detección y análisis de qtls...9 detección y análisis de qtls métodos de mapeo genético de qtl...
Post on 07-Jul-2020
10 Views
Preview:
TRANSCRIPT
Detección y análisis de QTLs
Fernando J. Yuste LisbonaUniversidad de Almería
Almería, 4 de febrero de 2019
Detección y análisis de QTLs
2
Monogénicos
Poligénicos Ambiental
Caracteres discretos
Caracteres continuos
Genética Mendeliana
Gené-ca Cuan-ta-va
Detección y análisis de QTLs
Caracteres cualitativos (monogénicos) Nú
mer
o de
pla
ntas
Indeterminada Determinada0
20
40
60
80
100
R S
0
20
40
60
80
100
R S
3
Caracteres cualitativos están controlados por un único locus y se pueden integrar en un mapa genético del mismo modo que
un marcador molecular
Clases fenotípicas discretas
Codominante F3
Dominante F23 d : 1 b
1 a : 2 h : 1 b
AA, Aa aa
4
Detección y análisis de QTLs
Caracteres cuantitativos (poligénicos)
Fenotipo = Genotipo + Ambiente
Caracteres cuan.ficables que varían de forma con.nua
Para localizar las regiones genómicas que controlan los caracteres cuantitativos es necesario realizar un análisis de QTLs
5
Detección y análisis de QTLs
Quantitative Trait Loci (QTL)
Población de líneas recombinantes (RIL)
Región del genoma cuya variación alélica está asociada con la variación de un carácter cuantitativo
6
Detección y análisis de QTLs
0" 2" 4" 6" 8" 10"
MK1"MK2"MK3"MK4"MK5"MK6"MK7"MK8"MK9"
MK10"MK11"MK12"MK13"MK14"MK15"MK16"MK17"MK18"MK19"MK20"MK21"
LOD score
La localización de QTLs se basa en encontrar marcadores cuya
variación alélica está asociada con diferencias fenotípicas
Quantitative Trait Loci (QTL)
7
Detección y análisis de QTLs
Población*en*desequilibrio*de*ligamiento(F2,%BC,%RIL,%etc.) Idealmente%muy%polimórfica
Valores*fenotípicos*
QTLs
Datos*de*genotipado(AFLP,%RFLP,%RAPDS,%SSR,%SNP,%etc.)
Mapa*de*ligamiento*genéticoMapas%saturados%(1E5%cM/marcador):%
250E1000%marcadores
Mapas%de%alta%densidad% (<1cM/marcador):%%%
1000%marcadores
¿Qué se necesita para hacer un análisis de QTLs?
8
Detección y análisis de QTLs
Windows QTL Cartographer V2.5 http://statgen.ncsu.edu/qtlcart/WQTLCart.htmPLABQTL https://plant-breeding.uni-hohenheim.de/83113?&L=1#jfmulticontent_c110647-2Qgene http://www.qgene.org/qgene/download.phpQTLBIM http://www.ssg.uab.edu/qtlbim/downloads.jspQTLNetwork 2.0 http://ibi.zju.edu.cn/software/qtlnetwork/download.htmQTL IciMapping V4.0 http://www.isbreeding.net/software/?type=detail&id=14R/qtl http://www.rqtl.org/download/…………
http://www.kyazma.nl/index.php/mc.MapQTL/sc.Evaluate/
Software for the mapping of quantitative trait loci in experimental populations
9
Detección y análisis de QTLs
Métodos de mapeo genético de QTLNúmero, posición y magnitud del efecto de los genes/QTL
responsables de la variación del carácter cuantitativo
ü Kruskal-Wallis test - Lehmann (1975) Nonparametrics. McGraw-Holl, NY
ü Single-marker regression - Jiang & Zeng (1997) GeneScs 140:1111-1127
