Teorema De Hardy Weinberg

Calculando frequências alélicas sem perder tempo

O teorema de hardy weinberg é uma ferramenta básica de genética de populações, mas muita gente aprende a fórmula e não sabe quando ela quebra na prática. A equação é p² + 2pq + q² = 1 para os genótipos e p + q = 1 para os alelos. O problema é que o mundo real raramente respeita os pressupostos.

Quando o teorema de hardy weinberg não funciona como esperado

Eu trabalho com dados de marcadores genéticos há anos e já vi pesquisadores aplicarem Hardy-Weinberg em populações com estruturação evidente. Um caso específico: analisava uma amostra de indivíduos de uma espécie de planta em uma área de transição entre dois biomas. Os dados pareciam normais à primeira vista, mas ao calcular as frequências esperadas versus as observadas, notei um déficit enorme de heterozigotos. O teste chi-quadrado apontava desvio significativo. O que parece um problema de genética de populações pode ser simplesmente fluxo gênico restrito ou endocruzamento não detectado.

A solução prática foi usar o índice de fixação FST. Em vez de apenas descartar os dados, calculei a separação entre subpopulações. O valor de FST ficou em torno de 0,12, indicando estruturação moderada. Isso explica o déficit de heterozigotos que o modelo simples não consegue capturar. Se você está lidando com esse tipo de situação, o passo seguinte é aplicar o método de STRUCTURE ou PCA para identificar grupos genéticos antes de fazer qualquer teste de desvio de Hardy-Weinberg.

Pitfalls comuns na aplicação do modelo

O maior erro que vejo é assumir que o teorema de hardy weinberg é um teste de qualidade de dados. Ele serve para verificar se uma população está em equilíbrio para um locus específico, mas interpretação errada leva a conclusões equivocadas sobre seleção natural ou deriva gênica. Outro ponto negligenciado: o tamanho amostral. Com poucos indivíduos, o poder estatístico do teste é baixo demais para detectar desvios reais. Eu costumo recomendar pelo menos 50 indivíduos por população para que o teste tenha utilidade prática.

A correção de Bonferroni também é praticamente obrigatória quando você testa múltiplos loci. Sem correção, o risco de erro tipo I dispara. Se você está testando 20 loci e usa nível de significância de 0,05, a correção de Bonferroni ajusta o limiar para 0,0025. Isso reduz falsos positivos, mas também pode mascarar desvios reais. O ideal é relatar tanto o valor bruto quanto o corrigido para cada locus.

Implementação prática

Para quem precisa rodar análises rapidamente, existem pacotes em R que fazem o cálculo automaticamente. O pacote "adegenet" ou "genepop" permitem executar o teste com poucas linhas de código. Um exemplo simples envolve carregar os dados de genotipagem, calcular as frequências alélicas e aplicar o teste exato de Hardy-Weinberg, que é mais confiável que o chi-quadrado para tamanhos amostrais pequenos.

O código básico segue essa lógica: primeiro importa os dados no formato adequado, depois usa a funçãohw.test. O resultado mostra o valor-p para cada locus. Loci com valor-p abaixo de 0,05 indicam desvio do equilíbrio. Mas não pare aí. Verifique se o desvio é consistente entre loci ou se afeta apenas alguns. Desvios isolados podem indicar problemas técnicos de genotipagem, como alelos nulos ou called errado. Dica prática: Quando um locus mostra desvio sistemático, verifique a qualidade dos dados de sequenciamento ou genotipagem antes de concluir que há seleção ou estrutura populacional. Na minha experiência, cerca de 60% dos desvios relatados em estudos revisados estavam ligados a problemas técnicos, não biológicos.