Im letzten Beitrag habe ich mir angeschaut wieso die Evolution eben nicht nur diejenigen genetischen Varianten fixiert, welche ihrem Träger einen Fitness-Vorteil verschaffen. Der Grund dafür ist genetischer Drift, ein Zufallsprozess der endlich großen Populationen auftritt. Daher kann man nicht daraus schliessen das eine Eigenschaft automatisch einen Selektionsvorteil verschafft hat, nur weil man sie über eine lange Zeit findet. In dem Kommentaren zu dem Artikel hat Michael Blume dann weiter ausgeführt welche Belege es dafür gibt das Religiosität adaptiv ist bzw. war. Warum diese Belege aber keineswegs so eindeutig für einen adaptiven Nutzen von Religiosität sprechen soll heute mal dargestellt werden. Kurz gesagt geht es immer noch um die Tatsache das eine Korrelation keinen Kausalzusammenhang abbilden muss. Genauer geht es um das Phänomen des Linkage Disequilibrium, welches dem einen oder anderem aus meinen Artikeln zu Assoziationsstudien bekannt sein dürfte.

Aber erstmal eine kurze Zusammenfassung des Arguments: Durch Zwillingsstudien hat man zeigen können das Religiosität nicht nur von der Umwelt abhängig ist sondern auch eine genetische Komponente hat. Wie so oft ist es das Zusammenspiel von Nature und Nurture die zu einer Merkmalsausprägung führen. Wie groß der genetische Einfluss auf Religiosität genau ist schwankt von Studie zu Studie und hängt unter anderem auch davon ab wie man Religiosität misst. Michael argumentiert darauf hin damit das nach Studien religiöse Menschen im Schnitt mehr Nachkommen hätten als Nicht-Religiöse. Schon bei dieser vermeintlich einfachen Feststellung muss man allerdings aufpassen.

Wie viele Nachkommen man so hat korreliert nämlich nicht nur mit der Religiosität sondern auch mit dem Bildungsabschluss, dem Einkommen, dem IQ und vermutlich noch mit einer ganzen Reihe anderer Faktoren. Und genauso gibt es Studien die zeigen das je höher der IQ ist, desto weniger religiös sind Menschen. Wenn der IQ genauso negativ mit der Anzahl an Kindern korreliert, dann könnte es sein das die Ursache warum religiöse Menschen mehr Kinder haben allein darin liegt und die Religiosität damit gar nichts zu tun hat. Generell ist hier wegen der ganzen Korrelationen der verschiedenen Dinge untereinander Vorsicht geboten. Laut Michael gibt es aber Studien die für genau solche Co-Faktoren korrigiert haben und auch danach noch den von ihm benannten Zusammenhang von Religiosität und Anzahl an Kindern (Leider habe ich auf die Studien die er benennt zum Großteil keinen Volltext-Zugriff, vor allem nicht auf Buchkapitel).

Ist das nun der Beweis dafür das Religiosität einen Fitness-Vorteil (mehr Kinder in der nächsten Generation) verspricht? Nein, denn wie schon erwähnt: Auch dies ist nur eine Korrelation und gerade die Genetik kennt mit dem Linkage Disequilibrium (zu deutsch in etwa Kopplungs-Ungleichgewicht) einen Mechanismus der solche Korrelationen leicht erklären kann. Der Grund dafür liegt auf molekularer Ebene: Erst einmal sind wir alle ja genetische Archen und tragen von jeder Art (Chromosom) zwei Stück an Bord, das was der Biologe gemeinhin als diploid bezeichnet. Gene die sich auf einem Chromosom befinden sind werden nicht wirklich unabhängig voneinander vererbt, weil sie gemeinsam als eine Einheit in die nächste Generation gebracht werden. Sie sind also miteinander gekoppelt bzw. statistisch voneinander abhängig.

Ganz abhängig voneinander sind sie allerdings nicht, denn wir dürfen Sex nicht außer acht lassen. Damit unsere Nachkommen auch wieder nur 2 Kopien von jedem Chromosom tragen, findet zur Produktion von Spermien und Eizellen eine Reduktionsteilung, die Meiose, statt. Dabei lagern sich die beiden Kopien der Chromosomen zusammen an um dann ordentlich getrennt zu werden, so das später beide entstehenden Zellen jeweils genau eine Kopie eines Chromosoms haben. Dabei kann es zum Crossing Over kommen. Dabei überlappen die Chromosomen teilweise und tauschen so einen Teil miteinander aus.

Das bedeutet das Gene auf einem Chromosom nicht mehr zwingend voneinander abhängig sind: Denn je näher 2 Gene auf einem Chromosom zusammenliegen desto kleiner ist die Wahrscheinlichkeit das ein Crossing Over genau an dieser Stelle stattfindet. Die Austauschwahrscheinlichkeit für ein Crossing Over ist also eine Funktion der Distanz die zwischen beiden Genorten liegt. Je näher die beiden Gene zusammenliegen desto größer wird in der Regel auch das Linkage Disequilibrium sein, da eine Trennung der beiden Genorte sehr unwahrscheinlich ist.

Genau diese Mechanismen macht man sich zum Beispiel bei genetischen Assoziationsstudien zu nutze: Die dort untersuchten Marker liegen oft nicht in Genen oder Kontrollregionen selbst und haben damit keinen eigenen Nutzen, sondern liegen oft nur in der Nähe von Genen die einen interessieren. Da sie so nah beieinander liegen sind sie miteinander gekoppelt und können so z.B. relativ einfach Aufschluss darüber geben wie die Regionen in näheren Umgebung aussehen. Ein bekanntes und schönes Beispiel dafür ist das Genom von James Watson. Bei der Veröffentlichung seines Genoms hatte er Bereiche, die sein Risiko an Alzheimer zu erkranken vorhersagen, schwärzen lassen. Trotzdem: Durch die Kenntnis der umliegenden Bereiche, welche nicht geschwärzt wurden, konnte man dank des Linkage Disequilibrium vorhersagen wie Watsons Alzheimer-Risiko ist.

So weit zu den genetischen Grundlagen, aber was hat das mit der eventuell adaptiven Rolle der Religiosität zu tun: Nun, in keinem Fall muss Religiosität selbst für eine erhöhte Anzahl an Nachkommen verantwortlich sein. Genauso gut kann das "Religiositäts-Gen", bzw. wahrscheinlicher, können die verschiedenen Genorte die für Religiosität verantwortlich sind, in der Umgebung von Genen liegen die im Zusammenhang mit Fertilität stehen. Aber wie kommt es dann dazu das Religiosität so weit verbreitet ist und eventuell sogar sehr zuverlässig mit Fertilität verknüpft ist? Auch dafür kennt die Evolutionsbiologie einen Mechanismus, die sogenannten Selective Sweeps. Als Beispiel gehen wir - weil ich zeichenfaul bin - von einer Population von fünf Individuen, nummeriert von eins bis fünf, aus. Die Grafik zeigt jeweils einen DNA-Abschnitt, und zu Beginn tragen die Individuen 4 und 5 "das Gen für Religiosität", welches für das Beispiel hier als neutral - also ohne Einfluss auf die Fitness - angesehen werden kann.

  

Das HapMap-Consortium hat vor einigen Jahren das menschliche Genom auf Selective Sweeps untersucht und dabei 6 verschiedenen Chromosomen Regionen gefunden die Anzeichen eines solchen Sweeps zeigen. Für die Untersuchung des Zusammenhangs zwischen biologischer Fitness und Religiosität bedeutet dies vor allem eins: Selbst wenn wir unsere statistischen Untersuchungen von Religiosität und Nachkommenzahl für alle Co-Faktoren bereinigen haben bleibt ein Problem. Wir können nicht unterscheiden ob dieser Zusammenhang kausal auf der Religiosität basiert oder ob unsere evolutionäre Geschichte die entsprechenden genetischen Faktoren der Religiosität schlicht mit anderen, fitness-bestimmenden Genorten gekoppelt hat. Ohne eine Untersuchung auf genetischer Ebene wird man dem Problem dementsprechend vermutlich auch nicht beikommen können.

Hinweis: Da es beim letzten Artikel schon von einigen falsch verstanden wurde: Es geht nicht darum ob Religiosität jetzt evolutionär adaptiv ist oder nicht. Es geht schlicht um Methodik und woran die Studien bislang kranken.

