alt text

alt text

Seleção natural atuando sobre frequência de alelos (genes) -> atributos

Seleção pode favorecer qualquer atributo?

alt text

alt text

Mesmo…atributos com um “custo” muito elevado

alt text

alt text

Seleção natural pode favorecer atributos que diminuem of “fitness” das fêmeas?

Genes egoistas e imediatistas x “fitness” mais duradouro (?)

Pênis com espinhos em machos agressivos -> alelo: “A”-> frequência (x)

Pênis sem espinhos em machos não agressivos -> alelo: “a” -> frequência (1-x)

Qual a frequência de “A” no tempo “t” e “t+1”

No acasalamento, o que acontece com os alelos? Qual a probabilidade de cada par de alelos se formar?

Probs A a
A xx x(1-x)
a (1-x)x (1-x)(1-x)

Frequências inicias possíveis de alelo - seq cria valores de 0 a 1 com intervalo de 0.01

x<-seq(0,1,by=0.01)
x
##   [1] 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.10 0.11 0.12 0.13
##  [15] 0.14 0.15 0.16 0.17 0.18 0.19 0.20 0.21 0.22 0.23 0.24 0.25 0.26 0.27
##  [29] 0.28 0.29 0.30 0.31 0.32 0.33 0.34 0.35 0.36 0.37 0.38 0.39 0.40 0.41
##  [43] 0.42 0.43 0.44 0.45 0.46 0.47 0.48 0.49 0.50 0.51 0.52 0.53 0.54 0.55
##  [57] 0.56 0.57 0.58 0.59 0.60 0.61 0.62 0.63 0.64 0.65 0.66 0.67 0.68 0.69
##  [71] 0.70 0.71 0.72 0.73 0.74 0.75 0.76 0.77 0.78 0.79 0.80 0.81 0.82 0.83
##  [85] 0.84 0.85 0.86 0.87 0.88 0.89 0.90 0.91 0.92 0.93 0.94 0.95 0.96 0.97
##  [99] 0.98 0.99 1.00
m<-5
y5<-(m*x)/(m*x+1-x)
m10<-10
y10<-(m10*x)/(m10*x+1-x)
m15<-1.5
y15<-(m15*x)/(m15*x+1-x)
m50<-50
y50<-(m50*x)/(m50*x+1-x)

plot(y5~x,type="l",col="red")
points(x,y10,type="l",col="green")
points(x,y15,type="l",col="brown")
points(x,x,col="black",type="l",lwd=3)
points(x,y50,type="l",col="pink")
mlouco<-5
ylouco<-mlouco*x

points(x,ylouco,type="l",col="purple")

m<-5 y<-mx/(mx+1-x) y

pAA<-xy pAa<-x(1-y) paA<-(1-x)y paa<-(1-x)(1-y) x pAA+pAa+paA+paa

Assuming that number of matings N is 1000 and brood size B is 20

and relative damage to brood is 0.2, so surviving brood b is 0.8

N<-1000 B<-20 b<-0.8 nA<-N(pAAbB+0.5pAaB+0.5paAbB) na<-N(0.5pAaB+0.5paAbB+paa*B) xnew<-nA/(nA+na) xnew plot(x,xnew,type=“l”,col=“blue”) points(x,x,type=“l”,col=“red”)

N<-1000 B<-20 b2<-0.5 nA<-N(pAAb2B+0.5pAaB+0.5paAb2B) na<-N(0.5pAaB+0.5paAb2B+paa*B) xnewb<-nA/(nA+na)

b3<-0.2 nA<-N(pAAb3B+0.5pAaB+0.5paAb3B) na<-N(0.5pAaB+0.5paAb3B+paa*B) xnewb3<-nA/(nA+na)

points(x,xnewb3,type=“l”,col=1)

sexconflict<-function(m,N,B,b){ x<-seq(0,1,by=0.01) y<-(mx)/(mx+1-x) xnew<-0 pAA<-xy pAa<-x(1-y) paA<-(1-x)y paa<-(1-x)(1-y) nA<-N(pAAbB+0.5pAaB+0.5paAbB) na<-N(0.5pAaB+0.5paAbB+paa*B) xnew<-nA/(nA+na) plot(x,xnew,type=“l”,col=“blue”) points(x,x,type=“l”,col=“red”) } sexconflict

par(mfrow=c(2,2)) sexconflict(10,1000,20,0.8) sexconflict(20,1000,20,0.8)

sexconflict(10,1000,20,0.5) sexconflict(20,1000,20,0.5) sexconflict(30,1000,20,0.5) sexconflict(50,1000,20,0.5)

b<-seq(0,1,by=0.01) m<-1/b plot(b~m,xlim=c(1,5),type=“l”,lwd=3,col=“red”,xlab=“Vantagem no acasalamento dos machos (m)”,ylab=“Fecundidade relativa das f?meas(b)”,las=1)