أدلة التطور

Equation 1

بإعادة تقييم استراتيجيتها على طول الحافة، لذالك العقدة لديها احتمالية φ محددة بواسطة وظيفة فيرمي لتغيير حالتها ، و عند إعادة توصيل الرابط Eij، يقوم اللاعب ذو الحالة النهائية C من جانب واحد بإسقاط الشراكة مع جاره ذو الحالة النهائية D على الحافة Eij ويختار (بشكل عشوائي موحد) لاعبًا آخر من بقية السكان خارج الحي المباشر كشريك جديد له. توضح اللوحة اليسرى من الشكل 1 عملية تجديد الأسلاك هذه. عند حدوث حدث تحديث الإستراتيجية، تأخذ كل من العقدتين i وj في الاعتبار لعبها عبر جميع جيرانها، ومراقبة إجمالي مكافآتهم Pi وPj. بعد ذلك، تحل استراتيجية العقدة j محل استراتيجية i على طول الحافة Eij — أي أنها تنسخ استراتيجية j — مع الاحتمال الذي توفره دالة فيرمي : ( equation 2) قبل ان اختتم سوف اشرح الصور من اجل العمل عليهما في المقال التكميلي القادم ومن اراد الفهم فليفهم الصورة وليراجع نظرية اللعبة game theory : - شرح (Figure 1): هي رسوم توضيحية لعمليات تجديد الأسلاك وتحديث الإستراتيجية. اختر حافة متنافرة XY مع العقدة X في الحالة CandnodeY instateD. (يسار) تحدث إعادة الأسلاك مع الاحتمال 1−w مع طرد العقدة المتعاونة X جارتها المنشقة Y وإعادة توصيل الأسلاك إلى عقدة عشوائية Z في الشبكة، بشكل مستقل عن حالة العقدة Z .إذا كان Z في الحالة D، فسيظل عدد حواف القرص المضغوط كما هو؛ ولكن إذا كان Z متعاونًا (كما في الصورة)، فسيتم تقليل عدد حواف القرص المضغوط. (يمين) يحدث تحديث الإستراتيجية مع احتمالية ث. تقارن العقدتان X وY أدواتهما المساعدة، حيث تقوم إحدى العقدتين بنسخ العقدة الأخرى كما تم تحديدها وفقًا لوظيفة Fermi لاختلاف الأدوات المساعدة. في المثال الموضح هنا، لنفترض أن نسبة التكلفة إلى الفائدة u = 0.5 ومعلمة انحياز دالة Fermi α = 30. ثم تحتوي العقدة X على فائدة PX = 1، والعقدة Y لها فائدة PY = 4، وتعطي دالة Fermi φ(sX ← sY) = 1/(1+exp[α(PX −PY)]) = 1/(1+exp[30(1−4)]) ≈ 1،بحيث يتم تحديد العقدة X باحتمال قريب من 1 للتقليد استراتيجية العقدة Y (الحالة D). شرح (Figure 2 ) : تصور نموذج الشبكة المتطور للتبديل بين الأقراص المضغوطة قبل وقت قصير من انشطار الشبكة إلى مكونين منفصلين، أحدهما يتضمن جميع العقد المتعاونة المتبقية (فاتحة/زرقاء) والآخر يحتوي على العقد المعيبة فقط (داكنة/ أحمر). تحتوي هذه المحاكاة على N = 1,000 , عقدة وM = 5,000 حواف , مع فائدة التكلفة = 0.5 , واحتمال تحديث الإستراتيجية w = 0.1 , والجزء الأولي من المنشقين ρ = 0.5 , حيث يعدل α شدة التحيز تجاه الإستراتيجية ذات المردود الأعلى https://pubmed.ncbi.nlm.nih.gov/16979665/ خلاف ذلك [أي، مع احتمال φ(sj ← si) = 1 − φ(si ← sj)]، j نسخ i. يمكن تفسير قيمة 1/α هنا على أنها تمثل مدى الضجيج في عملية تحديث الإستراتيجية https://journals.aps.org/pre/abstract/10.1103/PhysRevE.75.045101 بمعنى اخر أن α → 0 يتجاهل المكاسب بينما ينتج α →∞ التقليد الحتمي للعقدة التي تتلقى المردود الأعلى ، توضيح مهم : في اللوحة اليمنى من figure 1 هي عملية تحديث الإستراتيجية . اي تتوقف لعبة التطور هذه عند عدم وجود حواف متنافرة متبقية في الشبكة . وهذا يعني أن حواف CC وDD فقط هي التي توجد في الحالة النهائية للنظام ، حيث تقوم الشبكة النهائية بتقسيم هاتين المجموعتين (المتعاونة والمعيبة) الى الجزء القادم و أكمل الرد على معضلة التعاون على مستوى السلوك إن شاء الله...، من إعداد سيبيان ابن ابراهيم

اما الدراسات المخصصة للألعاب التطورية على الشبكات المعقدة واسعة النطاق تتضمن أهداف مثل هذه الدراسات عادةً تحديد مجموعة قواعد اللعبة والديناميكيات وطوبولوجيات الشبكة المختلفة التي يمكن أن توفر التعاون بين الأفراد الأنانيين وغير المرتبطين، و في هذا المقال ؛ سنركز على الدور الديناميكي للاعبين الذين لديهم خيار تبديل الشركاء ، كما تمت دراسته في إطار الشبكات التكيفية التي تتطور مع استراتيجيات اللاعب : https://pubmed.ncbi.nlm.nih.gov/12381291/ اي في شبكة "متطورة" أو "متكيفة" مع لعبة ما ، تمثل القمم اللاعبين وتشير الحواف إلى عمليات الاقتران أو تفاعلات اللعبة بين اللاعبين . والأهم من ذلك أن الهياكل المكانية في الشبكة يمكن أن تمكن المتعاونين من تشكيل مجموعات أو مجموعات صغيرة لحماية أنفسهم من الاستغلال من قبل المنشقين ، وهذا يقضي تماما على نصف هراء معارضي التطور : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3279753/ قمنا الآن بالتسخينات ، والأن في التفشيخ الحقيقي ... أظهرت الدراسات الحديثة أن البنية المكانية يمكن أن تعزز التعاون : https://www.nature.com/articles/nature00823 وقد تناولت دراسات أخرى جوانب مختلفة من التعاون على نطاق واسع : https://arxiv.org/abs/physics/0612108 وكذالك تطور التعاون عن شبكة مربعة : https://journals.aps.org/pre/abstract/10.1103/PhysRevE.78.066101 وكذالك العالم الصغير : https://pubmed.ncbi.nlm.nih.gov/19792145/ وكذالك تطور التعاون عن طريق الشبكات الاجتماعية والعالمية : https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0001892 ومتعددة الطبقات الشبكاتية : https://www.sciencedirect.com/science/article/abs/pii/0022519364900384 اظن ان هذا لا يكفي ويلزمه مزيد من التفشيخ ؛) اختيار الأقارب ؛ https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.93.028701 واختيار المجموعة : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2460569/ والمعاملة بالمثل المباشرة : https://www.nature.com/articles/nature04131 والمعاملة بالمثل غير المباشرة : https://journals.aps.org/pre/abstract/10.1103/PhysRevE.79.056107 والمعاملة الاجتماعية التنوعية : https://journals.aps.org/pre/abstract/10.1103/PhysRevE.79.056107 والمشاركة التطوعية : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2699261/ كل هذه الأمور هي آليات تعزز التعاون في الألعاب التطورية . و الآن سنركز دراستنا على نموذج شبكة متطور بسيط لكيفية لعب اللاعبين لعبة معضلة السجين مع القدرة على التكيف عن طريق تغيير استراتيجياتهم أو تبديل الشركاء إذا يتم استغلالهم من قبل جيرانهم، وقد تم تقديمه في الدراسة : https://www.nature.com/articles/nature02360 وسوف نستكشف المستوى التعاوني بين الأفراد أثناء تنظيمهم في شبكات من المتعاونين باستخدام تقنية المعادلات الرئيسية التقريبية ، وسأقدم تقديرًا تقريبيًا أكثر دقة لتطور بنية الشبكة وحالات اللاعبين ، 1; في هذا المقال سأقدم النموذج ، ثم نقوم بعد ذلك بوصف التقريب الأكثر دقة في (المقال القادم ج.2 ) وبعدها نقدم نتائج عددية ونقارن بين طريقتي التقريب ، (المقال الثالث ج3) ثم نقدم تغييرًا للنموذج ونقارن نتائج متغيري النموذج ، (المقال الأخير ج4) 1 ; وصف نموذج التبديل التعاوني المعيب (CD) ندرس نموذج تبديل الشريك الموجود في الدراسة "أعلاه في nature" حيث تمثل رؤوس الشبكة المشتركة اللاعبين، وتشير الحواف إلى اقتران الأفراد الذين يلعبون اللعبة، ويتكيف اللاعبون من خلال تغيير الاستراتيجيات بناءً على معلوماتهم المحلية الحالية أو تبديل الشركاء , من أجل التبسيط وعدم التعقيد سنقوم بتهيئة عمليات المحاكاة الخاصة بنا باستخدام شبكة Erd˝ os-R´enyi ذات العقد N والحواف M ، مع تعيين حالة أولية لكل عقدة إما كمتعاون (C) أو منشق (D) . على الرغم من أن هذه الإستراتيجية يمكن أن تتغير بمرور الوقت ( 1 equation) حيث Ni هي المجموعة المجاورة لـ i ومصفوفة المردود 2 × 2 P ( image 2 ) مع نسبة التكلفة إلى الفائدة u ∈ (0,1) لتحديد النتائج النسبية في مصفوفة المكافأة . وهذا يعني إذا لعب اللاعبان i وj في الاقتران C ، فسيحصل كلاهما على المكافأة 1 من هذا الاقتران؛ إذا كان اللاعب i يلعب C واللاعب j يلعب D، فإن اللاعب i يحصل على المكافأة 0 واللاعب j يحصل على المكافأة 1 + u ؛ في كل مرة تتم خطوة المحاكاة الدقيقة لدينا على النحو التالي: نختار بشكل عشوائي أحد الحواف التي تربط زوجًا من اللاعبين باستراتيجيات مختلفة ، وهو رابط القرص الذي يُشار إليه بـ Eij ، فإن العقدتين وj المتصلتين بواسطة الحافة Eij تأخذان في الاعتبار تحديث استراتيجياتهما خلاف ذلك (أي مع الاحتمال 1 -w) ، يتم إعادة توصيل الحافة Eij عندما تقوم العقدة