Bilder:
Meiose: Marek Kultys, CC-BY-SA
Crossing Over: Thomas Hunt Morgan, Public Domain

Geschrieben in Biologie | 43 Kommentare | 2 Trackbacks | Permalink

In dem Blog Natur des Glaubens hat Michael Blume einen Artikel von sich verlinkt, der in der Zeitschrift Trilliumreport erschienen ist und den Titel Glauben sie an Gott? Und wenn ja, warum? trägt. Darin geht es, wie so oft in seinen Texten, ob und warum Religion eine evolutionäre Adaption ist die welche Fitnessvorteile erbringt. Als Gründe für die angeblichen Fitness-Vorteile werden – ebenfalls wie so oft – die erhöhte Nachkommenzahl genannte (genau das was biologische Fitness im evolutionären Kontext bedeutet) als auch der bessere Gruppenzusammenhalt, bei dem die Riten der Religion als Erkennungsmerkmal verwendet werden können, aufgezählt.

Das klingt mir nach den gleichen Lagerfeuergeschichten die in der evolutionären Psychologie gerne erzählt werden: Irgendwie plausibel, aber meist nur schlecht/gar nicht durch Fakten oder Beweise gedeckt. Und so weit ich die Quellenlage überblicken kann verhält es sich mit der Evolution des Glaubens auch genauso: Beweise für diese Geschichten findet man nur wenige, die Studien die es dazu gibt und einen Zusammenhang finden kranken oft an ihrer Methodik und unterscheiden beispielsweise nur unzureichend zwischen Korrelation und Kausation.

Aber in diesem Fall sind es gar nicht mal diese Probleme die mich stören, sondern die offensichtlich sehr falsch verstandenen Mechanismen der Evolution, die als Prämisse für die gesamte These herhalten. Denn Michaels Text öffnet mit Nach den Gesetzen der Evolutionstheorie muss Religiösität einen biologischen Vorteil bringen. Wie anders wäre es zu erklären, dass sie sich über mindestens 100.000 Jahre Menschheitsgeschichte erhalten hat.

Damit ignoriert man dummerweise wesentliche Fortschritte, welche die Evolutionsbiologie in den letzten Jahrzehnten gemacht hat. Denn ironischerweise führen gerade das mathematische Fundament, und damit die "Gesetze" welche die Evolutionsbiologie seit Jahren stützen, genau dazu, dass man diese simple Idee der Evolution, die man auf die Veröffentlichung von On the Origin of Species datieren könnte, verwerfen muss.

Michael führt an das “schon Darwin” dies oder das vermutet hatte, aber dummerweise ist der gute Charles nun seit 130 Jahren unter der Erde und hat so die Entwicklungen in der Synthetischen Evolutionstheorie verpasst. Darunter so Kleinigkeiten wie die moderne Genetik und die Entdeckung der DNA als Trägermaterial. So hat sich Darwin seinerzeit zwar zur natürlichen und sexuellen Selektion geäußert, dabei einen weiteren – zentralen – Mechanismus der Evolution außer Acht gelassen: Genetischen Drift.

Schauen wir uns für die Erklärung des Drifts aber vorher noch mal kurz an wie die natürliche Selektion funktioniert: Durch eine Mutation (oder auch Einwanderung eines Individuums von einer anderen Population) findet sich z.B. eine neue Variante eines Gens in einer Population. Die natürliche Selektion kann an diesem Gen selbst nicht ansetzen, sondern an der phenotypischen Auswirkung die das Gen mit sich bringt. Wenn ein Gen einen Fitnessvorteil bringt, dann hat der Träger dieser Variante durch die Auswirkungen im Phänotyp eine erhöhte Chance mit Nachkommen in der nächsten Generation vertreten zu sein, damit ändert sich dann die Frequenz mit der man das Gen in der betrachteten Population vorfindet.

Um das ganze etwas anschaulicher zu machen kann man diese Vorgänge modellieren und dann auch graphisch darstellen. Wir gehen von 2 verschiedenen Allelen A1 und A2 aus, die beide in gleicher Menge in der unendlich großen Population vorkommen. In der oberen Grafik bringt A1 einen Fitnessvorteil und steigt dementsprechend an, so lange bis es schlussendlich fixiert wird. In der mittleren Grafik hat A1 einen Fitnessnachteil und stirbt so langsam aus (bzw. wird sehr selten, da A1 in dem Modell rezessiv ist gibt es auf Individuen die A1A2 tragen keinen Selektionsdruck). Und in der unteren Grafik haben beide Allele den gleichen Fitness-Wert, daher ändert sich an der Verteilung auch nichts. So weit passt das auch alles noch der Prämisse die Michael für seinen Artikel verwendet.

Ganz so einfach ist es aber in der Realität nicht und das hängt mit den Bedingungen zusammen die wir für unseren Versuch verwendet haben: In der Realität gibt es keine unendlich großen Populationen! Da Populationen in der Realität eine endliche Größe haben kommen hier Zufallsprozesse ins Spiel. Und genau diesen Einfluss des Zufalls bezeichnet der genetische Drift. Das bedeutet das man trotz eines Allels, welches einen Fitness-Vorteil bringt, ohne Nachkommen ausgeht. Und je kleiner eine Population ist, desto höher ist der Einfluss dieses Zufalls.

Das ganze kann man auch wieder modellieren. Die beiden Grafiken zeigen der Verlauf der zu Beginn gleichverteilten Allele A1 und A2 über 500 Generationen. Das obere Bild zeigt den Verlauf bei einer Populationsgröße von 10, das untere bei einer Größe von 100 Individuen. Wie man sieht schwanken die Frequenzen für A1 über die Zeit zum Teil stark, aber eines ist allen Kurven gemeinsam (auch wenn man es auf 500 Generationen vielleicht noch nicht sieht): Am Ende wird ein Allel, rein durch die Zufallsprozesse fixiert und das andere stirbt aus. Je kleiner die Population, je schneller funktioniert diese Fixierung, da die Zufallsprozesse eine stärkere Wirkung haben. Und dieses Bild zeigt sich in jeder endlich großen Population.

Für so kleine Populationsgrößen kann es verschiedene Gründe geben. Bekannte Beispiele sind Gründereffekte, die entstehen wenn ein kleiner Teil aus einer Population emigriert, genauso wie die Bottlenecks bei denen die Populationsgröße durch Katastrophen-Ereignisse (Vulkanausbrüche, Meteoriteneinschläge, was Hollywood halt so zu bieten hat) mit einem Schlag schrumpft.

Gerade bei kleinen Populationen kann genetischer Drift sogar dazu führen das jene Allele fixiert werden die einen Fitnessnachteil bringen. Die Grafik hier zeigt eine Population von 100 Individuen. Das Allele A1 bringt einen Fitnessvorteil, ist zu Beginn aber selten und kommt nur mit einer Frequenz von 0,1 vor (z.B. weil es durch Neumutation entstanden ist oder weil Individuen aus einer anderen Population eingewandert sind und es mitgebracht haben). Wie man sieht gibt es Fälle in denen das Allele A1 trotz Fitnessvorteil ausstirbt und so das "schlechtere" Allele A2 fixiert wird.

Diese Zusammenhänge wurden 1973 von Tomoko Ohta als Nearly neutral theory of molecular evolution beschrieben und lassen sich grob so zusammenfassen: In kleinen Populationen spielt genetischer Drift eine große Rolle, dementsprechend werden Allele schnell fixiert. Allerdings spielt natürliche Selektion hier eine kleine bis gar keine Rolle, da die Effekte des Drifts viel größer sind als die der Selektion. In großen Populationen hingegen ist der Einfluss von genetischem Drift gering, dementsprechend spielt Selektion hier eine größere Rolle. Da der Drift jedoch gering ist dauert es auch viel länger bis ein Allel fixiert ist.

Was man aber hier auf jeden Fall sieht ist: Es gibt Mechanismen die dazu führen das im Laufe der Evolution auch Gene und damit Eigenschaften fixiert werden die keinen Vorteil bringen. Die Prämisse das die Evolution in jedem Fall vorteilhafte Dinge hervorbringt kann man damit hoffentlich endlich ins Reich der Märchen verbannen. Wir können uns also genauso gut eine lustige Lagerfeuergeschichte ausdenken, in der die Entstehung von Religion und Aberglaube keinen Fitnessvorteil bringt. Oder im Gegenteil: Sogar schädlich ist. Und sind damit trotzdem im Rahmen der aktuellen Evolutionsbiologie.

Wer selber mit Parametern wie Fitness-Werten, Populationsgrößen und Allelefrequenzen herumspielen will findet das Programm AlleleA1, welches die Graphen dieses Blogposts erzeugt hat, für Mac OS und Windows hier zum Download.

