하디-바인베르크 평형

하디-바인베르크 평형은 이상적인 집단에서 대립유전자 빈도로부터 어떤 유전자형 빈도가 기대되는지를 알려 줍니다. 두 개의 대립유전자를 가진 유전자에서 대립유전자 빈도가 $p$와 $q$이고 모델의 가정이 성립하면, 다음이 성립합니다:

$$p + q = 1$$

그리고 기대되는 유전자형 빈도는 다음과 같습니다:

$$p^2 + 2pq + q^2 = 1$$

여기서 $p^2$는 한 동형접합체의 기대 빈도, $2pq$는 이형접합체의 기대 빈도, $q^2$는 다른 동형접합체의 기대 빈도입니다. 생물학자들은 이것을 기준선으로 사용합니다. 실제 유전자형 데이터가 이 값들과 크게 다르면, 모델의 가정 중 적어도 하나는 성립하지 않을 수 있습니다.

하디-바인베르크 평형의 쉬운 의미

쉽게 말해 하디-바인베르크 평형은 집단이 특정한 조건들을 만족하면 대립유전자 빈도는 세대를 거쳐도 일정하게 유지될 수 있고, 유전자형 빈도는 예측 가능한 패턴을 따른다는 뜻입니다.

이것이 집단이 완벽하다거나, 건강하다거나, 모든 면에서 변하지 않는다는 뜻은 아닙니다. 이 말은 단지 이 유전학 모델이 그 가정 아래에서 안정적이라는 뜻입니다.

하디-바인베르크 평형에 필요한 조건

고전적인 모델은 다음을 가정합니다:

• 무작위 교배
• 자연선택이 없음
• 새로운 대립유전자를 도입하는 돌연변이가 없음
• 대립유전자를 추가하거나 제거하는 이주가 없음
• 집단이 매우 커서 유전적 부동의 영향이 무시할 수 있을 정도임

이 조건들이 성립하지 않으면 하디-바인베르크의 기대값은 맞지 않을 수 있습니다. 그래서 이 식은 실제 집단이 보통 이상적이라는 주장이라기보다, 기준선으로서 가장 유용합니다.

예제: 대립유전자 빈도에서 유전자형 빈도로

어떤 유전자에 두 개의 대립유전자 $A$와 $a$가 있다고 합시다. $A$의 대립유전자 빈도를 $p = 0.7$, $a$의 대립유전자 빈도를 $q = 0.3$이라고 하겠습니다.

먼저 대립유전자 빈도를 확인합니다:

$$0.7 + 0.3 = 1$$

이제 기대되는 유전자형 빈도를 계산합니다:

$$AA = p^2 = (0.7)^2 = 0.49$$ $$Aa = 2pq = 2(0.7)(0.3) = 0.42$$ $$aa = q^2 = (0.3)^2 = 0.09$$

이 값들을 더하면 $1$이 됩니다:

$$0.49 + 0.42 + 0.09 = 1$$

따라서 하디-바인베르크의 가정이 성립한다면, 약 49%는 $AA$, 42%는 $Aa$, 9%는 $aa$일 것으로 기대할 수 있습니다.

이것이 대부분의 하디-바인베르크 문제에서 핵심이 되는 단계입니다. 대립유전자 빈도에서 시작한 뒤, 제곱하고 결합하여 기대 유전자형 빈도를 구합니다.

생물학자들이 하디-바인베르크 평형을 사용하는 이유

하디-바인베르크 평형은 관측된 데이터를 단순한 기대값과 비교하는 데 사용됩니다. 이를 통해 생물학자들은 선택이 작용하고 있는지, 무작위가 아닌 교배가 일어나고 있는지, 혹은 작은 집단에서 유전적 부동이 나타나고 있는지 같은 더 나은 질문을 할 수 있습니다.

또한 이 개념은 입문 유전학에서 유용합니다. 대립유전자 빈도, 유전자형 빈도, 그리고 집단 수준의 사고를 하나의 깔끔한 모델로 연결해 주기 때문입니다.

자주 하는 실수

식 자체를 평형의 증거로 여기는 경우

식 $p^2 + 2pq + q^2 = 1$은 두 대립유전자 상황에서의 대수적 항등식입니다. 실제 집단이 하디-바인베르크 평형에 있다고 말하려면, 가정들이 타당해야 하고 관측된 유전자형 빈도가 기대 패턴과 충분히 가깝게 일치해야 합니다.

대립유전자 빈도와 유전자형 빈도를 혼동하는 경우

$p$와 $q$는 집단 안의 대립유전자를 나타내며, 각 유전자형을 가진 개체의 비율을 뜻하지 않습니다. 유전자형 빈도는 $p^2$, $2pq$, $q^2$입니다.

이 모델이 조건부라는 점을 잊는 경우

선택, 이주, 돌연변이, 비무작위 교배, 또는 유전적 부동이 중요하게 작용하면 하디-바인베르크 모델은 그 집단을 잘 설명하지 못할 수 있습니다. 불일치는 더 조사해 볼 단서이지, 그 자체로 완전한 설명은 아닙니다.

이 개념을 사용하는 경우

하디-바인베르크 평형은 집단유전학, 진화, 그리고 생물학 입문 과정에서 자주 등장합니다. 보인자 빈도를 추정하거나, 유전자형 개체 수가 단순한 기대값과 맞는지 확인하거나, 어떤 진화적 힘이 작용하는지 묻기 전에 기준선을 세울 때 자주 사용됩니다.

비슷한 문제를 풀어 보세요

이번에는 $p = 0.8$과 $q = 0.2$로 직접 해 보세요. $p^2$, $2pq$, $q^2$를 계산한 뒤, 실제 데이터가 그 값들과 맞지 않는다면 하디-바인베르크의 어떤 가정을 가장 먼저 의심해야 할지 생각해 보세요.

다른 사례로 더 연습하고 싶다면, GPAI Solver로 비슷한 집단유전학 문제를 단계별로 풀어 보세요.