Comparación de métodos multivariados en la identificación de estructura genética en una colección de genotipos de maíz

PEÑA MALAVERA, A.; FERNANDEZ, E.; BRUNO, C.; BALZARINI, M.

Córdoba

Congreso; X Congreso Latinoamericano de Sociedades de Estadística; 2012

Sociedad Argentina de Estadística, Grupo Argentino de Biometría, Sociedad Chilena de Estadística y Sociedad Uruguaya de Estadística.

En estudios de asociación genotipo-fenotipo es importante identificar la estructura genética poblacional (EGP) subyacente definida por grupos de genotipos similares. La naturaleza multivariada de los datos genotípicos provenientes de marcadores moleculares requiere aplicar métodos multivariados con capacidad para identificar EGP. Existen gran cantidad de métodos de conglomeración basados en algoritmos de distinta naturaleza. En este trabajo se comparó la capacidad para detectar EGP en conglomerados jerárquicos (UPGMA y Ward), no-jerárquico (k- means), Bayesiano, la combinación de Análisis de Componentes Principales y Ward (ACP+Ward) y un método basado en redes neuronales (RP-Q-SOM). El desempeño de estos métodos fue evaluado sobre una base de datos de maíz conformada por 334 genotipos y 210 marcadores SNPs con EGP conocida y sobre datos simulados bajo distintos niveles de divergencia genética y número de grupos. Los métodos RP-Q-SOM y Bayesiano fueron los que mejor identificaron la EGP, tanto en datos reales como en simulados.