109 年 國立臺灣大學園藝暨景觀學系碩士班園產品處理及利用組《園藝作物遺傳及育種學》

本題主要探討「配子體自交不親和性」(Gametophytic Self-Incompatibility, GSI) 的定義、意義、類別、機制、應用與調控。

1. 定義與生物意義：

   • 定義： 配子體自交不親和性是一種植物生殖隔離機制，指植物的雌配子體（胚囊）或雄配子體（花粉）中的某種基因型，會抑制與自身相同或相容基因型的配子結合，進而阻止自花授粉或同基因型植株間的雜交。
   • 生物意義：
     • 維持異交： 這是最主要的功能，透過阻止自花授粉，確保基因重組和基因交流，增加族群的遺傳變異，提高對環境變遷的適應能力。
     • 避免近親繁殖： 近親繁殖容易導致隱性有害基因的純合累積，降低後代的活力與生育力（近交衰退，inbreeding depression）。
     • 維持物種純度： 避免與其他基因型相似但略有差異的個體產生雜交，維持物種的獨特性。

2. 主要類別及其差異：
   自交不親和性主要可分為配子體自交不親和性 (GSI) 和孢子體自交不親和性 (SSI) 兩大類。

   • 配子體自交不親和性 (GSI)：
     • 決定機制： 由配子體（花粉或胚囊）本身的基因型決定。
     • 遺傳控制： 通常由一個單一的自不親和基因座 (S locus) 控制，但具有多等位基因 (multiple alleles)。
     • 表現： 若花粉的 S 等位基因與雌蕊柱頭或花柱中的 S 等位基因之一相同，則花粉管生長受阻，無法完成授精。
     • 例子： 許多豆科、茄科、薔薇科植物。
   • 孢子體自交不親和性 (SSI)：
     • 決定機制： 由孢子體（花粉發育前的母細胞，即子房壁或花絲）的基因型決定。
     • 遺傳控制： 通常由一個或多個自不親和基因座 (S locus) 控制，每個 S 基因座有多個等位基因。
     • 表現： 若花粉的 S 等位基因與接受花粉的母體（柱頭）的任何一個 S 等位基因相同，則花粉萌發或花粉管生長受阻。
     • 例子： 菊科、十字花科、葫蘆科植物。
   • 差異： 主要差異在於決定親和性的基因型是來自配子體本身（GSI）還是孢子體（SSI）。這導致了遺傳模式和某些生理反應上的差異。例如，在 GSI 中，一個二倍體植株（具有兩個 S 等位基因 $S_1S_2$）產生的花粉，其基因型可以是 $S_1$ 或 $S_2$；而在 SSI 中，同一植株產生的花粉，其基因型與其母體相同，例如 $S_1S_2$ 花粉。

3. 生理或分子機制舉例（至少三種）：

   • S-RNase 介導的 GSI 機制 (Solanaceae, Rosaceae, Fabaceae)：
     • 機制： 這是 GSI 最常見的機制。花粉管內缺乏 S-RNase，而花柱組織（特別是柱頭和花柱壁）產生一種稱為 S-RNase 的核酸酶。當花粉萌發後，若其 S 等位基因與雌蕊的 S 等位基因之一相同，則該花粉管會被 S-RNase 降解，阻止花粉管伸長。
     • 分子調控： 這個過程還涉及其他伴侶蛋白，例如 Sci-interacting protein (SCIP) 或 S-locus glycoprotein (SLG) 及其相關蛋白 (SLR1)，它們在抑制 S-RNase 進入花粉管或調控信號傳遞中起作用。
   • S-Locus F-box (SLF) 介導的 GSI 機制 (Fabaceae)：
     • 機制： 在某些豆科植物中，GSI 的機制與 S-RNase 不同。此機制涉及花粉中的 S-locus F-box (SLF) 蛋白。SLF 蛋白與雌蕊中的 S-locus Receptor Kinase-like protein (SRK) 結合，導致其降解。若花粉的 SLF 等位基因與雌蕊的 SRK 等位基因不匹配，則 SRK 穩定存在，並引導花粉管生長；若匹配，則 SRK 被降解，花粉管生長受阻。
   • SSI 的 SRK/SLG 機制 (Brassicaceae)：

