数学建模社区-数学中国
标题: 差分方程模型(四):遗传模型 [打印本页]
作者: 浅夏110 时间: 2020-6-9 11:11
标题: 差分方程模型(四):遗传模型
随着人类的进化,人们为了揭示生命的奥妙,越来越重视遗传学的研究,特别是遗 传特征的逐代传播,引起人们更多的注意。无论是人,还是动植物都会将本身的特征遗 传给下一代,这主要是因为后代继承了双亲的基因,形成自己的基因对,基因对将确定 后代所表现的特征。下面,我们来研究两种类型的遗传:常染色体遗传和 x − 链遗传。 根据亲体基因遗传给后代的方式,建立模型,利用这些模型可以逐代研究一个总体基因 型的分布。
9 V, Z: V6 T% D' K4 v8 ^; p& z1 ]/ @5 p$ \3 R1 ^3 H( m
1 常染色体遗传模型3 h2 E* b9 e& D8 t1 j6 p
常染色体遗传中,后代从每个亲体的基因对中各继承一个基因,形成自己的基因对, 基因对也称为基因型。如果我们所考虑的遗传特征是由两个基因 A 和 a 控制的,那么 就有三种基因对,记为 AA, Aa,aa 。例如,金鱼草由两个遗传基因决定花的颜色,基 因型是 AA的金鱼草开红花, Aa 型的开粉红色花,而 aa 型的开白花。又如人类眼睛 的颜色也是通过常染色体遗传控制的。基因型是 AA或 Aa 的人,眼睛为棕色,基因型 是aa 的人,眼睛为蓝色。这里因为 AA和 Aa 都表示了同一外部特征,我们认为基因 A 支配基因a ,也可以认为基因a 对于 A 来说是隐性的。当一个亲体的基因型为 Aa ,而 另一个亲体的基因型是aa 时,那么后代可以从aa 型中得到基因a ,从 Aa 型中或得到 基因 A ,或得到基因a 。这样,后代基因型为 Aa 或 aa 的可能性相等。下面给出双亲 体基因型的所有可能的结合,以及其后代形成每种基因型的概率,如下表所示。
" h" ^& k3 U$ G) q" [9 O9 l' x
' B @" g) s3 S
* A0 S1 g* ~9 g- D* }. I$ m
0 ^) w# \1 \7 F& A5 S. Q
例 5 农场的植物园中某种植物的基因型为 AA, Aa 和 aa 。农场计划采用 AA型的 植物与每种基因型植物相结合的方案培育植物后代。那么经过若干年后,这种植物的任 一代的三种基因型分布如何?
: m0 j* U: Z' | I: |% v- c1 U) w) U% Y& I6 v1 W3 Y( v
(a)假设; t" [2 X! A4 g$ R+ u
令n = 0,1,2,...。
8 ~) p8 L; ^, Q1 t: t0 G( a V6 O8 u1 i& g+ z

- {7 o1 y0 [0 j' |$ o7 X, C
" H7 ^; a! P1 j( |1 w(b)建模
7 z- D7 X; }- U9 V. F
& O, J1 Z$ K0 ^7 N3 Y
* b2 v& D+ P' l" N6 x' r4 h; q' J# c7 ]8 O$ N( z( P- G3 c

5 I6 l2 g8 z! }3 E8 `
# K% M9 m8 U6 d* A& k4 J$ O编写如下 Matlab 程序:
: I9 } A9 h# m8 {
( M8 | W$ X. ]- X0 G+ j: `% msyms n a0 b0 c07 X6 d/ x! @( R" p9 k% @, U
M=sym('[1,1/2,0;0,1/2,1;0,0,0]');/ Q2 S% v' n% j# |
[p,lamda]=eig(M);
- _1 w; \; \0 R* A" |* {% y% d# Mx=p*lamda.^n*p^(-1)*[a0;b0;c0];
& n9 o3 {, J+ s1 U, `# [8 @: xx=simple(x)
1 b% k+ C0 K* f9 ^3 X( f
! S8 v" G# y, ^, L
+ n- F. @# [; O7 F) k G& b1 N5 Z! J) X% ~! f
即在极限的情况下,培育的植物都是 AA型。
(c)模型的讨论若在上述问题中,不选用基因 AA型的植物与每一植物结合,而是将具有相同基因 型植物相结合,那么后代具有三种基因型的概率如下表所示。
( Q* N. U' m9 b9 T7 P# x3 N: u
$ r# J7 i, a4 i/ |5 g5 [% z. F
* N- I! `' K. |% ]9 E9 C5 \
编写如下 Matlab 程序:" Y# b& r' h9 G7 @7 B
, u# {& `" a4 G+ f
syms n a0 b0 c0" D1 c7 J- c p+ q
M=sym('[1,1/4,0;0,1/2,0;0,1/4,1]');
" F$ q! L/ o% P. W) s[p,lamda]=eig(M);
. D* I" u2 ?0 u8 ^2 Cx=p*lamda.^n*p^(-1)*[a0;b0;c0];0 T1 M# M M: y. Y
x=simple(x) ( b% I; M$ F4 D
% U" X2 z, Y3 V( `
, r( |$ F: J; `9 f& E$ F/ X* ^
6 j: j, s. N) p# R: C' \' B1 F( `
1 B& N5 C1 B ]; W
2 常染色体隐性病模型
$ V$ p6 V% J4 B$ ~现在世界上已经发现的遗传病有将近 4000 种。在一般情况下,遗传病与特殊的种 族、部落及群体有关。例如,遗传病库利氏贫血症的患者以居住在地中海沿岸为多,镰 状网性贫血症一般流行在黑人中,家族黑蒙性白痴症则流行在东欧犹太人中间。患者经 常未到成年就痛苦地死去,而他们的父母则是疾病的病源。假若我们能识别这些疾病的 隐性患者,并且规定两个隐性患者不能结合(因为两个隐性患者结合,他们的后代就可 能成为显性患者),那么未来的儿童,虽然有可能是隐性患者,但决不会出现显性特征, 不会受到疾病的折磨。现在,我们考虑在控制结合的情况下,如何确定后代中隐性患者 的概率。
0 h' u0 _' {; f4 ~- `9 j" e1 O! W/ v. p5 s$ |$ k
(a)假设
- V% `8 ?) M6 R& N( }# Z(i)常染色体遗传的正常基因记为 A ,不正常基因记为a ,并以 AA, Aa,aa 分别 表示正常人,隐性患者,显性患者的基因型。8 j, q2 W6 u+ ^
- C- `+ x2 U. j+ y5 X
+ Q" N! r3 Z4 P
% w! d# p' j' M
(b)建模
; r8 a1 I; N. k+ Z9 }7 R! W3 M2 U, _5 I0 K

