ANÁLISIS COMPARATIVO DE MÉTODOS DE PREDICCIÓN GENÓMICA EN UN CRUZAMIENTO INTRAESPECÍFICO DE Eucalyptus grandis

MARTÍN GARCÍA; LEONARDO ORNELLA; EDUARDO CAPPA; PAMELA VILLALBA; CINTIA ACUÑA; MARÍA MARTÍNEZ; MAURO SURENCISKI; JAVIER OBERSCHELP; LEONEL HARRAND; JUAN LÓPEZ; ELIZABETH TAPIA; SUSANA MARCUCCI POLTRI

Mar del Plata, Buenos Aires, Argentina

Encuentro; VIII Encuentro Latinoamericano y del Caribe de Biotecnología REDBIO-Argentina 2013; 2013

La selección genómica (SG) se basa en la estimación simultánea de los efectos de todos los marcadores disponibles a lo largo del genoma para predecir valores de cría individuales. En especies forestales hay pocos reportes en SG y la mayoría de ellos están basados en simulaciones. Se evaluó el desempeño de cuatro metodologías de SG (reproducing kernel Hilbert space, (RKHS); Ridge Regression (RR); Bayesian LASSO (BL) y Random Forest (RF)),sobre un cruzamiento de E.grandis (3-7 clones/F1), evaluados para altura (TH), diámetro (DBH)y densidad (DB) con diferentes heredabilidades (0,35, 0,48, 0,68 respectivamente). Los análisis se realizaron sobre seis conjuntos de marcadores involucrando combinaciones de 74SSRs y 2378DArTs. Se detectaron diferencias significativas para todos los caracteres a través de todos los conjuntos de marcadores. Para todos los caracteres BL y RR tuvieron la mayor precisión, aunque RF no fue estadísticamente diferente de las dos mejores para TH y DBH. A pesar de esto, RF fue la peor metodología para todos los conjuntos de marcadores para DB. En general, la precisión fue mejorada a mayor número de marcadores y a mayor heredabilidad del carácter. La adecuación de los cuatro métodos evaluados y conjuntos de marcadores utilizados, estuvo condicionada por la arquitectura genética del carácter.