本題主要探討兩種傳統的育種方法：譜系法 (pedigree method) 和混合群體法 (bulk population method)，比較它們的程序、適用性、時程、以及對自然選擇的利用。

1. 譜系育種法 (Pedigree Method) 之進行程序：
   譜系育種法是一種選擇性育種方法，用於選育具有特定性狀的優良純系。其基本程序如下：

   • 親本選定與雜交 (Cross)： 選擇兩個或多個具有互補優良性狀的親本進行雜交，產生 F1 代。
   • F1 代： 收集 F1 代的種子，必要時進行自交。
   • F2 代： 將 F1 代自交獲得 F2 代。F2 代是性狀分離最複雜的世代，此時開始進行選擇。
   • 選擇與記錄 (Selection and Record Keeping)：
     • 在 F2 代及之後的世代（F3, F4, ... Fn），對植株進行大規模的田間觀察和記錄。
     • 選擇表現出目標性狀的植株（例如，抗病、高產、優良果實品質的植株）。
     • 對每一株被選中的植株及其後代，都詳細記錄其來源（譜系），以便追溯其遺傳背景。
   • 逐代選擇與自交 (Selection and Selfing)：
     • 從 F2 開始，每一年都選擇表現優良的植株，並讓其自交，收集其後代的種子。
     • 隨著世代的推進，目標性狀的變異逐漸減少，植株的同質性（純系）逐漸提高。
   • 純系選育 (Pure Line Selection)：
     • 當後代性狀趨於穩定，不再明顯分離時，即可認為已經獲得了純系。
     • 對這些純系進行進一步的產量、品質、抗性等評估。
   • 品種比較試驗 (Variety Trial)：
     • 將篩選出的優良純系與現有品種進行比較試驗，評估其綜合表現。
   • 品種推廣 (Release and Multiplication)：
     • 最終選出的優良純系，經過審核後，可作為新品種推廣種植。

   圖示說明：
   （由於此處無法繪製圖形，文字描述如下）
   一個箭頭從「親本 P1 x P2」指向「F1」，再指向「F2」。
   從 F2 開始，有多個平行的箭頭指向「F3」，每個 F3 箭頭代表一株被選中的植株及其後代。
   接著，每個 F3 的後代（稱為 F3:4）再進行選擇，又產生多個 F4 箭頭。
   此過程不斷重複，直到某一代（例如 Fn）的後代性狀高度一致，形成「純系」。
   最後，這些純系再進入「比較試驗」和「品種推廣」。
   在 F2 之後的每一個選擇步驟，都強調「選擇優良植株」和「詳細記錄譜系」。

2. 適用於遺傳力較高的性狀比較：

   • 何者適用： 譜系育種法 (Pedigree Method)
   • 為什麼： 譜系育種法要求對每一株被選中的植株進行詳細的遺傳背景追溯和後代評估。對於遺傳力 (heritability) 較高的性狀，其表型差異主要由基因型決定，選擇的準確性較高，因此可以更有效地篩選出具有優良基因型的植株。在遺傳力低的性狀上，表型受環境影響大，單靠譜系法進行大規模的選擇可能效率不高，且容易因環境因素而誤判。

本題主要探討合成品種 (synthetic variety) 的定義、優點，以及如何預測其產量。

1. 合成品種的定義：
   合成品種是一種由多個（通常是 3 個以上）優良的、自交親和的純系（自交系）經由雜交，形成一個混合的雜種群體，並在圃中維持其雜交狀態，用作繁殖種子。其繁殖方式通常是讓這些親本自交或互交，再收集這些親本產生的雜交種子作為下一代的種子來源。合成品種的目的是利用雜種優勢 (heterosis)，並透過群體繁殖維持其遺傳組成，使其在田間表現穩定。

