Viz též Menu, Vyhodnocení alelických frekvencí, Jak vyhodnotit alelické frekvence v populaci, Jak testovat rozdíly v genetické diversitě
Menu Zpracování > Monte-Carlo diversity test vyvolá okno Monte-Carlo diversity test.
Testovat je možné rozdíl mezi hodnotou parametru pro subpopulaci a týmž parametrem v celé populaci, respektive je vypočítávána pravděpodobnost dosažení hodnoty parametru nižší nebo rovné dané konstantě pro náhodně vybranou subpopulaci daného rozsahu (počtu jedinců).
Nechť v rámci analyzované populace T o rozsahu N je definována nějaká subpopulace A o rozsahu nA, poté není možné přímo srovnávat libovolné parametry diversity DA a DT, protože nA<N. Proto program generuje řadu náhodných subpopulací o rozsahu nA (jako náhodné kombinace nA prvků z N prvků) a pro každou z těchto kombinací vypočte požadovaný parametr (Di).Hodnoty Di mají nějaké rozdělení, které je možné aproximovat na základě dostatečně velkého počtu náhodně vygenerovaných kombinací (většinou je dostatečných 1000 náhodných kombinací). Program počítá kvantily tohoto rozdělení, respektive pravděpodobnosti α = P[D ≤ Dα]. Přitom hodnoty Dα představují α-kvantily tohoto rozdělení. Hodnota DA je statisticky průkazně nižší než DT na hladině α, pokud DA ≤ Dα. Obdobně je možno testovat průkaznost toho, že DA je vyšší než DT.
Obdobné simulace náhodného vzorkování, tj. tvorby subpopulací je pro analýzu výsledků genetického studia známa i z literatury (například Wegmann et al., 2010).
Výpočet je možno provést pro následující parametry
Shannonův index diversity;
Rao index diversity;
pozorovaná heterozygotnost pro každý ze zahrnutých lokusů.
Poznámka: Testovat rozdíl mezi dvěma populacemi (například A a B) lze tak, že si představíme obě populace jako subpopulace v rámci jedné metapopulace a budeme testovat rozdíl každé z těchto dvou subpopulací oproti vytvořené metapopulaci. Druhou možností je zvolit za základ testování větší z obou populací a pomocí Monte-Carlo permutačního testu hledat kritickou hodnotu (pro každý z testovaných parametrů diversity), která odpovídá příslušné hodnotě diversity v té menší populaci. Tento druhů postup je vhodný při výrazné nevyváženosti rozsahu obou populací.
Wegmann D., Leuenberger C., Neuenschwander S., Excoffier L. (2010): ABCtoolbox: a versatile toolkit for approximate Bayesian computations. - Bmc Bioinformatics, 11.