- سلسلة الرد على معارضي نظرية التطور ، - معضلة التعاون على مستوى السلوك ... الجزء1 الرد سأقسمه الى مستويين ؛ -مستوى السلوك : ج1 + ج2 + ج3 + ج4 مستوى الجينات : ج1+ج2+ج3+ج4 قبل ان تقرأ المقال انصحك ان تذهب الى محرك البحث Google or YouTube وخد فكرة عامة عن نظرية اللعبة او من الأحسن خد سلسلة كاملة . بدون فهم نظرية الألعاب لن تفهم اي شيء حرفيا في المقال وسيكون ضبابي ... - نظرية اللعبة game theory هي دراسة صنع القرار الاستراتيجي وتحليل النماذج الرياضية للصراع والتعاون بين المشاركين العقلانيين الأذكياء ، تستخدم نظرية اللعبة في مجموعة متنوعة من التخصصات، بما في ذلك علم الأحياء والاقتصاد والعلوم السياسية وعلوم الكمبيوتر وعلم النفس... في نظرية الألعاب الكلاسيكية، يتخذ الفاعلون العقلانيون خياراتهم لتحسين قدراتهم الفردية https://sites.math.rutgers.edu/~zeilberg/EM22/gibbons.pdf وهذا يعني أن الممثلين يتخذون خيارات استراتيجية بناءً على تقييم محدد عقلانيًا للنتائج المحتملة أو المنفعة الشخصية ، مع الأخذ بعين الاعتبار التحليل الاستراتيجي الذي يجريه خصوم اللاعبين في تحديد خياراتهم ، خد فكرة عن نظرية اللعبة التطورية : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1679892/ وهي تطبيق نظرية اللعبة على السكان المتطورين ، توسعت مؤخرًا من النظر في أشكال الحياة في علم الأحياء إلى مجالات مختلفة في العلوم الاجتماعية . تعتبر نظرية اللعبة التطورية مفيدة في هذا السياق من خلال تحديد إطار من المسابقات والاستراتيجيات والسلوكيات والتحليلات التي يمكن من خلالها نمذجة المنافسة ... النقطة الأساسية في نظرية اللعبة التطورية هي أن نجاح الإستراتيجية لا يتحدد فقط بمدى جودة الإستراتيجية في حد ذاتها . بل هي مسألة مدى جودة الاستراتيجية هو وجود استراتيجيات بديلة أخرى وتوزيع تلك الاستراتيجيات الأخرى ضمن السكان . إحدى الصعوبات الكبيرة التي واجهت نظرية التطور والتي اعترف بها داروين نفسه، كانت مشكلة الإيثار ( معضلة التعاون): https://pubmed.ncbi.nlm.nih.gov/10833350/ لذالك المتعاونين المستغلين هم أسوأ حالًا من المنشقين ، ووفقًا للمبادئ الأساسية للانتقاء الدارويني من المؤكد تقريبًا أن التعاون يجب أن ينقرض . إذا كان أساس الاختيار على المستوى الفردي ، فغالبًا ما يكون من الصعب تفسير ظاهرة الإيثار . ويبدو أن الاختيار على مستوى المجموعة أو من أجل "الصالح العام"، ينتهك افتراض نظرية اللعبة المتمثل في قيام الأفراد بتعظيم منفعتهم الخاصة، من المؤكد حاليا أن الإيثار ليس هو الحالة العامة في الطبيعة . ومع ذلك يمكن العثور على سلوكيات الإيثار في العديد من الحيوانات الاجتماعية ، و يمكن أن تكون أساسية لبعض الأنواع للبقاء على قيد الحياة . يمكن توضيح حل هذه المفارقة الواضحة في تطبيق نظرية اللعبة التطورية على لعبة معضلة السجين ، وهي لعبة تختبر نتائج "التعاون" مقابل "الانشقاق" https://iopscience.iop.org/article/10.1088/1367-2630/abcb70/meta عادة ما يتم تحليل التعاون في نظرية اللعبة عن طريق لعبة محصلتها غير صفر , معضلة السجين هي واحدة من أكثر الأنظمة التي تمت دراستها في نظرية الألعاب وهي احد اشهر اساليب الحجاج ضد نظرية التطور الحديثة (" النظرية التركيبية الحديثة") و هي مثال قياسي يوضح لماذا قد لا يتعاون شخصان عقلانيان تمامًا , حتى لو بدا أن من مصلحتهما الجماعية أن يفعلوا ذلك , وفي إطار نظرية اللعبة التطورية، يعد تحليل معضلة السجين كلعبة متكررة ، مع الطبيعة التكرارية التي تتيح للمتنافسين إمكانية الانتقام أو الانشقاق بناءً على نتائج الجولات السابقة من اللعبة و هناك العديد من الاستراتيجيات التي تم اختبارها من خلال رياضيات نظرية اللعبة التطورية وفي المحاكاة الحاسوبية للمسابقات ، مع الاستنتاج العام بأن الاستراتيجيات التنافسية الأكثر فعالية هي عادة تعاونية مع استجابة انتقامية محجوزة عند الضرورة ... و في السنوات الأخيرة تم التحقيق في الألعاب التي يتم لعبها على مختلف الرسوم البيانية العشوائية والشبكات الاجتماعية https://journals.sagepub.com/doi/10.1177/0022002707308598 https://journals.aps.org/pre/abstract/10.1103/PhysRevE.63.030901 https://www.nature.com/articles/359826a0 https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.116.128702 على سبيل المثال، يمكن النظر إلى لعبة السلع العامة على أنها تعميم لألعاب N-player متعددة اللاعبين ويمكن دراسة التفاعلات الجماعية مثل تكوين الأنماط والتنظيم الذاتي من خلال هذه الدراسة : https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.0020140

ماهو اكبر صنم معارضي نظرية التطور ؟ الانفجار الكمبري ؟ لا . بعد تراكم أحافير العصر الاديكاري انقرضت حجة الانفجار الكمبري وذهبت أدراج الرياح ... فمن سيعوضها ؟ معضلة التعاون، اصبحت معضلة التعاون او السجين احد اكبر اصنام معارضي نظرية التطور حديثا ... شرح المعضلة لمن لم يفهمها : اسمها جاء من مثال السجينين اللذان يجسدان المعضلة بين الأنانية (السجين الأناني ) وبين السجين المتعاون . من اجل فهم المعضلة يجب ضرب مثال للتوضيح ... تخيل شخصين مقربين قُبض عليهما في ولم يرتكبا الجريمة اساسا فيتم استجوابهما... فيتم عرض عليهم خياران اثنين: 1 ; التعاون إذا صمتا : سيحصلان على عقوبة مخففة شهران في السجن -إذا شهد كلّ منهما ضد الآخر : سيحصلان على عقوبة متوسطة سنتين في السجن 2 الخيانة ; -إذا شهد (X) ضد صديقه [¥] بينما الآخر صمت : سيطلق سراح(X) بينما سيحكم على الآخر بأقصى عقوبة ممكنة ، خمس سنوات في السجن ... والعكس كذالك صحيح ، فمن الناحية المنطقية فإن الخيانة هي الأفضل ... إذا خان (x) صديقه [¥] فسيحصل على عقوبة مخففة بينما سيحكم على [¥] بأقصى عقوبة ممكنة ... معضلة السجينين هي لعبة نظرية Game theory توضح الصراع بين المصلحة الفردية والمصلحة الجماعية ، ماذا فعل معارضي التطور اذا ليطعنوا في نظرية التطور !؟ نفس الشيء طبقوا هذا الشيء على المستوى الجيني ، الطفرات النافعة الهدامة هي السجين الأناني و الطفرات النافعة البناءة هي السجين المتعاون ، لذالك فإن الصراع سيفوز به الشخص الأناني ، او بأحرى : الطفرات النافعة البناءة ، اي في التطور تجود العديد من الطفرات النافعة البناءة التي لها نفع بسيط و لكن حينما تتراكم تلك الطفرات مع الوقت تعطينا وظيفة أكثر فعالية اي الطفرات النافعة البناءة تمثل الجزء المتعاون ... ولكن المصيبة هنا (الطفرات الهدامة...) الطفرات الهدامة تمثل الجزء الأناني هذه الطفرات ينتفع بها الكائنات و ذلك عبر تخريب الجين ، يعني مثلا قد يكون الجين Z مثلا يؤدي مهمة معينة ، و لكن بحدوث طفرة هدامة تخرب هذا الجين ينتج عنه ظهور وظيفة حيوية أفضل من حيث كانت عند وجود الجين Z فعند حدوث طفرة نافعة بناءة تعطي فائدة صغيرة ، فإنه حتى قبل التمكن من حدوث طفرات أخرى بناءة بحيث مجموعها و اندماجها يعطي وظيفة قوية ، فإنه سيأتي الأسهل و هي الطفرة النافعة الهدامة التي ستلغي الطفرة البناءة بحيث يكون زوالها ذا نفع أكبر... في الوهلة الاولى ستضن ان التطور حتما سقط . كيف تتطور الكائنات تحت ازمة الطفرات البنائة والهدامة ؟؟! لدرجة ان معارضي التطور استغلوا هذه الفرضية كل استغلال (( الباحثون المسلمون مثلا قد قاموا بعمل ورقة علمية كاملة يهاجمون فيها نظرية التطور بهذه المعضلة !! )) وهاهي ورقتهم : https://www.nature.com/articles/s41598-022-18797-2 صارت هذه المعضلة من اكبر اصنام معارضي نظرية التطور، في المنشورات القادمة بعون الإله سأوضح فيها كيف تتطور الكائنات في ظرف هذه المعضلة التافهة صراحة ... من إعداد سيبيان ابن ابراهيم

