Componentes principales asociadas a estructura genética como covariables en modelos de mapeo asociativo

PEÑA MALAVERA, A.; GUTIÉRREZ, L.; BALZARINI, M.

Córdoba

Jornada; VI Jornadas Integradas de Investigación y Extensión. I Jornada de Enseñanza en las Ciencias Agropecuarias; 2015

FCA-UNC

El mapeo asociativo permite encontrar lugares específicos del genomarelacionados con la variación de un carácter fenotípico. Es una prácticadifundida en el mejoramiento de especies vegetales ya que posibilita lautilización de poblaciones que no necesitan un diseño experimental previo paraconformarlas. Sin embargo, se ha detectado que en poblaciones estructuradasgenéticamente, la cantidad de falsos positivos en la asociaciónmarcador-carácter puede aumentar significativamente. El análisis de componentesprincipales constituye una herramienta para identificar la estructura yexpresar la misma en un número reducido de componentes principales (CPs) que seintroducen en el modelo de mapeo para contemplar las correlaciones que generala estructura genética subyacente. El objetivo de este trabajo fue estimar lastasas de falsos positivos derivados de la aplicación de tres modelos de mapeobajo poblaciones estructuradas. Los modelos comparados fueron: M1: sin correcciónpor estructura,  M2:  con las  CPs  que representan la estructura genética como covariables de efectos fijos,M3: con las mismas CPs como covariables de efectos aleatorios en el marco de unmodelo lineal mixto y M4: con la matriz de parentesco como efecto aleatorio. Lacomparación se realizó usando datos reales y simulados de especies autógamas.Los resultados sugieren que la corrección con las CPs como covariables deefectos aleatorios disminuye la tasa de falsos positivos en la inferencia deasociaciones marcador-carácter.