UNIVERSIDADE DE SÃO PAULO Campus Luiz de Queiroz MAPEAMENTO DE QTL PLEIOTROPICO NO CROMOSSOMO-1 DE GALLUS GALLUS Luís Fernando Batista Pinto Orientador: Irineu Umberto Packer Introdução Análise de QTL (Univariada x Multivariada)
Objetivos Geral: Detectar QTLs que influenciam características de importância econômica na avicultura, verificando a existência de possíveis ligações entre QTL ou de QTL Pleiotrópicos. Específicos: Testar a metodologia de transformação canônica, como ferramenta para aumentar o poder de detectar QTL em situações de múltiplas características correlacionadas. LUND et al. (2003). Se a correlação entre as características for considerada na análise, pode haver um aumento do poder estatístico de detecção dos QTLs. Permite diferenciar QTL ligados de QTL pleiotrópico.
Mapeamento de QTL utilizando variáveis canônicas. WELLER et al. (1996) MANGIN et al. (1998) Vantagem Ao contrário dos demais métodos multivariados, a análise de mapeamento de QTL combinada com análise de componentes principais permite trabalhar com qualquer número de características, pois não existe limitação computacional.
GILBERT & ROY (2003) não encontraram diferença quanto ao tempo computacional entre MI e PCA. Entretanto, para MMC o tempo foi de cinco a 100 vezes maior. Quanto ao poder do teste, PCA e MMC apresentaram resultados semelhantes e foram sempre maiores que a análise univariada. SORENSEN et al. (2003) observaram que o poder obtido com a análise bivariada, nos casos de QTL com pequeno efeito, foi cerca de 1,5 a 3,2 vezes maior do que poder obtido com a análise univariada. Quanto a estimativa da posição do QTL, a análise bivariada obteve estimativas com menores desvios-padrão que a análise univariada.
Pesquisa de QTL em Aves ORJAN et al. (2003) citam que utilizando duas características por vez, foi possível mapear 9 QTLs a mais do que na análise univariada. Macho Fêmea Fêmea Macho P TT X CC TT X CC F1 TC 7 Famílias CT F2 TC 4000 animais CT
Características e Cromossomo Analisado As características avaliadas foram: ganho de peso, consumo de ração e conversão alimentar do 35 o ao 41 o dia de idade. Para mapeamento de QTL foi utilizado o cromossomo 1, com 26 marcadores distribuídos ao longo de 392 cm. Teoria da Análise de Componentes Principais Para um conjunto de características com matriz de covariância conhecida, um novo conjunto de variáveis pode ser obtido pela multiplicação do vetor das características originais por uma matriz de colunas que são os autovetores da matriz de variância e covariância.
e11 e21 en1 Y 1 =e11 X 1+e12 X 2+ +e1n Xn e e e Y =e X +e X + +e X X X X = e e e Y =e X +e X + +e X [ ] 12 22 n2 2 21 1 22 2 2n n 1 2 n 1n 2n nn n n1 1 n2 2 nn n Teste Para QTL Pleiotrópico T m = supt 0 θ L v = 1 ( v ) ( θ ) Mangin et al. (1998)
Mapa de Ligação O mapa de ligação foi obtido utilizando o software CRIMAP (GREEM et al., 1990). Os dados fenotípicos foram ajustados no PROC GLM (SAS, 2002) para os efeitos fixos de família, sexo e incubação e para a covariável peso vivo aos 35 dias de idade. Os componentes principais foram obtidos no PROC PRINCOMP (SAS, 2002) e o mapeamento foi realizado com o software QTLExpress (Seaton et al., 2002).
Resultados e Discussão O mapeamento para as variáveis originais indicou QTL nas posições 314 (p<0,01) e 306 cm (p<0,01) para ganho de peso e conversão alimentar, respectivamente. O CP1 explicou 85,9 % da variação total e estava associação com consumo de ração. O CP2 respondeu por 14 % da variação total e apresentou associação com ganho de peso. O CP3 foi associado a conversão alimentar, mas explicou menos de 1% da variação. Resultados e Discussão O mapeamento para os escores dos componentes principais indicou um QTL pleiotrópico na posição 314 cm (p<0,01).
Conclusões Na região entre os marcadores ADL148 e MCW36 pode existir um gene influenciando ao mesmo tempo as variáveis ganho de peso e conversão alimentar, as quais são de grande importância no sistema de produção de frangos. Esse QTL não está diretamente relacionado ao peso vivo ao abate, pois os dados foram ajustados para esta covariável. Conclusões A metodologia de transformação Canônica apresenta um ajuste satisfatório para os dados fenotípicos disponíveis.
Considerações Finais Comparar os resultados com a análise de múltiplas características. Ampliar o número de características analisadas. Trabalhar com outros grupos de variáveis. OBRIGADO