możliwości odróżnienia heterozygot od homozygot dominujących dane binarne Przykładowy elektroferogram AFLP
14 Szacowanie dyspersji Analiza autokorelacji z wykorzystaniem współczynnika pokrewieństwa (Hardy & Vekemans1999)w programie SPAGeDi (Hardy & Vekemans 2002) Intensywność przestrzennej struktury genetycznej Sp= b 1 / (1 f (1) ) b 1 nachylenie linii regresji log-liniowej pomiędzy pokrewieństwem osobników a dzielącą je odległością f (1) średnie pokrewieństwo dla osobników zebranych w pierwszej klasie dystansu (0 m) Spjest odwrotnie proporcjonalne do efektywnej wielkości obszaru sąsiędztwa(nb), tj. obszaru w którym osobniki mogą się swobodnie kojarzyć Nbmoże być użyte do oszacowania dyspersji(σ)o ile znamy zagęszczenie populacji(de)
15 Szacowanie dyspersji podobieńśtwo genet. między parami osobników (pokrewieństwo) f (1) b 1 nachylenie linii regresji W warunkach izolacji przez odległość, pokrewieństwo osobników jest liniową funkcją logarytmu odległości między nimi (Rousset 2000) log (odległość) Spjest odwrotnie proporcjonalne do efektywnej wielkości obszaru sąsiedztwa Nb (obszaru w którym osobniki mogą kojarzyć się losowo, Wright 1946) i do zasięgu dyspersji σ Intensywność przestrzennej struktury genetycznej: Sp= b 1 / (1 f (1) ) b 1 nachylenie log-liniowej regresji pomiędzy pokrewieństwem a odległościami między osobnikami f (1) średnie pokrewieństwo w najbliższym dystansie
16 Wyniki Pokrewieństwo Osmoderma barnabita Pokrewieństwo Protaetia marmorata Sp = Sp = odległość [m] odległość [m] Pokrewieństwo Diaperis boleti Sp = Pokrewieństwo Elater ferrugineus wyniki wstępne Sp = odległość [km] odległość [km] Ilustracje chrząszczy colpolon.pl Uwaga! Dolne i górne wykresy różnią się skalą
17 Ocena przepływu genów i dyspersji Osmoderma barnabita Protaetia marmorata De(ind/km 2 ) Nb σ Nb σ 1000 NE NE NE NE (NE) (NE) NE NE (NE) (NE) NE NE (35.0) (110.2) NE NE (8.9) (82.5) (396.4) (1536.3) (36.6) (423.1) (100.7) (613.0) (14.5) (378.7) (42.1) (648.4) (23.0) (856.5) (183.8) (2564.4) 0.1 NE NE (304.7) ( ) 0.05 NE NE (125.6) (7052.7) 0.01 NE NE NE NE De zakładane efektywne zagęszczenie(osobników / km 2 ) Nb - wielkość obszaru sąsiedztwa(w którym osobniki mogą się ze sobą kojarzyć) σ osiowa wariancja dyspersji średni zasięg dyspersji, w metrach NE wartość nieoszacowana na skutek braku konwergencji Odchylenia std. w nawiasach
18 Zasięg dyspersji u pachnicy Wg poprzednich szacunków (Ranius& Hedin 2001; Hedin et al. 2008): średnia odległość dyspersji 60 m nasze wyniki: około 500 m bezpośrednie obserwacje przemieszczeń: 780 m znakowanie (własne wyniki niepubl.) 700 m śledzenie osobników z nadajnikami radiowymi (Dubois & Vignon 2008) eksperyment z lotami na uwięzi: średnia prędkość rotacji 6.80±0.58 km/h (do 8.55 km/h), maksymalny czas trwania lotu19 min możliwy przelot na ponad 2 km(dubois et al. 2009)
19 Podsumowanie Analizy autokorelacji przestrzennej pokrewieństwa wskazują, że gatunki związane z dziuplami pozostają pod przemożnym wpływem izolacji przez odległość Intensywność przepływu genów (efektywna dyspersja): O. barnabita < P. marmorata < E. ferrugineus, D. boleti Zasięg dyspersji u pachnicy może być o rząd wielkości większy niż dotychczas szacowano (setki zamiat dziesiątków metrów)
20 Podziękowania Badania finansowane z grantu MNiSW (No. NN ) Podziękowania: Robert Gawroński, Glenn P. Svensson, Daniel Doktór, Jean-Marc Lassance,Konrad H. Maciejewski, Igor J. Chybicki, Katarzyna Kowalkowska,Ewa Sztupecka i inni