كيف اذن يمكننا حساب قابلية التوريث h² ؟ قابلية التوريث هي نسبة النتيجة R (الاستجابة للانتخاب الذي قمنا به), مقارنة بالهدف S (الزيادة التي اردنا انتخابها في متوسط قيمة الطول). هذه العلاقة تسمى معادلة المُهجِّن Breeder's Equation : h² = R / S = 0.07 / 0.1 = 0.7 = 70% هذا يعني أنه في هذه الحالة, تأثير الجينات هو 70 بالمئة, وتأثير البيئة 30 بالمئة. لو نجحنا بشكل كامل في جعل 1.8 هو القيمة المتوسطة للطول في الجيل الثاني, فهذا سيعني ان البيئة تأثيرها 0, و كل التأثير يتم عن طريق العوامل الوراثية (الجينات). العلاقة بين قابلية التوريث وبين التباين الاحصائي بسبب البيئة σₑ² والجينات σ₉² هو H² = σ₉² / σₚ² = σ₉² / (σ₉² + σₑ²) لهذا السبب, كلما ارتفعت القيمة h² كلما ازداد تأثير الجينات مقارنة بتأثير البيئة, والعكس صحيح. أرأيت؟ الأمر بسيط لايحتاج تعقيده .. يكون معقدا فقط عندما تقرر أنت جعله كذلك.

كيف تحسب نسبة تأثير البيئة والجينات في حالة صفة تزايدية additive؟. قال أحد الأصدقاء أن الحسابات و المصطلحات صعبة في المنشور السابق, لاداعي لتعقيد الأمور, أغلب التعقيدات اضافات من عقل القارئ, الموضوع بسيط اذا قررت جعله كذلك. لديك صفة في عشيرة احيائية, المطلوب تحديد نسبة تأثير الجينات, ونسبة تأثير البيئة في هذه الصفة؟ ماذا ستفعل؟ ماهو الشيء الذي تتميز به الجينات عن البيئة؟ الشيء الذي تختص به الجينات ويمكن قياسه في العشيرة؟ الاجابة : قابلية التوريث Heritability ...أي مامدى كون الصفة يتم توريثها. نسبة قابلية التوريث, هي بالضبط نسبة تأثير الجينات مقارنة بتأثير الجينات و البيئة معا.. من جهة أخرى , نسبة قابلية التوريث , هي نفسها مقدار الاستجابة للانتخاب مقسومة على مقدار الفرق في الانتخاب. ما معنى هذه الجملة الأخيرة؟ معناه أنه يمكننا حساب قابلية التوريث بالطريقة التالية : - نقوم بقياس القيمة المتوسطة للصفة (التي توجد عند الأغلبية اذا كان التوزيع غاوسيا). - ثم نقوم بانتخاب قيمة مختلفة ... بحيث أن الفرق في الانتخاب هو الفرق بين هذه القيمة التي تم انتخابها وتهجينها, وبين القيمة المتوسطة. (ركز معي). - ثم نقوم بقياس القيمة المتوسطة في الجيل الثاني, نأخذ الفرق بين القيمة المتوسطة في الجيل الاول والقيمة المتوسطة في الجيل الثاني, لنحصل على مقدار الاستجابة للانتخاب الذي قمنا به. - لو كان تأثير الجينات 100 بالمئة, وتأثير البيئة 0 بالمئة, فإن القيمة التي انتخبناها هي التي ستصبح المتوسط, وكلما كان تأثير البيئة أكبر كلما كان الانتخاب الذي قمنا به له تأثير أصغر وأصغر. أما اذا كان تأثير البيئة 100 بالمئة, وتأثير الجينات 0 بالمئة, فمهما كانت الصفة التي قمنا بانتخابها , لايهم ... سنعود الى نفس القيمة المتوسطة في الجيل الاول, وسنعود لقياسها في الجيل الثاني. هل فهمت الفكرة؟ الآن الرياضيات : نقوم بقياس القيمة المتوسطة للصفة, مثلا : وجدنا 1.7 متر كطول للجسم هو القيمة المتوسطة التي تتراوح عندها قيمة طول الاغلبية. إذن : Pₘ₁ = 1.7 m قمنا بانتخاب الأفراد الذين طولهم على الأقل 1.8 متر , هذا يعني أن القيمة التي تم انتخابها (صناعيا في حالتنا, وقد يكون انتخابا طبيعيا في الطبيعة), ثم قمنا بتهجين هؤلاء لنحصل منهم على الجيل الثاني. Pₛ = 1.8 m لنعد الآن ولنتذكر ما نريد تحديده؟ نريد تحديد نسبة تأثير البيئة ونسبة تأثير الجينات في هذه الصفة (صفة الطول). الأرقام Pₘ₁ و Pₛ هذه في الجيل الأول, نريد أن نعيد قياس Pₘ₂ (القيمة المتوسطة لطول الجسم) في الجيل الثاني, لكي نعرف مقدار تأثير العملية الانتخابية التي قمنا بها (مادامت البيئة ثابتة بين الجيلين). لو كان تأثير البيئة 100 بالمئة, وتأثير الجينات 0 بالمئة, لكان من المفروض أن نحصل على قيمة Pₘ₂ تساوي Pₘ₁ ... بمعنى أن نعود الى نفس المتوسط في الجيل الأول. ولو كان العكس, لو كان تأثير الجينات 100 بالمئة, وتأثير البيئة 0 بالمئة, لكان من المفروض أن نحصل على قيمة Pₘ₂ تساوي القيمة التي قمنا بانتخابها عن طريق التهجين , أي Pₛ = 1.8 m . لكن الأمور لا تؤخذ على الاطلاق, تأثير البيئة ليس منعدما وتأثير الجينات ليس منعدما, بالتالي : ما نبحث عنه هو قيمة بين الاثنين. ما نفعله اذن هو أننا نقوم بحساب الفرق بين القيمة المنتخبة وبين القيمة المتوسطة في الجيل الأول, هذا الفرق يسمى تفاضل الانتخاب Selection Differential , ويقوم بقياس مقدار التغير الجيني الذي حاولنا احداثه على العشيرة عن طريق الانتخاب الطبيعي . S = Pₛ - Pₘ₁ = 1.8 - 1.7 = 0.1 m ما يعنيه هذا أن المقدار الذي حاولنا به رفع متوسط طول الجسم هو 0.1 متر ... عن طريق انتقاء افراد طولهم 1.8 متر (اكبر بـ 0.1 متر من القيمة المتوسطة),وتهجينهم. مقدار نجاحنا في جعل القيمة التي نريدها 1.8 قيمة متوسطة, هو مقياس لمدى تأثير الجينات .. بمعنى : مقدار امكانية توريث صفة الطول. هل فهمت الآن؟ لهذا نحتاج قياس استجابة العشيرة للتغيير الذي حاولنا احداثه عن طريق التهجين , اي استجابة العشيرة للانتخاب الطبيعي Response to Selection. الاستجابة هي الفرق بين متوسط القيمة في الجيل الثاني ومتوسط القيمة في الجيل الأول. R = Pₘ₂ - Pₘ₁ نفترض أننا جئنا الى الجيل الثاني ووجدنا بأن القيمة المتوسطة للطول هي 1.77 متر ؟ كم مقدار الاستجابة؟ انه الفرق بين القيمة المتوسطة في الجيل الأول والجيل الثاني : أي 0.07 متر. R = Pₘ₂ - Pₘ₁ = 1.77 - 1.7 = 0.07 m بعبارة أخرى, ركز معي : - حاولنا تغيير متوسط طول العشيرة بمقدار S عن طريق التهجين , أي بمقدار 0.1 متر - لكننا حصلنا على تغيير في المتوسط بمقدار R في الجيل الثاني, أي 0.07 بعبارة أخرى : - حاولنا جعل متوسط قيم الطول ينحاز من 1.7 الى 1.8 (الفرق هو S ) - لكننا عوضا عن ذلك جعلناه ينحاز من 1.7 الى 1.77 (الفرق هو R)

تمت ترجمة المقال من قبل احد اعضاء منتدى إلحاد وقد قمت بتصحيح الروابط وتحديث الاحصائات المتعلقة بالقوائم

الآن سنقوم بفحص بعض القوائم الخلقيّة التي وقّعها '' علماء يشكّون في نظريّة التطوّر ''، و في كلّ حالة، سنقوم باستعمال مقياس ستيف من أجل تقييم هذه القوائم الخلقيّة مقارنة بالعدد الإجماليّ للعلماء في قائمة ستيف في 11 أيّار/ مايو في سنة 2003 حينما كان مشروع ستيف قد حصل على 338 توقيع فقط! 1_ قائمة العلماء و المثقّفين الذين يرفضون نظريّة التطوّر: هذه القائمة تعود لنادي التوعيّة بالتصميم الذكيّ و التطوّر Intelligent Design and Evolution Awareness (IDEA) Club، و قد قام هذا النادي بخدمة عظيمة لنا جميعا، إذْ قام بتجميع أسماء كلّ الموقّعين من جميع القوائم الخلقيّة على مرّ السنوات السابقة و قام بوضعها جميعا في هذه القائمة الشاملة، و التي لا يتجاوز إجماليّ عدد مَنْ جُمِعتْ توقيعاتهم فيها 480 شخص بمن فيهم من العلماء، الكتّاب، المحامون، علماءُ اللسانيات، كاتبو السيناريوهات التلفيزيونيّة، متخصّصون في أخلاق اللاهوت، و كتّاب للخطابات السياسيّة. و من المهمّ أن نشير إلى أنّ هذه القائمة لا تشمل كولين باترسون Colin Patterson . أمّا فرانسيس كريك Francis Crick ، و هو أحد أعضاء المركز الوطنيّ لتعليم العلوم و الذي وقّع تصريحًا قويّا يدعم فيه التطوّر، فيعتبر مثالا لمُوقّعٍ مشكوك فيه. 2_ قائمة 100 عالمٍ، الاستطلاع الوطنيّ لتحدّي الداروينيّة 100 Scientists, National Poll Challenge Darwinism: أطلقت مؤسّسة التصميم الذكيّ (Discovery Institute (DI مشروع قائمة يوقّعها حملةُ الدوكتوراه ل''معارضة التطوّر''، و قد حصدت هذه القائمة 103 توقيع، و هذا هو التصريح الذي تمّ التوقيع عليه:

أنا أشكّ في المزاعم التي تقول بإمكانيّة أن تؤدّي الطفرات العشوائيّة و الانتقاء الطبيعيّ إلى حدوث تعقّد في الأنواع الحيّة. نشجّع على القيام بمزيد من الفحص المتأنّي لأدلّة التطوّر.

