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

PEÑA, A.; GUTIERREZ, L.; BALZARINI, M.

Santiago del Estero

Congreso; XIX Reunión Científica del Grupo Argentino de Biometría; 2014

El mapeo asociativo permite encontrar lugares específicos del genoma relacionados con la variación de un carácter fenotípico. Es una práctica difundida en el mejoramiento de especies vegetales ya que posibilita la utilización de poblaciones que no necesitan un diseño experimental previo para conformarlas. Sin embargo, se ha detectado que en poblaciones estructuradas genéticamente, la cantidad de falsos positivos en la asociación marcador-carácter puede aumentar significativamente. El análisis de componentes principales constituye una herramienta para identificar la estructura y expresar la misma en un número reducido de componentes principales (CPs) que se introducen en el modelo de mapeo para contemplar las correlaciones que genera la estructura genética subyacente. El objetivo de este trabajo fue estimar las tasas de falsos positivos derivados de la aplicación de tres modelos de mapeo bajo poblaciones estructuradas. Los modelos comparados fueron: M1: sin corrección por 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 un modelo lineal mixto y M4: con la matriz de parentesco como efecto aleatorio. La comparación se realizó usando datos reales y simulados de especies autógamas. Los resultados sugieren que la corrección con las CPs como covariables de efectos aleatorios disminuye la tasa de falsos positivos en la inferencia de asociaciones marcador-carácter.