21 Dziękujemy za uwagę!
PORÓWNYWANIE POPULACJI POD WZGLĘDEM STRUKTURY
PORÓWNYWANIE POPULACJI POD WZGLĘDEM STRUKTURY obliczanie dystansu dzielącego grupy (subpopulacje) wyrażonego za pomocą indeksu F Wrighta (fixation index) w modelu jednego locus 1 Ćwiczenia III Mgr Kaczmarek-Okrój
Bardziej szczegółowoRaport z inwentaryzacji drzew pod kątem występowania pachnicy dębowej
Karol Komosiński Ul. Popiełuszki 1/43 10-693 Olsztyn Olsztyn, 5.10.2013 Raport z inwentaryzacji drzew pod kątem występowania pachnicy dębowej Opracowanie dotyczy przeprowadzenia inwentaryzacji pod kątem
Bardziej szczegółowoDr Andrzej Oleksa. Załącznik 2
Dr Andrzej Oleksa Załącznik 2 Autoreferat przedstawiający opis osiągnięcia naukowego wynikającego z art. 16 ust. 2 Ustawy z dnia 14 marca 2003 r. o stopniach naukowych i tytule naukowym oraz o stopniach
Bardziej szczegółowoPachnica dębowa Osmoderma barnabita w pasie drogowym drogi Gamerki Wielkie - Jonkowo
Pachnica dębowa Osmoderma barnabita w pasie drogowym drogi Gamerki Wielkie - Jonkowo 1 mgr Adam Bohdan WPROWADZENIE Praca obejmowała inwentaryzację pachnicy dębowej Osmoderma barnabita na wybranych drzewach
Bardziej szczegółowoPachnica dębowa Osmoderma barnabita w pasie drogowym drogi Gamerki Wielkie - Jonkowo
Pachnica dębowa Osmoderma barnabita w pasie drogowym drogi Gamerki Wielkie - Jonkowo mgr Adam Bohdan WPROWADZENIE 1 Praca obejmowała inwentaryzację pachnicy dębowej Osmoderma barnabita na wybranych drzewach
Bardziej szczegółowoOpinia Generalnej Dyrekcji Ochrony Środowiska na temat właściwej metody oraz terminu inwentaryzacji pachnicy dębowej w alejach przydrożnych
Opinia Generalnej Dyrekcji Ochrony Środowiska na temat właściwej metody oraz terminu inwentaryzacji pachnicy dębowej w alejach przydrożnych W związku z realizacją w kraju licznych inwestycji polegających
Bardziej szczegółowoBliskie Spotkanie z Biologią. Genetyka populacji
Bliskie Spotkanie z Biologią Genetyka populacji Plan wykładu 1) Częstości alleli i genotypów w populacji 2) Prawo Hardy ego-weinberga 3) Dryf genetyczny 4) Efekt założyciela i efekt wąskiego gardła 5)
Bardziej szczegółowoBadania genetyczne nad populacją jelenia w północno-wschodniej Polsce
Badania genetyczne nad populacją jelenia w północno-wschodniej Polsce Magdalena Niedziałkowska, Bogumiła Jędrzejewska, Jan Marek Wójcik Instytut Biologii Ssaków PAN w Białowieży Cele badań 1) Poznanie
Bardziej szczegółowoMetody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak
Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin Henryk Bujak e-mail: h.bujak@ihar.edu.pl Ocena różnorodności fenotypowej Różnorodność fenotypowa kolekcji roślinnych zasobów
Bardziej szczegółowoKsięgarnia PWN: Joanna R. Freeland - Ekologia molekularna
Księgarnia PWN: Joanna R. Freeland - Ekologia molekularna Spis treści Przedmowa................................. Podziękowania............................... XIII XIV 1 Metody genetyki molekularnej w badaniach
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoDrewno i tzw. martwe drewno konflikt interesów
Drewno i tzw. martwe drewno konflikt interesów Martwe drewno ( deadwood ) zamarłe i obumierające drzewa i ich części oraz martwe części żywych drzew. Organizmy saproksyliczne związane podczas swojego życia
Bardziej szczegółowoOcena zmienności genetycznej jesionu wyniosłego w Polsce. Jarosław Burczyk
Ocena zmienności genetycznej jesionu wyniosłego w Polsce Jarosław Burczyk Zmienność genetyczna W naturalnych zbiorowiskach, zróżnicowanie genetyczne jest wynikiem doboru naturalnego i historii demograficznej
