Par Rebecca E. – Mise à jour le 30 août 2022

Un carré de Punnett est un diagramme développé par le généticien anglais Reginald Punnett au début du XXe siècle pour appliquer la probabilité aux modèles de transmission décrits pour la première fois par Gregor Mendel au XIXe siècle. Alors que les expériences originales de Mendel se concentraient sur les plants de pois, les principes sont universellement applicables à tous les organismes complexes.
Un carré de Punnett permet de déterminer la probabilité statistique de chaque génotype possible (et donc phénotype) chez la progéniture de deux parents pour un ou plusieurs caractères.
La plupart des traits humains sont polygéniques et non mendéliens, mais plusieurs exemples classiques suivent les lois de Mendel :l’albinisme, la maladie de Huntington et le groupe sanguin. Dans les plants de pois de Mendel, chaque parent a contribué à deux « facteurs » (maintenant appelés allèles) qui ont été hérités par la progéniture.
Mendel a créé des populations de lignée pure, c'est-à-dire des plantes homozygotes pour un seul caractère (par exemple, YY pour les graines jaunes ou yy pour les graines vertes). Ces lignées ont produit une progéniture avec des traits cohérents et prévisibles, jetant les bases de l'étude de la dominance et de la ségrégation.
Ses principales découvertes étaient :
Ces lois expliquent pourquoi un croisement entre deux plantes homozygotes (YY × yy) produit une progéniture hétérozygote (Yy) dans la première génération, et pourquoi la deuxième génération présente un rapport phénotypique de 3 : 1 pour un seul trait mendélien.
Pour calculer les probabilités de génotype pour un seul caractère, dessinez une grille 2 × 2. Pour deux caractères (un croisement dihybride), utilisez une grille 4×4 ; pour trois traits, une grille 8×8. Chaque cellule représente une combinaison possible d'allèles parentaux.
Bien que les carrés de Punnett soient puissants, ils deviennent moins pratiques pour les traits influencés par de multiples allèles, un héritage polygénique ou des relations de dominance complexes. Dans de tels cas, des modèles statistiques ou des données génomiques peuvent être nécessaires pour des prédictions précises.
Pour des exemples plus détaillés et des problèmes pratiques, consultez notre page de ressources .