Geschrieben in Biologie | 49 Kommentare | 1 Trackbacks | Permalink

Vor einiger Zeit habe ich einer Redakteurin des UniSPIEGEL ein Interview zu openSNP und dieser ganzen Personal Genomics-Sache gegeben. Seit letzter Woche kann man das Interview in Print und auch online finden. Leider hat es der Teil über die Bestimmung von Krankheitsrisiken bei den nächsten Verwandten über die eigenen Daten nicht in die endgültige Fassung geschafft. Aber da das Thema ganz spannend ist wollte ich das hier mal für euch ausführen.

Konkret ging es um ein erhöhtes Prostatakrebs-Risiko, das ja auch im Interview angeschnitten wird. Prostatakrebs ist eine der häufigsten Krebsformen bei Männern und tritt in der Regel ab dem 50. Lebensjahr auf. Laut den Daten von 23andMe hat die Genetik einen Einfluss von 42-57 % darauf ob man daran erkrankt oder nicht. In Deutschland soll das Durchschnittsrisiko daran zu erkranken bei ca. 14 % liegen, 23andMe gibt es mit 17,8 % an. Nach den Berechnungen von 23andMe liegt mein persönliches Risiko bei ca. 23,3 %, was über dem Durchschnitt liegt.

Da Prostatakrebs fast ausschliesslich in der Altersgruppe 50+ auftritt ist gibt es Früherkennungs-Programme. Die Teilnahme wird Männern mit Krankheitshintergrund in der Familie (da ist die Genetik wieder) ab 40, sonst ab 45, empfohlen. Standardmässig nutzt man zur Früherkennung immer noch die Menge des Prostataspezifischen Antigens (PSA) im Serum. Dummerweise findet man geringere Mengen des Antigens jederzeit und der Wert erhöht sich nicht ausschliesslich durch die Anwesenheit von Krebs, sondern schwankt auch so gerne schon mal. Deshalb steht die Verwendung des PSA-Wertes in der Kritik da bezweifelt wird ob der Nutzen durch eine solche Früherkennung die Risiken (z.B. durch unnötige Biopsien) überwiegt.

Ich vermute mal das die Kritik an den PSA-Messungen bei den wenigsten Leuten, die nicht zur Früherkennung gehen, ein ernsthafter Grund ist. Genauso wie regelmässige Zahnarztbesuche doch empfehlenswert sind, so hat man gerade nicht die Zeit dafür, glaubt es doch nicht so wichtig ist und überhaupt: Mich wird es schon nicht treffen. Das sind zumindest die besten Behauptungen mit denen ich mich selbst ganz vorzüglich von so etwas abbringen kann. Dabei ist so eine Früherkennung hier nicht ganz dumm: Bei rechtzeitiger Erkennung liegt die Fünfjahresüberlebensrate bei 99 %. Aber wie bei so ziemlich jedem Krebs: Je später die Erkennung, desto schlechter die Chancen.

Da ich von der 40/45 noch etwas entfernt bin ist das für mich nicht so akut, aber mein Vater fällt schon in die passende Altersgruppe. Und ich hoffe ich tue ihm kein Unrecht wenn ich sage das er es mit der Früherkennung und Vorsorge ähnlich hält wie ich leider auch: Ja, irgendwann mal. Nachdem ich meine SNPs, also die Marker die 23andMe testet, allerdings mal darauf hin ausgewertet habe wie es um die Krankheitsrisiken meiner Eltern so steht, und dabei gemerkt habe das er für Prostatakrebs vermutlich in eine ähnliche Risiko-Kategorie wie ich fällt, ist er dann doch mal zur Vorsorge gegangen.

Und hat dann auch gleich das ganze Programm bekommen: Erhöhte PSA-Werte gemessen, Krebs-positive Biopsie Ergebnisse, anschliessend eine OP zur Tumor-Entfernung. An der Stelle auch noch mal gute Besserung und ganz viel Spass im wohlverdienten Urlaub. Hier also ein Fall wo das Früherkennungsprogramm gut funktioniert hat, auch wenn man über den Einfluss der genetischen Risikofaktoren trefflich debattieren kann. Immerhin haben sie aber als Auslöser gedient überhaupt den Arztbesuch anzutreten.

Aber gehen wir mal etwas näher auf die Genetik ein, also darauf wie man die eigenen Daten nutzen kann um etwas über die Krankheitskrisiken der Eltern (oder auch eigenen Kinder) herauszubekommen. In einem Blogpost vor einem Jahr habe ich das Thema schon mal angeschnitten, aber noch mal zur Erklärung: Die SNPs die 23andMe testet sind über das gesamte Genom verteilt und auf den 22 Nicht-Geschlechtsbestimmenden Chromosomen (den sogenannten Autosomen) trägt jeder von uns 2 Kopien der SNPs, eine die von der Mutter, eine von dem Vater vererbt wurde. Dazu kommen die Marker auf dem mitochondrialen Genom, welches nur mütterlicherseits vererbt wird, und die beiden Geschlechtschromosomen (die Allosomen). Als XY-Träger ist es bei mir für die Geschlechtschromosomen auch einfach vorherzusagen welche Marker dort von welchem Elternteil kommen.

Bleibt das Problem für die 22 Autosomen, bei denen es aus den 23andMe-Daten nicht ersichtbar ist von welchem Elternteil welche Variante stammt. Aber: Wenn man an einem SNP homozygot ist, also zweimal die gleiche Variation trägt, dann ist das auch egal von welchem Elternteil sie kommen. Wenn ich an rs1234 den Genotypen A/A habe, dann weiss ich das sowohl mein Vater als auch meine Mutter mindestens ein A trägt, quasi A/? für diese Position ist. So weit so gut, aber in wie fern bringt uns das bei der Krankheitsrisiko-Kalkulation weiter?

Glücklicherweise funktionieren viele SNPs ganz nach der klassischen, mendelschen Vorstellung von dominanten und rezessiven Allelen. Schauen wir uns als Beispiel dafür einfach mal den SNP rs9939609 an. Die Genotypen A/A und A/T bedeuten ein erhöhtes Risiko für Typ-2-Diabetes (auch wenn es bei A/A etwas stärker erhöht ist). Wenn ich also den Genotypen A/A trage dann haben meine Eltern und Kinder mindestens A/? und haben damit auch ein erhöhtes Risiko für Typ-2-Diabetes. Würde ich die rezessive Variante T homozygot tragen so liessen sich keine Aussagen über meine direkten Verwandten ableiten.

Das ist auch das Hauptproblem mit diesem Vorgehen: Man bekommt nur über einen relativ kleinen Anteil von SNPs überhaupt aussagekräftige Informationen. Das könnte unter Umständen auch dazu führen das man Risiken falsch einschätzt. Z.B. könnte ich ein rezessives Allel tragen was keine Auswirkungen hat, während meine Eltern allerdings das dominante andere Allel tragen welches Risiken verstärkt oder vermindert. Das ist allerdings ein generelles Problem wenn man sich additive SNPs anschaut vermute ich.

Aber was hab ich nun konkret gemacht um die Krankheitsrisiken meiner Eltern und (fiktiven) Kinder zu bestimmen? Zuerst habe ich die ca. 1 Million SNPs die ich von 23andMe über mich bekommen habe so gefiltert das nur noch die homozygoten übrig bleiben. Jetzt muss man für die übrig gebliebenen herausfinden bei welchen davon ich die dominanten Allele trage. Dazu habe ich mich bei der SNPedia bedient. Auf dem Portal wurden bislang Informationen zu gut 28.000 SNPs gesammelt, darunter auch die Auswirkungen der verschiedenen Genotypen. Erfreulicherweise bietet SNPedia auch eine Programmierschnittstelle an, so das ich automatisiert abgleichen konnte welche meiner homozygoten SNPs aus den dominanten Allelen bestehen und auch direkt schauen was die Auswirkungen dieser Allele sind.

Am Ende blieb dann eine recht kleine Zahl an SNPs übrig. Theoretisch könnte man diese Daten jetzt so auswerten das man numerische Risiko-Werte bekommt. Wie das prinzipiell funktioniert haben die Blogger von GenomesUnzipped in einem Posting am Beispiel von Alzheimer erklärt. Da es nicht mehr so viele SNPs waren habe ich das allerdings zu Fuß und ohne explizite Berechnung nachvollzogen. Und dabei ist mir eben unter anderem die große Anzahl an SNPs aufgefallen die mit einem erhöhten Prostatakrebs-Risiko assoziiert sind.