Bardziej szczegółowoEkologia molekularna. wykład 4
Ekologia molekularna wykład 4 Zróżnicowanie między populacjami Przyczyny odchyleń od HWE Czynniki demograficzne nielosowe kojarzenie wsobność (inbred) struktura genetyczna populacji (subpopulacje) migracje
Bardziej szczegółowoLech Buchholz. Świętokrzyski Park Narodowy
Pachnica dębowa (Osmoderma eremita [auct.]) jako gatunek osłonowy ginących i zagrożonych chrząszczy, na przykładzie rodziny sprężykowatych (Elateridae) Lech Buchholz Świętokrzyski Park Narodowy Stare drzewa,
Bardziej szczegółowoThe influence of habitat isolation on space use and genetic structure of stone marten Martes foina population
The influence of habitat isolation on space use and genetic structure of stone marten Martes foina population Wpływ izolacji środowiska na użytkowanie przestrzeni i strukturę genetyczną populacji kuny
Bardziej szczegółowoMitochondrialna Ewa;
Mitochondrialna Ewa; jej sprzymierzeńcy i wrogowie Lien Dybczyńska Zakład genetyki, Uniwersytet Warszawski 01.05.2004 Milion lat temu Ale co dalej??? I wtedy wkracza biologia molekularna Analiza różnic
Bardziej szczegółowoGENETYKA POPULACJI. Ćwiczenia 3 Biologia I MGR
GENETYKA POPULACJI Ćwiczenia 3 Biologia I MGR Heterozygotyczność Rozpatrując różnorodność genetyczną w populacjach o układzie hierarchicznym zauważamy, że najwyższy poziom heterozygotyczności zawsze występuje
Bardziej szczegółowoBest for Biodiversity
W tym miejscu realizowany jest projekt LIFE + Ochrona różnorodności biologicznej na obszarach leśnych, w tym w ramach sieci Natura 2000 promocja najlepszych praktyk Best for Biodiversity NAJLEPSZE PRAKTYKI
Bardziej szczegółowoZARZĄDZANIE POPULACJAMI ZWIERZĄT
ZARZĄDZANIE POPULACJAMI ZWIERZĄT Ćwiczenia 1 mgr Magda Kaczmarek-Okrój magda_kaczmarek_okroj@sggw.pl 1 ZAGADNIENIA struktura genetyczna populacji obliczanie frekwencji genotypów obliczanie frekwencji alleli
Bardziej szczegółowoCECHY ILOŚCIOWE PARAMETRY GENETYCZNE
CECHY ILOŚCIOWE PARAMETRY GENETYCZNE Zarządzanie populacjami zwierząt, ćwiczenia V Dr Wioleta Drobik Rodzaje cech Jakościowe o prostym dziedziczeniu uwarunkowane zwykle przez kilka genów Słaba podatność
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoNarzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
Bardziej szczegółowoOcena wartości hodowlanej. Dr Agnieszka Suchecka
Ocena wartości hodowlanej Dr Agnieszka Suchecka Wartość hodowlana genetycznie uwarunkowane możliwości zwierzęcia do ujawnienia określonej produkcyjności oraz zdolność przekazywania ich potomstwu (wartość
Bardziej szczegółowoGENETYKA POPULACJI. Ćwiczenia 1 Biologia I MGR /
GENETYKA POPULACJI Ćwiczenia 1 Biologia I MGR 1 ZAGADNIENIA struktura genetyczna populacji obliczanie frekwencji genotypów obliczanie frekwencji alleli przewidywanie struktury następnego pokolenia przy
Bardziej szczegółowoKORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Bardziej szczegółowoStochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów
Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14
Bardziej szczegółowowykład dla studentów II roku biotechnologii Andrzej Wierzbicki
Genetyka ogólna wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Uniwersytet Warszawski Wydział Biologii andw@ibb.waw.pl http://arete.ibb.waw.pl/private/genetyka/ Choroby genetyczne o złożonym
Bardziej szczegółowoRozkład materiału z biologii do klasy III.
