Ejercicios resueltos del cruce dihíbrido con cromosomas sexuales 18

[Mas ejercicios]

García-García, Ejemplo 18. En conejos, la cola oscura es dominante sobre la clara. Genotipo materno: cola oscura, heterocigota. Genotipo paterno: cola clara, homocigoto recesivo. De 200 crías, entre los machos se observaron 50 con cola oscura y 50 clara; entre las hembras, 68 oscuras y 32 claras. Calcula las expectativas para cada sexo, grafica y contrasta ambos grupos mediante chi cuadrado.

Plantear la ley de la dominancia en una tabla

En este caso, el carácter autosómico «color de cola» se representa mediante los alelos A y a. El fenotipo dominante D corresponde a AA o Aa; el recesivo r a aa. El sexo se analiza como otra variable, independiente del carácter.

Carácter	Rasgo/fenotipo	Genotipo
Color de cola	Dominante D cola oscura	\(AA\) \(Aa\)
	Recesivo r cola clara	\(aa\)
Sexo en mamíferos	♀︎	XX
	♂	XY

Cruce

Planteamos los gametos de cada parental. La madre es Aa y el padre es aa. Si los genotipos son distintos, se calculan por separado. Para clasificar la descendencia según sexo, suponemos una proporción 1:1 entre machos y hembras y la independencia del rasgo autosómico.

Fecundación y fenotipos de la F1.

	\(aX\)	\(aX\)	\(aY\)	\(aY\)
\(AX\)
\(aX\)
\(AX\)
\(aX\)

La clave para llenarlo rápido en este tipo de ejercicios es entender que si no están preguntando por los genotipos, estos son innecesarios, por lo que llenamos el cuadro es con los fenotipos, de allí que lo primero es llenar todas las posiciones dominantes.

	\(aX\)	\(aX\)	\(aY\)	\(aY\)
\(AX\)	\(D\)♀	\(D\)♀	\(D\)♂	\(D\)♂
\(aX\)	\(r\)♀	\(r\)♀	\(r\)♂	\(r\)♂
\(AX\)	\(D\)♀	\(D\)♀	\(D\)♂	\(D\)♂
\(aX\)	\(r\)♀	\(r\)♀	\(r\)♂	\(r\)♂

Extraemos el polinomio resultante. 4 D♀ + 4 r♀ + 4 D♂ + 4 r♂

alculamos las probabilidades usando el [Teorema de la probabilidad],

\[\boxed{P_i=\frac{n_i}{n}}\]

donde la cantidad total \(n\) es la suma de los coeficientes.

\[n=4+4+4+4=16\]

Calculamos las probabilidades usando la [Equivalencias entre números decimales y fracciones racionales]

\[ P(D\unicode{x2642}) = P(D\unicode{x2640}) =\frac{4}{16}=0.2500=25\%\]

\[ P(r\unicode{x2642}) = P(r\unicode{x2640}) =\frac{4}{16}=0.2500=25\%\]

Dado que el código fenotípico y el fenotipo concreto son lo mismo en este caso, no necesitamos traducir la respuesta.

Conclusión en texto

Se espera que el:

25 % de las crías sean machos y tengan cola oscura.

25 % de las crías sean hembras y tengan cola oscura.

25 % de las crías sean machos y tengan cola clara.

25 % de las crías sean hembras y tengan cola clara.

Estandarización al tamaño de la muestra

Usaremos el Teorema [Estandarización de las frecuencias teóricas según el tamaño de la muestra]

\[ n_{oi}=p_i \cdot n_o\]

El enunciado indica que el tamaño de la muestra es 200

\[n_o=200\]

Y reemplazamos.

\[ n(D\unicode{x2642}) = n(D\unicode{x2640}) =\frac{4}{16}\cdot 200 =50\]

\[ n(r\unicode{x2642}) = n(r\unicode{x2640}) =\frac{4}{16}\cdot 200 =50\]

Gráfica

Entre los machos se observaron 50 con cola oscura y 50 con cola clara; entre las hembras, 68 con cola oscura y 32 con cola clara.

