MODELOS MIXTOS EN EL MAPEO DE GENES QUE CONTROLAN CARACTERES CUANTITATIVOS.

MÓNICA BALZARINI; ALEJANDRA ARROYO

Montevideo, Uruguay

Congreso; VIII Congreso Latinoamericano de Sociedades Estadísticas(CLATSE); 2008

La biotecnología permitió integrar la genética cuantitativa con la molecular. El análisis de loci de caracteres cuantitativos (QTL) vía marcadores del ADN modificó la visión convencional de la herencia de caracteres de expresión continua. Mediante la combinación de información fenotípica cuantitativa y de información molecular discreta relevada en plantas pertenecientes a poblaciones experimentales, obtenidas por cruzamientos dirigidos, es posible identificar genes ligados a caracteres cuantitativos. Para inferir la posición y el efecto de uno o más QTL en el genoma, se recurre a la aplicación simultánea e iterativa de diferentes métodos estadísticos basados en la exploración marcador por marcador o en el estudio de un intervalo de ADN delimitado por dos marcadores. La inferencia puede realizarse en base a la verosimilitud de las observaciones fenotípicas condicionada a los genotipos moleculares expresados por una serie de varios marcadores. El análisis se realiza asumiendo modelos con valores esperados bien especificados, independencia y homogeneidad de varianzas de los términos de error. Sin embargo, la existencia de datos correlacionados y/o heterocedásticos no es poco frecuente. En este trabajo se ilustran  propuestas de trabajo desarrolladas en el marcos de los modelos lineales y no lineales mixtos. Se utilizaron poblaciones de mapeo simuladas para comparar la aproximación por regresión del análisis convencional de QTL por intervalo (simple y compuesto) y el análisis de mediante la aproximación vía un modelo de regresión con intercepto aleatorio (modelo mixto). Las estimaciones se hicieron en base a funciones de verosimilitud con dos procedimientos de estimación, ECM comúnmente implementado en software para análisis de QTL y QNW implementado en Proc NLMIXED de SAS. El algoritmo QNW resultó más ventajoso que el ECM tanto en la estimación del efecto del QTL, como en la potencia de detección del QTL simulado y produjo mejores estimaciones de varianza experimental (menos sesgadas y más estables). El modelo con efecto de genotipo aleatorio permite contemplar la heterogeneidad natural entre genotipos asociada a QTLs no especificados en el modelo en análisis (background genético). La expresión del modelo de análisis desarrollado como un modelo nolineal mixto, provee la posibilidad de plantear modelos heroscedásticos para las distintas clases de genotipo de marcador. El marco teórico de los modelos mixtos permite unificar metodologías de mapeo de QTL en poblaciones con estructuras de (co)varianza distinta a la clásica.