Rozkład materiału z biologii do klasy III. L.p. Temat lekcji Treści programowe Uwagi 1. Nauka o funkcjonowaniu przyrody. 2. Genetyka nauka o dziedziczności i zmienności. -poziomy różnorodności biologicznej:
Bardziej szczegółowoZnaczenie zadrzewień śródpolnych dla ochrony różnorodności biologicznej krajobrazu rolniczego. Krzysztof Kujawa
Znaczenie zadrzewień śródpolnych dla ochrony różnorodności biologicznej krajobrazu rolniczego Krzysztof Kujawa Różnorodność biologiczna Zróżnicowanie wszystkich żywych organizmów występujących na Ziemi
Bardziej szczegółowoOpracowanie na zlecenie Urzędu Miasta i Gminy Bytom Odrzański
Ocena zasobów chronionych owadów związanych z sędziwymi egzemplarzami drzew w obszarze Natura 2000 Nowosolska Dolina Odry na terenie gminy Bytom Odrzański Opracowanie na zlecenie Urzędu Miasta i Gminy
Bardziej szczegółowoINFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA
Centrum Informatyczne TASK Politechnika Gdańska Instytut Oceanologii Polskiej Akademii Nauk (IO PAN) INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA Gdańsk Sopot,
Bardziej szczegółowo2. CZYNNIKI ZABURZAJĄCE RÓWNOWAGĘ GENETYCZNĄ
ZARZĄDZANIE POPULACJAMI ZWIERZĄT 2. CZYNNIKI ZABURZAJĄCE RÓWNOWAGĘ GENETYCZNĄ POPULACJI Fot. W. Wołkow Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt MIGRACJE Zmiana frekwencji
Bardziej szczegółowoDepresja inbredowa i heterozja
Depresja inbredowa i heterozja Charles Darwin Dlaczego rośliny chronią się przed samozapyleniem? Doświadczenie na 57 gatunkach roślin! Samozapłodnienie obniża wigor i płodność większości z 57 gatunków
Bardziej szczegółowoAnna Szewczyk. Wydział Geodezji Górniczej i InŜynierii środowiska AGH
Anna Szewczyk Wydział Geodezji Górniczej i InŜynierii środowiska AGH Zastosowania biblioteki Genetics programu R The genetics Package Tytuł: Populacja genetyczna Wersja:1.2.0 Data utworzenia: 2005-11-09
Bardziej szczegółowoKorelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Bardziej szczegółowoZARZĄDZANIE POPULACJAMI ZWIERZĄT DRYF GENETYCZNY EFEKTYWNA WIELKOŚĆ POPULACJI PRZYROST INBREDU
ZARZĄDZANIE POPULACJAMI ZWIERZĄT DRYF GENETYCZNY EFEKTYWNA WIELKOŚĆ POPULACJI PRZYROST INBREDU DRYF GENETYCZNY ) Każdy żywy organizm wytwarza więcej gamet, niż zdolne jest przetrwać (Darwin). 2) Przypadek
Bardziej szczegółowoEkologia molekularna. wykład 6
Ekologia molekularna wykład 6 Tempo mutacji Tempo błędu polimerazy: 10-4 pomyłka polimerazy 10-8 po naprawie błędów Faktyczne tempo mutacji: 10-9/zasadę/pokolenie W genomie człowieka jest 3 x 109 zasad
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Teoria prawdopodobieństwa i elementy kombinatoryki 3. Zmienne losowe 4. Populacje i próby danych 5. Testowanie hipotez i estymacja parametrów 6. Test t 7. Test
Bardziej szczegółowoEwolucjonizm NEODARWINIZM. Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach
