Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado

Los procedimientos usados en el mapeo de loci de característica cuantitativa (QTL) son continuamente estudiados ya que son fundamentales para mejorar la precisión del análisis genético. El presente estudio tuvo como objetivo examinar QTLs a través de métodos muí ti variados, considerando el principi...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Mora,Freddy, Santos,Alexandra I, Scapim,Carlos A
Lenguaje:Spanish / Castilian
Publicado: Pontificia Universidad Católica de Chile. Facultad de Agronomía e Ingeniería Forestal 2008
Materias:
QTL
Acceso en línea:http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-16202008000200003
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:scielo:S0718-16202008000200003
record_format dspace
spelling oai:scielo:S0718-162020080002000032008-11-18Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariadoMora,FreddySantos,Alexandra IScapim,Carlos A Análisis multivariado binario ecuaciones generalizadas marcador molecular mejoramiento genético QTL Los procedimientos usados en el mapeo de loci de característica cuantitativa (QTL) son continuamente estudiados ya que son fundamentales para mejorar la precisión del análisis genético. El presente estudio tuvo como objetivo examinar QTLs a través de métodos muí ti variados, considerando el principio de mapeo por intervalo simple. Se simuló un conjunto de datos de marcadores moleculares microsatélites provenientes de una población F2. Al mismo tiempo se consideró que los QTLs controlan características de distribución normal y binomial. En el caso normal se consideraron cinco modelos con las siguientes estructuras de covarianzas residuales: Componentes de varianza (VC), simetría compuesta (CS), no estructurada (UN), diagonal principal (Banded Main Diagonal; UNÍ) y toeplitz heterogénea (TOEPH). El criterio de información de Akaike (AIC) se usó para seleccionar la estructura apropiada. En el caso binomial se usó el procedimiento de ecuaciones generalizadas (GEE). La estructura tipo UN minimizó el valor de AIC dentro del intervalo de mayor probabilidad de presencia del QTL. En el caso binario, una matriz de correlación dependiente fue la más adecuada (p = 0,47). En ambos casos el efecto aditivo del QTL fue altamente significativo (p < 0,01) opuestamente al efecto de dominancia (p > 0,05). Según los resultados obtenidos, se concluyó que el mapeo de QTLs usando un enfoque multivariado es una herramienta útil para los programas genéticos que buscan mejorar características cuantitativas cuyos valores fenotípicos cambian en el tiempo.info:eu-repo/semantics/openAccessPontificia Universidad Católica de Chile. Facultad de Agronomía e Ingeniería ForestalCiencia e investigación agraria v.35 n.2 20082008-08-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-16202008000200003es10.4067/S0718-16202008000200003
institution Scielo Chile
collection Scielo Chile
language Spanish / Castilian
topic Análisis multivariado
binario
ecuaciones generalizadas
marcador molecular
mejoramiento genético
QTL
spellingShingle Análisis multivariado
binario
ecuaciones generalizadas
marcador molecular
mejoramiento genético
QTL
Mora,Freddy
Santos,Alexandra I
Scapim,Carlos A
Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado
description Los procedimientos usados en el mapeo de loci de característica cuantitativa (QTL) son continuamente estudiados ya que son fundamentales para mejorar la precisión del análisis genético. El presente estudio tuvo como objetivo examinar QTLs a través de métodos muí ti variados, considerando el principio de mapeo por intervalo simple. Se simuló un conjunto de datos de marcadores moleculares microsatélites provenientes de una población F2. Al mismo tiempo se consideró que los QTLs controlan características de distribución normal y binomial. En el caso normal se consideraron cinco modelos con las siguientes estructuras de covarianzas residuales: Componentes de varianza (VC), simetría compuesta (CS), no estructurada (UN), diagonal principal (Banded Main Diagonal; UNÍ) y toeplitz heterogénea (TOEPH). El criterio de información de Akaike (AIC) se usó para seleccionar la estructura apropiada. En el caso binomial se usó el procedimiento de ecuaciones generalizadas (GEE). La estructura tipo UN minimizó el valor de AIC dentro del intervalo de mayor probabilidad de presencia del QTL. En el caso binario, una matriz de correlación dependiente fue la más adecuada (p = 0,47). En ambos casos el efecto aditivo del QTL fue altamente significativo (p < 0,01) opuestamente al efecto de dominancia (p > 0,05). Según los resultados obtenidos, se concluyó que el mapeo de QTLs usando un enfoque multivariado es una herramienta útil para los programas genéticos que buscan mejorar características cuantitativas cuyos valores fenotípicos cambian en el tiempo.
author Mora,Freddy
Santos,Alexandra I
Scapim,Carlos A
author_facet Mora,Freddy
Santos,Alexandra I
Scapim,Carlos A
author_sort Mora,Freddy
title Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado
title_short Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado
title_full Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado
title_fullStr Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado
title_full_unstemmed Mapeo de loci de caracteres cuantitativos (QTL) usando un enfoque multivariado
title_sort mapeo de loci de caracteres cuantitativos (qtl) usando un enfoque multivariado
publisher Pontificia Universidad Católica de Chile. Facultad de Agronomía e Ingeniería Forestal
publishDate 2008
url http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-16202008000200003
work_keys_str_mv AT morafreddy mapeodelocidecaracterescuantitativosqtlusandounenfoquemultivariado
AT santosalexandrai mapeodelocidecaracterescuantitativosqtlusandounenfoquemultivariado
AT scapimcarlosa mapeodelocidecaracterescuantitativosqtlusandounenfoquemultivariado
_version_ 1714202110845779968