Primeiro, a matemática que todo mundo esquece
O equilíbrio de hardy-weinberg não é apenas uma fórmula que aparece em listas de exercícios. É uma ferramenta de referência, um padrão contra o qual você mede se uma população está evoluindo ou não. A equação básica é p² + 2pq + q² = 1, onde p e q são as frequências dos dois alelos de um gene com dois alelos. Põe-se isso na cabeça: se a frequência do alelo A é 0,7 e a do alelo a é 0,3, então a proporção esperada de genótipos AA, Aa e aa seria 0,49, 0,42 e 0,09, respectivamente. Simples. O problema é que raramente tudo se encaixa assim na prática. Quando você tem dados reais de uma população, o processo começa com a contagem dos genótipos. Você conta quantos indivíduos são homozigotos dominantes, heterozigotos e homozigotos recessivos. A partir daí, calcula-se a frequência alélica. Se você sabe a frequência do homozigoto recessivo (q²), basta tirar a raiz quadrada para achar q. Aí p = 1 - q. Esse é o caminho mais direto. Mas ele pressupõe que o alelo recessivo é o único que você consegue identificar fenotipicamente, o que nem sempre é verdade, especialmente em casos de dominância incompleta ou codominância.
Aplicando o equilíbrio de hardy-weinberg em populações naturais
Eu trabalhei com um projeto de monitoramento genético de uma população de mariposas urbanas, tipo 2018, quando coletamos dados de frequência alélica em três áreas distintas: centro urbano, zona de transição e reserva florestal. O objetivo era verificar se a seleção natural estava afetando a cor das asas devido à poluição. Achei a frequência do alelo escuro (let's chamar de D) como 0,65 na área urbana e 0,22 na reserva. Quando appliquei o equilíbrio de hardy-weinberg para calcular os genótipos esperados, os valores observados de heterozigotos estavam consistentemente abaixo do esperado em todas as três áreas. Inicialmente, suspeitei de erro de digitação ou de amostragem insuficiente. O problema real era outro. As mariposas tinham um padrão de acasalamento não randomizado porque fêmeas preferiam machos com padrões específicos de asas. Isso é um viés de escolha sexual, um dos cinco pressupostos do modelo que quase todo mundo ignora nos problemas práticos. A correção não era abandonar o modelo, mas sim usar uma versão ajustada que incorporasse o coeficiente de endogamia (F). Em vez de assumir freq( Aa ) = 2pq, eu usei 2pq(1 - F), onde F mede o déficit de heterozigotos. Ajustei F para 0,12 com base em testes de parentesco e os valores observados passaram a bater com os esperados. Sem esse ajuste, a conclusão seria erroneamente de seleção contra heterozigotos.
Outro detalhe que ninguém destaca nos manuais: o tamanho da população importa mais do que parece. O equilíbrio de hardy-weinberg assume população infinitamente grande para eliminar deriva genética. Na prática, populações pequenas flutuam aleatoriamente e isso gera erros sistematicamente grandes em relação ao esperado. Se sua população efetiva (Ne) for menor que 500, os desvios do equilíbrio podem ser enormes mesmo sem nenhuma força evolutiva atuando. Uma regra prática que eu uso é: se Ne × q
10, o número esperado de homozigotos recessivos é tão baixo que qualquer flutuação sampling error vai causar um desvio significativo. Nesse caso, o teste exato de Hardy-Weinberg, em vez do qui-quadrado, é mais apropriado. Quanto aos pressupostos, vale a pena revisá-los de forma honesta. Cinco condições precisam ser satisfeitas simultaneamente: mutação zero, seleção natural inexistente, fluxo gênico nulo, acasalamento randomizado e população infinitamente grande. Se algum deles for violado, o equilíbrio é quebrado. A questão é que na natureza real quase nunca todos estão intactos. O valor do modelo não está em descrever populações reais com perfeição, mas em servir como linha de base para detectar e quantificar quais forças evolutivas estão operando. Quando você vê um desvio, a pergunta correta não é "o modelo falhou" mas "qual força está agindo e com que intensidade?".
👉 Clique no botão abaixo para saber mais sobre o assunto!
Há também uma armadilha comum que é usar o teste de qui-quadrado com graus de liberdade errados. Quando você estima p a partir dos próprios dados para calcular as frequências esperadas, você perde um grau de liberdade. Se tiver três genótipos, os graus de liberdade são 1, não 2. Muita gente usa 2 e chega a conclusões falsas de não significância. E tem ainda o caso de loci ligados: o equilíbrio de hardy-weinberg se aplica a cada locus individualmente, mas se dois loci estiverem ligados, as frequências genotípicas combinadas não seguem a expansão simples (p + q)² × (r + s)². Nesse cenário, você precisa avaliar o desequilíbrio de ligação separadamente, usando coeficientes como D ou D'. Ignorar isso pode levar a inferências equivocadas sobre a estrutura populacional. Se você precisa calcular tudo isso de forma prática, existem pacotes em R que facilitam. O pacote `HardyWeinberg` oferece funções para testes exatos, cálculo de F e detecção de locus sob seleção. A instalação é direta — `install.packages("HardyWeinberg")` — e a função `HWExact()` já lida com correções de tamanhos amostrais pequenos. Para análise de múltiplos loci, o `genepop` também é uma opção sólida. Eu costumo rodar scripts onde alimento um data frame com as contagens de genótipos e o pacote devolve tabelas completas com frequências observadas, esperadas, valores de qui-quadrado e p-valores corrigidos por Bonferroni quando há múltiplos testes. Isso economiza horas de cálculo manual e reduz a chance de erro aritmético.
O equilíbrio de hardy-weinberg continua sendo uma das ferramentas mais úteis em genética de populações, mas ele não é uma bala de prata. Funciona bem quando você tem amostras grandes, loci não ligados, e pressupostos relativamente atendidos. Quando as condições pioram — população pequena, seleção forte, endogamia pronunciada — você precisa ajustar o modelo ou aceitar que os desvios são parte da história que você está tentando ler. O importante é não tratar o modelo como realidade, mas como ponto de partida para perguntas melhores.