Ewolucjonizm NEODARWINIZM Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach Główne paradygmaty biologii Wspólne początki życia Komórka jako podstawowo jednostka funkcjonalna
Bardziej szczegółowoSzacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja
Bardziej szczegółowoHodowlane i genetyczne uwarunkowania adaptacji drzew leśnych do zmian w środowisku Opis projektu i tło podjęcia badań
Hodowlane i genetyczne uwarunkowania adaptacji drzew leśnych do zmian w środowisku Opis projektu i tło podjęcia badań Jan Kowalczyk Zakład Hodowli Lasu i Genetyki Drzew Leśnych Instytut Badawczy Leśnictwa
Bardziej szczegółowoZad. 2.2 Poszerzenie puli genetycznej jęczmienia
Zad. 2.2 Poszerzenie puli genetycznej jęczmienia Sprawozdanie 2016r Kierownik zadania: prof. dr hab. Jerzy H. Czembor (KCRZG) Wykonawcy: dr hab. Paweł Cz. Czembor (ZGiHR) mgr Piotr Słowacki (ZGiHR) mgr
Bardziej szczegółowoDOBÓR. Kojarzenie, depresja inbredowa, krzyżowanie, heterozja
DOBÓR Kojarzenie, depresja inbredowa, krzyżowanie, heterozja SELEKCJA grupa osobników obu płci, która ma zostać rodzicami następnego pokolenia DOBÓR OSOBNIKÓW DO KOJARZEŃ POSTĘP HODOWLANY następne pokolenie
Bardziej szczegółowoEkologia molekularna. wykład 14. Genetyka ilościowa
Ekologia molekularna wykład 14 Genetyka ilościowa Dziedziczenie mendlowskie wykład 14/2 Cechy wieloczynnikowe (ilościowe) wzrost masa ciała kolor skóry kolor oczu itp wykład 14/3 Rodzaje cech ilościowych
Bardziej szczegółowoStrategie ewolucyjne (ang. evolu4on strategies)
Strategie ewolucyjne (ang. evolu4on strategies) Strategia ewolucyjna (1+1) W Strategii Ewolucyjnej(1 + 1), populacja złożona z jednego osobnika generuje jednego potomka. Kolejne (jednoelementowe) populacje
Bardziej szczegółowo( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Bardziej szczegółowoDynamika wielu populacji
Dynamika wielu populacji Ochrona zwierząt często wymaga rozważenia zarówno procesów wewnątrz- jak i międzypopulacyjnych Co może się zdarzyć, gdy podzielimy populację na kilka mniejszych, odizolowanych
Bardziej szczegółowoTematy prac magisterskich i doktorskich
Tematy prac magisterskich i doktorskich Stochastyczna dynamika z opóźnieniami czasowymi w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki
Bardziej szczegółowoZarządzanie populacjami zwierząt. Parametry genetyczne cech
Zarządzanie populacjami zwierząt Parametry genetyczne cech Teoria ścieżki zależność przyczynowo-skutkowa X p 01 Z Y p 02 p 01 2 + p 02 2 = 1 współczynniki ścieżek miary związku między przyczyną a skutkiem
Bardziej szczegółowoINFORMATYKA W SELEKCJI
INFORMATYKA W SELEKCJI INFORMATYKA W SELEKCJI - zagadnienia 1. Dane w pracy hodowlanej praca z dużym zbiorem danych (Excel) 2. Podstawy pracy z relacyjną bazą danych w programie MS Access 3. Systemy statystyczne
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowo1. Podsumowanie. 1.3 Modyfikator kąta padania IAM. Tabela 1: Zmierzone (pogrubione) i wyliczone wartości IAM dla FK 8200 N 2A Cu-Al.
