Mapeo de intervalos compuestos inclusivos

En genética estadística , el mapeo de intervalos compuestos inclusivos ( ICIM ) se ha propuesto como un método para el mapeo de QTL (locus de rasgos cuantitativos) en poblaciones derivadas de cruces biparentales. El mapeo de QTL se basa en mapas de ligamiento genético y datos fenotípicos para intentar localizar factores genéticos individuales en los cromosomas y estimar sus efectos genéticos.

Dos supuestos genéticos utilizados en ICIM son (1) el valor genotípico de un individuo es la suma de los efectos de todos los genes que afectan el rasgo de interés; y (2) los QTL ligados están separados por al menos un intervalo de marcador vacío. Bajo estos dos supuestos, demostraron que el efecto aditivo del QTL ubicado en un intervalo de marcador puede ser absorbido completamente por los coeficientes de regresión de los dos marcadores flanqueantes, mientras que el efecto de dominancia del QTL causa efectos de dominancia del marcador, así como interacciones aditivas por aditivas y de dominancia por dominancia entre los dos marcadores flanqueantes. Al incluir dos variables de multiplicación entre marcadores flanqueantes, los efectos aditivos y de dominancia de un QTL pueden ser absorbidos completamente. Como consecuencia, se puede utilizar un modelo lineal inclusivo de regresión del fenotipo sobre todos los marcadores genéticos (y multiplicaciones de marcadores) para ajustar las posiciones y los efectos aditivos (y de dominancia) de todos los QTL en el genoma . ^{[ 1 ] [ 2 ] [ 3 ]} En ICIM se adoptó una estrategia de dos pasos para el mapeo de QTL aditivos y de dominancia. En la primera etapa, se aplicó la regresión escalonada para identificar las variables marcadoras más significativas en el modelo lineal. En la segunda etapa, se realizó un escaneo unidimensional o mapeo de intervalos para detectar QTL y estimar sus efectos aditivos y de dominancia, basándose en los valores fenotípicos ajustados por el modelo de regresión de la primera etapa.

Bajo los mismos supuestos en el mapeo aditivo y de dominancia de QTL de ICIM, un efecto epistático aditivo por aditivo entre dos QTL interactuantes puede ser absorbido completamente por las variables de interacción de cuatro marcadores entre los dos pares de marcadores flanqueantes [5]. Los coeficientes de las interacciones de cuatro marcadores de dos pares de marcadores flanqueantes contienen la información genética de la epistasis aditiva por aditiva entre los dos intervalos de marcadores. ^{[ 4 ]} Como consecuencia, un modelo lineal de regresión de fenotipo sobre ambos marcadores y multiplicaciones de marcadores puede ajustar las posiciones y efectos de todos los QTL y sus interacciones digénicas. De manera similar al mapeo aditivo de QTL de ICIM, la estrategia de dos pasos también se adoptó en el mapeo de epistasis aditiva por aditiva. En el primer paso, se aplicó regresión por pasos para identificar el marcador más significativo y las interacciones de marcadores. En el segundo paso, se realizó un escaneo bidimensional para detectar QTL aditivos por aditivos y estimar los efectos genéticos, basándose en los valores fenotípicos ajustados por el modelo de regresión en el primer paso.

En una población de cebada con haploides duplicados, se identificaron nueve QTL aditivos que afectan el peso del grano, distribuidos en cinco de los siete cromosomas, explicando el 81% de la varianza fenotípica. En esta población, los efectos aditivos explicaron la mayor parte de la varianza fenotípica, aproximándose a la heredabilidad estimada en sentido amplio, lo que indica que la mayor parte de la varianza genética fue causada por QTL aditivos. ^{[ 5 ]}

Además, ICIM se ha utilizado con éxito en soja silvestre y cultivada para mapear QTL de tolerancia a la sal conservada, ^{[ 6 ]} en arroz para mapear QTL de ángulo de ahijamiento, ^{[ 7 ]} y QTL de longitud de grano, ^{[ 8 ]} en trigo para mapear componentes de color de harina y fideos y contenido de pigmento amarillo, ^{[ 9 ]} y QTL de resistencia de plantas adultas a la roya estriada. ^{[ 10 ]} Algunos de estos QTL detectados se han mapeado con precisión.

Las poblaciones biparentales se utilizan principalmente en el mapeo de ligamiento de QTL. Los QTL que no segregan entre los dos progenitores no se pueden detectar. Para encontrar la mayoría, si no todos, los genes que controlan un rasgo de interés, se deben utilizar múltiples progenitores. En los últimos años se han propuesto poblaciones de cruces complejos para este propósito. Estos cruces permiten una comprensión más potente de la base genética de los rasgos cuantitativos en fondos genéticos más relevantes. Extendieron ICIM para mapear el mapeo de asociación anidada de maíz (NAM). ^{[ 11 ] [ 12 ]} diseño propuesto recientemente por el grupo de Edward Buckler en la Universidad de Cornell . La eficiencia de detección de QTL de ICIM en este diseño se investigó a través de extensas simulaciones. En la población NAM de maíz real, ICIM detectó un total de 52 QTL aditivos que afectan el tiempo de floración de los estigmas en el maíz. Estos QTL han explicado el 79% de la varianza fenotípica en esta población.

Existe un software que implementa el mapeo aditivo y epistático ICIM . Sus funciones son: (1) implementación de métodos de mapeo que incluyen análisis de marcadores individuales, mapeo de intervalos, ICIM para aditivo y dominancia, ICIM para epistasis digénica, fenotipado selectivo, etc.; (2) análisis de ligamiento de QTL en más de veinte poblaciones de mapeo derivadas de cruces biparentales, incluyendo retrocruzamiento, doble haploide, líneas endogámicas recombinantes, etc.; (3) análisis de potencia para poblaciones simuladas bajo los modelos genéticos definidos por el usuario; y (4) mapeo de QTL para líneas de sustitución de segmentos cromosómicos no idealizadas. ^{[ 13 ]}