2. 合成品種的優點：

   • 利用雜種優勢： 合成品種可以有效利用親本之間的雜種優勢，產生比親本產量更高的下一代。
   • 維持品種穩定性： 相較於單一的雜交種 (F1 hybrid)，合成品種由多個親本組成，其遺傳組成相對複雜，在繁殖過程中不易發生劇烈的性狀分離，因此能維持較高的品種穩定性。
   • 生產簡便： 合成品種的生產相對簡單，不需要像生產 F1 雜交種那樣進行大規模的異交和去雄操作（對於某些作物），只需要將親本混合種植，讓其自然雜交即可。
   • 種子繁殖容易： 合成品種的種子可以透過親本的自然雜交獲得，繁殖相對容易，成本較低。
   • 適應性強： 由多個基因型組成的合成品種，其遺傳變異較大，對環境變異的適應性通常比純系或單一雜交種更強。

3. 合成品種產量預測：

   • 基本原理： 合成品種的產量預測，通常是基於其組成親本的產量以及親本間的平均雜種優勢。
   • 已知數據：
     • 六個自交系產量 (公斤/分地)：A=200, B=180, C=210, D=150, E=240, F=190。
     • 自交系間的平均單交雜種產量 = 315 公斤/分地。
   • 計算步驟：
     1. 計算親本的平均產量：
        $\text{平均親本產量} = \frac{200 + 180 + 210 + 150 + 240 + 190}{6}$
        $\text{平均親本產量} = \frac{1170}{6} = 195 \text{ 公斤/分地}$
     2. 計算平均雜種優勢 (Heterosis)：
        雜種優勢是指雜交後代相較於親本的產量提升。這裡給出的是「自交系間的單交雜種」的平均產量，可以理解為是親本平均產量加上雜種優勢後的結果。

本題主要探討基因編輯 (gene editing) 的定義、在作物育種上的應用，以及其與傳統基改作物 (GMO) 的區別，特別是在法規定義上可能被歸類為非基改作物的情況。

1. 基因編輯的定義：
   基因編輯（或稱基因組編輯，genome editing）是指一類能夠精確、定向地改變生物體基因組 DNA 序列的技術。它利用特定的分子工具（如 CRISPR-Cas9, TALENs, ZFNs 等），在基因組的特定位點引入 DNA 的斷裂，然後利用細胞自身的 DNA 修復機制（非同源末端連接 Non-homologous end joining, NHEJ 或同源重組 Homology-directed repair, HDR）來實現 DNA 的插入、刪除、替換或修飾。與傳統基因轉殖不同，基因編輯技術通常是在目標基因組序列上進行操作，不一定需要引入外源基因。

2. 如何利用基因編輯育成新的作物品種：
   基因編輯技術在作物育種中的應用非常廣泛，主要可以通過以下幾種方式：

   • 基因失活 (Gene Knockout)： 利用 NHEJ 修復機制，在目標基因的關鍵區域引入小的插入或刪除（indel），導致該基因的讀碼框移位 (frameshift)，使其失去功能。這可以用來：
     • 改良性狀： 例如，使某些基因失活以去除不良性狀（如過敏原、苦味、採後褐變），或增強優良性狀（如抗病性、抗逆性、產量、營養成分）。
     • 研究基因功能： 快速確定特定基因的功能。
   • 基因校準/替換 (Gene Correction/Replacement)： 利用 HDR 修復機制，以提供的 DNA 修復模板為基礎，精確地替換、插入或校準目標基因的序列。這可以用來：
     • 修復突變： 校正已知的致病或不良突變。
     • 引入優良等位基因： 將優良的等位基因導入到目標基因座上。
     • 精確基因改造： 實現對基因序列的精確修改，例如改變基因的啟動子，調控基因的表達水平。
   • 基因插入 (Gene Insertion)： 在特定位點精確插入新的基因（不一定是外源基因，也可以是基因組內已有的基因片段），以增強或改變某項功能。
   • 調控基因表達： 通過編輯基因的啟動子區域或增強子區域，來調控目標基因的表達水平（上調或下調），從而影響性狀。

