COMPARACIÓN DE MÉTODOS MULTIVARIADOS EN LA IDENTIFICACIÓN DE ESTRUCTURA GENÉTICA EN UNA COLECCIÓN DE GENOTIPOS DE MAÍZ

ANDRE PEÑA MALAVERA; FERNÁNDEZ, ELMER ANDRÉS; MÓNICA G BALZARINI

cordoba

Congreso; X CONGRESO LATINOAMERICANO DE SOCIEDADES DE ESTADÍSTICA; 2012

GAB

La identificación de la estructura genética poblacional (EGP) subyacente en un conjunto de datos moleculares multilocus-multialelicos es un paso necesario para estudios de asociación genotipo-fenotipo. Se realizó un estudio comparativo sobre el desempeño de métodos multivariados de distinta naturaleza, respecto a su capacidad para identificar la EGP en una base de datos moleculares de maíz para la cual existe una identificación previa de la EGP. Los datos, provistos por la Universidad de Wisconsin-Madison, contiene 627 genotipos y 510 marcadores SNPs por cada genotipo. Se utilizó un subconjunto de 334 genotipos pertenecientes a 8 grupos de maíces claramente identificados (Hansey et al. 2011). Para evaluar los métodos de análisis, se usó el 50% de la cantidad original de SNPs (seleccionados mediante filtro RELIEFF). Se compararon los siguientes procedimientos de conglomeración: conglomerados jerárquicos (UPGMA y Ward), conglomerado no jerárquico (K-Means), conglomerado jerárquico sobre las componentes principales, un modelo basado en cadenas de Markov (STRUCTURE) y un método de conglomerado de una familia de red neuronal (RP- Q-SOM) para identificar EGP. El estadístico Fst estimado (0.02), puso en evidencia baja divergencia genética (DG) en los datos de maíz. El estudio fue respaldado por simulaciones conducidas bajo distintos niveles de DG y número de grupos. Se encontró que RP-Q-SOM y STRUCTURE fueron los métodos que mejor identificaron la EGP, tanto en los datos de maíz como en los simulados.