Geostatistics in Genomics.

BRUNO C; MACCHIAVELLI R.; BALZARINI M.

Escuela de Biología y Matemática. Academia Nacional de Ciencias.

Tirao (Ed.) BIOMAT II

Lugar: Córdoba Argentina; Año: 2008; p. 53 - 67

Los patrones de dispersión de individuos, en escala fina, generan variabilidad que se manifiesta estadísticamente a través de autocorrelacionesentre las observaciones registradas en un espacio. Algunas métricas de distancias que expresan diferencias genómicasentre individuos están siendo usadas para el análisis de variación espacial en poblaciones de individuos. Para inferir correlacionesgenéticas en función de distancias espaciales, las muestras de ADN geo-referenciadas son sujetas a modelos geo-estadísticos. Estosmodelos (variogramas) se describen como funciones no-lineales de parámetros que deben ser estimados mediante la especificaciónde valores iniciales. En este trabajo proponemos el uso de la técnica de suavizado LOESS (regresión local) sobre el gráfico de dispersiónde distancias genéticas Euclídeas al cuadrado vs. distancias geográficas, que rescata la naturaleza multivariada de la informaciónmolecular y no necesita de valores paramétricos iniciales. Las distancias genéticas predichas por LOESS son luego ajustadasmediante dos polinomiales simples segmentadas (SR) para estimar características del proceso espacial como la varianzapoblacional bajo autocorrelación y la distancia entre observaciones a partir de la cual no existe correlación significativa. Se ilustranestimaciones de estos parámetros bajo variogramas parámetricos (exponencial, esférico y gaussiano) y bajo el procedimientono-paramétrico propuesto. Se trabajó sobre un conjunto de muestras de ADN geo-referenciadas en la microescala y genotipeadasmediante marcadores moleculares del tipo microsatélite que proveen información multivariada y para el cual la extensión de laautocorrelación ya ha sido publicada. Mediante el método LOESS/SR se obtuvo un buen ajuste y los valores esperados de autocorrelación.Además, el procedimiento fue más simple de aplicar que los análisis geo-estadísticos clásicos dado que no requiere dela especificación a priori de valores para sus parámetros. Este método podría facilitar estudios de estructura genética poblacionalbasados en variogramas.