ü Interval mapping- Lander & Botstein (1989) GeneScs 121:185-199
ü Simple interval mapping (SIM) - Haley & Kno[ (1992) Heredity 69:315-324
ü Bayesian interval mapping (BIM) - Sillanpää & Arjas (1998) GeneScs 148:1373-1388
ü MulSple QTL model mapping (MQM) - Jansen & Stam (1994) GeneScs 136:1447-1455
ü Composite IM (CIM) - Zeng (1994) GeneScs 136:1457-1468
ü Inclusive composite IM (ICIM) Li et al. (2007) GeneScs 175:361-374
ü Mixed-model based composite IM(MCIM) Yang et al. (2007) BioinformaScs 23:1527-1536 …………
10
Detección y análisis de QTLs
• Mapeo de marcadores simples
• Mapeo por intervalos simples
• Mapeo por intervalos compuestos
ü Kruskal-Wallis test - Lehmann (1975) Nonparametrics. McGraw-Holl, NY
ü Single-marker regression - Jiang & Zeng (1997) Genetics 140:1111-1127
ü Interval mapping- Lander & Botstein (1989) Genetics 121:185-199
ü Simple interval mapping (SIM) - Haley & Knott (1992) Heredity 69:315-324
ü Bayesian interval mapping (BIM) - Sillanpää & Arjas (1998) Genetics 148:1373-1388
ü Multiple QTL model mapping (MQM) - Jansen & Stam (1994) Genetics 136:1447-1455
ü Composite IM (CIM) - Zeng (1994) Genetics 136:1457-1468
ü Inclusive composite IM (ICIM) Li et al. (2007) Genetics 175:361-374
ü Mixed-model based composite IM(MCIM) Yang et al. (2007) Bioinformatics 23:1527-1536
Número, posición y magnitud del efecto de los genes/QTL
responsables de la variación del carácter cuantitativo
Métodos de mapeo genético de QTL
11
Detección y análisis de QTLs
Mapeo de marcadores simples
Asociar promedios fenotípicos del carácter con cada una de las clases genotípicas del marcador
t-StudentAnálisis de varianza (ANOVA)Regresión linear simple
§ Simple§ No requiere mapa genético
§ Posición del QTL§ Subestima de los efectos genéticos
12
Detección y análisis de QTLs
Mapeo por intervalos simplesConsidera pares de marcadores adyacentes
0"2"
4"6"
8"10"
MK1"
MK2"
MK3"
MK4"
MK5"
MK6"
MK7"
MK8"
MK9"
MK10"
MK11"
MK12"
MK13"
MK14"
MK15"
MK16"
MK17"
MK18"
MK19"
MK20"
MK21"
LOD
scor
e
LOD Threshold (test de permutación)
Localización del QTL
Logarithm of the odds ratio: LOD score
La puntuación LOD o coeficiente de verosimilitud se calcula como el logaritmo en base 10 de la razón entre la probabilidad de que en un intervalo de loci adyacentes se
encuentre un QTL, respecto a que en dicho intervalo no se encuentre un QTLLOD score = 2 à 100 a 1 probabilidades de que exista un QTL
LOD score = 3 à 1000 a 1 probabilidades de que exista un QTL
13
Detección y análisis de QTLs
0"2"
4"6"
8"10"
MK1"
MK2"
MK3"
MK4"
MK5"
MK6"
MK7"
MK8"
MK9"
MK10"
MK11"
MK12"
MK13"
MK14"
MK15"
MK16"
MK17"
MK18"
MK19"
MK20"
MK21"
LOD
scor
e
LOD Threshold (test de permutación)
Localización del QTL
LOD score
Test de permutación determina el umbral de significación del análisis; es decir, la puntuación LOD a partir de la cual se puede establecer que en un intervalo de loci
adyacentes se encuentra un QTL con una probabilidad del 95%.
