Kategori: Endast text

HTTP utbytt mot HTTPS

Adressen till den här sidan är nu ändrad från http://www.erikagroth.se till https://www.erikagroth.se. Det är alltså ”http” i början som har bytts ut mot ”https”. Ändringen gör webbsidan säkrare att använda och gör den bättre anpassad till dagens sökmotorers krav. Om du skriver in den gamla adressen eller använder en gammal länk så borde du omdirigeras automatiskt, men det kan ändå vara bra att uppdatera eventuella gamla länkar.

Nya svenska trädarter

Plötsligt är svenska medier fyllda av en trädnyhet! När hände det senast?

Det som har gjort alla så uppjagade är att ett par nybildade svenska trädarter har hittats på Gotland. Att nya trädarter alldeles naturligt bildas i Sverige och etablerar sig är oerhört ovanligt. I detta fall rör det sig om hybrider mellan rönn (Sorbus aucuparia) och finnoxel (Sorbus hybrida). De nya hybridarterna har fått namnen bungerönn (Sorbus faohraei) och garderönn (Sorbus atrata). De har etablerat sig på varsin del av ön och förökar sig vegetativt.

Källor:
Sveriges radio: Nya trädarter upptäckta på Gotland
SVT: Två nya trädarter funna på Gotland

Vetenskaplig referens (endast sammanfattningen är fritt tillgänglig):
Levin m.fl. (2018) Multiple independent origins of intermediate species between Sorbus aucuparia and S. hybrida (Rosaceae) in the Baltic region. Nordic Journal of Botany 36 (12)

Elementen lever sitt eget liv

Värmeelementen i min lägenhet lever sitt eget liv. Eftersom det blev lite väl varmt i lägenheten när uppvärmningen drog igång i början av vintern har jag slagit av alla element i den sammanhängande köket-vardagsrummet-hallen. De flesta av elementen där fungerade hur som helst inte. Men de två element som fungerade väl i bemärkelsen att de var väldigt varma bryr sig inte det minsta om att jag har skruvat av värmen helt och hållet på termostaterna. De förblir stekheta.

Uppdatering i seghet

Har varit tvungen att uppdatera operativsystemet på min dator för att det gamla inte längre är kompatibelt med de tjänster jag använder. Tanken var dessutom att datorn, som hade blivit rätt seg på senare år, skulle bli lite snabbare på köpet.

Det blev den inte. Snarare tvärtom. Nu är den väldigt seg. Suck.

Valkompasser är som roulettehjul

Personligen ser jag inte särskilt mycket fram emot det kommande valet. Jag misstänker att resultatet kommer att skapa ett regeringskaos utan dess like.

Hur som helst har jag precis flyttat till den lilla byn Sikfors med knappt ett par hundra invånare. Det innebär i praktiken att jag bytt kommun från Älvsbyn till Piteå. Eftersom jag råkade ändra folkbokföringsadressen precis den dag det fastställs i vilken kommun man får rösta så är det alltså i Piteå jag ska rösta. Men jag har ingen aning om vad Piteå har för partier i kommunfullmäktige eller vilka frågor som drivs där, och jag har inte den minsta lust att engagera mig i årets valrörelse, så jag tänkte att jag skulle ta en genväg och göra den lokala Piteå-Tidningens valkompass. Den visade sig för övrigt vara identisk med SVT:s lokala valkompass.

Det första jag kunde konstatera var att om de frågor som ställdes i den lokala valkompassen faktiskt är de politiska frågor som anses vara de viktigaste i Piteå undrar jag vad sjutton de håller på med i kommunfullmäktige egentligen. Vinnaren i den valkompassen var hur som helst KD (!) tätt följd av MP på andra plats. Den kombinationen är i sig tillräcklig för att göra en något misstänksam mot kvaliteten på valkompassen.

Hur som helst testade jag även flera olika valkompasser på riksnivå. Jag gjorde alla valkompasser jag hittade med vanlig enkel googling och som fungerade på mobilen. Åtminstone 4 olika partier från alla möjliga delar av de politiska skalan visade sig vara vinnare i diverse olika valkompasser (jag kan ha glömt någon ytterligare). MP var det enda parti som hamnade på medaljplats i samtliga valkompasser så de får väl i någon mån anses vara testets vinnare, även om MP faktiskt bara kom på första plats i ett par av valkompasserna.

Men den enda slutsats jag tycker man kan dra av detta lilla experiment är att valkompasser verkar kunna ge vilket resultat som helst. Ska man gå på resultatet från dem när man röstar kan man lika gärna dra lott mellan partierna. Eller helt enkelt fortsätta göra valkompasser tills man hittar en som ger ett resultat man gillar, vilket ju liksom gör hela övningen ganska meningslös.

Uppföljning: DNA-analys bekräftar det jag redan vet

Som uppföljning av resultatet av företaget Family Tree DNA:s analys myOrigins som jag tidigare skrivit om testade jag att göra liknande analyser med några av de olika beräkningsmetoder och referenspopulationer som finns att välja på hos Gedmatch. Enligt myOrigins är jag, som ni kanske kommer ihåg, 46 procent skandinav och 46 procent finländare och resten av min ”etnicitet” är öst- och sydösteuropé (5 respektive 4 procent).