تجدر الإشارة إلى أنّ بعض الموقّعين على هذه القائمة هم من الذين يعتقدون بوجود سلفٍ مشترك بين البشر و الشيمبانزي، و كذا يعتقدون بوجود آليّات أخرى للتطوّر إلى جانب الانتقاء الطبيعيّ و الطفرات العشوائيّة، و هو عكس ما توحي به هذه القائمة. كما تقوم هذه القائمة في بعض الأحيان بإيراد أسماء المؤسّسات التي منحت درجة الدوكتوراه لبعض الموقّعين، و في أحيان أخرى، توردُ هذه القائمة مناصب الموقّعين إلى جانب أسمائهم، اعتمادا على مدى قيمة هذه المؤسّسات و المناصب. و في إعلان أحد المجلّات (هو بصيغة PDF)، أضافت القائمة اسمين اثنين مع اقتباسيْن مشوّهين. تقييم القائمة بناءًا على مقياس ستيف: 1. 3_موقع الإجابات في سفر التكوين Answers in Genesis' Biography Index: هذه القائمة الخاصّة بموقع '' الإجابات في سفر التكوين '' الخاصّة بالعلماء الخلقيّين المنتمين للماضي و الحاضر على حدّ سواء، تحتوي هذه القائمة على الكثير من الأسماء الخاطئة، إذ إنّ كالفين Kalvin لم يكن خلقيّا، و جورج رومينز George Romanes كان خلقيّا؟ (هو معروف كعالم تطوري شهير) ، كما تورد هذه القائمة بعض '' العلماء '' المعاصرين، هناك عالم واحد على الأقلّ و هو هارولد سلاشر Harold Slusher ، و هو حاصل على شهادة غير معتمدة Mill Degree ، إلى جانب سامي شيباني Saami Shaibani، و الذي بدوره زعمَ بشكل زائف امتلاكَه لشهادة من جامعة تمبل Temple University. تقييم القائمة بناءًا على مقياس ستيف: 3. يمكنك قراءة المقال الأصليّ باللغة الأنجليزيّة هنا، الترجمة كاملة بتصرّف طفيف.

مشروع ستيف: كيف تُلجِمُ خَلقيًّا؟ عَمِلَ دعاةُ الخَلقيّة منذُ بدايات القرن العشرين بولعٍ كبير على صناعة قوائم لِ''علماء'' يرفضون نظريّة التطوّر، الهدف من وراء هذا التكتيك هو محاولة بائسةٌ لإيهام الناس بوجود تراجع في نسبة الدعم التي تتلقّاها نظريّة التطوّر في الوسط العلميّ، أو إعطاء انطباع خاطئ على أنّ نظريّة التطوّر '' تعيش أزمة ''. ردًّا على هذا، قام المركز الوطنيّ لتعليم العلوم National Center For Science Education بإطلاق مشروع ستيف Project Steve ، و هو مشروع ساخر يحاكي ما يقوم به دعاة الخلقيّة، لكن بطريقة مغايرة، هدف هذا المشروع هو جمع قائمة بتوقيعات العلماء الذي يدعمون التصريح التالي:

التطوّر هو مبدأٌ حيويٌّ موحِّدٌ يحظى بدعم واسع في علم الأحياء، و الدليلُ العلميُّ يؤيّد تأييدًا ساحقا الفكرةَ القائلةَ بأنّ كلَّ الكائنات الحيّة تمتلك سلفًا مشتركًا. على الرغم من وجودِ نقاشات مشروعة بخصوص الآليات التي يحدث بها التطوّر، إلّا أنّه لا يوجد أيّ شكّ علميّ جادّ بخصوص حدوث التطوّر أو في كون الانتقاءِ الطبيعيِّ الآليّةَ الأساسيّة في حدوثه. إنّه لَمِنْ غير اللائقِ علميّا و مِنْ غير المسؤولِ بيداغوجيّا أن يُقدَّمَ العلمُ الخَلقيُّ المزيّفُ، بما فيه التصميمُ الذكيُّ مثالا لا حصْرًا، على أنّه منهجٌ علميٌّ يدرَّسُ في مدارسنا العامّة.

المثير للاهتمام في هذا المشروع هو كون المركز الوطنيّ لتعليم العلوم قد خصّص قائمة عشوائيّة خاصّة بالعلماء الذين يحملون الاسم '' ستيف '' أو '' ستيفاني '' أو '' ستيفان '' أو أيّ اشتقاق آخر لاسم '' Steve '' للتوقيع على تأييدهم لهذا التصريح، و من المقدّر أنّ عدد الأشخاص الذي يحملون أحد اشتقاقات هذا الاسم يقدّر بحوالي 1% من مجموع السكّان في الولايات المتّحدة الأمريكيّة. حينما تمّ إعلان المشروع لأوّل مرّة في 16 من شباط/ فبراير سنةَ 2003، وقّع هذا على هذا التصريح 220 عالم يحمل اسم ستيف، و هو العدد الذي يقابله 22.000 عالِمٍ من حملة الدكتوراه و الذي وقّعوا على هذا التصريح. و في حدود 23 من أيّار/ مايو من السنة نفسِها، ارتفع هذا العدد ليشمل 367 عالم يحملون اسمَ ستيف، و هو ما يقابله 36.700 عالمٍ آخر وقّعوا على التصريح من غير الحاملين لاسم ستيف (صارو 1493 عالم من تاريخ 2 يناير 2024) القائمة ما زالت مفتوحة للتوقيع من قبل العلماء المعنيّين، و يمكنك أن تجد العدد الحاليّ لمن وقّعوا على هذا التصريح على موقع مقياس ستيف Steve-o-Meter. عبّر المركز الوطنيّ لتعليم العلوم عن رغبته في أن تستعمل هذه القائمة مع الخَلقيّين الذين يصنعون قوائم بِ''العلماء الذي يشكّون في نظريّة التطوّر '' بحيث تسألُهم قائلا '' و لكن كمْ عالمًا اسمُه ستيف في قائمتك؟ '' هذه القائمة الخاصّة بحاملي اسم ستيف هي أكثر قيمة من أيّة قائمة عرضها دعاةُ الخلقيّة حتّى الآن، إذ إنّها تشمل على حائزين على جائزة نوبل، و أعضاء في الأكاديميّة الوطنيّة للعلوم، و كتّابا مرموقين مثل ستيفن هوكينغ، الغرض من هذا هو تبيان أنّ قوائم الخلقيّين غالبا ما تكون هزيلة و خاليّة من المتخصّصين في علم الأحياء، في حين أنّ ثلثيْ قائمة ستيف هم من علماء البيولوجيا، و هم أكثر الناس أهليّة للحكم بخصوص ما إذا كان العلم يدعم التطوّر أم لا. إضافة إلى هذا، فإنّ قائمة ستيف تشمل على المعلومات الضروريّة بخصوص أماكن تخرّج الموقّعين و كذا مناصبهم الحاليّة، إذ إنّه بدون ذكر هذه المعلومات، تستطيع قوائم الخلقيّين أن تغطّي عن العدد الحقيقيّ للموقّعين الذي يمارسون عملهم. غير أنّه من الواجب أن نشير إلى أنّ العلماء الحاملين لاسم ستيف و المركز الوطنيّ لتعليم العلوم لا يدْعُونَ الناسَ إلى قبول التطوّر لمجرّد أنّ الأغلبيّة الساحقة من العلماء المتخصّصين تقبله، إذ إنّه باستطاعة أيّ شخص أن يتصفّح مقالات كثيرة في أرشيف موقع Talkorigins و التي تحمل مادّة علميّة غنيّة توضّح الأدلّة التي تجعلك تقبل التطوّر ( مقالات حول: 29+ دليلا على التطوّر الماكرويّ، أحافير الهومينيد...) كلّ هذه المقالات توفّر لك عيّنات من الأدلّة العلميّة على التطوّر و التي يعتبرها العلماء أدلّة قطعيّة، كما قال أحد أعظم علماء القرن العشرين '' لا شيء يبدو منطقيّا في علم الأحياء إلا في ضوء نظريّة التطوّر''. تمّ اختيار اسم '' ستيف '' لهذه المحاكاة الساخرة تكريمًا لعالم التطوّر ستيفن جاي غلود Stephen Jay Gould، و قد تمّ اقتراح هذه الفكرة من طرف مؤسّسي موقع Talkdesign.org و الذين قاموا بعرض هذه الفكرة على المركز الوطنيّ لتعليم العلوم و الذي بدوره تبنّى هذا المشروع، و من المهمّ أنّ نشير إلى أنّ هذه الفكرة قد جذبت الكثير من الاهتمام في وسائل الإعلام.

- تقوم بانتخاب افراد لديهم قيمة معينة (مختلفة عن المتوسط), وتحسب تفاضل الانتخاب (الفرق بين الفئة التي تم انتخابها, وبين المتوسط). - تقوم بحساب المتوسط في الجيل التالي (الناتج من تهجين الافراد ذوي طول معين), هذا يساعدك على حساب استجابة العشيرة للانتخاب الطبيعي. - كلما كانت استجابة العشيرة للانتخاب كبيرة كلما كان هذا يعني أن تأثير الجينات اكبر, وكلما كانت استجابتها له صغيرة كلما كان تأثير البيئة اكبر. - تحسب قابلية التوريث Heritability - يمكنك منها حساب التباين الاحصائي لتأثير البيئة, والتباين الاحصائي لتأثير الجينات... هكذا تفصل بين تأثير البيئة وتأثير الجينات. - هذا النموذج بسيط جدا, هناك ماهو أعقد, لكن ما قلناه هنا كافٍ لفهم الموضوع بشكل جيد. (قمت بترجمة كلمة variance إلى تباين أو تباين احصائي ) . منقول من محمد تقي

الاستجابة للانتخاب سهلة جدا في الحساب, كل ما ينبغي فعله هو تحديد متوسط الصفة في الجيل الثاني, ومتوسط الصفة في الجيل الاول, ثم حساب الفرق بينهما. أي فرق بين متوسط الصفة سيكون بسبب الانتخاب الطبيعي أو الصناعي ... لماذا؟ لأن ما جعل النتيجة تتغير من 1.7 كمتوسط في الجيل الأول, الى 1.75 كمتوسط في الجيل الثاني (في حال افتراضنا أن البيئة ثابتة), هو عملية الانتخاب التي قمنا بها عند التهجين. إذن, الاستجابة للانتخاب هي : R = 1.75 - 1.7 = 0.05 m يعني, استجابت العشيرة للانتخاب الطبيعي بمقدار تغير 0.05 متر في متوسط صفة الطول. لكن ما الذي نريد تحديده؟ ما نريد تحديده هو مقدار امكانية توريث هذه الصفة , بمعنى آخر : المقدار الذي تؤثر فيه الجينات في هذه الصفة؟ هنا لدينا علاقة بين هذه المتغيرات: - قابلية التوريث H² : يعني المقدار الذي تؤثر به الجينات في تلك الصفة. - تفاضل الانتخاب S : الفرق بين القيمة المتوسطة, وبين القيمة التي تم تهجينها عند الانتخاب (تقيس مقدار ابتعاد الأفراد الذين تم تهجينهم عن متوسط الطول في العشيرة). - الاستجابة للانتخاب R : الفرق بين القيمة المتوسطة في الجيل السابق, والقيمة المتوسطة في الجيل الحالي. هذا الفرق يعطيك مقدار تأثير الانتخاب الطبيعي (أو الصناعي) في متوسط طول العشيرة. العلاقة بين الثلاثة هي : R = H² S بما أننا قمنا بحساب R و S, فيمكننا حساب H² , هكذا : H² = R / S = 0.05 / 0.1 = 0.5 هذا يعني بأن σ₉² / σₚ² = 0.5 أي σ₉² / (σ₉² + σₑ²) = 0.5 أي أن تأثير تباين σₑ² (للبيئة) و σ₉² (للجينات) على الصفة كلاهما 50 بالمئة. بمعنى آخر, لو أخذنا هذه الأرقام فوق, وقمنا بهذه التجربة, وحصلنا على هذه القياسات بين الجيل الأول والثاني, فإن هذا كان ليعني بأن تأثير الجينات في طول الأفراد هو 50 بالمئة, بينما تأثير البيئة 50 بالمئة. لكن ماذا لو حصلنا على نتائج مختلفة؟ مثلا, لو حصلنا على 1.8 كمتوسط للطول في الجيل الثاني ؟ قمنا بانتخاب 1.8 في الجيل الاول, فحصلنا على 1.8 كمتوسط في الجيل الثاني ؟ من الواضح أن تأثير الجينات في هذه الحالة سيكون 100 بالمئة (لأنه خاضع بشكل كامل للانتخاب), بينما تأثير البيئة 0 بالمئة. لنقم بالحساب حتى نتأكد. نحدد تفاضل الانتخاب Selection Differential : S = Pₛ - Pₘ₁ S = 1.8 - 1.7 = 0.1 m نحدد الاستجابة للانتخاب (قلنا ان المتوسط في الجيل الثاني هو 1.8 متر). R = Pₘ₂ - Pₘ₁ R = 1.8 - 1.7 = 0.1 m لحساب قابلية التوريث , نقسم R على S فنحصل على 1. اذن : H² = σ₉² / σₚ² = 1 هذا يعني أن : σ₉² / (σ₉² + σₑ²) = 1 بمعنى أن σₑ² (التباين الاحصائي الناتج عن تأثير البيئة) يساوي 0 . و σ₉² يساوي 1 (التباين الاحصائي الناتج عن تأثير الجينات). الآن, ماذا لو حصلنا على قيمة مختلفة لمتوسط الطول في الجيل الثاني؟ مثلا 1.73 , يعني كان متوسط الطول 1.7 , ثم انتخبنا الأفراد ذوي الطول 1.8 فما فوق, فحصلنا في الجيل الثاني على متوسط طول 1.73 ؟ من المؤكد هنا أن تأثير البيئة سيكون أكبر من تأثير الجينات ... لنتأكد , أنظر : نحسب فرق أو تفاضل الانتخاب الطبيعي : S = Pₛ - Pₘ₁ = 1.8 - 1.7 = 0.1 m نحسب استجابة الانتخاب : R = Pₘ₂ - Pₘ₁ = 1.73 - 1.7 = 0.03 m الآن, نحسب قابلية توريث صفة الطول : H² = R / S = 0.03 / 0.1 = 0.3 = 30% إذن , نسبة التباين الناتج عن الجينات, مقارنة بالتباين الناتج عن البيئة, هو 30 بالمئة. أي : σ₉² / (σ₉² + σₑ²) = 0.3 أي أن تأثير σₑ² (تباين بتأثير البيئة) هو 0.7 ( أي 70 بالمئة). ماذا لو حصلنا على قيمة متوسطة للطول تساوي 1.76 ؟ بمجرد النظر الى النتيجة سأقول بأن الجينات هي المؤثر الاكبر هنا ... لنقم بالحساب حتى نتأكد ... طبعا, بما أننا ننتخب دائما طول 1.8 أو اكثر, بينما الطول المتوسط الأصلي للجيل الأول هو 1.7 , فتفاضل الانتخاب لم يتغير : S = Pₛ - Pₘ₁ = 1.8 - 1.7 = 0.1 m لكن استجابة العشيرة للانتخاب R قد تغيرت : R = Pₘ₂ - Pₘ₁ = 1.76 - 1.7 = 0.06 m هذا يعني أن القابلية لتوريث الصفة تساوي : H² = R / S = 0.06 / 0.1 = 0.6 = 60% هنا, 60 بالمئة يعود لتأثير الجينات (لأنها هي التي لها علاقة بالتوريث), بينما 40 بالمئة كله له علاقة بالبيئة. لأن : H² = σ₉² / (σ₉² + σₑ²) = 0.6 أي أن النسبة التي يساهم بها التباين الجيني للصفة σ₉² هي 60 بالمئة, بينما النسبة التي يساهم بها التباين البيئي للصفة σₑ² هو 40 بالمئة. هكذا ببساطة, نقوم بالفصل بين تأثير الجينات وتأثير البيئة, طبعا ما عرضته هنا من أبسط النماذج, هناك ما هو أعقد بكثير, لكن ما قلناه هنا كافٍ تماما لفهم الآلية التي تتم بها العملية ... - تقوم بحساب متوسط الصفة في العشيرة

