5Ein Genetiker untersucht ein bestimmtes Gen, das in zwei Varianten, A und B, vorkommen kann. In einer Population von 1000 Individuen tragen 60 % die Variante A und 40 % die Variante B. Wenn eine neue aktuelle Studie zeigt, dass Variante A mit einer Wahrscheinlichkeit von 70 % mit einem bestimmten Merkmal assoziiert ist und Variante B mit 30 %, wie hoch ist die erwartete Wahrscheinlichkeit, dass ein zufällig ausgewähltes Individuum mit diesem Merkmal auch Variante A trägt?

["5Genetiker untersucht das Gene mit zwei Varianten – Wie hoch ist die Wahrscheinlichkeit, dass jemand mit einem bestimmten Merkmal Variante A trägt?", "In einer aktuellen genetischen Studie analysiert ein teams von Genetikern ein Gen, das in zwei deutlich unterschiedlichen Varianten – A und B – vorkommen kann. Die Variante A ist in 60 % der Population, Variante B in 40 %. Neue Forschungsergebnisse zeigen zudem eine klare Assoziation zwischen den Varianten und einem bestimmten phänotypischen Merkmal: Individuen mit Variante A haben eine 70 %ige Wahrscheinlichkeit, das Merkmal auszubilden, während Variante B nur eine Wahrscheinlichkeit von 30 % aufweist.", "Die zentrale Frage der Untersuchung lautet:\nWie hoch ist die Wahrscheinlichkeit, dass eine zufällig ausgewählte Person mit dem Merkmal tatsächlich Variante A trägt?", "Diese Frage beantwortet die bedingte Wahrscheinlichkeit und kann mithilfe des Bayes’schen Satzes berechnet werden.", "---", "### Die gegebenen Zahlen im Überblick:", "- Anteil A in der Population: P(A) = 60 % = 0,6\n- Anteil B in der Population: P(B) = 40 % = 0,4\n- Wahrscheinlichkeit des Merkmals bei A: P(Merkant | A) = 70 % = 0,7\n- Wahrscheinlichkeit des Merkmals bei B: P(Merkant | B) = 30 % = 0,3", "---", "### Schritt 1: Berechnung der Gesamtwahrscheinlichkeit, dass ein Individuum das Merkmal zeigt", "Die Gesamtwahrscheinlichkeit, dass ein zufällig genommenes Individuum das Merkmal aufweist, berechnet sich über den Gesamtwahrscheinlichkeitsansatz (Law of Total Probability):", "[\nP(Merkant) = P(Merkant | A) \cdot P(A) + P(Merkant | B) \cdot P(B)\n]", "[\nP(Merkant) = (0{,}7 \ imes 0{,}6) + (0{,}3 \ imes 0{,}4) = 0{,}42 + 0{,}12 = 0{,}54\n]", "Also: In 54 % der Population zeigt sich das Merkmal.", "---", "### Schritt 2: Berechnung der bedingten Wahrscheinlichkeit P(A | Merkant)", "Nach dem Bayes’schen Satz gilt:", "[\nP(A | Merkant) = \frac{P(Merkant | A) \cdot P(A)}{P(Merkant)}\n]", "Einsetzen der Werte:", "[\nP(A | Merkant) = \frac{0{,}7 \ imes 0{,}6}{0{,}54} = \frac{0{,}42}{0{,}54} \approx 0{,}7778\n]", "---", "### Ergebnis:", "Die erwartete Wahrscheinlichkeit, dass ein zufällig ausgewähltes Individuum mit dem Merkmal auch Variante A trägt, beträgt etwa 77,8 % – also rund 78 %.", "---", "### Fazit", "Die Daten zeigen deutlich: Trotz der niedrigeren Häufigkeit von Variante A in der Grundpopulation trägt sie mit 70 % die deutlich höhere Wahrscheinlichkeit, das untersuchte Merkmal zu zeigen, als Variante B (nur 30 %). In Kombination mit der Merkmalswahrscheinlichkeit ergibt sich ein klares Antwortmuster: Wer das Merkmal besitzt, ist mit überwältigender Wahrscheinlichkeit Träger von Variante A.", "Diese Aussage unterstützt zukünftige genetische Risikoabschätzungen und gezielte Untersuchungen Möglichkeiten personalisierter Medizin basierend auf genetischen Profilen.", "---", "Schlagwörter: Genetiker untersucht Gen, Genetik, Variante A B, Merkmalsassoziation, Bayes’sches Theorem, Wahrscheinlichkeit Genetik, statistische Analyse Genetik, Genotyp-Merkmal-Assoziation, medizinische Genetik."]