Und das deckt sich auch mit den Ergebnissen die 23andMe mir gibt: Dort verwenden sie 12 verschiedene SNPs um mein Prostatakrebs-Risiko zu errechnen. Ungefähr die Hälfte davon bedeutet ein erhöhtes Risiko für mich und bei den meisten dieser SNPs bin ich nicht nur homozygot sondern laut SNPedia sind es auch die dominanten Allele, die das Risiko erhöhen. Komplett falsche Ergebnisse scheint man damit also nicht zu bekommen. Falls ihr das mit eigenen Daten ausprobieren wollt: Es gibt schlecht geschriebenen und noch schlechter dokumentierten Python-Code für das ganze Zeug bei GitHub.

Mit sinkenden Kosten für Genotypisierungen werden solche Analysen und Spielereien mit den Daten natürlich weniger relevant, ganz lehrreich kann es trotzdem sein. Und Hallo Loss Aversion: Auch wenn ich bei einer 25 % Chance keine größeren Wettbeträge auf das Eintreffen des Ereignisses setzen würde: Im Zweifel verbesserte Heilungschancen werden mich dann doch hoffentlich doch dazu bewegen, bei entsprechenden Früherkennungsprogramme mitzumachen. Wie haltet ihr es eigentlich mit der Krankheitsvorsorge/Früherkennung?

Geschrieben in Biologie | 2 Kommentare | 0 Trackbacks | Permalink

Weil man es ja eigentlich gar nicht oft genug betonen kann: Wir sind alle transgene Organismen, denn unser Genom ist eigentlich nicht nur unseres. Das ist zumindest das Fazit, welches man aus der Endosymbiontentheorie ziehen kann. Seit dem Ende des 19. Jahrhunderts gibt es diese Theorie, doch wirklich groß geworden ist sie erst gegen Ende der 1960er Jahre, zusammen mit ihrer Fürsprecherin Lynn Margulis (die leider Ende des letzten Jahres verstorben ist). Im Endeffekt geht es darum das manche der Organellen - die man so in Zellen finden kann - ursprünglich mal freilebende Bakterien waren, sich allerdings im Laufe der Evolution irgendwann einen Platz in Zellen gesucht haben und es dort ganz kuschelig gefunden haben (und deshalb nicht wieder von dort verschwunden sind). Dafür helfen sie jetzt aber ihren Gastgebern zumindest mit ihrer Arbeitskraft. Eines der bekanntesten Beispiele für eine solche endosymbiontische Organelle dürften die Chloroplasten sein, welche nicht nur die Blätter grün werden lassen, sondern auch für die Photosynthese zuständig sind. Ein anderes Beispiel, was eben auch uns zu transgenen Organismen macht, sind die Mitochondrien. Diese Organellen, von denen die meisten irgendwann schon mal im Biologieunterricht als den "Kraftwerken der Zelle" gehört haben dürften, haben ihren Beinamen absolut verdient. Sie verbrauchen einen Großteil des Sauerstoffs den wir veratmen und produzieren über einen Stoffwechselweg, die oxidative Phosphorylierung, gute 95% der chemischen Energie die wir jeden Tag verbrauchen. Und für diesen relativ komplexen Stoffwechselweg benötigt man einen ganzen Haufen von Proteinen bzw. Protein-Untereinheiten.

Und in dem Zusammenhang können wir uns jetzt auch eines der starken Argumente für die Endosymbiontentheorie anschauen: Die Mitochondrien haben ein eigenes Genom, welches einen Teil der Gene enthält die man für diesen Stoffwechselweg braucht (und nur über die Eizellen der Mutter vererbt wird ... So wie das Y-Chromosom also eine komplette väterliche Abstammungskette nachbildet, so kann man das für die mütterliche Seite mit Mitochondrien machen). Nach der Endosymbiontentheorie ist dieses mitochondriale Genom der Rest des ursprünglichen Bakteriengenoms. Allerdings hat dies mittlerweile nicht mehr alle Gene, die man für die Umwandlung von Sauerstoff zu nutzbarer Energie benötigt, denn irgendwo auf dem Weg haben sich viele der dafür nötigen Gene aus dem Mitochondrium verabschiedet. Allerdings haben sie uns nicht ganz verlassen, sondern sind in unser Kerngenom eingewandert, wo sie weiterhin eng mit den Mitochondrien zusammenarbeiten um für uns Energie zu produzieren. Diese enge Kooperationen der nukleären, also im Zellkern codierten, und der mitochondrialen Gene sollte deshalb zu einer Koevolution der dafür nötigen Gene führen: Wenn die Gene auf den beiden Chromosomen nicht zueinander passen, dann leidet die Fitness des Organismus der diese inkompatiblen Varianten trägt.

Eine Studie die genau diese Koevolution untersuchen soll wurde letztes Jahr von Patrick Flight und Kollegen veröffentlicht. Allerdings haben sie sich nicht den Menschen als Testobjekt angeschaut sondern einen Fisch aus den eierlegenden Zahnkarpfen, genauer gesagt die Art Fundulus heteroclitus. Dieser kommt unter anderem an der US-Ostküste an der Mündung des Hudson Rivers vor. Innerhalb dieser Art unterscheidet man noch zwei Unterarten, welche nördlich bzw. südlich der Flussmündung vorkommen und sich sowohl äußerlich unterscheiden, als auch von den physiologischen Eigenschaften die sie so verarbeiten können. Und auch genetisch unterscheiden sich die beiden Unterarten. Vor der Küste gibt es dann eine Hybridzone in der die beiden Unterarten sich miteinander verpaaren. Was dabei jedoch besonders spannend ist: Wenn man sich auf einer Karte anschaut wie die Verteilung der nukleären und mitochondrialen Genotypen ist, dann findet man das es keine einheitliche Zone für die Vermischung gibt, sondern das die Zonen ein wenig gegeneinander verschoben ist.

Auf der Karte sieht man die Verteilung der Genotypen. In Weiss und Schwarz die Verteilung der Genotypen für das Kerngenom. Je weiter man nach Norden geht desto mehr des nördlichen Genotyps findet man und desto weniger des südlichen Genotyps und umgekehrt. Genauso geht es mit Rot/Grün für den mitochondrialen Genotypen. Diese Verschiebung der beiden Zonen führt dazu das es einen Bereich gibt in dem man fast ausschliesslich den südlichen Genotyp für das Kerngenom, jedoch fast gleich verteilt den nördlichen und den südlichen mitochondrialen Genotyp findet. Das sorgt dafür, dass man zumindest in der Theorie ein ideales Feld hat um die Koevolution der beiden Genome zu untersuchen. Und entsprechend hat das Forscherteam an genau dieser Stelle seine Tiere für die Experimente gesammelt (In der Nähe von Brick auf der Karte oben). Für die anschliessenden Versuche hatten die Forscher 2 Thesen aufgestellt: 1. Der Genotyp des Mitochondriums sollte beeinflussen wie gut die Tiere Sauerstoffmangel-Stress überstehen können. 2. Der Genotyp des Mitochondriums sollte auch beeinflussen wie sich solcher Stress auf die Regulation der Gene auswirkt.

Um dies zu testen haben sie 2 Experimente durchgeführt: Als erstes haben sie die Tiere in 2 Gruppen eingeteilt und die eine Gruppe unter normalen Sauerstoffbedingungen und die andere unter Sauerstoffmangel (1/10 der Normalbedingung) gehalten. Dabei haben sie die Tiere über 25 Stunden beobachtet und dabei geschaut wie viele Tiere innerhalb der Beobachtungsperiode sterben. Anschliessend hat man sich die Genotypen der Tiere angeschaut und statistisch verglichen ob es Unterschiede im Überleben zwischen verschiedenen Gruppen gibt. Spannend dabei: Es macht für das Überleben keinen Unterschied welchen mitochondrialen Genotyp die Tiere haben. Genauso egal ist die Größe der Tiere. Alleine das Geschlecht hat einen signifikanten Einfluss auf die Überlebenswahrscheinlichkeit, die Frauen überleben länger.

