detección y análisis de qtls...9 detección y análisis de qtls métodos de mapeo genético de qtl...

Detección y análisis de QTLs

Fernando J. Yuste LisbonaUniversidad de Almería

Almería, 4 de febrero de 2019


2

Monogénicos

Poligénicos Ambiental

Caracteres discretos

Caracteres continuos

Genética Mendeliana

Gené-ca Cuan-ta-va


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


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


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


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


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


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

http://statgen.ncsu.edu/qtlcart/WQTLCart.htm

https://plant-breeding.uni-hohenheim.de/83113?&L=1

http://www.qgene.org/qgene/download.php

http://www.ssg.uab.edu/qtlbim/downloads.jsp

http://ibi.zju.edu.cn/software/qtlnetwork/download.htm

http://www.isbreeding.net/software/?type=detail&id=14

http://www.rqtl.org/download/

http://www.kyazma.nl/index.php/mc.MapQTL/sc.Evaluate/

9


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


• 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


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


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


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 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”


14


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 scorePorcentaje de variación fenotípica (R2)MK7-MK8 10% MK8-MK9 15% MK9-MK10 20% MK10-MK11 14% MK11-MK12 9%


15


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



16


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



17


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


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


drought tolerant parent -

RIL

drought sensi;ve parent -

Mapeo fino de QTLs


de un QTL

Recombination breakpoints in “QTL-hotspot”for 100 seed weight (100SDW)

20


Gene expression analyses of candidate genes

ICC 4958 (drought tolerant) ICC 1882 (drought sensitive)

Mapeo fino de QTLs


de un QTL

21


Interacciones ambientales

LOD Threshold

LOD

Scor

e

Env. 1

Env. 2

Env.%1 Env.%2

Additive%effects QTL$5 allele%1

allele%2

22


LOD Threshold,LO

D,Score

Env.,1

Env.,2

QTL$5

Env.%1 Env.%2

Additive%effects QTL$5 allele%1

allele%2


23


El-Soda et al. (2014) Trends Plant Sci. 19:390-398


24


Interacciones epistáticas

aabb A-bb aaB- A-B- aabb A-bb aaB- A-B-

25


QTLNetwork-2.0

26


QTLNetwork-2.0

27


QTL IciMapping

detección y análisis de qtls...9 detección y análisis de qtls métodos de mapeo genético de qtl...

Documents