1. Podsumowanie 1.1. Uwagi wstępne Badania modelu FK 8200 N 2A Cu-Al przeprowadzono zgodnie z normą EN 12975-1,2:2006. Głównym celem badań było spełnienie wszystkich wymogów niezbędnych do uzyskania oznaczenia
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowo-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak
Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Bardziej szczegółowoWpływ spokrewnienia na strukturę przestrzenną i socjalną populacji dzika Sus scrofa w Puszczy Białowieskiej
Uniwersytet Warszawski Wydział Biologii Tomasz Podgórski Wpływ spokrewnienia na strukturę przestrzenną i socjalną populacji dzika Sus scrofa w Puszczy Białowieskiej Autoreferat rozprawy doktorskiej wykonanej
Bardziej szczegółowoAlgorytmy stochastyczne, wykład 02 Algorytmy genetyczne
Algorytmy stochastyczne, wykład 02 Algorytmy genetyczne J. Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2014-02-27 1 Mutacje algorytmu genetycznego 2 Dziedzina niewypukła abstrakcyjna
Bardziej szczegółowoZad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku:
Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku: Kwota Liczba pożyczek pożyczki 0 4 0 4 8 8 12 40 12 16 16 Zbadać asymetrię rozkładu kwoty pożyczki w tym banku. Wynik
Bardziej szczegółowoTeoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.
Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoEKOSYSTEMY LĄDOWE WBNZ Teoria niszy, teoria neutralna
EKOSYSTEMY LĄDOWE WBNZ - 700 Teoria niszy, teoria neutralna SPECJACJA historia = przypadek NIEBYT PULA GATUNKÓW WYMIERANIE ewolucyjna skala czasu ograniczenia dyspersji ograniczenia środowiskowe interakcje
Bardziej szczegółowoKonkurencja. Wykład 4
Konkurencja Wykład 4 W terenie Eksperyment w terenie 1. manipulacja liczebnością jednego lub dwóch konkurentów 2. obserwacja zmian przeżywalności, płodności itd. 3. porównanie z parametrami obserwowanymi
Bardziej szczegółowoSeminarium Planowanie przestrzenne a ochrona ciągłości ekologicznej w północno-wschodniej Polsce" Białowieża, 7-8 kwietnia 2011 roku
Seminarium Planowanie przestrzenne a ochrona ciągłości ekologicznej w północno-wschodniej Polsce" Białowieża, 7-8 kwietnia 2011 roku wpływ inwestycji na duże ssaki drapieżne Robert Mysłajek Stowarzyszenie
Bardziej szczegółowoSkładniki jądrowego genomu człowieka
Składniki jądrowego genomu człowieka Genom człowieka 3 000 Mpz (3x10 9, 100 cm) Geny i sekwencje związane z genami (900 Mpz, 30% g. jądrowego) DNA pozagenowy (2100 Mpz, 70%) DNA kodujący (90 Mpz ~ ok.
Bardziej szczegółowoĆwiczenie: "Kinematyka"
Ćwiczenie: "Kinematyka" Opracowane w ramach projektu: "Wirtualne Laboratoria Fizyczne nowoczesną metodą nauczania realizowanego przez Warszawską Wyższą Szkołę Informatyki. Zakres ćwiczenia: 1. Ruch punktu
Bardziej szczegółowoStan populacji wilka (Canis lupus) w Polsce
Pilotażowy monitoring wilka i rysia w Polsce realizowany w ramach Państwowego Monitoringu Środowiska Stan populacji wilka (Canis lupus) w Polsce Roman Gula Katarzyna Bojarska Jörn Theuerkauf Wiesław Król
Bardziej szczegółowoGRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils
GRA Przykład 1) Zbiór graczy n = 2 myśliwych I= {1,,n} 2) Zbiór strategii S = {polować na jelenia, gonić zająca} S = {1,,m} 3) Wypłaty jeleń - zając - 10 utils 3 utils U i : S n R i=1,,n J Z J Z J 5 0
Bardziej szczegółowoEKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE
EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,
Bardziej szczegółowoNigdy nie jest za późno?