Für den zweiten Versuch haben sie ihre Versuchsfische wieder in 2 Gruppen eingeteilt und die eine bei Normalsauerstoff gehalten, während die andere Gruppe in den gleichen sauerstoffarmen Bedingungen gehalten wurde. Nach 5 Stunden unter den Testbedingungen haben sie die Tiere getötet und RNA aus dem Lebergewebe isoliert. Mithilfe eines Mikroarrays hat sich das Team dann die Genregulierung für gut 6800 Gene angeschaut. Anschliessend hat man sich die Unterschiede in der Genregulierung für verschiedene Gruppen angeschaut und dabei neben dem mitochondrialen Genotypen auch den Einfluss des Geschlechts und auch dein Einfluss der Sauerstoffkonzentrationen verglichen. Zwischen den Geschlechtern findet man über 1000 Gene die unterschiedlich reguliert werden. Zwischen den Sauerstoffbedingungen finden sich immerhin noch über 600 Genem die sich in der Regulation unterscheiden. Darunter auch viele Gene die mit der sauerstoffverarbeitenden Funktion der Mitochondrien zu tun haben. Das ist natürlich nicht wirklich überraschend, immerhin unterscheiden sich die beiden Gruppen ja eben nur durch die vorhandene Sauerstoffmenge und dies sollte das Hauptziel von Genregulation sein. Nur zwischen den Genotypen wird werden die Unterschiede dann wieder schwach: Hier findet man nur noch 8 Gene die sich in der Regulation zwischen Nord und Süd unterscheiden und von diesen sind 5 vermutlich nur ein Artefakt des Experimentenaufbaus.

Es scheint in der Zusammenfassung also keinen so großen Einfluss auf das Überleben der Tiere und die Genregulation zu haben ob mitochondriale Gene und nukleäre Gene zusammenpassen. Allerdings muss man hier mit den Aussagen aufpassen: Als erstes ist die Genotypisierung der Tiere in dieser Publikation mit Vorsicht zu geniessen, da sie die nukleären Gene gar nicht typisiert haben um zu testen ob wirklich alle Tiere den "passenden" südlichen Genotyp haben. Und auch die Typisierung der Mitochondrien-Genome wurde nur über ein einfaches Fingerprinting gemacht. Von daher kann man nicht ausschliessen, dass man vielleicht die spannendere genetische Variation gar nicht mit erwischt hat bzw. diese nicht gezielt feststellen konnte. Damit kann es gut sein, dass die real vorhandenen Unterschiede verwischen. Außerdem merken die Autoren selbst auch an, dass es gut sein kann, dass die Unterarten sich noch nicht so weit genetisch ausdifferenziert haben als das man einen Unterschied feststellen könnte und es könnte genauso gut auch sein, dass man bei anderen Stressfaktoren für die Tiere (Salzgehalt im Wasser, Wassertemperatur,&) unterschiede zwischen den Genotypen finden könnte. Worüber ich mir auch noch Gedanken mache: In den Genregulations-Ergebnissen findet man auch, dass vor allem eine Sache bei Sauerstoffmangel herunter reguliert wird, nämlich die Produktion von Mitochondrien und auch die Expression der mitochondrialen Gene an sich. Und das könnte in meinen Augen auch dazu beitragen, dass man keine Unterschiede mehr finden kann: Wenn die Mitochondrien als Hauptreaktion auf Sauerstoffmangel einfach "ausgeschaltet" werden, dann dürfte es vermutlich auch relativ egal sein wie der Genotyp der Mitochondrien aussieht da sie einfach nicht benutzt werden. Ich bin gespannt ob andere Studien mit verbessertem Versuchsaufbau und anderen Methoden bei der Analyse von genomischer Koevolution helfen können.

Geschrieben in Biologie | 7 Kommentare | 0 Trackbacks | Permalink

Wir wünschen euch ein frohes neues Jahr. Mittlerweile haben Philipp und ich uns auch etwas von einer anstrengenden Woche in Berlin erholt. Wer leider nicht live dabei sein konnte und auch die Livestreams verfolgen konnte, der hat Glück gehabt. Unsere Vorträge wurden aufgezeichnet und sind bereits bei YouTube zum bequemen schauen daheim verfügbar. Der Vortrag beim 28. Chaos Communication Congress lässt sich hier anschauen, dort ist auch eine Version in besserer Qualität verlinkt. Wer sich für unsere Folien interessiert, der kann sie hier auf SlideShare anschauen. Oder hier direkt inklusive des LaTeX-Codes finden.

Bei der 0. Spackeriade haben wir kurz über die Auswirkungen der kommenden Post-Genomics-Ära auf die Privatsphäre gesprochen. Die Aufzeichnung gibt es nicht nur auf YouTube sondern auch wieder direkt zum Download. Genauso sind die Folien wieder auf SlideShare zu finden, oder bei GitHub als LaTeX-Sourcen.

Morgen geht es für mich dann aber auch schon weiter nach Strasbourg, wo ich vor Humangenetikern über Patient Driven Research und openSNP sprechen werde. Die Slides kommen dann auch noch in den nächsten Tagen.

Geschrieben in Biologie | 1 Kommentare | 0 Trackbacks | Permalink

Die letzten Geschenke sind gekauft und noch nicht verpackt, Philipp ist mittlerweile heile in Deutschland gelandet und damit könnten wir uns eigentlich auch in die Ferien verabschieden. Aber ein paar Sachen wollen wir euch noch mitteilen: Zum einen haben wir mit unserem Open Science-Projekt, bei dem wir ein paar mehr Probanden, die Lust haben ihre genetischen Daten der Allgemeinheit zur Verfügung zu stellen, bei dem WissensWert-Wettbewerb von Wikimedia Deutschland erfolgreich teilgenommen. Den Publikumspreis haben wir leider knapp verpasst. Das heisst aber trotzdem das wir jetzt bis zu 5000 Euro in das Projekt stecken können. Dazu wird es im neuen Jahr noch mehr Details von uns geben. Und natürlich auch an dieser Stelle noch einmal vielen Dank an alle, die uns so tatkräftig unterstützt haben. Und unsere Glückwünsche an alle anderen Gewinner.

Wer Philipp und mich mal live erleben möchte, der hat zwischen dem 27. und 31. Dezember in Berlin die Möglichkeit dazu. Für die Dauer des 28. Chaos Communication Congress werden wir dort sein und auch gleich an zwei Stellen über openSNP, Genotypisierungen, die Post-Genomics-ära und die Folgen für die Privatsphäre reden. Zum einen werden wir am 28.12. um 23:00 auf dem 28c3 über openSNP und die Möglichkeit von crowdsourced Genome-Wide Association Studies reden. Die normalen Konferenz-Tickets sind bereits ausverkauft, es wird aber wieder Tagestickets geben soweit ich weiss. Einen Tag später, am 29.12. um 14:15 Uhr sind wir dann bei der 0. Spackeriade, die von der datenschutzkritischen Spackeria durchgeführt wird. Dort werden wir darüber reden was die Post-Genomics-ära (das $ 1000 Genom kommt ja mit großen Schritten) für die Privatsphäre bedeutet. Der Eintritt ist dort frei, da man wohl nicht wirklich weiss wie viele Leute zu erwarten sind gilt aber im Zweifel: First come, first serve.

Und damit wünschen wir euch jetzt ein paar schöne freie Tage, vielleicht sieht man sich ja in Berlin.

Geschrieben in Allgemein , Biologie | 0 Kommentare | 0 Trackbacks | Permalink

Gestern endete das Binary Battle von Mendeley und der Public Library of Science, bei dem Philipp und ich haben mit unserem Projekt openSNP auch teilgenommen haben. Und machen wir es kurz: Wir haben uns wohl bei den Juroren und in der Publikumsabstimmung durchsetzen können und es so tatsächlich geschafft den ersten Platz damit zu belegen. An dieser Stelle auch noch mal ein großes Danke an alle die unsere Werbung bezüglich der Abstimmung ertragen und womöglich auch tatsächlich noch für uns abgestimmt haben. Ein paar Medienberichte zum Ausgang des Binary Battle gibt es unter anderem auf dem Blog von Mendeley und auf dem Nature-Blog The Great Beyond.

Wenn wir US-Amerikaner wären, dann würden wir uns ab sofort Award-Winning Scientists nennen. Aber mit dem Preisgeld werden wir uns jetzt allerdings nicht auf die faule Haut legen und das Projekt einschlafen lassen. Im Gegenteil: Ich habe den Eindruck, dass das ganze Team jetzt noch um einiges motivierter ist, weiter an dem Projekt zu arbeiten. Einen Haufen Ideen zur weiteren Verbesserung haben wir schon. Und außerdem nehmen wir aktuell auch bei dem WissensWert-Wettbewerb von Wikimedia Deutschland teil. Dabei gibt es zum einen eine "normales" Finanzierung bis 5000 ¬ für Ideen, die freies Wissen fördern. Und zum anderen wird auch noch ein Publikumsliebling gewählt. Dieser bekommt 2000 ¬ für die Umsetzung seiner Idee. Über beides würden wir uns natürlich sehr freuen.