5 {9 @% m* @. ~& ^. J& T9 b) M5 j/ ]2 S# T: K- ]: |

1 B: n, H" \4 ~: T" g* E3 ^. a' U0 A
(c)模型讨论
) K" ~5 F" ^+ L- w研究在随机结合的情况下,隐性患者的变化是很有意思的,但随机结合导致了非线 性化问题,超出了本章范围,然而用其它技巧,在随机结合的情况下可以把(24)式改写为7 M3 ]2 ~# Y5 [7 K
! r; t, n% h; C y4 @" o8 S
3 r7 Z" x3 k% A; g5 F, r
2 _5 m6 s0 I3 w+ X b
下面给出数值的例子: 某地区有 10%的黑人是镰状网性贫血症隐性患者,如果控制结合,根据(24)式 可知下一代(大约 27 年)的隐性患者将减少到 5%;如果随机结合,根据(25)式, 可以预言下一代人中有 9.5%是隐性患者,并且可计算出大约每出生 400 个黑人孩子, 其中有一个是显性患者。7 E9 I5 ~% [! k. C
# y4 B: Q3 t- I" P
3 X − 链遗传模型+ o y8 l0 H9 s" S2 e0 y6 y8 j
X − 链遗传是指雄性具有一个基因 A 或a ,雌性具有两个基因 AA,或 Aa ,或 aa 。 其遗传规律是雄性后代以相等概率得到母体两个基因中的一个,雌性后代从父体中得到 一个基因,并从母体的两个基因中等可能地得到一个。下面,研究与 X − 链遗传有关 的近亲繁殖过程。
' \+ T* B" @2 f8 {+ a* N* b% n) h* l N# ?; v0 @3 M! V6 D
(a)假设+ A/ U" X1 ~* V3 `% g1 a
(i)从一对雌雄结合开始,在它们的后代中,任选雌雄各一个成配偶,然后在它 们产生的后代中任选两个结成配偶。如此继续下去。0 ?; I' y! Q, r' I
2 _9 j/ v E# D- j
(ii)父体与母体的基因型组成同胞对,同胞对的形式有 (A, AA) , (A, Aa) , (A,aa) , (a, AA) ,(a, Aa) ,(a,aa) 六种。初始一对雌雄的同胞对,是这六种类型 中的任一种,其后代的基因型如下表所示。0 e, }' p; F$ P; v$ |
% @/ C% b) m* Z" ~: [: W* Q2 V6 z5 \( b0 v

! f1 A* X U, ?' L" V& N, ^2 O0 O( ~# C& I d
7 i9 ?$ l2 h* h/ g K* c
% ~! c+ A) o/ N" J
) ~- m6 }: G; `( G2 b- i
$ ^/ y6 d) M2 M! w$ O( T( L3 p
编写如下 Matlab 程序:
1 {! p0 Q. s/ a! p
& D9 T3 i0 e" J6 L: r5 ysyms n a0 b0 c0 d0 e0 f0
9 @3 \0 u& D, PM=[1 1/4 0 0 0 0;0 1/4 0 1 1/4 0;0 0 0 0 1/4 0;
: d+ r+ ?7 K+ } 0 1/4 0 0 0 0;0 1/4 1 0 1/4 0;0 0 0 0 1/4 1];4 N6 G5 w4 Y, l* l4 ]
M=sym(M);/ a# X" g( R& v. I% K/ a; x" F
[p,lamda]=eig(M);7 [ k/ l. }1 c$ N" X
x=p*lamda.^n*p^(-1)*[a0;b0;c0;d0;e0;f0];- L, p) M4 R7 b# ^- o, F
x=simple(x) ! ~4 j$ |: I8 @) k
) V: H' `+ R5 _ f w( {0 Y3 K, S' y: L0 t" z" |
由上述程序计算结果可以看出
4 W( `" B+ a. J1 _+ ^1 t/ w
$ D( c" G% D% G
4 h) Z( S% O* F" R
8 v" h* {$ g, k5 L& J5 ~
* F0 \9 @3 j0 H( ^ T7 S' V8 S————————————————1 o+ p! F' j0 b; M8 L/ {
版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
% {( P$ I- x8 H4 C原文链接:https://blog.csdn.net/qq_29831163/article/details/89646596+ n0 O+ n3 t6 G/ M# ?
0 G2 f, V1 @: B, d; Z" W8 y0 |3 ?+ x3 t2 E; X
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) |
Powered by Discuz! X2.5 |