Ograniczenie przywilejów emerytalnych w Polsce Oliwia Komada 14 Paweł Strzelecki 123 Joanna Tyrowicz 124 1 GRAPE 2 Narodowy Bank Polski 3 Szkoła Główna Handlowa 4 Uniwersytet Warszawski KDO czerwiec 2016
Bardziej szczegółowoZmienność. środa, 23 listopada 11
Zmienność http://ggoralski.com Zmienność Zmienność - rodzaje Zmienność obserwuje się zarówno między poszczególnymi osobnikami jak i między populacjami. Różnice te mogą mieć jednak różne podłoże. Mogą one
Bardziej szczegółowoMinimalizacja oddziaływania linii kolejowych na dziko żyjące zwierzęta
Minimalizacja oddziaływania linii kolejowych na dziko żyjące zwierzęta Metody, doświadczenia i problemy Rafał T. Kurek fot. Krzysztof Czechowski 1 Oddziaływanie infrastruktury liniowej Formy negatywnego
Bardziej szczegółowoSpokrewnienie prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami IBD. IBD = identical by descent, geny identycznego pochodzenia
prawdopodobieństwo, że dwa losowe geny od dwóch osobników są genami ID. Relationship Relatedness Kinship Fraternity ID = identical by descent, geny identycznego pochodzenia jest miarą względną. Przyjmuje
Bardziej szczegółowoDziałania ochronne ze wskazaniem podmiotów odpowiedzialnych za ich wykonanie i obszarów ich wdrażania.
Załącznik nr 5 do zarządzenia Regionalnego Dyrektora Ochrony Środowiska we Wrocławiu z dnia 13 czerwca 2014 r. Działania ochronne ze wskazaniem podmiotów odpowiedzialnych za ich wykonanie i obszarów ich
Bardziej szczegółowoJaki koń jest nie każdy widzi - genomika populacji polskich ras koni
Jaki koń jest nie każdy widzi - genomika populacji polskich ras koni Gurgul A., Jasielczuk I., Semik-Gurgul E., Pawlina-Tyszko K., Szmatoła T., Bugno-Poniewierska M. Instytut Zootechniki PIB Zakład Biologii
Bardziej szczegółowoLISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów
LISTA 4 1.Na pewnym obszarze dokonano 40 pomiarów grubości warstwy piasku otrzymując w m.: 54, 58, 64, 69, 61, 56, 41, 48, 56, 61, 70, 55, 46, 57, 70, 55, 47, 62, 55, 60, 54,57,65,60,53,54, 49,58,62,59,55,50,58,
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoMechanizmy ewolucji. SYLABUS A. Informacje ogólne
Mechanizmy ewolucji A. Informacje ogólne Elementy sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Język Rodzaj Rok studiów /semestr
Bardziej szczegółowoZależności między biografią edukacyjną a biografią rodzinną
Zależności między biografią edukacyjną a biografią rodzinną Irena E. Kotowska, Zuzanna Brzozowska Warszawa, 18 maja 2015 r. Cel i metody analiz (1) Określenie zależności między biografią edukacyjną a biografią
Bardziej szczegółowoCzytanie pobocza Z: Forman et al. 2003
Wykład 4 R.T.T Forman, D. Sperling, J. Bissonette, A.P. Clevenger, C. Cutshall, V. Dale, L. Fahrig, R. France, C. Goldman, K. Heanue, J. Jones, F. Swanson, T. Turrentine, T. Winter Mapy Polski Rozwój dróg
Bardziej szczegółowoGenetyka ekologiczna i populacyjna W8
Genetyka ekologiczna i populacyjna W8 Genetyka populacji: Treść wykładów Zmienność genetyczna i środowiskowa Mutacje i rekombinacje Kojarzenie krewniacze Częstość genów i genotypów w populacji i prawdopodobieństwo
Bardziej szczegółowoGenetyka populacji. Ćwiczenia 7
Genetyka populacji Ćwiczenia 7 Rodowody wraz z wynikami kontroli użytkowości stanowią podstawową informację potrzebną do doskonalenia zwierząt C F X S D C F C F S D strzałka oznacza przepływ genów między
Bardziej szczegółowoTestowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
Bardziej szczegółowoWYKŁAD 5 TEORIA ESTYMACJI II
