Dobór płciowy i depresja wsobna w małych populacjach - model symulacyjny

Kojarzenia wsobne są powszechnie uważane za jedno z największych zagrożeń dla małych populacji. Utrzymuje się, że są one częstym powodem wyginięć zagrożonych gatunków. Prowadzą do depresji wsobnej czyli spadku średniego dostosowania. Jest to efekt niewielkich mutacji, które z czasem stają się coraz częstsze oraz bardziej widoczne, głównie poprzez wzrost homozygotyczności. Dobór płciowy może potencjalnie niwelować ich efekt poprzez usuwanie szkodliwych alleli z populacji. Można wyróżnić dwie prawdopodobne strategie wyboru. Pierwsza opiera się na wyborze partnera z najmniejszą, możliwą liczbą mutacji (dobrogenowa) podczas gdy druga jest związana z minimalizacją homozygotyczności w genomie potomstwa (komplementarna). W celu weryfikacji skuteczności wspomnianych strategii w zakresie redukowania depresji wsobnej populacji, przeprowadzone zostały symulacje komputerowe. Wyniki pokazują, iż obie strategie redukują spadki dostosowania, lecz strategia dobrogenowa przynosi znacznie lepszy efekt.

An inbreeding is considered as one of the biggest threats for the small populations and it is believed to be a frequent cause of endangered species extinctions. Mating with relatives usually leads to population fitness decline called inbreeding depression. It is mainly the effect of mildly deleterious mutations which rise in frequency and start to be more visible due to increased homozygosity. Sexual selection can potentially reduce their effects by purging part of them from the population genepool. Accordingly, two different choice strategies have been proposed. First relies on the choice of mate with the lowest number of mutations (good-genes) while the second is connected with reducing homozygosity in the offspring (compatible). Aiming to check whether two mentioned strategies can reduce inbreeding depression in the small populations, computer simulations were performed. Results showed that indeed both of them minimize loss of fitness but good-genes strategy in significantly more efficient.