Jag valde analysmetoder hos Gedmatch som jämför mitt DNA med DNA från nutida referenspopulationer i Europa och andra delar av världen. Den här gången valde jag bort analysmetoder som jämför mitt DNA med arkeologiska prover. Jag valde även bort analysmetoder som främst eller endast jämför mitt DNA med nutida människor från andra världsdelar än Europa samt metoder som endast fokuserar på att analysera judiska befolkningsgrupper. Allt tyder nämligen på att mina förfäder och förmödrar under det senaste årtusendet var européer, möjligen med viss asiatisk inblandning, och det finns inget som tyder på att jag har något judiskt påbrå. Analysmetoder som är specifikt designade för icke-européer eller för judar är därför opålitliga för analys av mitt DNA och troligen skulle ge resultat som är helt orelevant och inte stämmer.

Resultatet bekräftar i princip det jag redan känner till, nämligen att jag huvudsakligen härstammar från nordeuropéer. Analyserna är inte särskilt detaljerade, huvudsakligen för att det är mycket svårt att få ihop tillräckligt många och tillräckligt representativa prover från varje grupp om man försöker dela upp mänskligheten i för små populationer. Definitionen av en population är egentligen alla individer av en viss art som befinner sig inom ett visst område vid ett visst tillfälle, men människor har av någon anledning mycket svårt att tillämpa det biologiska populationsbegreppet på sin egen art. När olika mänskliga populationer i praktiken ska provtas och analyseras tenderar därför ordet population snarare att betyda alla personer som bor i, eller möjligen härstammar från, ett visst område eller kanske alla personer som är medborgare i ett visst land eller möjligen alla personer som är erkända medlemmar av en specifik befolkningsgrupp. Det kan därför vara ganska svårt att definiera vem som egentligen tillhör respektive inte tillhör en viss mänsklig population. Så mycket mer än att jag är nordeuropé, vilket jag ju redan visste, går därför egentligen inte att säga utifrån resultaten. Inga stora överraskningar med andra ord.

Den enda av analysmetoderna nedan som gör en mer detaljerad uppdelning som för min del kan direkt jämföras med resultatet från myOrigins är Eurogenes K36, som dock anger en betydligt längre andel (44 procent) för Fennoskandia (som inkluderar Norge, Sverige, Finland, Kolahalvön och Karelen) än vad myOrigins angav för Skandinavien+Finland tillsammans (92 procent). Sammantaget är dessa resultat en påminnelse om att DNA-analyser av ”etnisk sammansättning” ska tas med en rejäl nypa salt. Och ju mer detaljerade svar analysen påstår sig ge desto större nypa salt bör resultatet betraktas med.

Eurogenes K13 (13 referenspopulationer):
Baltic: 41,21%
North Atlantic: 39,97%
Western Mediterranean: 7,73%
Sibirian: 3,24%
Eastern Mediterranean: 2,15%
West Asian: 1,86%
Oceanian: 1,38%
South Asian: 1,04%

Eurogenes EUtest V2 K15 (15 referenspopulationer):
North Sea: 34,27%
Baltic: 20,76%
Atlantic: 19,52%
East European: 15,47%
Western Mediterranean: 4,80%
Siberian: 2,47%
Oceanian: 1,13%

Eurogenes K12 (12 referenspopulationer):
North Sea: 33,33%
South Baltic: 22,26%
West European: 19,99%
Volga-Ural: 14,59%
Mediterranean: 5,32%
Siberian: 2,74%

Eurogenes K36 (36 referenspopulationer):
Fennoscandian: 44,09%
North Atlantic: 11,29%
North Sea: 10,69%
East Central European: 9,68%
Eastern European: 9,59%
Italian: 7,67%
Central European: 3,09%
French: 1,86%

MDLP World (12 referenspopulationer):
North and East European: 51,49%
South and West European: 37,19%
Caucaus Parsia: 4,71%
North Asian: 3,63%
Middle East: 1,30%

Dodecad World9 (9 referenspopulationer):
Atlantic Baltic: 76,64%
Caucasus Gedrosia: 11,70%
Southern: 5,04%
Siberian: 4,56%

Resultat för populationer som är mindre än 1% visas inte.

Uppföljning: Mer än hälften jägare-samlare?

Som uppföljning av resultatet av företaget Family Tree DNA:s analys Ancient European Origins som jag tidigare skrivit om testade jag att göra liknande analyser med de analysmetoder och referenspopulationer som finns att välja på hos Gedmatch. Jag valde analysmetoder som jämför mitt DNA med arkeologiska prover (ancient DNA) från olika delar av världen istället för de som använder DNA från moderna människor i olika delar av världen som referenspopulationer.