WYKŁAD 5 TEORIA ESTYMACJI II Teoria estymacji (wyznaczanie przedziałów ufności, błąd badania statystycznego, poziom ufności, minimalna liczba pomiarów). PRÓBA Próba powinna być reprezentacyjna tj. jak
Bardziej szczegółowoSzacowanie wartości hodowlanej. Zarządzanie populacjami
Szacowanie wartości hodowlanej Zarządzanie populacjami wartość hodowlana = wartość cechy? Tak! Przy h 2 =1 ? wybitny ojciec = wybitne dzieci Tak, gdy cecha wysokoodziedziczalna. Wartość hodowlana genetycznie
Bardziej szczegółowoDyspersja wybranych gatunków dużych ssaków RYŚ, WILK i ŁOŚ uwarunkowania środowiskowe i behawioralne
Dyspersja wybranych gatunków dużych ssaków RYŚ, WILK i ŁOŚ uwarunkowania środowiskowe i behawioralne mgr MARCIN GÓRNY 1, mgr WOJCIECH LEWANDOWSKI 2, dr hab. RAFAŁ KOWALCZYK 1 1 INSTYTUT BIOLOGII SSAKÓW
Bardziej szczegółowoDrapieżnictwo II. (John Stuart Mill 1874, tłum. własne)
Drapieżnictwo II Jeżeli w ogóle są jakikolwiek świadectwa celowego projektu w stworzeniu (świata), jedną z rzeczy ewidentnie zaprojektowanych jest to, by duża część wszystkich zwierząt spędzała swoje istnienie
Bardziej szczegółowoEkonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoZARZĄDZANIE POPULACJAMI ZWIERZĄT 1. RÓWNOWAGA GENETYCZNA POPULACJI. Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt
ZARZĄDZANIE POPULACJAMI ZWIERZĄT 1. RÓWNOWAGA GENETYCZNA POPULACJI Fot. W. Wołkow Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt POPULACJA Zbiór organizmów żywych, które łączy
Bardziej szczegółowoWYKŁAD 8 ANALIZA REGRESJI
WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej
Bardziej szczegółowoAlgorytmy metaheurystyczne Wykład 11. Piotr Syga
Algorytmy metaheurystyczne Wykład 11 Piotr Syga 22.05.2017 Drzewa decyzyjne Idea Cel Na podstawie przesłanek (typowo zbiory rozmyte) oraz zbioru wartości w danych testowych, w oparciu o wybrane miary,
Bardziej szczegółowoLiczba zadań a rzetelność testu na przykładzie testów biegłości językowej z języka angielskiego
Ewaluacja biegłości językowej Od pomiaru do sztuki pomiaru Liczba zadań a rzetelność testu na przykładzie testów biegłości językowej z języka angielskiego Tomasz Żółtak Instytut Badań Edukacyjnych oraz
Bardziej szczegółowoZagrożenia drzewostanów bukowych młodszych klas wieku powodowanych przez jeleniowate na przykładzie nadleśnictwa Polanów. Sękocin Stary,
Zagrożenia drzewostanów bukowych młodszych klas wieku powodowanych przez jeleniowate na przykładzie nadleśnictwa Polanów Sękocin Stary, 15.02.2016 2 Leśny Kompleks Promocyjny Lasy Środkowopomorskie Województwo
Bardziej szczegółowoZadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZE W BIOLOGII 1. Wykład wstępny. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. ajczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoPlan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii
Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:
Bardziej szczegółowoMETODOLOGIA I METODYKA NAUK PRZYRODNICZYCH. Aleksandra Jakubowska
METODOLOGIA I METODYKA NAUK PRZYRODNICZYCH Aleksandra Jakubowska Źródła błędów Źródło Zmiana w czasie Efekt procedury Efekt obserwatora Błąd losowy (zmienność generowana przez eksperymentatora) Co redukuje
Bardziej szczegółowoStochastyczne dynamiki z opóźnieniami czasowymi w grach ewolucyjnych
Stochastyczne dynamiki z opóźnieniami czasowymi w grach ewolucyjnych Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 10 listopada 2016 Proseminarium licencjackie
Bardziej szczegółowo