   育種流程：

   1. 確定目標性狀和相關基因。
   2. 設計並合成基因編輯工具（如 sgRNA 和 Cas9 蛋白或質體）。
   3. 將基因編輯工具導入到作物細胞或組織中（如農桿菌轉化、原生質體轉化、基因槍等）。
   4. 篩選出經過基因編輯的細胞或組織。
   5. 通過組織培養等方法再生出完整的植株。
   6. 對再生植株進行分子檢測，確認基因編輯是否成功，並評估性狀表現。
   7. 通過傳統育種方法（如回交、自交、選育）來穩定基因編輯的性狀，並將其整合到優良的品種背景中。

3. 基因編輯作物較有可能被納入非基改作物的定義或情境：
   基因編輯作物是否被歸類為「非基改作物」（或稱非基因改造生物，Non-GMO），主要取決於其編輯後產生的基因組變化以及是否引入了外源 DN

本題探討一個遺傳實驗數據，要求分析其遺傳控制模式。題目給予了 F2 代的表型分離比，並指出存在親本型甲、乙以及一個額外的丙性狀，這提示我們可能涉及顯性、隱性以及額外的遺傳機制。

核心觀念：
本題的核心在於分析 F2 分離比，並與經典的孟德爾分離比進行比較，以推斷遺傳機制。由於出現了親本型甲、乙之外的「丙」性狀，且比例非典型的 3:1 或 9:3:3:1，需要考慮單基因遺傳、連鎖、交互作用（顯隱性、互補、上位性等）或多基因遺傳等可能性。

解題步驟：

1. 理解題目資訊：

   • 親本：兩同質結合的親本，具有一對立性狀。設為 AA (表現型甲) 和 aa (表現型乙)。
   • 顯隱性：甲對乙為顯性。這意味著 AA 和 Aa 的表現型都是甲。aa 的表現型是乙。
   • F1 數據缺失：這表示我們無法直接從 F1 觀察到顯隱性關係或基因型。
   • F2 代數據：總數為 $340 + 140 + 148 = 628$ 個個體。
   • F2 代表型：親本型甲、親本型乙，以及「丙」性狀。
   • F2 分離比：甲 : 乙 : 丙 = 340 : 140 : 148。
   • 顯著性檢定：α = 0.05。

2. 分析 F2 分離比：
   首先，將觀測到的比例轉換為期望比例，並與常見的孟德爾分離比進行比較。

   • 總數 = 628。
   • 期望比例：
     • 甲：$340 / 628 \approx 0.541$
     • 乙：$140 / 628 \approx 0.223$
     • 丙：$148 / 628 \approx 0.236$
   • 最接近的比例約為 54 : 22 : 24，或簡化為 2.4 : 1 : 1。這與經典的 9:3:3:1 (約 9:3:3:1 = 56.25%:18.75%:18.75%:6.25%) 或 3:1 (75%:25%) 顯著不同。

3. 推測遺傳模式：

   • 傳統單基因顯隱性遺傳： 如果是單基因遺傳，F2 代應該出現 3:1 的比例（如果親本是雜合子 Aa x Aa）。這裡出現了三種表型，且比例不符。

   • 單基因遺傳但有額外機制：

     • 致死基因 (Lethal gene)： 如果存在致死基因，某些基因型可能無法存活。例如，假設親本是 AaBb，F2 的分離比是 9:3:3:1。如果其中一個基因型（如 bb）導致個體在 F2 階段死亡，那麼原本屬於 bb 的表型（如 3+1=4 部分）就不會出現，剩下的表型比例會改變。
     • 顯隱性互變 (Epistasis)： 這是最有可能的情況。顯隱性互變是指一個基因的表達受到另一個基因的影響。
       • 考慮兩種可能：
         • 情況 A： 兩個獨立基因座 A 和 B 控制兩種性狀。其中一個基因座（如 B）對另一個基因座（如 A）的表現產生上位性影響。
         • 情況 B： 兩個獨立基因座 A 和 B 控制兩種性狀，但表型是丙。