Das besondere bei dem Wettbewerb ist aber, dass es nicht einfach ein Preisgeld ist, sondern das es wirklich projektbezogen eingesetzt werden soll. Unsere Projekt-Idee: Wir würden aus den bis zu 7000 ¬ gerne neue Genotypisierungs-Datensätze bezahlen. Je nach Dollar-Kurs bekommt man eine Genotypisierung bei 23andMe für ~200 ¬, sprich damit könnte man ziemlich genau 35 Datensätze erzeugen (Und wir hoffen natürlich, dass 23andMe für so ein Projekt vielleicht noch einen Rabatt geben könnte). Damit gäbe es auf einen Schlag fast noch einmal so viele öffentliche Genotypisierungen wie es bislang gibt. Damit wollen wir natürlich gerade die Leute erreichen, die sich gerne beteiligen würden, denen es aber an finanziellen Mitteln dazu fehlt.

Uns ist natürlich klar, dass so etwas problematisch ist. Immerhin drängt man mit so etwas unter Umständen Leute dazu ihre Daten zu publizieren, weil sie sonst keine Chance dazu haben überhaupt typisiert zu werden und die Publikation aber eigentlich nicht wollen. Deshalb wollen wir den Teilnehmern freistellen ob sie ihre Daten später bei openSNP (oder anderswo) veröffentlichen, oder es nach Einsicht in die Ergebnisse lieber sein lassen wollen. Das ist immer noch nicht das ideale Vorgehen, aber vermutlich das Unproblematischste.

Falls ihr das Projekt unterstützen wollt, dann könnt ihr hier für uns stimmen. Unsere Einreichung verbirgt sich hinter der Nummer Zwei: Open (Citizen) Science durch mehr öffentlich verfügbare Genotypisierungen.

Geschrieben in Biologie | 3 Kommentare | 1 Trackbacks | Permalink

Nicht ganz in der Form, aber so ähnlich haben Philipp, Fabian und ich dies in einer Umfrage wissen wollen, die wir vor einiger Zeit gestartet haben. Im Zusammenhang mit openSNP wollten wir nämlich gerne wissen, ob es überhaupt Leute gibt, die ihre Daten so frei verfügbar machen würden und wenn ja, unter welchen Bedingungen. Kurz: Ja, es gibt Leute die ihre Genotypisierungen auch zusammen mit phänotypischen Daten veröffentlichen. Aber spannender wird es natürlich erst, wenn man sich auch die Details anschaut. Auf dem openSNP-Blog haben wir eine erste, kurze Zusammenfassung von einigen Ergebnissen veröffentlicht. Für alle die sich im englischen nicht so sicher fühlen aber auch hier noch einmal die wichtigsten Ergebnisse:

Insgesamt haben 229 Leute bei unser Umfrage mitgemacht, davon haben gut 25% ihr chromosomales Geschlecht als XX und 74% als XY angegeben, es gibt keine signifikanten Unterschiede bei den Antworten zwischen den beiden Gruppen. Im Schnitt sind die Teilnehmer ca. 33 Jahre alt, der jüngste Teilnehmer gab sein Alter als 15 an, der Älteste als 70 und 80% der Teilnehmer gaben ihr Ethnie als Europäer an. 40% der Umfrageteilnehmer haben sich bereits genotypisieren lassen, weitere 30% planen zumindest sich genotypisieren zu lassen. Nur 30% der Teilnehmer haben gar keine Bestrebungen in die Richtung.

Mit derartig hohen Anteilen von Leuten die sich schon haben typisieren lassen, sind wir sicher nicht repräsentativ für die Gesamtbevölkerung, aber da wir uns vor allem für die Bereitschaft die Ergebnisse zu teilen interessieren, ist das auch nicht weiter schlimm. Das wir so viele Menschen erreicht haben die bereits typisiert sind, erklärt sich durch die Verbreitung der Umfrage in den Community-Foren von 23andMe, auf der DIYBio-Mailingliste, über viele Blogs die sich mit Direct To Consumer (DTC) Gentests beschäftigen und durch die sozialen Medien.

Insgesamt würden 68% der Umfrageteilnehmer die Ergebnisse mit der Firma, die sie typisiert hat, teilen. Weitere 26% würden dies nur tun, wenn die Firma zusagt, dass sie die Ergebnisse nicht mit Dritten teilt. Und nur 7% würden ihre Daten unter gar keinen Umständen teilen. Was wenig überraschend ist: Diejenigen die bereits typisiert sind würden signifikant häufiger teilen, als jene die es gar nicht vorhaben. Um sich typisieren zu lassen muss man seine Daten ja zwangsläufig dem Dienstleister zugänglich machen. Wer das also auf gar keinen Fall will, der wird von DTC-Firmen Abstand nehmen oder auf die Do It Yourself-Variante umsteigen.

Außerdem haben wir die Teilnehmer gefragt aus welchen Gründen sie ihre Daten frei zugänglich machen würden. Zur Auswahl gab es dabei

• „um Wissenschaftlern zu helfen“,
• „für den persönlichen Vorteil“, „
• aus Neugier“ und
• „personalisierte Werbung“.

Jeder dieser Optionen konnte auf einer 5-Punkte-Skala bewertet werden, bei der 1 starke Ablehnung bedeutet und 5 starke Zustimmung bedeutet. Die stärkste Zustimmung gibt es bei der Option seine Daten zu veröffentlichen um Wissenschaftlern zu helfen (ist unser Ruf doch nicht so schlecht, wie man denken könnte?). Relativ dicht gefolgt von den möglichen persönlichen Vorteilen und der Neugier. Eine starke Ablehnung gibt es für die personalisierte Werbung.

Weniger stark streuen die Ergebnisse bei den Fragen danach, wieso man seine Genotypisierungs-Daten nicht frei verfügbar machen würde. Zur Auswahl standen die

• „Angst vor Diskriminierung durch Staat, Arbeitgeber und Co“,
• weil es ein „Einbruch in die Privatsphäre ist“,
• weil es „mögliche negative Konsequenzen für Nahverwandte mit sich bringt“
• und auch die Option der „Personalisierten Werbung“.

Zwar sind die Werte für die Personalisierte Werbung und die Diskriminierung etwas größer, allerdings ist dieser Unterschied nicht sonderlich stark ausgeprägt.

Darüber hinaus haben wir uns auch angeschaut in wie weit es Unterschiede zwischen den drei Gruppen „würde Daten mit DTC-Firma teilen“, „würde Daten nur mit DTC–Firma teilen, wenn sie die Daten nicht an Dritte geben“ und „würde nicht teilen“ gibt. Dazu haben wir eine ANOVA mit angeschlossenem Tukey’s range test gerechnet um rauszufinden welche Gruppen die höheren/niedrigeren Werte erzielen. Bei den Fragen wieso man seine Daten teilen würde haben wir dabei gesehen, dass jene Teilnehmer die bereits genotypisiert wurden (im Vergleich zu jenen die eine Typisierung nicht geplant haben) signifikant höhere Zustimmungs-Werte bei der Hilfe für Wissenschaftler, den persönlichen Vorteilen und der Neugier. Andersherum erzielen bei den Fragen nach den Gründen seine Daten nicht frei zugänglich zu machen jene Teilnehmer die eine Typisierung nicht geplant haben auf allen 4 Fragen höhere Zustimmungs-Werte als die Teilnehmer die bereits typisiert wurden.

Diese Daten erlauben es natürlich keinen kausalen Zusammenhang herzustellen, wir wissen also nicht ob die Genotypisierung selbst den Leuten die Angst vor den negativen Konsequenzen einer solchen Veröffentlichung nimmt und sie aufgeschlossener gegenüber einer Veröffentlichung der Daten macht. Oder ob es einfach anders herum ist, dass die Leute die bezüglich solcher Dinge insgesamt negativer eingestellt sind (also den "Vorteilen" weniger stark zustimmen als den "Nachteilen") sich aus genau diesen Gründen einfach erst gar nicht typisieren lassen.

So weit zu unserer ersten Auswertung der Umfrage. Vielen Dank auch noch einmal an alle Teilnehmer für ihre Hilfe. Falls ihr noch Fragen habt, die man mit dem Datensatz untersuchen könnte, dann meldet euch ruhig bei uns, wir sind für Anregungen offen.

