Una aplicación geoestadística en genómica

BRUNO, C.; BALZARINI, M.

ACADEMIA NACIONAL DE CIENCIAS, ARGENTINA

Actas de la academia Nacional de Ciencias

Lugar: Córdoba; Año: 2008 vol. XIV p. 53 - 67

0325-7533

Los patrones de dispersión de individuos, en escala fina, generan variabilidad que se manifiesta estadísticamente a través de auto-correlaciones entre las observaciones registradas en un espacio. Algunas métricas de distancias que expresan diferencias genómicas entre individuos están siendo usadas para el análisis de variación espacial en poblaciones de individuos. Para inferir correlaciones genéticas en función de distancias espaciales, las muestras de ADN geo-referenciadas son sujetas a modelos geo-estadísticos. Estos modelos (variogramas) se describen como funciones no-lineales de parámetros que deben ser estimados mediante la especificación de valores iniciales. En este trabajo proponemos el uso de la técnica de suavizado LOESS (regresión local) sobre el gráfico de dispersión de distancias genéticas Euclídeas al cuadrado vs. distancias geográficas, que rescata la naturaleza multivariada de la información molecular y no necesita de valores paramétricos iniciales. Las distancias genéticas predichas por LOESS son luego ajustadas mediante dos polinomiales simples segmentadas (SR) para estimar características del proceso espacial como la varianza poblacional bajo autocorrelación y la distancia entre observaciones a partir de la cual no existe correlación significativa. Se ilustran estimaciones de estos parámetros bajo variogramas parámetricos (exponencial, esférico y gaussiano) y bajo el procedimiento no-paramétrico propuesto. Se trabajó sobre un conjunto de muestras de ADN geo-referenciadas en la microescala y genotipeadas mediante marcadores moleculares del tipo microsatélite que proveen información multivariada y para el cual la extensión de la autocorrelación ya ha sido publicada. Mediante el método LOESS/SR se obtuvo un buen ajuste y los valores esperados de auto-correlación. Además, el procedimiento fue más simple de aplicar que los análisis geo-estadísticos clásicos dado que no requiere de la especificación a priori de valores para sus parámetros. Este método podría facilitar estudios de estructura genética poblacional basados en variogramas.