Abordagem Bayesiana na análise genética de populações utilizando dados de marcadores moleculares.

• Main Author: Alexandre Siqueira Guedes Coelho
• Other Authors: Roland Vencovsky
• Language: Portuguese
• Published: Universidade de São Paulo 2002
• Subjects: genética de populações vegetais; genética molecular vegetal; inferência bayesiana (inferência estatística); marcador genético; bayesian inference ( statistical inference ); genetic marker; plant molecular genetics; plant population genetics
• Online Access: http://www.teses.usp.br/teses/disponiveis/11/11137/tde-30102002-163254/

Dentre os diversos aspectos geralmente observados na caracterização genética de populações naturais, a avaliação do grau de estruturação da variabilidade genética entre e dentro dos indivíduos e a obtenção de estimativas de parâmetros genéticos indicadores do sistema reprodutivo da espécie assumem grande importância. Os parâmetros de maior interesse neste caso são o índice de fixação intrapopulacional (f) e a taxa de fecundação cruzada (t). Pelo uso de simulações computacionais, este trabalho demonstra o caráter dinâmico do índice de fixação intrapopulacional em diferentes locos ao longo das gerações em decorrência do caráter finito da população e de variação nas taxas médias de fecundação cruzada entre gerações. Sugere-se que este caráter dinâmico representa uma explicação para a elevada variação, comumente reportada na literatura, das estimativas de f obtidas com locos diferentes avaliados em uma mesma população. Utilizando a abordagem Bayesiana, um modelo hierárquico de análise é proposto para a estimação de f, incorporando as informações obtidas de múltiplos locos não ligados, levando-se em conta a condicionalidade do processo de estimação ao polimorfismo dos locos utilizados. O modelo proposto incorpora o caráter dinâmico de f para diferentes locos e permite a estimação do número efetivo de indivíduos reprodutivamente ativos em uma população. Propõe-se ainda um modelo Bayesiano para a estimação da taxa de fecundação cruzada com base na informação de múltiplos locos, admitindo-se a possibilidade de ocorrência de apomixia. Os modelos propostos são avaliados por simulação e exemplos de aplicação a dados reais de marcadores moleculares codominantes são discutidos. Os resultados obtidos demonstram a aplicabilidade das metodologias propostas e o elevado potencial de aplicação da estatística Bayesiana em estudos de genética de populações. === Among the various aspects generally considered in the genetic characterization of natural populations of plant species, the evaluation of the degree of genetic structure within and among individuals and the estimation of parameters related to the species mating system are of great importance. In general, considerable effort is focused on the estimation of the intrapopulation fixation index (f) and the outcrossing rate (t). Using computer simulated data, the dynamic nature of f for different loci along generations is illustrated. The dynamic nature of f is shown to result from the finite condition of populations and from the variation in the mean values of the outcrossing rates among generations. It is suggested that this dynamic behavior explains the inconsistency, commonly reported in the literature, of f estimates obtained for different loci in a given population. Using a Bayesian approach, we propose a hierarchical model for the estimation of f, incorporating information obtained from different unlinked loci and considering the conditionality of the estimation process to genetic polymorphism. The proposed model incorporates the dynamic nature of f values for different loci and allows the estimation of the effective number of reproductively active individuals in a given population. Using a similar approach, a Bayesian model is also proposed for estimating the outcrossing rate using multiple loci information and incorporating the possibility of apomixis. The models proposed are evaluated by computer simulations and examples using real data from codominant molecular markers are presented. Results obtained illustrate the applicability of the proposed methods and reveal the great potential of use of Bayesian statistics in population genetic studies.