Geschrieben in Biologie | 0 Kommentare | 0 Trackbacks | Permalink

Nach amerikanische Wissenschaftler™ ja schon das „Gay Gene“ und das „God Gene“ gefunden haben wollen ging in den letzten beiden Tagen das „Empathie-Gen“ durch die Medien. Bei Spektrumdirekt bin ich als erstes über einen Beitrag zu dem Thema gestolpert. Und obwohl in dem Artikel erfreulicherweise nicht vom Empathie-Gen sondern von einer Assoziation gesprochen wurde, so war ich doch ein wenig erstaunt über die kritiklose Berichterstattung, da sie sich überhaupt nicht mit der Statistik der Veröffentlichung beschäftigt. Und an dem Punkt muss man die Originalveröffentlichung harsch kritisieren, wie im englischen Sprachraum auch ausführlich geschehen..

Kurz zu der Forschung selbst: Das Team um Sarina Saturn hat für 23 Freiwillige den Genotyp, also die genetische Varietät, am dem Single Nucleotide Polymorphism (SNP) rs53576 bestimmt. Diese 23 Personen filmte man dabei, wie sie ihren Lebenspartner zuhören mussten, als diese ein aufwühlendes Ereignis aus ihrem Leben erzählten. Danach hat man 116 Testpersonen gebeten alle 20 Sekunden lange Stummfilme anzusehen und in Hinsicht auf das Sozialverhalten der typisierten Zuhörer zu bewerten. Und dann haben sie geschaut, in wie weit es Unterschiede in der Bewertung der Versuchspersonen die den Genotyp G/G und denen die G/A oder A/A haben.

Saturn will herausgefunden haben, dass die Personen mit dem Genotyp G/G als sozialer eingeschätzt werden als die mit den anderen Varianten. Wenn man sich die Grafik und die Werte für das vielzitierte Ergebnis anschaut, dann sieht das allerdings schon nicht mehr so eindeutig aus. Der Mittelwert für G/G ist 4,21, mit einer Standardabweichung von 1,4, der Mittelwert für die anderen beiden Genotypen kombiniert ist 3,8, mit einer Standardabweichung von 1,41. Alleine bei der Varianz fällt es mir schon schwer die Ergebnisse sonderlich ernst zu nehmen. Auch wenn die Statistischen Tests die sie machen auf Signifikanz hinweisen (mangels Expertise mit dem Hierarchical Linear Modeling das sie verwenden kann ich leider nicht wirklich beurteilen wie angebracht der Test für diese Datenreihe überhaupt ist, die generelle Kritik bleibt davon allerdings unberührt).

Dazu kommt die Anzahl der Probanden selbst: Nur 23 Probanden wurden überhaupt auf ihre Genvariante getestet und im weiteren Versuch eingesetzt: 10 Probanden mit G/G, 10 mit A/A, 3 mit G/A. Etwas über 40% der Teilnehmer haben damit die Variante G/G. Und trotzdem weisen die Autoren stolz darauf hin, dass 60% der am sozialsten eingeschätzten Probanden die Variante G/G haben. Was bei 40% Anteil an der Gesamtmenge und nur 23 Probanden insgesamt nicht wirklich überraschen dürfte.

Denn das ist schon fast vergleichbar damit 20 mal eine Münze zu werfen und am Ende 12 mal Kopf zu haben: Auch wenn wir erwarten das die Wahrscheinlichkeitsverteilung 50% pro Ausgang vorhersagt ist 12/20 bei einer kleinen Anzahl an Wiederholungen gar nicht so unwahrscheinlich. Kurz um: 23 Probanden bei genetischen Assoziationsstudien sind nicht aussagekräftig, auch wenn ihre statistischen Tests das offensichtlich anders sehen. Denn der Effekt den sie in ihren Daten finden ist gering und die Streuung groß.

Um solche Scheinassoziationen zu vermeiden setzt man deshalb üblicherweise viel größere Stichproben an. Bei der Einschätzung der Videos haben sie vermutlich auch deshalb so viele Leute nach ihrer Einschätzung befragt. Und auch wenn genomweite Assoziationsstudien nicht komplett das Gleiche sind, die grundlegende Methode Assoziationen zu finden bleibt gleich. Und dort verwendet man bei den Studien normalerweise Teilnehmerzahlen die im mittleren dreistelligen Bereich anfangen und sich bis in den mittleren fünfstelligen Bereich erstrecken können.

Bevor man die Ergebnisse von Assoziationsstudien kritiklos glaubt oder verbreitet sollte man sich deshalb unter anderem drei Dinge anschauen die verhältnismäßig einfach zu erkennen sind:

1. Die Stichprobengröße: Wenn die Teilnehmerzahl im unteren zweistelligen Bereich ist, dann kann man fast sofort aufhören zu lesen, die Ergebnisse werden schwach sein.
2. Die Effektgrösse: In wie weit unterscheiden sich die Gruppen überhaupt. Je kleiner der Unterschied, desto größer die Wahrscheinlichkeit, dass die Ergebnisse selbst nur zufällig entstanden sind (gerade bei so kleinen Stichproben).
3. Die Streuung: Wenn die Werte so weit streuen, dass die Mittelwerte der Gegengruppe eingeschlossen sind, dann darf man auch ruhig hellhörig werden.

Ich bin gespannt ob sich jemand die Mühe macht und diese Studie mit einer größeren Stichprobe wiederholt. Philipp und ich haben gestern schon festgestellt, dass openSNP mittlerweile mehr Teilnehmer hat die für den entsprechenden SNP typisiert worden sind (36 um genau zu sein). Ob wir es damit wohl auch in PNAS schaffen?

Geschrieben in Biologie | 3 Kommentare | 0 Trackbacks | Permalink

Zur Zeit stecke ich in der Uni in meinem Modul über Mykologie, also über die Wissenschaft von den Pilzen. Und erfreulicherweise kann ich damit mein Botanik-Pflichtmodul abhandeln, obwohl mittlerweile bekannt ist, dass Pilze evolutionär näher mit Tieren als mit Pflanzen verwandt sind (manchmal profitiert man davon, dass Traditionen auch in der Wissenschaft nur langsam aussterben). Im Rahmen des Moduls muss ich irgendwann auch einen Seminar-Vortrag über mutualistische Symbiosen, also jene Symbiose-Beziehungen in denen beide Partner davon profitieren, von Pflanzen und Pilzen halten. Die bekanntesten Pflanzen-Pilz-Mutualismen dürften dabei wohl die Flechten und die Mykorrhiza-Pilze sein.

Die Flechten sind mutualistische Organismen die aus der Kombination von Pilzen und Grünalgen und/oder Cyanobakterien bestehen. Der Pilz profitiert von der Photosynthese-Leistung seines Partners, während die pflanzlichen Partner vor allem davon profitiert, dass er vor zu schnellem austrocknen geschützt ist. Die Mykorrhiza-Pilze gehen ihre Symbiose mit Pflanzen ein. Man schätzt das gut 80 % der Gefäßpflanzen in einer solchen Symbiose leben. Bei dieser Form der Symbiose besetzen die Pilze das Wurzelsystem und tauschen dort Nährstoffe mit ihren Wirtspflanzen aus. Die Pilze können dabei unter anderem Stickstoff und Phosphat aus dem Boden aufnehmen und an die Pflanze weitergeben, währen die Pflanze den aus der Photosynthese gebundenen Kohlenstoff weitergeben kann. Darüber hinaus gibt es auch gute Hinweise darauf, dass die Pilze auch in der Abwehr von Pflanzenfressern, welche ihren Wirt bedrohen könnten, nützlich sein können.

In wie weit solche Mykorrhiza-Pilze als Parasiten oder positive Symbiose-Partner funktionieren ist dabei allerdings von vielen Faktoren abhängig. Unter anderem davon welche Art von Pilz es ist, welche Art von Wirtspflanze es ist, welche Art von Pflanzenfresser die Wirtspflanze bedroht, welche anderen Mykorrhiza-Pilze an dem gleichen Wirt zu finden sind, wie die Nährstoff-Bedingungen in dem Boden sind und natürlich dürfen auch die Gene hier nicht fehlen, denn Wirt und Pilz können inkompatibel sein. Und so verwundert es einen dann auch nicht mehr, dass die möglichen Beziehungen von Mykorrhiza-Pilzen zu ihren Wirtspflanzen ihre Hochs und Tiefs haben und von beiderseitigem Vorteil bis zu Parasitismus reichen können. Damit reicht es auf jeden Fall für ein “It's complicated” bei Facebook. Aber gerade die Mutualismen sind es, die aus evolutionärer und spieltheoretischer Sicht eine gute Erklärung benötigen.