\(i\)	\(n_{ei}\)	\(n_{oi}\)
\(D\unicode{x2642}\)	50	50
\(D\unicode{x2640}\)	68	50
\(r\unicode{x2642}\)	50	50
\(r\unicode{x2640}\)	32	50
Tot	160	160

■ experimentales   ■ esperados

50   50	68   50	50   50	32   50
D♂	D♀	r♂	r♀

La gráfica permite observar la diferencia entre los valores experimentales y los esperados, pero la prueba de chi cuadrado permite decidir si la desviación es significativa.

Prueba chi cuadrado de Pearson manual

Hipótesis nula H₀:

Las cuatro categorías (D♂, D♀, r♂ y r♀) presentan las frecuencias teóricas previstas bajo la proporción autosómica 1:1 y una distribución sexual 1:1.

Hipótesis alternativa H₁:

La distribución experimental de las cuatro categorías difiere de la distribución teórica propuesta.

Usaremos el teorema de la [Prueba de chi cuadrado de Pearson]

\[ \boxed{\chi^2=\sum_{i=1}^{k} \left( \frac{(n_{ei}-n_{oi})^2}{n_{oi}} \right) }\]

Dado que la fórmula es compleja, la descompondremos en cuadrado de la diferencia.

\[(\Delta n_i)^2=(n_{ei}-n_{oi})^2\]

Fracción del cuadrado de la diferencia con respecto a la cantidad teórica esperada.

\[f_i=\frac{(\Delta n_i)^2}{ n_{oi}}\]

Chi cuadrado calculada, cómo función de las fracciones anteriores.

\[ \chi^2=\Sigma f_i\]

(i)	\(n_{ei}\)	\(n_{oi}\)	\((\Delta n_i)^2\)	\( f_i \)
\(D\unicode{x2642}\)	50	50	0	0.0000
\(D\unicode{x2640}\)	68	50	324	6.4800
\(r\unicode{x2642}\)	50	50	0	0.0000
\(r\unicode{x2640}\)	32	50	324	6.4800
\( \chi^2\) a dos decimales de exactitud				12.9600
gl = número de categorías (i) – 1				3

Buscamos el valor teórico de chi cuadrado en [Valores críticos de chi cuadrado de Pearson para un nivel de significación alfa de 0.05] que corresponde a 7.81 con dos decimales de exactitud.

Dado que el valor crítico 7.81 es menor que el calculado 12.9600, rechazamos la hipótesis nula; el valor p=0.00472 es menor que 0.05.

Chi cuadrado de Pearson por separado para machos y hembras

Prueba para el sexo ♂: H₀ establece la proporción fenotípica 1:1.

\[ \boxed{\chi^2_{\unicode{x2642}}=\frac{(50-50)^2}{50}+\frac{(50-50)^2}{50}=0.00000} \]

Con gl = 2 − 1 = 1 y valor crítico 3.84, p=1.00000. No se rechaza H₀ en el grupo ♂.

Prueba para el sexo ♀: H₀ establece la proporción fenotípica 1:1.

\[ \boxed{\chi^2_{\unicode{x2640}}=\frac{(68-50)^2}{50}+\frac{(32-50)^2}{50}=12.96000} \]

Con gl = 2 − 1 = 1 y valor crítico 3.84, p=0.00032. Se rechaza H₀ en el grupo ♀.

Prueba chi cuadrado de Excel

Asumiendo que tenemos la tabla de Excel.

	A	B	C	D
1	(i)	\(n_{ei}\)	\(n_{oi}\)	Valor p contraste
2	\(D\unicode{x2642}\)	50	50	=PRUEBA.CHI(B2:B5;C2:C5)
3	\(D\unicode{x2640}\)	68	50
4	\(r\unicode{x2642}\)	50	50
5	\(r\unicode{x2640}\)	32	50

La función (=PRUEBA.CHI(B2:B5;C2:C5)) devuelve 0.00472 como valor p de contraste y lo comparamos con el nivel de significación 0.05.

Dado que el valor p de contraste 0.00472 es menor que 0.05, rechazamos la hipótesis nula.