Molekylær evolution
Overordnede kursusmål
At give den studerende et omfattende kendskab til molekylær evolution (dvs. evolutionen af DNA, RNA og proteiner). Specielt er det målet at give den studerende både erfaring med, og teoretisk forståelse af, modelbaserede metoder til at rekonstruere fylogenetiske træer og til at teste hypoteser i en evolutionær kontekst. Selvom molekylær evolutionær analyse kræver en del matematisk forståelse, er kurset designet til at kunne tages af en bred vifte af studerende.
See course description in English
Læringsmål
- redegøre for naturlig selektion og teorien om neutral molekylær evolution.
- løse simple populationsgenetiske opgaver.
- redegøre for de vigtigste egenskaber ved fylogenetiske træer.
- konstruere fylogenetiske træer under parsimoni-, afstands-, og maximum likelihood-kriterierne (vha. programmet PAUP*); konstruere Bayesianske fylogenetiske træer (vha. programmerne MrBayes og BEAST).
- bruge Fitch algoritmen til manuelt at udregne længden af et fylogenetisk træ givet et alignment; derudfra vælge det/de mest parsimone træ(er).
- redegøre for substitutionsmodeller baseret på Markovkæder.
- udregne likelihood for en fylogenetisk model manuelt, givet et sæt af parameterværdier og et alignment.
- benytte modeludvælgelseskriterier (f.eks. likelihood ratio testing og AIC) til at vælge den bedste af en række substitutionsmodeller.
- benytte programpakken PAML til at finde positivt selekterede codons i et proteinkodende gen.
- benytte R (f.eks. RStudio) til at manipulere, plotte, og analysere fylogenetiske træer.
Kursusindhold
Kort introduktion til grundlæggende evolutionsteori og populationsgenetik. Drivkræfterne bag molekylær evolution. Modeller for DNA- og protein-substitution. Rekonstruktion af fylogenetiske træer ved hjælp af afstandsmetoder, parsimoni, maximum likelihood og Bayesiansk analyse. Avancerede nukleotid-substitutionsmodeller (gammafordelte mutationsrater, molecular clock modeller, codon-modeller og analyse af selektivt pres). Statistiske analyser af evolutionsbiologiske hypoteser (likelihood ratio tests, bootstrapping, AIC, Bayesiansk statistik).
De studerende vil opnå praktisk erfaring i at benytte computermetoder ved selv at analysere sekvenser fra den videnskabelige litteratur.
Undervisningsform
Online forelæsninger, computerøvelser, regneøvelser.
OBS: Kurset køres som “flipped classroom”, dvs. forelæsninger ses på video før undervisning.
Fakultet
Pladsbegrænsning
Minimum 10.
Vær opmærksom på, at dette enkeltfagskursus har et minimumskrav for antal deltagere for at kunne oprettes. Du får besked om, hvorvidt kurset oprettes senest 8 dage før kursusstart.