Clasificación de individuos basadas en distancias multivariadas usando marcadores moleculares multilocus-multialélicos

BRUNO, C.; BALZARINI, M.

Montevideo

Congreso; XXXVI Coloquio Argentino de Estadística y 8º Congreso Latinoamericano de Sociedades de Estadística (VIII CLATSE); 2008

Universidad de la República, Facultad de Ciencias Económicas y de Administración.

Para cuantificar la magnitud de la identidad genética (similaridad) o su complemento (distancia) usando marcadores microsatélites multialélicos-multilocus (SSR), es necesario seleccionar una métrica. La selección de la métrica más apropiada depende del tipo de marcador y de su codificación. Las métricas descriptas por Nei, basadas en frecuencias alélicas, son el kernel de varias métricas usadas para comparar poblaciones y son aplicables a datos SSR, pero sus propiedades han sido evaluadas en estudios evolucionarios más que de clasificación de individuos. Existen otras distancias sin una base biológica (Roger, Cavallis-Sforza y Prevosti) aplicables a SSR codificados en una tabla de genotipos/locus. Peakall y Smouse propusieron una distancia para SSR basada en frecuencia alélicas relativas al número de alelos diferentes/locus. Para una codificación de individuos/alelos, se utilizan índices de similitud para variables binaria, dado que la presencia (1) o no (0) de un alelo de un locus para un individuo es contabilizado mediante una variable indicadora. Cuando el objetivo es la clasificación de individuos, diferentes métricas pueden ser aplicadas para evaluar distancias entre perfiles moleculares individuales y cuando son usadas para posteriores clasificaciones pueden producir agrupamientos más o menos concordantes con las relaciones multidimensionales entre ellas. Algoritmos de conglomeración jerárquicos, no-jerárquicos y no-supervisados han sido ampliamente usados como técnicas estadísticas para clasificar individuos. El objetivo de este trabajo es investigar la consistencia de la clasificación de individuos genotipeados mediante marcadores SSR usando diferentes medidas de distancia genética y distintos algoritmos de clasificación.