- كان المتوسط 1.7 - قمنا بتهجين الذين طولهم 1.8 فما فوق - في الجيل الثاني ازداد المتوسط الى 1.75 ما الذي يخبرنا به هذه الأمر؟ سنرى ذلك بعدما نعرف بمعادلات بسيطة... إذا افترضنا نموذجا بسيطا (لأن هناك نماذج أعقد), فسنفترض أن تأثير البيئة والجينات على الصفة هو تأثير تزايدي (يعني الجمع Additive ) , هكذا : P = Q + G + E بحيث أن P قيمة الصفة لفرد واحد, يساوي Q متوسط صفة الطول في العشيرة, نضيف إليه G تبايُن variance الصفة الذي سببه جيني, نضيف إليه E وهو تباين الصفة الذي سببه بيئي. مربـع تباين متوسط الصفة يساوي : σₚ² = σ₉² + σₑ² مربـع تباين متوسط صفة الطول يساوي مربع التباين الذي مصدره جيني, زائد مربع التباين الذي مصدره بيئي. في التطور, نحن نهتم فقط بما يمكن تطوره Heritability , أو قابلية التوريث ... بالتالي : مايهمنا في الواقع هو σ₉² الذي مصدره جيني , وليس σₑ² الذي مصدره بيئي. ماهي قابلة التوريث اذن؟ إنها نسبة σ₉² إلى σₚ² ... يعني : كم يمثل التباين الاحصائي الذي يرجع الى الجينات , بالنسبة للتباين الاحصائي بشكل عام (الجيني والبيئي), هذا سيعطينا قابلية توريث الصفة (صفة الطول مثلا). بمعنى : لو أن لدينا صفة (فينوتايب), فماهي نسبة قابلية توريثها, هل يمكن توريثها بسهولة ( يعني قريبة من 90 بالمئة أو أكثر), أم أن امكانية توريثها صغيرة (مثلا 2 بالمئة أو 5 بالمئة....). لمعرفة هذا الأمر ينبغي تحديد σ₉² و σₚ² H² = σ₉² / σₚ² = σ₉² / (σ₉² + σₑ²) وكما قمنا بتمثيل التباين بمربـع, كذلك نمثل قابلية التوريث H² بمربـع. الآن, بقي مفهومان ينبغي علينا تعريفهما قبل الانتقال الى كيفية التفريق بين الجيني والبيئي ... المفهوم الأول هو تفاضل أو فرق الانتخاب Selection Differential تفاضل الانتخاب هو الفرق بين المجموعة التي تم انتخابها (في العينة التي قمنا بتهجينها) , وبين المتوسط. تذكر بأننا قمنا بانتخاب أي فرد طوله فوق 1.8 متر, خلال التهجين. بينما المتوسط هو 1.7 . اذن تفاضل أو فرق الانتخاب هو الفرق بين القيمتين ... بعبارة أخرى : كم تبعد العينة التي قمنا بانتخابها عن المتوسط... لعلك بدأت ترى لماذا نحتاج هذه القيمة؟ إذا لم تظهر لك الفكرة فستظهر في النهاية, لا تقلق. تفاضل الانتخاب يساوي الفرق بين القيمة التي تم انتخابها, و متوسط الطول للعشيرة , هكذا : S = Pₛ - Pₘ₁ بحيث أن S هو فرق الانتخاب Selection Differential , و Pₛ هو قيمة طول المجموعة التي تم انتخابها, بينما Pₘ₁ هو المتوسط الاصلي في الجيل الأول. Pₛ = 1.8 m Pₘ₁ = 1.7 m (يعني هذا أن لدينا عشيرة متوسط الطول فيها هو 1.7 متر, ثم قمنا بانتخاب 1.8 متر فما فوق لتهجينهم , للحصول على الجيل الثاني). S = 1.8 - 1.7 = 0.1 m الآن, نمر الى المفهوم الثاني هو مفهوم الاستجابة للانتخاب Response to Selection , ويُعَرف على أن الفرق بين المتوسط في الجيل الحالي, وبين المتوسط في الجيل السابق (قبل الانتخاب). قلنا بأنه الآن بعد اختيار الأفراد الذين طولهم 1.8 متر فما فوق, تزاوج هؤلاء الافراد وأصبح لدينا جيل آخر ... والمتوسط في هذا الجيل ليس 1.8 , بل 1.75 . انتبه معي هنا : هذه قياسات افتراضية .. يعني نفترض أننا قمنا بقياس المتوسط في الجيل الاول, ثم قمنا بانتخاب عينة لها طول معين, ثم عدنا الى الجيل الثاني وقمنا بقياس المتوسط. فحصلنا على ما أشرت اليه فوق : - كان المتوسط 1.7 - قمنا بتهجين الذين طولهم 1.8 فما فوق - في الجيل الثاني ازداد المتوسط الى 1.75 قد يسأل أحدهم؟ أليس من المفروض أن يزداد المتوسط في الجيل الثاني الى 1.8 ؟ بما أننا انتخبنا 1.8 ؟ الاجابة : تذكر معي الهدف من كل هذه الدراسة؟ لا تغفل عن الهدف؟ الهدف هو التفريق بين تأثير الجينات وتأثير البيئة. بالتأكيد ليست صفة الطول كلها ناتجة عن الجينات (العوامل التي يمكن توريثها), بل بعض تلك الصفة ناتج عن عوامل بيئية أو نِمائية. بالتالي لا تنتظر بأن تحصل بالضبط على الصفة التي اخترتها في الجيل الاول, لكي تكون هي متوسط الجيل الثاني. لأن ما ينتقل بين الجيلين ليس الصفة بحد ذاتها, بل الجينات ... وأي شيء ستراه في الجيل الثاني سيدخل فيه عاملان مختلفان : عامل الجينات وعامل البيئة. عامل الجينات ينتقل من الجيل الأول الى الثاني, بينما عامل البيئة لاينتقل بينهما (الا اذا كانت البيئة نفسها بالضبط), وحتى ولو كانت البيئة نفسها بالضبط, فأكيد العامل الثالث (العامل النمائي الذي يختص بظروف نمو الجنين في الرحم) لايمكن تمريره بنفس السهولة. لنعد الآن الى الاستجابة للانتخاب؟ لماذا نريد تحديد الاستجابة للانتخاب؟ لأن الاستجابة للانتخاب تحدد لك مقدار امكانية توريث الصفة, لأن مقدار استجابة الصفة للانتخاب الطبيعي يعطيك مقدار ارتباط الصفة بالجينات (الشيء الوحيد الذي يمكن انتخابه طبيعيا, ويمكن توريثه). الاستجابة للانتخاب R تساوي : R = Pₘ₂ - Pₘ₁

كيف يتم الفصل بين العوامل الجينية (القابلة للتوريث) و العوامل البيئية عند دراسة صفة معينة (فينوتايب Phenotype ) ؟ أحد نقاط سوء الفهم في علم الوراثة هو القول الخاطئ بأن الجينات مسؤولة بنسبة 100 بالمئة عن الصفات الخارجية للكائن الحي (الفينوتايب Phenotype ) .. الحقيقة معقدة قليلا... - جين واحد قد يكون مسؤولا عن فينوتايب واحد (علاقة 1 - 1 ) - عدة جينات قد تكون مسؤولة عن فينوتايب واحد ( علاقة n إلى 1 ) بدون أن تؤثر هذه الجينات على بعضها البعض, هذه تسمى بوليجينيا Polygeny , ويدرسها ما يسمى الوراثة البوليجينية Polygenic Inheritance - الحالة التي تؤثر فيها الجينات على بعضها البعض تسمى ابيستازيا Epistasis , وهي الحالة التي تكون فيها طفرة على جين معين, يتوقف مفعولها على الطفرات على جينات اخرى. - جين واحد قد يكون مسؤولا عن عدة فينوتايبات ( علاقة 1 إلى n ) , هذه الحالة تسمى البليوتروبيـا Plieotropy عموما, ما نستفيده هنا هو أن العلاقة بين الجينات وبين الفينوتايب ليست مباشرة, بمعنى ليس كل جين مسؤولا عن صفة معينة. بل أزيدك من الشعر بيتا, بعض الجينات غير مسؤولة عن أي فينوتايب. وبعض الفينوتايبات التي تبدو بسيطة وغير معقدة قد تكون هناك عدة جينات مسؤولة عنها, بمعنى أن عدد الجينات المسؤولة عن صفة معينة, لا يعكس اطلاقا مقدار تعقيد تلك الصفة. ورغم كل هذا التعقيد, إلا أن هذه هي المفاجأة الأخرى : قد تكون لديك صفة لايوجد أي جين مسؤول عنها, بعض الصفات ببساطة ليست هناك جينات مسؤولة عنها. بالتالي, هذا يأخذنا لنقطة مهمة : الفينوتايب تؤثر فيه كذلك عوامل نِمائية Developmental (عند نمو الجنين), وكذلك عوامل بيئية Environmental. بمعنى آخر : ما يعطيك الكائن الحي ليس الجينات فقط, بل التفاعل بين الجينات وبين البيئة وبين الوسط النِمائي داخل الرحم. لهذا السبب قد يكون لديك فردان بنفس الجينات تماما, ورغم ذلك يبدوان مختلفين بشكل كبير, سأعطيك مثالا : البقــع التي تراها على فرو قطط الكاليكو مثلا, الجينات تحدد لك الألوان المختلفة لتلك البقع, لكن الوسط النمائي داخل الرحم يحدد لك موعد بدء وتوقف كل انقسام, وما اذا تم تفعيل الصبغي من الأب أو الأم (بالتالي ما اذا كانت تلك الخلية وبناتها ستعطي فروا أسود أم برتقاليا)... هذه الأمور لا تحددها الجينات بل يحددها الوسط والبيئة. اذا تم الانقسام مبكرا , فالبقعة ستكون كبيرة, اذا كان الانقسام متأخرا فستكون البقعة صغيرة جدا, يكفيك أن تنظر الى قطة كاليكو لتعرف أي البقع تشكل في المراحل المتأخرة من الحمل, وأيها تم في المراحل المبكرة (الصغيرة متأخرة, والكبيرة مبكرة). لكن, كيف يحدد العلماء تأثير الجينات وتأثير البيئة؟ كيف يعرفون إلى أي مدى تؤثر البيئة وإلى أي مدى تؤثر الجينات ؟ شخصيا, معرفتي هنا متوسطة, لم أدرس هذه النقطة بشكل جيد, لكني درست هنا ما يكفي لكي تكون لدي فكرة. نفترض أن لدينا صفة معينة : طول الجسم مثلا. لدينا عشيرة احيائية فيها أفراد بهذه الأطوال : - نسبة 90 بالمئة طولهم 1.7 متر - نسبة 4 بالمئة طولهم 1.64 متر - نسبة 4 بالمئة طولهم 1.8 متر - نسبة 1 بالمئة طولهم 1.4 متر - نسبة 1 بالمئة طولهم 2 متر لاحظ بأن الاغلبية تتركز على 1.7 متر (والقيم القريبة منها), بينما نسبة صغيرة طولها 1.5 متر أو 1.8 متر (وما حولها), ونسب اقل بكثير طولهم صغير أو كبير جدا ( 1 و 2 متر). ما تراه هنا هو توزيــع غاوسي Gaussian Distribution يشبه الجرس ... القيم المتوسطة هي أغلب القيم, بينما القيم المتطرفة (قصير وطويل جدا), هي قيم صغيرة. الآن, لدينا السؤال التالي : صفة الطول, ماهي النسبة التي تعتبر فيها بسبب عوامل بيئية, وماهي نسبة تأثير الجينات فيها؟ نريد الفصل بين الجينات والبيئة لنعرف تأثير كل منهما؟ ملاحظة هنا قبل ان نستمر : لا أعرف الحسابات الدقيقة بخصوص الطول, ولم أطلع على ابحاث متعلقة بطول الجسم تقوم بهذا الأمر بالضبط. لكني أعرف كيف يتم ذلك بشكل عام. معنى هذا أن المثال هنا ليس واقعيا, والنسبة التي سنحصل عليها ليست بالضرورة صحيحة للطول , لكن الفكرة التي أطرحها هنا صحيحة. بالتالي : لا تركز على الأرقام, بل ركز على الفكرة, كيف نفعل ذلك. القيمة المتوسطة Mean لصفة الطول في التوزيـع فوق هي 1.7 متر (نأخذ مجموع اصغر قيمة 1.4 وأكبر قيمة 2 , يعني 3.4 ثم نقسم على 2 , فنحصل على 1.7 , بما أن التوزيـع غاوسي فهذا هو المتوسط Mean). لدينا هذه العشيرة بهذا التوزيــع في الجيل الأول. ما ينبغي أن نفعله الآن, لكي نفرق بين تأثير الجينات وتأثير البيئة هو أننا سنعرض العشيرة لضغوط انتخابية, عن طريق تهجين الأفراد الذين لديهم طول معين. مثلا, سنختار الذين طولهم اكبر من 1.8 للتهجين. أي فرد طوله أقل من 1.8 سنتجاهله, سنركز فقط على الأفراد بطول 1.8 , وسترى لماذا سنفعل ذلك. الآن, نفترض أنه في الجيل الثاني, أصبــح المتوسط هو 1.75 , لاحظ معي :