Denn oft findet man bei Mutualismen, dass ein Partner den anderen mehr oder weniger „versklavt“ bzw. überproportional von der Beziehung profitiert und daher seinen Partner lenken kann bzw. muss. Bei den Flechten ist es beispielsweise so, dass der Pilz extrem stark von seinem „Partner“ profitiert, da der Pilz selbst meist nicht einmal mehr alleine lebensfähig ist, während dies andersherum für die Algen/Bakterien meist kein Problem ist. Dementsprechend wirkt der Pilz extrem stark auf seinen Photosynthese-Freund ein. Die Frage wieso man eine Erklärung für dieses Verhalten braucht und auch die Frage nach den Symbiosen der Mykorrhiza-Pilze lässt sich mit dem Gefangenendilemma ganz anschaulich darstellen.

Über das iterierte Gefangenendilemma hatte ich vor einiger Zeit bereits etwas geschrieben. Aber zur Auffrischung noch einmal das Grundproblem: Alice und Bob haben zusammen eine Bank überfallen und werden danach von der Polizei aufgeschnappt. Allerdings reichen die Beweise nicht aus um die beiden für den Bankraub zu verurteilen. Wenn also beide schweigen, dann kommen sie davon bzw. bekommen nur eine kleine Strafe (für zu schnelles Fahren bei der Flucht/unerlaubter Waffenbesitz/was man halt so in Verbindung mit einem Bankraub noch für Verbrechen begehen könnte). Die Verurteilung für den Bankraub klappt nur, wenn mindestens einer der beiden eine Aussage macht und den anderen belastet. Wenn nur einer der beiden eine Aussage macht, dann kommt derjenige der geplaudert hat straffrei davon, der andere sitzt eine volle Strafe ab. Machen jedoch beide eine Aussage, dann müssen auch beide ins Gefängnis und ihre Strafe absitzen (die jedoch pro Nase geringer ist als die Strafe die man absitzen muss, wenn man von dem Anderen verpfiffen wird). Alice und Bob werden getrennt voneinander verhört und haben keine Möglichkeit zu erfahren ob der jeweils andere ihn verraten hat oder nicht.

Um das ganze anschaulicher zu machen schauen wir uns die Tabelle oben mal an. Wichtig: Die Zahlen sollen hier keine Haftstrafen darstellen sondern einen zu erwartenden Gewinn. Also: Je größer die Zahl, desto besser für den Spieler. Der zu erwartende Gewinn für Alice ist in Grün dargestellt, der zu erwartende Gewinn für Bob in Rot. Wie sollten sich jetzt also beide Spieler verhalten, um das bestmögliche Ergebnis zu erzielen? Wenn wir uns die Tabelle so anschauen, dann könnte man meinen, dass das beste Ergebnis die beiderseitige Kooperation ist, immerhin gibt es da insgesamt 6 Punkte zu gewinnen. Aber schauen wir uns doch einmal an, was für jeden Spieler die Beste Option ist: Wenn Bob kooperiert, dann ist es für Alice das beste Bob zu verraten, da sie dort 5 anstatt 3 Punkte bekommt (straffrei ausgeht anstatt für kleinere Verbrechen bestraft zu werden). Falls Bob sie verrät, dann sollte sie ihn auch verraten, denn dann bekommt sie 1 statt 0 Punkte (sie bekommt eine kleinere Strafe anstatt alleine die volle Strafe). Und analog funktioniert das auch für Bob, der sich die gleichen Gedanken macht.

Damit endet man, zumindest wenn man von rational denkenden Spielern und nur einer Spielrunde ausgeht, dabei, dass beide Spieler einander verraten. Da gegenseitiger Verrat die einzige stabile Strategie ist, kommt es nicht zu der global optimalen Lösung: Der Kooperation. Dieser Fall, in dem kein Spieler etwas dadurch gewinnen kann, dass er seine Strategie alleine ändert, wird – nach ihrem Entdecker John Nash – das Nash-Gleichgewicht genannt. Was das ganze jetzt mit den Mutualismen von Pflanzen und Pilzen zu tun hat? Ersetzen wir doch einfach mal Alice durch Pflanze und Bob durch Pilz. Eine Pflanze hätte genauso einen Vorteil, wenn sie ihren Pilz-Partner verrät. Sie bekommt Phosphat von dem Pilz, muss aber keinen Zucker teilen. Und wenn der Pilz seine Kooperation einstellt, dann wäre es erst recht die beste Option den Zucker-Transport zum Pilz einzustellen. Und andersrum ist es genauso für den Pilz: Ohne Gegenleistung den Zucker bekommen ist besser als die eigenen Ressourcen zu teilen, und wenn der Pflanzen-Partner nicht teilt, dann sollte man das selbst auch nicht tun. Eine mathematische Umsetzung des Nash-Gleichgewichts für die Evolutionsbiologie hat John Maynard Smith in den 80er Jahren veröffentlicht. Sein Konzept sind die Evolutionary Stable Strategies, welche Strategien beschreibt welche, wenn sie einmal in einer Population von Individuen fixiert sind, nicht durch andere Strategien verdrängt werden können.

Einer Theorie wieso sich der Mutualismus von Mykorrhiza-Pilzen und Pflanzen dann seit Millionen von Jahren halten kann ist E. Toby Kiers mit seinen Kollegen auf den Grund gegangen. Üblicherweise findet man nämlich, dass Pflanzen mehr als einen Mykorrhiza-Pilz als Symbiose-Partner haben, genauso wie die Pilze ihrerseits Verbindungen zu mehr als einer Pflanze aufrecht erhalten können. Ihre Theorie ist, dass es eine Art freien Markt gibt, über den die Rohstoffe zwischen den verschiedenen Pilzen und Pflanzen getauscht werden können. Und auf diesem Markt tauscht man seine Waren dann mit jenen Partnern, die einem die besten Konditionen bieten. Um zu testen ob dieser freie Markt für Pilz und Pflanze funktioniert, oder ob hier doch wieder die 99 % leiden müssen, haben sie sich auch ein Experiment überlegt.

Sie haben Petrischalen, wie auf den Fotos oben zu sehen, in Drittel aufgeteilt. In dem einen Versuch (links) haben sie dem Pilz-Hyphen-Geflecht zwei Wurzelpartner zur Auswahl gegeben: Während das eine Wurzelsystem keinerlei Zucker anbieten konnte, hatte das andere Wurzelsystem wahlweise 5 mM oder 25 mM Zucker für den Pilz zu bieten. Das Phosphat, welches der Pilz als Tauschobjekt zu bieten hatte wurde radioaktiv markiert. Damit konnte man dann nachverfolgen wie viel Phosphat die beiden Wurzeln in den unterschiedlichen Bedingungen aufgenommen haben. Analog dazu wurde der Versuch andersrum wiederholt: Eine Wurzel, bei denen ihr Zucker radioaktiv markiert wurde, hatte 2 Pilz-Hyphen zur Auswahl die entweder kein oder 35/700 µm Phosphat liefern konnte. Damit kann man dann überprüfen wie sich die Zucker-Konzentrationen zwischen den Konditionen unterscheidet.

Und die Ergebnisse sprechen eindeutig für die Theorie: In Wurzeln die viel Zucker anbieten können findet sich signifikant mehr radioaktiv markiertes Phosphat als in den Wurzeln die kein Zucker anbieten. Und in den Pilzen die viel Phosphat anbieten können findet sich signifikant mehr radioaktiv markierter Zucker als in den Pilzen die kein Phosphat anbieten können. Das ist ein ziemlich gutes Zeichen dafür, dass sowohl Pilz als auch Pflanze steuern können, welchen Symbiose-Partnern ihre Ressourcen zuweisen wollen. Und durch diese Steuerungsmechanismen und die dadurch hergestellte Kontrolle können beide Partner verhindern, dass der eine den anderen versklaven kann.

Die Autoren der Studie sprechen daher auch von einem guten Beispiel für eine Marktwirtschaft, in der die Konkurrenz zwischen den Pilzen und die Konkurrenz zwischen den Pflanzen dafür sorgt, dass beide Partner durch bessere „Dienstleistungen“ entlohnt werden. Die FDP darf sich jetzt darüber freuen, dass sich Leistung zumindest in der Natur zu lohnen scheint. Zumindest so lange, wie es zu keiner Monopolbildung kommt.

Bildnachweise:
Foto Cladonia arbuscula: Tigerente, CC-BY-SA
Abbildungen Petrischalen: Aus E. Toby Kiers et al. 2011, Science

Geschrieben in Biologie | 51 Kommentare | 0 Trackbacks | Permalink