   • 分析「甲:乙:丙 = 340:140:148」這個比例：
     這個比例最接近 9:3:4 或 9:4:3。

     • 總份數：$9+3+4 = 16$ 或 $9+4+3 = 16$。
     • 將總數 628 除以 16：$628 / 16 \approx 39.25$。
     • 期望值：
       • $9 \times 39.25 \approx 353.25$
       • $3 \times 39.25 \approx 117.75$
       • $4 \times 39.25 \approx 157$
     • 觀測值：340, 140, 148。
     • 比較：340 接近 353，140 接近 118，148 接近 157。這個比例 9:3:4 (或 9:4:3) 是非常有可能的。

   • 假設遺傳模式為 9:3:4 的上位性遺傳：

     • 讓兩個獨立基因座 A 和 B 控制該性狀。
     • 親本是同質結合的 AA BB 和 aa bb，或者 AA aa 和 BB bb （這與題目說的「一對立性狀」不符，題目暗示的是單基因控制的對立性狀，但 F2 出現三種表型，且比例接近 9:3:4，強烈暗示是雙基因控制）。
     • 重新解讀題目：「一對立性狀甲表現型、及乙表現型，甲對乙為顯性」。這句話可能是在描述第一對等位基因的表現。但 F2 出現三種表型，且比例接近 9:3:4，這通常是由兩個基因座控制的上位性遺傳。
     • 假設是雙基因控制（A_B_ , aaB_, A_bb, aabb）：
       • 如果親本是 AABB x aabb，則 F1 是 AaBb。
       • F2 的基因型比例是：9 A_B_ : 3 A_bb : 3 aaB_ : 1 aabb。
       • 現在需要將這些基因型對應到表型 甲、乙、丙。
       • 可能性 1：
         • A_B_ = 甲
         • A_bb = 乙
         • aaB_ + aabb = 丙 (上位性：基因 B 存在時，基因 A 的表現被掩蓋，或者基因 a 表現出丙，而 bb 表現為乙。這裡 9:3:4 的結構，通常是 A_B_ 為一種表現，aaB_ 和 A_bb 為另外兩種表現，而 aabb 則與其中一種表現相同或不同。)
       • 可能性 2 (更符合 9:3:4 結構)：
         • A_B_ = 甲 (9份)
         • A_bb = 乙 (3份)
         • aa_ (aaB_ + aabb) = 丙 (3+1=4份)
         • 這裡的「甲對乙為顯性」可能只是描述了 A 基因相對於 a 基因在某種情況下的作用，但整個表型由 A 和 B 兩個基因共同決定。
         • 在這個模型下，親本的基因型可能是 AABB (表現型甲) 和 aabb (表現型乙)。F1 為 AaBb。

本題主要探討染色體數、基因型與性別決定機制。

1. (a) 2n=2A+xy, 2n, A和xy各代表什麼意思？

   • 2n： 代表二倍體 (diploid) 的染色體總數。在生物體完成減數分裂產生配子時，染色體數會減半（n）。2n 表示體細胞中的染色體套數。
   • A： 在此方程式中，A 通常代表常染色體 (autosome) 的套數或數量。由於方程式寫為 2A，表示有兩套常染色體。
   • xy： 在此方程式中，xy 通常代表性染色體 (sex chromosome) 的組合。
     • 如果 x 和 y 是不同的性染色體（例如，常見的 XY 系統），那麼 xy 就代表一對異型的性染色體。
     • 如果 x 和 y 代表的是性染色體的數量，例如在某些系統中，性別可能由 X 染色體的數量決定（如 X0, XX, XXX 等）。
   • 方程式 2n = 2A + xy 的意義：
     這個方程式描述了一個二倍體生物的染色體組成。它表示，二倍體染色體總數 (2n) 等於兩套常染色體 (2A) 加上一套性染色體 (xy)。
     • 常見的 XY 性別決定系統： 在這種情況下，2A 代表常染色體對的總數乘以 2，而 xy 代表 XY 性染色體。例如，如果一個生物有 20 對常染色體 (2A=40) 和 XY 性染色體，那麼 2n = 40 + 2 = 42。
     • 常見的 XX 性別決定系統： 在這種情況下，2A 代表常染色體對的總數乘以 2，而 xx 代表 XX 性染色體。例如，如果一個生物有 20 對常染色體 (2A=40) 和 XX 性染色體，那麼 2n = 40 + 2 = 42。
     • 其他系統： 在某些系統中，例如 ZW 系統（鳥類、某些爬蟲類），雄性是 ZZ，雌性是 ZW。方程式可能寫成 2n = 2A + ZW（雌性）或 2n = 2A + ZZ（雄性）。
     • 此題情況： 題目提到「此基因型在蠅子草機制上和老鼠一樣」，老鼠是 XY 性別決定系統（雄性 XY，雌性 XX）。因此，這裡的 xy 組合很可能指的就是 XY 或 XX。