● تجميعة لكل مقالات الصديق سيبيان ابن ابراهيم عن نظرية التطور: 📌 ماهي نظرية التطور ( فيديو بسيط ) https://www.facebook.com/61552595113955/posts/122123891744086503/?app=fbl 📌 الجينات الخردة https://www.facebook.com/61552595113955/posts/122127372710086503/?app=fbl 📌 جين TBXT https://www.facebook.com/61552595113955/posts/122127672464086503/?app=fbl 📌 جين CYP21 https://www.facebook.com/61552595113955/posts/122125226402086503/?app=fbl 📌 جين NANOG https://www.facebook.com/61552595113955/posts/122123677070086503/?app=fbl 📌 الفيروسات القهقرية https://www.facebook.com/61552595113955/posts/122123419934086503/?app=fbl 📌 اندماج الكروموسوم الثاني https://www.facebook.com/61552595113955/posts/122118702224086503/?app=fbl 📌 تجربة لينسكي https://www.facebook.com/61552595113955/posts/122131144346086503/?app=fbl 📌 التشابه الجيني https://www.facebook.com/61552595113955/posts/122128813034086503/?app=fbl 📌 علم الاجنة https://www.facebook.com/61552595113955/posts/122119886828086503/?app=fbl 📌 التطور المرصود https://www.facebook.com/61552595113955/posts/122119414646086503/?app=fbl 📌 الاعضاء الضامرة https://www.facebook.com/61552595113955/posts/122120160230086503/?app=fbl 📌 الادلة السلوكية على التطور https://www.facebook.com/61552595113955/posts/122125754510086503/?app=fbl 📌 مقدمة في السجل الأحفوري https://www.facebook.com/61552595113955/posts/122120497430086503/?app=fbl 📌 تطور الانسان الجزء 1 https://www.facebook.com/61552595113955/posts/122121003494086503/?app=fbl 📌 تطور الانسان الجزء 2 https://www.facebook.com/61552595113955/posts/122121254384086503/?app=fbl 📌 احفورة Archaeopteryx https://www.facebook.com/61552595113955/posts/122122216334086503/?app=fbl 📌 احفورة tiktaalik https://www.facebook.com/61552595113955/posts/122121990626086503/?app=fbl 📌 احافير تطور الحيتانيات https://www.facebook.com/61552595113955/posts/122123169284086503/?app=fbl 📌 دورودون https://www.facebook.com/61552595113955/posts/122128794062086503/?app=fbl 📌 احافير تطور الخيول https://www.facebook.com/61552595113955/posts/122122486514086503/?app=fbl 📌 احافير العصر الكمبري https://www.facebook.com/61552595113955/posts/122121724634086503/?app=fbl 📌 الرد على اشهر اعتراضات الخلقيين https://www.facebook.com/61552595113955/posts/122118910418086503/?app=fbl 📌 القنوات التي ردت على الخلقويين https://www.facebook.com/61552595113955/posts/122127043466086503/?app=fbl 📌 القنوات التي انصح بمتابعتها لكل مهتم بنظرية التطور https://www.facebook.com/61552595113955/posts/122127466166086503/?app=fbl 📌 الرد على الباحثون المسلمون بخصوص الفيروسات القهقرية https://www.facebook.com/61552595113955/posts/122124223322086503/?app=fbl

حسابات عربية جميلة على الفيسبوك للمهتمين بنظرية التطور: 1️⃣- محمد تقي: https://www.facebook.com/med.taki.372?mibextid=ZbWKwL 2️⃣- خالد المازيسي: https://www.facebook.com/elmazissi?mibextid=ZbWKwL 3️⃣- سيبيان إبن ابراهيم: https://www.facebook.com/profile.php?id=61552595113955&mibextid=ZbWKwL 4️⃣- الدكتور احمد الحلاق: https://www.facebook.com/ahmedhallag?mibextid=ZbWKwL 5️⃣- صفحة ربنا يطورنا كلنا: https://www.facebook.com/Mohamed.Srour22?mibextid=ZbWKwL 6️⃣- هذا هو علم البيولوجيا: https://www.facebook.com/5Thisisbiology?mibextid=ZbWKwL 7️⃣- الدكتور أمين الحسيني: https://www.facebook.com/amin199711?mibextid=ZbWKwL ستجدون تشابها كبيرا بين مقالاتهم ومقالات القناة وذلك لأنني أنشرها هنا بترخيص منهم (بإستثناء الدكتور احمد الحلاق والذي لم انشر مقالاته هنا بعد)

ماهو الاندماج Coalescence وما الفرق بينه وبين فكرة السلف المشترك التي قد يتصورها أي شخص عادي؟ الاندماج Coalescence هو النظر إلى السلف المشترك لكل الأفراد في العشيرة الاحيائية الحالية, لكن هناك تعقيدات بسيطة. يعني, نعود إلى الخلف وننظر إلى السلف المشترك الذي تفرعت منه كل هذه العشيرة الحالية. إذا كان حجم العشيرة الحالية مليون فرد, الاندماج هو عملية العودة إلى الخلف حتى يندمج coalesce كل الأفراد في سلف مشترك واحد . جميل... لكن ماهي التعقيدات التي تحدثت عنها هنا؟ التعقيدات ببساطة هي أن هؤلاء يندمجون في ذلك السلف المشترك, لكن ليس في جميــع الجينات (أو الحليلات), بل فقط في بعضها, أو ربما في حليل واحد فقط. لو أخذت الصبغي واي Y Chromosome فهناك سلف مشترك يعود إليه كل حاملي الصبغي واي اليوم. المشكلة أن هذا السلف المشترك الذي ورثنا منه هذا الصبغي, ليس بالضرورة هو السلف المشترك الذي ورثنا منه الصبغي 16 مثلا. كل جين, كل حليل, كل صبغي , بل حتى الميتوكوندريا, يكون لديه سلف مشترك خاص به, وهو مختلف عن السلف المشترك الذي ورثنا منه الصبغيات أو الجينات الاخرى (أو المورثات الأخرى عموما). هذا من أحد الأخطاء التي يقع فيها معارضوا الوراثة العشائرية وعلم الاحياء التطوري, يسيئون فهم السلف المشترك و فهم كيفية عمل الاندماج Coalescence . مثلا, هم يفترضون بأنك عندما تقول كلمة "سلف مشترك" فأنت تعني السلف الذي تم توريث كل الجينات و الصبغيات منه. لهذا السبب في تصورهم أن السلف المشترك للميتوكوندريا, هو نفسه السلف المشترك للصبغي واي, هو نفسه السلف المشترك للصبغي 16 أو الصبغي 1 أو الصبغي 2.... الحقيقة عكس ذلك تماما , عندما نقول آدم صبغي واي Y Chromosome Adam فهذا لايعني بأنه نفس الفرد الذي يمكن اعتباره Chomosome 16 Adam , أو Chromosome 1 Adam ... بل كل جين وكل مورثة وكل صبغي يكون لديه آدم أو حواء خاصة به. ما يحدث هو أن فردا يقوم بتوريث جين 1 (ومعه أفراد آخرون يورثون جينات أخرى)... لكن هذا الفرد استمر نسله حتى اصبح هذا الجين عند جميـــع افراد العشيرة بعد مليون أو 2 مليون جيل مثلا .. لكن هذا لايعني بأن كل افراد العشيرة (بعد 2 مليون جيل), قد ورثوا منه أيضا الجين 2 ... قد يكون هناك فرد آخر (عاش قبله أو عاش بعده), هو الذي ورث منه الجميــع الجين 2. يمكنك تصورها كعمليات اندماج لافراد العشيرة في عدة افراد عاشوا قديما (وليس فردا واحدا)... كل جين وكل صبغي وكل حليل يندمج فيه الافراد في شخص واحد عاش قديما, قد يكون نفس الشخص بين جينين , وقد يكون شخصا مختلفا تماما : هذا هو التصور الصحيح للاندماج Coalescence. نقطة أخرى مهمة, في نظرية الاندماج Coalescent Theory , لايمكنك انطلاقا من عدد حالات الاندماج ان تحسب حجم العشيرة في ذلك الجيل القديم. بمعنى, اذا كنت تعرف أن العشيرة اليوم فيها مليون فرد, و أنها جميعا قد ورثت الجين 1 من فرد واحد عاش قبل 10 مليون سنة, فلايمكنك أن تستخدم هذه المعطيات لكي تحسب حجم العشيرة التي عاش فيها ذلك الفرد قبل 10 مليون سنة, لاتوجد طريقة لفعل ذلك. كل ما تعرفه أن أفراد العشيرة اليوم يندمجون (على مستوى هذا الجين 1 فقط), في فرد عاش قبل 10 مليون سنة, لكن كم عدد الأفراد الذين عاشوا معه؟ هذا يمكنك تحديده بتقنيات أخرى مختلفة, وليس بهذا الأمر لوحده. نقطة أخرى تراها في الصورة, المورثة الزرقاء قد انتقلت من عدة أفراد (وليس فرد واحد فقط) من الجيل 0 , هذا ممكن أيضا. لكن ما ينبغي فهم هو أن الألوان في الصورة ليست على مستوى كل الجينوم, بل فقط على مستوى جين واحد أو صبغي واحد أو حليل واحد (أو ربما بضعة حليلات أو صبغيات), لكن ليس كل الصبغيات, هذه هي الفكرة التي نريد ايضاحها هنا.