Resultatet att mitt DNA är mer likt de tidiga jägare-samlarna (hunter-gatherer) än stenåldersbönderna (neolithic farmer) verkar hålla. Faktum är att dessa beräkningsmetoder konsekvent anger att jag till ännu högre andel härstammar från populationer som uttryckligen klassificeras som jägare-samlare (omkring 70 procent) än Ancient European Origins-analysen gjorde (51 procent).

När man jämför resultaten av de olika analysmetoderna märks betydelsen både av vad den som skapat metoden har använt för referensmaterial och hur den har klassificerat referensmaterialet och betydelsen av hur själva beräkningen utförs. Detta är anledningen till att ingen av analyserna ger ett exakt identiskt resultat trots att alla utgår från samma data, nämligen mitt autosomala DNA. Det är därför inte helt lätt att jämföra resultatet av analyserna.

MDLP K11 Modern:
West European Hunter-Gatherer (WHG): 43,77%
Eastern Hunter-Gatherer (EHG): 25,30%
Neolithic: 25,02%
Sibirian: 4,42%

Eurogenes Hunter_Gatherer vs. Farmer:
Baltic Hunter-Gatherer: 71,90%
Mediterranian Farmer: 19,10%
Anatolian Farmer: 3,44%
North Eurasian Hunter-Gatherer: 3,12%
Oceanian Hunter-Gatherer: 1,11%

Eurogenes_ANE K7:
Western Hunter-Gatherer/Unknown Hunter-Gatherer (WHG-UHG): 68,47%
Ancient North Eurasian (ANE): 17,97%
Early Neolithic Farmer (ENF): 6,73%
East Eurasian: 3,44%
Ancient/Ancestral South Eurasian (ASE): 2,21%

puntDNAL K10 Ancient:
West European Hunter-Gatherer (WHG): 49,90%
Caucasus Hunter-Gatherer (CHG): 22,21%
Early Neolithic Farmer (ENF): 19,51%
Ancient/Ancestral South Indian (ASI): 3,77%
Beringian: 1,79%
Siberian: 1,69%
Oceanian: 1,13%

puntDNAL K12 Ancient:
European Hunter-Gatherer: 47,11%
Anatolian Neolithic Farmer : 28,08%
Caucasus Hunter-Gatherer (CHG): 18,50%
Siberian: 1,98%
South Asian: 1,81%
Beringian: 1,46%
Oceanian: 1,06%

Ancient Eurasia K6:
West European Hunter-Gatherer: 45,35%
Natufian: 31,43%
Ancient North Eurasian (ANE): 18,69%
East Asian: 4,28%

Hur man gör
För att använda Gedmatch måste du först och främst ha beställt ett DNA-test för släktforskning som analyserar autosomalt DNA (Y-kromosom eller mtDNA kan inte användas) hos något av alla de företag som erbjuder detta och som tillåter att du laddar ner din DNA-sekvens som en fil till din egen dator (obs! låt bli att öppna eller packa upp filen utan låt den vara som den är när du laddar ner den). Skapa ett konto hos Gedmatch och ladda upp resultatfilen som du laddat ner från företaget. Följ instruktionerna på Gedmatch om vilken variant av de olika typerna av nedladdningsfiler du ska välja om företaget erbjuder flera olika. Du kommer ett tag efter att du laddat upp din DNA-fil att få ett Kit Number hos Gedmatch (som inte är samma kitnummer som du har hos företaget som sekvenserade ditt DNA) och kan då börja använda verktygen hos Gedmatch. Hos Gedmatch kan du först och främst jämföra ditt DNA med resultatet hos de som valt andra företag för sin DNA-analys än du själv gjorde vilket kan vara givande för din släktforskning. Det finns även möjlighet att ladda upp sitt släktträd så att andra kan se det om man vill. Dessutom finns där alla möjliga, mer eller mindre vetenskapliga, analyser man kan göra. Man kan bland annat se hur likt ens eget DNA är olika arkeologiska DNA-prover, räkna ut om dina föräldrar var släkt med varandra eller inte och räkna ut vilken ögonfärg du själv borde ha. De analysmetoder jag har använt här hittar du under Admixture (Heritage) där du först väljer metodtillverkare (=projekt) och kryssar för defaultalternativet Admixture Proportions (With link to Oracle). På nästa sida anger du ditt Gedmatch kit nummer och vilken av den tillverkarens beräkningsmodeller du vill använda för analysen. Strunta i rutan där det står att man kan ange sin etnicitet, tryck på continue och vänta sedan på resultatet. För vissa av analyserna ges en sammanfattning av vad resultatet betyder på resultatsidan, men inte för alla. Enbart andelar som överskrider 1% redovisas i graferna, och i mitt resultat ovan. En sammanfattning av skillnaderna mellan de olika metoderna och vad förkortningarna betyder finns här: http://genealogical-musings.blogspot.com/2017/04/finally-gedmatch-admixture-guide.html. I mitt resultat ovan har jag för tydlighetens skull skrivit ut vad förkortningarna står för. K i namnen på metoderna verkar normalt ange många referenspopulationer som används vid beräkningen.