pentru organismele ale căror genomi sunt cunoscuți, s-ar putea încerca acum să excludem genele din regiunea identificată a cărei funcție este cunoscută cu o anumită certitudine că nu este legată de trăsătura în cauză. Dacă genomul nu este disponibil, poate fi o opțiune de secvențiere a regiunii identificate și de determinare a funcțiilor presupuse ale genelor prin similitudinea lor cu genele cu funcție cunoscută, de obicei în alte genomi. Acest lucru se poate face folosind BLAST, un instrument online care permite utilizatorilor să introducă o secvență primară și să caute secvențe similare în baza de date BLAST a genelor din diferite organisme. Adesea nu este gena reală care stă la baza trăsăturii fenotipice, ci mai degrabă o regiune a ADN-ului care este strâns legată de gena
un alt interes al geneticienilor statistici care utilizează cartografierea QTL este de a determina complexitatea arhitecturii genetice care stă la baza unei trăsături fenotipice. De exemplu, ei ar putea fi interesați să știe dacă un fenotip este modelat de mulți loci independenți sau de câțiva loci și interacționează acei loci. Acest lucru poate oferi informații despre modul în care fenotipul poate evolua.
într-o dezvoltare recentă, analizele clasice QTL au fost combinate cu profilarea expresiei genelor, adică prin microarrays ADN. O astfel de Expresie QTLs (eQTLs) descrie cis – și elemente de control trans pentru exprimarea genelor adesea asociate bolii. Efectele epistatice observate au fost găsite benefice pentru identificarea genei responsabile printr-o validare încrucișată a genelor în loci care interacționează cu calea metabolică – și baze de date din literatura științifică.
analiza varianceEdit
cea mai simplă metodă pentru cartografierea QTL este analiza varianței (ANOVA, uneori numită „regresie marker”) la loci marker. În această metodă, într-un backcross, se poate calcula o statistică t pentru a compara mediile celor două grupuri de genotip marker. Pentru alte tipuri defructe (cum ar fi intercross), unde există mai mult de două genotipuri posibile, se folosește o formă mai generală de ANOVA, care oferă o așa-numită F-statistică. Abordarea ANOVA pentru cartografierea QTL are trei puncte slabe importante. În primul rând, nu primim estimări separate ale locației QTL și ale efectului QTL. Localizarea QTL este indicată numai prin analizarea markerilor care dau cele mai mari diferențe între mediile grupului de genotip, iar efectul QTL aparent la un marker va fi mai mic decât efectul QTL adevărat ca urmare a recombinării dintre marker și QTL. În al doilea rând, trebuie să aruncăm indivizii ale căror genotipuri lipsesc la marker. În al treilea rând, atunci când markerii sunt distanțați pe scară largă, QTL poate fi destul de departe de toți markerii, astfel încât puterea pentru detectarea QTL va scădea.
Interval mappingEdit
Lander și Botstein au dezvoltat cartografierea intervalelor, care depășește cele trei dezavantaje ale analizei varianței la loci marker. Maparea intervalelor este în prezent cea mai populară abordare pentru cartografierea QTL în cruci experimentale. Metoda folosește o hartă genetică a markerilor tipizați și, la fel ca analiza varianței, presupune prezența unui singur QTL. În maparea intervalelor, fiecare locus este considerat unul câte unul și logaritmul raportului de cote (scor LOD) este calculat pentru modelul conform căruia locusul dat este un QTL adevărat. Raportul cote este legat de coeficientul de corelație Pearson între fenotip și genotipul marker pentru fiecare individ din crucea experimentală.
termenul ‘mapare interval’ este folosit pentru estimarea poziției unui QTL în cadrul a doi markeri (adesea indicați ca ‘marker-bracket’). Maparea intervalelor se bazează inițial pe probabilitatea maximă, dar există și aproximări foarte bune posibile cu regresie simplă.
principiul cartografierii QTL este:1) Probabilitatea poate fi calculată pentru un anumit set de parametri (în special efectul QTL și poziția QTL) având în vedere datele observate despre fenotipuri și genotipuri marker.2) estimările parametrilor sunt cele în care probabilitatea este cea mai mare.3) un prag de semnificație poate fi stabilit prin testarea permutării.
metodele convenționale pentru detectarea locilor cantitative ale trăsăturilor (QTLs) se bazează pe o comparație a modelelor QTL unice cu un model care nu presupune QTL. De exemplu, în metoda „maparea intervalului” probabilitatea pentru un singur QTL presupus este evaluată la fiecare locație de pe genom. Cu toate acestea, QTL-urile situate în altă parte a genomului pot avea un efect de interferență. În consecință, puterea de detectare poate fi compromisă, iar estimările locațiilor și efectelor QTLs pot fi părtinitoare (Lander și Botstein 1989; Knapp 1991). Chiar și așa-numitele QTL-uri „fantomă” inexistente pot apărea (Haley și Knott 1992; Martinez și Curnow 1992). Prin urmare, mai multe QTL-uri ar putea fi mapate mai eficient și mai precis prin utilizarea mai multor modele QTL. O abordare populară pentru a gestiona cartografierea QTL în care QTL multiplu contribuie la o trăsătură este scanarea iterativă a genomului și adăugarea QTL cunoscută la modelul de regresie pe măsură ce QTL-urile sunt identificate. Această metodă, denumită maparea intervalului compozit, determină atât locația, cât și dimensiunea efectelor QTL mai precis decât abordările single-QTL, în special în populațiile mici de cartografiere, unde efectul corelației dintre genotipuri în populația de cartografiere poate fi problematic.
maparea intervalului compozit (CIM)Edit
în această metodă, se efectuează maparea intervalului folosind un subset de loci marker ca covariabile. Acești markeri servesc drept proxy pentru alte QTL-uri pentru a crește rezoluția mapării intervalelor, prin contabilizarea QTL-urilor legate și reducerea variației reziduale. Problema cheie cu CIM se referă la alegerea locilor de marker adecvați pentru a servi drept covariabile; odată ce acestea au fost alese, CIM transformă problema de selecție a modelului într-o Scanare unidimensională. Cu toate acestea, alegerea covariatelor marker nu a fost rezolvată. Nu este surprinzător că markerii corespunzători sunt cei mai apropiați de QTLs-urile adevărate, așa că, dacă s-ar putea găsi acestea, problema cartografierii QTL ar fi oricum completă.
mappingEdit bazat pe pedigree de familie
cartografiere QTL bazată pe familie sau cartografiere bazată pe pedigree de familie (mapare de legătură și asociere), implică mai multe familii în loc de o singură familie. Cartografierea QTL bazată pe familie a fost singura modalitate de cartografiere a genelor în care încrucișările experimentale sunt dificil de realizat. Cu toate acestea, datorită unor avantaje, acum geneticienii plantelor încearcă să încorporeze unele dintre metodele pionierate în genetica umană. A fost discutată utilizarea abordării bazate pe pedigree de familie (Bink și colab. 2008). Legătura și asocierea bazată pe familie au fost implementate cu succes (Rosyara și colab. 2009)