لكن لماذا؟ لأن الشيء الذي يمنــع بعض الأفراد من استمرار نسلهم هو الانتخاب الطبيعي للجينات. اذا حذفت الانتخاب الطبيعي, فالجميــع يصبح له نفس الاحتمالية لتمرير الجينات, وجميعهم سيفعلون ذلك.. احتمال تمرير الجينات هو 100 بالمئة تقريبا. العشيرة ستتكاثر, وسيكون لديك اجيال متعاقبة, وكل جيل يتكون من جميــع جينات الجيل السابق , ولم يتم حذف اي نسل, الجميع ينجح في تمرير الجينات. لهذا السبب يكون احتمال تمرير الجينات لذلك الفرد الذي يحمل الحليل المتطفر هو تقريبا 1. بمعنى آخر : - كلما كان التطور محايدا تطغى عليه العشوائية, كلما اقتربت احتمالية كون أي فرد في العشيرة قد مرر كل (أو بعض) جيناته عبر الاجيال من 100 بالمئة, في هذه الحالة يصبح 1/2Ne تقريبا يساوي 1 , وهذا يتركنا مع معدل طفرات يساوي تقريبا معدل تثبيت الطفرات , أي μ .. هنا أي طفرة تحدث (في حالتنا هنا) احتمالية تثبيتها في العشيرة كلها هو تقريبا 0.001 بالمئة. - كلما كان التطور تطغى عليه ميكانيزمات غير عشوائية (الانتخاب الطبيعي), كلما ابتعد احتمال استمرار نسل اي فرد من 100 بالمئة, هذا يجعل معدل تثبيت الطفرات أصغر من معدل الطفرات. F < μ ... وكلما كان مفعول الانتخاب الطبيعي اكبر (بسبب الضغوط الانتخابية), كلما كان احتمال تثبيت الطفرة احتمالا اصغر واصغر. المقابلة طبعا طويلة, وتم فيها التطرق للعديد من النقاط, لكن النقطة التي أشرت اليها هنا من أهم النقاط التي تشكل خلطا كبيرا عند الخلقيين. معدل الطفرات ليس نفسه معدل تثبيت الطفرات ... والخلقويون دائما يخلطون بينهما, رغم أن المجتمع العلمي قد أشار لهم إلى الخلط مراراً. بالتالي ما يفعله الخلقيون عادة, هو أنهم يعتبرون معدل التثبيت هو نفسه معدل التطفر, وكأنه لايوجد انتخاب طبيعي ... الحقيقة أن هناك انتخابا طبيعيا يحدث, انتقال الحليلات وانتشارها عبر الاجيال ليس عشوائيا بالكامل, بالتالي : معدل الطفرات ليس نفسه معدل التثبيت, معدل التثبيت اصغر من معدل التطفر. رابط المقابلة في الآخير: https://www.youtube.com/watch?v=5ZnfD_9GNWY هذا المقال منقول بتصرف من محمد تقي

أخطاء الخلقويين في علم الوراثة العشائرية (و علم الأحياء التطوري عموما)؟ في هذه المقابلة بين دان كاردينال و زاكاري هانكوك (كلاهما حاصلان على الدكتوراه في ميدان علم الأحياء التطوري والوراثة العشائرية Population Genetics) , نرى كيف أن الخلقوي الدكتور روبرت كارتر ( دكتوراه في الأحياء البحرية), يخلط بين مفهومي معدل الطفرات Mutation Rate ومعدل تثبيت الطفرات Fixation / Substitution, في ورقته التي نشرها على موقع ICC الخلقوي https://digitalcommons.cedarville.edu/cgi/viewcontent.cgi... هذه المغالطة شائعة كثيرا بين الخلقيين من معهد ديسكوفري كذلك, هؤلاء يعمدون إلى علم الوراثة العشائرية ويخلطون فيه الحابل بالنابل لكي يثبتوا شيئا : ولا أدري هل يفهمون الموضوع أم لا. (مثال آخر على أنه لكي تتبع الخلقويين عليك ان تتعمد عدم الفهم أو التظاهر بعدم الفهم من البداية). قبل أن نوضح المشكلة لابد أن نفهم ماذا يحدث في ديناميكية العشيرة الاحيائية ... نضع كل شيء جانبا, لنفهم أولا. في العشيرة الاحيائية, معدل الطفرات يُقصد به معدل الطفرات التي تظهر في كل مولود جديد ضمن العشيرة (يعني كم من طفرة نحصل عليها بعد كل عملية ولادة). هذا هو معدل الطفرات. طبعا هذه الطفرات نسبة كبيرة منها لن تنجح في الاستمرار لتصبح عند 90 بالمئة من الأفراد, اغلبها سينقرض في العشيرة, بعض هذه قد ينتشر في 4 أو 5 أجيال ثم ينقرض بعدها بشكل تدريجي حتى يختفي من العشيرة. بعبارة أخرى : هذه الطفرات لم يتم تثبيتها substituted أو fixed في العشيرة (احيانا نستخدم مصطلح substitution و أحيانا fixation , كلاهما يحملان نفس المعنى) . جميل... الآن, ماهو معدل التثبيت Substitution Rate ؟ , انه معدل الطفرات التي تظهر في الأفراد, ثم تستمر وتنتشر في العشيرة حتى تصل الى نسبة 90 أو أكثر , بعبارة أخرى : نسبة الطفرات التي تصبح هي القاعدة في العشيرة, ولم تعد مجرد استثناء عند بعض الأفراد. لنمر الآن الى ديناميكية العشيرة Population Dynamics بعدما فهمنا معنى معدل الطفرات, ومعنى معدل التثبيت. أول شيء في المقابلة في الفيديو, يوضح زاك هانكوك ديناميكية العشيرة في ظل غياب الانتخاب الطبيعي , بمعنى : العلاقة بين معدل الطفرات ومعدل التثبيت في حالة عدم وجود انتخاب طبيعي Fixation without Natural Selection نفترض هنا بأنه لايوجد انتخاب طبيعي اطلاقا, كل ما لدينا هو انزياح جيني عشوائي Genetic Drift ... نفترض الآن, بأن لدينا حليلان a و A ... بحيث أن A هو الحليل الأصلي, و a شكل متطفر منه. نعتبر الآن بأن معدل الطفرات التي تؤدي الى الشكل a للحليل هو μ . بالأرقام, لو كان معدل الطفرات هو 0.001 بالمئة (أي μ = 0.00001) , وكان عدد الانقسامات الخلوية هو حوالي مليون انقسام N = 1000000... فإن : μ = m / N m = μ N m = 0.00001 * 1000000 m = 10 هنا m هو عدد الطفرات .. اذا كان معدل الطفرات 0.00001 , وكان عدد الانقسامات الخلوية 1000000 , فإن عدد الطفرات التي سنحصل عليها هو 10 طفرات. لنعتبر مثلا هذا المعدل للطفرات μ = 0.00001 في عشيرة من نوع معين (لايهم ماهو هذا النوع). طبعا تذكر أننا نتحدث عن معدل الطفرات التي تؤدي الى الحليل a (تغير الحليل A إلى a ) نريد الآن أن نحسب معدل تثبيت هذه الطفرة (وليس معدل الطفرة ... هذا هو الخطأ الذي يقع فيه الخلقيون, يخلطون بين المفهومين). معدل التثبيت حتما سيكون اصغر من معدل حدوث الطفرة μ .. لنفترض أن الطفرة حدثت عند أحد الافراد, ماهو احتمال كون هذا الفرد هو سلف كل الأفراد في العشيرة الاحيائية بعد عدد من الاجيال؟ لو كان لدينا نوع أحادي الصيغة الصبغية Haploid, لكان احتمال حدوث هذا هو 1/Ne (واحد مقسوم على حجم العشيرة الفعلي Effective Population Size) لكن بما أننا أمام نوع ثنائي الصيغة الصبغية Diploid , فهذا يستوجب علينا اضافة 2 في المقام... هكذا 1/2Ne هذا هو احتمال كون الفرد سلفا لكل الأفراد في العشيرة (مستقبلا), لو كان الحجم الفعلي للعشيرة هو مليون فرد, فإن احتمال كون اي فرد سلفا لكل افراد هذه العشيرة هو 1/2Ne = 1/(2 * 1000000) = 0.0000005 الآن, ماهو احتمال ان يكون هذا الفرد (سلف كل افراد العشيرة) حاملا للحليل a ؟ نضرب العدد فوق في معدل الطفرة μ , لنحصل على معدل التثبيت . F = μ * 1/(2Ne) هذا هو معدل التثبيت .. الآن, ركز معي قليلا ... في حالة غياب الانتخاب الطبيعي, أي التطور المحايد Neutral Evolution, فما سيحدث هو أن احتمال كون هذا الفرد سلف كل الافراد في العشيرة يقترب من 1 , أي أن 1/2Ne يصبح قريبا جدا من 1 . هذا يجعل معدل التثبيت تقريبا مساويا لمعدل الطفرات F ≈ μ .