2. (b) 此基因型在蠅子草機制上和老鼠一樣, 性別決定機制為何, 即 X,Y 還是其他機制決定? 如何證明?

   • 性別決定機制： 根據題目描述「和老鼠一樣」，且老鼠是 XY 性別決定系統，可以推斷該生物的性別決定機制是 XY 性別決定系統。
     • 雄性：XY
     • 雌性：XX
   • 證明：
     要證明這一點，需要觀察該生物的性別染色體組成與其性別的關聯性。
     1. 觀察性別染色體與性別的關聯：

本題主要探討 DNA 的鹼基組成與分子結構的關係。題目給予了兩種噬菌體 DNA 的鹼基比例，要求分析其分子結構。

核心觀念：

• DNA 的雙螺旋結構： DNA 是由兩條反向平行鏈組成的雙螺旋結構。
• Chargaff's Rules (查加夫法則)： 在雙鏈 DNA 中，腺嘌呤 (A) 的含量等於胸腺嘧啶 (T) 的含量 ($A=T$)，鳥糞嘌呤 (G) 的含量等於胞嘧啶 (C) 的含量 ($G=C$)。同時，總嘌呤 (A+G) 的含量等於總嘧啶 (C+T) 的含量。
• 單鏈 DNA 的鹼基比例： 對於單鏈 DNA，A、T、G、C 的比例可以不遵循 A=T 和 G=C 的規則，但 A+G 的比例應等於 C+T 的比例。

解題步驟：

1. 分析第一個噬菌體 DNA 的鹼基比例：

   • A = 28%
   • T = 28%
   • G = 22%
   • C = 22%
   • 檢查 Chargaff's Rules：
     • $A = 28\%$, $T = 28\% \implies A = T$ (符合)
     • $G = 22\%$, $C = 22\% \implies G = C$ (符合)
     • $A+G = 28\% + 22\% = 50\%$
     • $C+T = 22\% + 28\% = 50\%$
     • $A+G = C+T$ (符合)
   • 結論： 由於第一個噬菌體的 DNA 樣本中，A 的含量等於 T 的含量，G 的含量等於 C 的含量，這符合雙鏈 DNA 的 Chargaff's Rules。因此，可以推斷第一個噬菌體的 DNA 是雙鏈 DNA (double-stranded DNA)。

2. 分析第二個噬菌體 DNA 的鹼基比例：

   • A = 24%
   • T = 30%
   • G = 20%
   • C = 26%
   • 檢查 Chargaff's Rules：
     • $A = 24\%$, $T = 30\% \implies A \neq T$ (不符合)
     • $G = 20\%$, $C = 26\% \implies G \neq C$ (不符合)

核心觀念

本題考查二因子雜交的孟德爾獨立分配定律，以及利用卡方檢定判斷實際觀察值是否符合 $9:3:3:1$ 期望比例。

P₁ 為 $RRHH$，P₂ 為 $rrhh$，因此：

$$F_1=RrHh$$

若兩對基因彼此獨立分配，且完全顯性、各表現型存活率相同，則 $F_1$ 自交所得 $F_2$ 應符合：

• $R\_H\_$：紅花、葉有絨毛，比例 $9/16$
• $R\_hh$：紅花、葉光滑，比例 $3/16$
• $rrH\_$：白花、葉有絨毛，比例 $3/16$
• $rrhh$：白花、葉光滑，比例 $1/16$

