Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/4413

Título: Mapeamento de QTLs em populações com pedigrees complexos
Título Alternativo: QTL mapping in populations with complex pedigrees
Autor(es): Silva, Maria Imaculada de Sousa
Orientador: Bueno Filho, Júlio Sílvio de Sousa
Membro da banca: Ferreira, Daniel Furtado
Gonçalves, Tarcísio de Moraes
Leandro, Roseli Aparecida
Garcia, Antonio Augusto Franco
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Inferência bayesiana
Saltos reversíveis
Pedigree complexo
Bayesian inference, complex pedigree, outbreeding populations
Data de Defesa: 14-Nov-2008
Data de publicação: 10-Out-2014
Referência: SILVA, M. I. S. Mapeamento de QTLs em populações com pedigrees complexos. 2008. 104 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2008.
Resumo: Muitos tipos de marcadores moleculares podem ser usados atualmente, em especial para detectar locos controladores de caracteres quantitativos (QTLs). O objetivo usual é identificar posições e efeitos em modelos com número determinado de QTLs. A maior parte dos delineamentos utilizados considera populações originadas de cruzamentos simples (e suas gerações F2 e ou de retrocruzamento). Nestes casos, modelos bialélicos e análise de efeitos fixos para alelos dos QTLs são empregados. Este trabalho teve por objetivo implementar uma análise bayesiana para o mapeamento conjunto de número e efeitos de QTLs mulialélicos, em um contexto de modelos mistos. Um pedigree complexo de duas gerações foi simulado com os respectivos valores genéticos e fenotípicos. Todo o pedigree, fenótipos das marcas e do caráter em estudo foram considerados conhecidos. Um procedimento Monte Carlo via Cadeias de Markov foi implementado para gerar amostras da distribuição a posteriori conjunta, usando o amostrador de Gibbs, quando possível, e o algoritmo Metropolis-Hastings, quando necessário. O método de saltos reversíveis (RJ) foi implementado para permitir que modelos com diferentes números de QTLs fossem amostrados. Os parâmetros desconhecidos nos modelos são a média geral e a variância residual, posições de QTLs, efeitos aditivos de alelos e dominantes de interações alélicas intra-locus, bem como suas respectivas variâncias aditiva e de dominância por loco. Tais parâmetros foram condicionados ao número de QTLs em cada modelo, implicando em modelos com diferentes dimensões. Foram realizadas três simulações. As amostras RJ da primeira, com cinco fundadores e seis filhos por cruzamento, permitiram inferência sobre o número de QTLs, mas a inferência sobre posição e efeitos seria imprecisa. A análise do modelo condicionado no número correto de QTLs (três) não melhorou a inferência sobre a posição e efeitos, em relação ao RJ. Tanto o aumento do número de filhos por cruzamento quanto a maior saturação do mapa resultaram em distribuições a posteriori que permitiram inferência mais precisa, mas os resultados não foram conclusivos. A metodologia mostrou-se promissora in totum, mas é preciso desenvolver programas mais rápidos e eficientes para permitir a análise de pedigrees mais extensos.
Nowadays, many kinds of molecular markers have been used to map loci that controls expression of quantitative traits (QTL). The usual objective is to identify position and effects of QTL, conditioning on a QTL number. Most common QTL designs consider simple pedigree (F2 or backcross populations from a single cross) and biallelic models with fixed QTL effects. This work aimed to implement a bayesian analysis to jointly map number and effects of multiallelic QTL in a mixed model framework. A two-generation complex pedigree with its respective genetic and phenotypic values was simulated. The full pedigree, marker data and phenotypic values were then taken as known observables. A Markov Chain Monte Carlo sampling procedure was turned on to GENERATEsamples of the joint posterior, using Gibbs Sampling when possible and Metropolis Hastings sampling when needed. A Reversible Jump (RJ) procedure was implemented. This RJ allowed models with different numbers of QTL to be sampled. Unknown parameters in the models were overall mean and error variance, QTL positions, additive and dominance variance components, allelic additive effects and intra-locus interactions (dominance effects) for each QTL locus. These parameters were conditioned on the number of QTLs in the model, thus implying models with different dimensions. Three simulations were carried out. The first small example with five founders and six individuals per cross has shown that RJ allows inference on QTL number, but a less precise inference on QTL position and effects. Analysis conditioning on correct number of QTLs (three) did not improve inference on QTL position and effects when compared to previous analysis. The second example had more individuals per cross and the third one had a more saturated map. Both examples lead to posterior distributions that would allow better inference, but results are not conclusive. The whole methodology seems promising, but faster and more efficient programs are needed to allow analysing larger pedigrees.
URI: http://repositorio.ufla.br/jspui/handle/1/4413
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Mapeamento de QTLs em Populações com Pedigrees Complexos.pdf1,1 MBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback