Equilibrio De Hardy Weinberg

Como calcular na prática e não se perder nos pressupostos

A maioria dos estudantes travam no equilíbrio de hardy weinberg porque aprendem a fórmula antes de entender o que ela representa. A equação p² + 2pq + q² = 1 é apenas uma forma algébrica de dizer que, numa população ideal, as frequências alélicas se mantêm constantes geração após geração. Os pressupostos são o que realmente definem quando o modelo se aplica.

O que precisa ser verdadeiro para usar equilibrio de hardy weinberg

Sem mutação, sem seleção natural, sem fluxo gênico, sem deriva genética e com cruzamentos aleatórios. Se qualquer um desses falhar, as frequências vão mudar. Não é uma sugestão. É uma condição necessária. Na prática, isso significa que a grande maioria das populações reais viola pelo menos um desses pressupostos em qualquer momento. O modelo serve como ponto de referência, não como descrição exata da realidade. Você calcula o esperado e compara com o observado. O chi-quadrado entra aí. Se a diferença for estatisticamente significativa, alguma força evolutiva está atuando sobre aquele locus. Isso é tudo.

Método passo a passo

Vamos direto ao cálculo. Imagine uma população onde você observou os seguintes genótipos para um gene com dois alelos, A e a: AA: 49 indivíduos
Aa: 42 indivíduos
aa: 9 indivíduos

População total = 100. Primeiro, calcule as frequências alélicas a partir dos genótipos observados. O número total de alelos na população é 200 (dois por indivíduo). Frequência de A (p) = (2 × 49 + 42) / 200 = 140 / 200 = 0,7

Frequência de a (q) = (2 × 9 + 42) / 200 = 60 / 200 = 0,3 Confira: 0,7 + 0,3 = 1,0. Ok.

Agora calcule as frequências genotípicas esperadas sob equilíbrio: p² = 0,49, 2pq = 0,42, q² = 0,09. Multiply by the population size to get expected counts: AA = 49, Aa = 42, aa = 9. Comparando observado vs esperado, os valores coincidem perfeitamente neste caso. O chi-quadrado seria zero. Se os números não batêssem assim tão exatamente, você aplicaria:

² = (observado - esperado)² / esperado Com 3 classes genotípicas, os graus de liberdade são 1 (não 2, porque você estimou p e q a partir dos dados antes de calcular o esperado). O valor crítico para = 0,05 com 1 gl é 3,841. Se ² ultrapassar esse limiar, rejeita-se a hipótese de equilíbrio.

Se estiver usando Excel ou uma planilha simples, esse cálculo todo leva uns dois minutos. O tempo que costuma se perder é na contagem manual dos alelos. Um erro de digitação no numerador altera tudo.

Um problema real que eu enfrentei

Certa vez trabalhando com dados de frequências alélicas em uma população de plantas com autocompatibilidade parcial, eu calculei o equilíbrio e encontrei uma heterozigose observada muito acima do esperado. A primeira reação foi culpar seleção. O problema real era outro: a população tinha subdivisões discretas com frequências alélicas diferentes entre si. Quando você mistura os dados e analisa tudo junto, o chamado efeito Wahlström inflaciona a homozigose em alguns casos e deflaciona em outros, dependendo da estrutura. No meu caso, a heterozigose parecia maior porque os dois subgrupos tinham alelos A e a em proporções opostas, e os cruzamentos entre grupos geravam mais heterozigotos do que o equilíbrio previa para a frequência média global. A solução foi simples: estratificar a análise por subpopulação antes de testar o equilíbrio. Em cada grupo, as frequências faziam sentido. A aparente desvio desapareceu. A lição é que o equilíbrio de hardy weinberg testa uma população panmítica. Se não houver panmixia, o teste vai detectar o que é, na verdade, estrutura populacional.

O que os manuais não enfatizam

Sobre estimar p e q a partir de genótipos observados: você usa a contagem direta de alelos, não a raíz quadrada de q². Isso importa quando há desvio do equilíbrio. Se alguém usa f(aa) como estimativa de q, esse é um estimador viesado em populações que não estão em equilíbrio. A contagem direta de alelos é sempre mais segura. Sobre o tamanho amostral: com menos de 50 indivíduos, o teste de chi-quadrado perde poder. Esperativas menores que 5 em qualquer classe genotípica exigem teste exato de Fisher ou simulação. Eu já vi gente aplicar chi-quadrado em amostras de 12 indivíduos e interpretar p = 0,08 como "não há desvio significativo". Com aquela amostra, o teste simplesmente não tem informação suficiente. O resultado é ambíguo, não conclusivo.

Sobre loci ligados: o equilíbrio de hardy weinberg é definido por locus. Linkage disequilibrium entre dois loci é uma coisa diferente. Você pode ter cada locus individualmente em equilíbrio e ainda assim ter associações não aleatórias entre alelos de locos diferentes. Isso acontece frequentemente em populações recentes com mistura ou seleção em um dos locos.

Quando o modelo não funciona e o que fazer no lugar

O equilíbrio de hardy weinberg falha completamente como ferramenta descritiva em populações pequenas sujeitas a forte deriva, ou em loci com seleção balanceadora intensa. Nestes casos, modelos de coalescente ou simulações de Monte Carlo com parâmetros estimados dos dados dão resultados muito mais informativos. O HWE continua útil como teste de qualidade dos dados em estudos de genômica — muitas bancadas usam o desvio do equilíbrio para identificar loci com problemas de genotipagem, como alelos nulos ou amplificação preferencial de um dos alelos. Para populações estruturadas, o coeficiente FST e modelos de mistura (como os implementados no STRUCTURE ou no ADMIXTURE) capturam a dinâmica que o HWE simples ignora. Para seleção em ação, modelos de frequência dependente ou equações de mudança de frequência com coeficientes de seleção são mais adequados.

O equilíbrio de hardy weinberg é uma ferramenta de diagnóstico, não uma descrição do mundo real. Ele funciona bem quando você sabe exatamente o que está testando. Fora disso, ele é só um ponto de partida.