Análisis comparativo de métodos de predicción genómica en un cruzamiento intraespecífico de Eucalyptus grandis

MARTÍN N. GARCIA; ORNELLA L.; CAPPA EDUARDO PABLO; PAMELA V. VILLALBA; CINTIA ACUÑA; MARTÍNEZ M.C.; SURENCISKI M.; OBERSCHELP J.; HARRAND L.; LÓPEZ J.; TAPIA E.; SUSANA N. MARCUCCI POLTRI

Mar del Plata

Encuentro; VIII Encuentro Latinoamericano y del Caribe de Biotecnología REDBIO-Argentina 2013; 2013

REDBIO Argentina

La selección genómica (SG) se basa en la estimación simultánea de los efectos de todos los marcadores disponibles a lo largo del genoma para predecir valores de cría individuales. En especies forestales hay pocos reportes en SG y la mayoría de ellos están basados en simulaciones. Se evaluó el desempeño de cuatro metodologías de SG: reproducing kernel Hilbert space (RKHS), Ridge Regression (RR), Bayesian LASSO (BL) y Random Forest (RF), sobre un cruzamiento de E.grandis (3-7 clones/F1), evaluados para altura (TH), diámetro (DBH) y densidad (DB) con diferentes heredabilidades (0,35, 0,48, 0,68 respectivamente). Los análisis se realizaron sobre seis conjuntos de marcadores involucrando combinaciones de 74SSRs y 2378DArTs. Se detectaron diferencias significativas para todos los caracteres a través de todos los conjuntos de marcadores. Para todos los caracteres BL y RR tuvieron la mayor precisión, aunque RF no fue estadísticamente diferente de las dos mejores para TH y DBH. A pesar de esto, RF fue la peor metodología para todos los conjuntos de marcadores para DB. En general, la precisión fue mejorada a mayor número de marcadores y a mayor heredabilidad del carácter. La adecuación de los 4 métodos evaluados y los conjuntos de marcadores utilizados, estuvieron condicionados por la arquitectura genética del carácter.