“Al menos 1.000 permutaciones, preferiblemente 10.000 o más”
Mapeo por intervalos simplesConsidera pares de marcadores adyacentes
14
Detección y análisis de QTLs
Posición del QTLMejora la estima de los efectos genéticosDepende de la calidad del mapa genético
0"2"
4"6"
8"10"
MK1"
MK2"
MK3"
MK4"
MK5"
MK6"
MK7"
MK8"
MK9"
MK10"
MK11"
MK12"
MK13"
MK14"
MK15"
MK16"
MK17"
MK18"
MK19"
MK20"
MK21"
LOD
scor
e
LOD Threshold (test de permutación)
Localización del QTL
LOD scorePorcentaje de variación fenotípica (R2)MK7-MK8 10% MK8-MK9 15% MK9-MK10 20% MK10-MK11 14% MK11-MK12 9%
Mapeo por intervalos simplesConsidera pares de marcadores adyacentes
15
Detección y análisis de QTLs
Mapeo por intervalos compuestosConsidera el conjunto de marcadores
Porcentaje de variación fenotípica (R2)MK7-MK8 0.2% MK8-MK9 0.4% MK9-MK10 30% MK10-MK11 0.2% MK11-MK12 0.1%
MK9 MK10 MK11MK8
0"5"
10"
15"
MK1"
MK2"
MK3"
MK4"
MK5"
MK6"
MK7"
MK8"
MK9"
MK10"
MK11"
MK12"
MK13"
MK14"
MK15"
MK16"
MK17"
MK18"
MK19"
MK20"
MK21"
LOD
scor
e
Localización del QTL
LOD Threshold (test de permutación)
16
Detección y análisis de QTLs
Mapeo por intervalos compuestosConsidera el conjunto de marcadores
Estima más precisa de la posición y el efecto genético del QTLDepende de la calidad del mapa genético
MK9 MK10 MK11MK8
0"5"
10"
15"
MK1"
MK2"
MK3"
MK4"
MK5"
MK6"
MK7"
MK8"
MK9"
MK10"
MK11"
MK12"
MK13"
MK14"
MK15"
MK16"
MK17"
MK18"
MK19"
MK20"
MK21"
LOD
scor
e
Localización del QTL
LOD Threshold (test de permutación)
17
Detección y análisis de QTLs
Factores que influyen en la detección de QTLs
ü Precisión en el genotipado de los individuos de la población segregante.
ü Poblaciones empleadas para mapeo de al menos 500 individuos.
ü Calidad del mapa genético (mayor saturación = mejor calidad).
ü Exactitud de la evaluación fenotípica del carácter.
ü Repeticiones del fenotipado (distintos años, ambientes y poblaciones).
18
Detección y análisis de QTLs
Varshney et al. (2014) TAG 127:445–462
Jaganathan et al. (2015) Mol. Genet. Genomics
290, 559–571
Mapeo fino de QTLs
Identificación del gen o genes responsable/s
de un QTL
19
Detección y análisis de QTLs
drought tolerant parent -
RIL
drought sensi;ve parent -
Mapeo fino de QTLs
Identificación del gen o genes responsable/s
de un QTL
Recombination breakpoints in “QTL-hotspot”for 100 seed weight (100SDW)
20
Detección y análisis de QTLs
Gene expression analyses of candidate genes
ICC 4958 (drought tolerant) ICC 1882 (drought sensitive)
Mapeo fino de QTLs
Identificación del gen o genes responsable/s
de un QTL
21
Detección y análisis de QTLs
Interacciones ambientales
LOD Threshold
LOD
Scor
e
Env. 1
Env. 2
Env.%1 Env.%2
Additive%effects QTL$5 allele%1
allele%2
22
Detección y análisis de QTLs
LOD Threshold,LO
D,Score
Env.,1
Env.,2
QTL$5
Env.%1 Env.%2
Additive%effects QTL$5 allele%1
allele%2
Interacciones ambientales
23
Detección y análisis de QTLs
El-Soda et al. (2014) Trends Plant Sci. 19:390-398
Interacciones ambientales
24
Detección y análisis de QTLs
Interacciones epistáticas
aabb A-bb aaB- A-B- aabb A-bb aaB- A-B-
25
Detección y análisis de QTLs
QTLNetwork-2.0
26
Detección y análisis de QTLs
QTLNetwork-2.0
27
Detección y análisis de QTLs
QTL IciMapping
top related