---

解題方法

圖中觀察值為：

$F_2$ 表現型	觀察值 $O$
紅花、葉有絨毛	70
白花、葉有絨毛	23
紅花、葉光滑	46
白花、葉光滑	19
合計	158

依 $9:3:3:1$ 計算期望值：

$$E=\frac{\text{比例分子}}{16}\times158$$

因此：

$$\begin{aligned} E_{R\_H\_}&=\frac{9}{16}\times158=88.875\\ E_{rrH\_}&=\frac{3}{16}\times158=29.625\\ E_{R\_hh}&=\frac{3}{16}\times158=29.625\\ E_{rrhh}&=\frac{1}{16}\times158=9.875 \end{aligned}$$

卡方統計量為：

$$\chi^2=\sum\frac{(O-E)^2}{E}$$

代入數據：

$$\begin{aligned} \chi^2 &=\frac{(70-88.875)^2}{88.875} +\frac{(23-29.625)^2}{29.625}\\ &\quad+\frac{(46-29.625)^2}{29.625} +\frac{(19-9.875)^2}{9.875}\\ &\approx22.98 \end{aligned}$$

四類表現型的自由度為：

$$df=4-1=3$$

在 $df=3$ 下，顯著水準 $\alpha=0.05$ 的臨界值為：

$$\chi^2_{0.05,3}=7.815$$

因為：

$$22.98>7.815$$

所以拒絕「符合 $9:3:3:1$ 比例」的虛無假設。此數據與 $9:3:3:1$ 有顯著差異，且偏離程度很大。

---

偏離原因分析

1. 兩基因可能不是獨立分配

本題要求解釋五個遺傳學和分子生物學領域的專有名詞。

1. Chromosome translocation (染色體轉位)：

   • 定義： 染色體轉位是一種染色體結構變異，指染色體的一段發生斷裂後，重新連接到另一條非同源染色體上，或者在同一條染色體上的不同位置。
   • 類型：
     • 相互轉位 (Reciprocal translocation)： 兩條非同源染色體之間發生片段的交換。
     • 非相互轉位 (Non-reciprocal translocation)： 染色體片段從一條染色體轉移到另一條非同源染色體上，或者轉位到同一條染色體上的不同位置。
   • 影響： 染色體轉位可能導致基因的重組、表達水平的改變、甚至產生新的基因融合。在人類中，某些轉位與癌症（如費城染色體與慢性骨髓性白血病）或遺傳疾病有關。在育種中，染色體轉位也可能用於創新品種或改變基因的連鎖關係。

2. Cell cycle (細胞週期)：

   • 定義： 細胞週期是指一個細胞從一次分裂結束到下一次分裂結束所經歷的一系列連續的事件。它是一個高度有序的過程，確保細胞能夠準確地複製其遺傳物質並將其分配到兩個子細胞中。
   • 主要階段：
     • 間期 (Interphase)： 佔細胞週期的大部分時間。
       • G1 期 (Gap 1)：細胞生長，合成蛋白質和 RNA。
       • S 期 (Synthesis)：DNA 複製，染色體数目加倍。
       • G2 期 (Gap 2)：細胞繼續生長，為分裂做準備，合成分裂所需的蛋白質。
     • 分裂期 (M phase, Mitotic phase)：
       • 有絲分裂 (Mitosis)：細胞核分裂，染色體均勻分配到兩個子核中。
       • 細胞質分裂 (Cytokinesis)：細胞質分裂，形成兩個獨立的子細胞。
   • 調控： 細胞週期受到精密的調控機制（如細胞週期蛋白、CDK 酶、檢查點）的監督，以防止錯誤的發生。

3. Chi-square test (卡方檢定)：

   • 定義： 卡方檢定是一種統計方法，用於檢定觀測到的數據頻率與理論預期頻率之間是否存在顯著差異。它主要用於分析分類變數（類別資料）的數據。
   • 應用： 在遺傳學中，卡方檢定常用於檢定實驗觀察到的性狀分離比是否符合孟德爾遺傳定律預期的理論比例（如 3:1, 9:3:3:1 等）。
   • 原理： 計算一個統計量 (χ²) ，該統計量基於觀測值與期望值之間的差異。