Estadísticas para el mejoramiento genético vegetal

Docentes : Ing. Agr. (Ph.D) Mónica Balzarini

Ing. Agr. (Dra) Cecilia Bruno

Docente Invitado:Lic. (Dra.) Andrea Natalia Peña Malavera

Fecha: 23 al 27 de abril de 2018

Duración del curso

40 horas de cursado de clases teórico-prácticas.

 Créditos:
2 créditos

Modalidad:Modalidad teórico-práctico, con clases presenciales. Práctica de análisis de datos e interpretación de los resultados. Análisis de publicaciones científicas.

 Destinatarios: Destinado a estudiantes de postgrado de las Ciencias Biológicas, Agronómicas, Naturales y afines

 

Objetivos:

Objetivo General

Introducir en el uso de técnicas estadísticas multivariadas y uso de modelos mixtos para encontrar asociaciones entre información molecular y caracteres de interés agronómico.

Objetivos Específicos

  1. Presentar herramientas del análisis multivariado para el análisis de la estructura genética poblacional en datos de marcadores moleculares.
  2. Familiarizar al participante con técnicas estadísticas de modelación bajo el contexto de los MLM aplicables a datos genéticos.
  3. Desarrollar destrezas en el manejo del software estadístico Info-Gen y su interface con R como herramienta de análisis.

 

Contenidos:

1 Exploración de datos genéticos y fenotípicos

  • Conceptos generales del análisis de QTL, mapeo asociativo y predicción genómica.
  • Análisis exploratorio para datos genómicos.
  • Análisis de QTL

2 Análisis de estructura genética poblacional

2.1 Análisis de conglomerados: jerárquico, no-jerárquico y bayesiano.

  • Análisis de componentes principales-Tracy Widom.

 

3 Modelos de mapeo asociativo y predicción genómica

3.1 Modelos sin corrección por estructura.

3.2 Alternativas de modelos para estudios de asociación y predicción genómica.

3.3 Ajustes de valores p por multiplicidad.

 

Análisis de interacción genotipo-ambiente.

Aplicación de modelos lineales mixtos en el mejoramiento genético vegetal

Estimación de componentes de varianza y parámetros genéticos derivados

Análisis de interacciones

 

Tipo Evaluación:

Consistirá en la elaboración de un informe escrito que incluya aplicación de análisis genéticos a datos del estudiante o entregados por el docente.

 

Arancel: El dispuesto por el HCD para el año lectivo 2018

 

Cupo mínimo y máximo: Mínimo cantidad de participantes 10. Máximo 25

 

Requerimientos

Cada asistente al curso deberá traer notebook.

Bibliografía:

-Balzarini M, Bruno C, Peña Malavera, A., Teich I, Di Rienzo J. 2010. Estadística en Biotecnología. Aplicaciones en Info-Gen. Encuentro Grupo Editor. Córdoba, Argentina. ISBN 978-987-1432-68-4.

-Balzarini M.G., Di Rienzo J.A. InfoGen versión 2013. FCA, Universidad Nacional de Córdoba, Argentina. URL http://www.info-gen.com.ar

– Balzarini M, Gutierrez L, Peña Malavera A, BErberian N, Bonamico N. 2012. Material dado en el congreso Latinoamericano de Genetica ALAG “Taller de Análisis de Datos para Mapeo Asociativo en Plantas”.

-Benjamini, Y., and Y. Hochberg. 1995. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J.R. Statist. Soc. B. 57(1):289-300.

-Li, J. and L. Ji (2005). Adjusting multiple testing in multilocus analyses using the eigenvalues of a correlation matrix. Heredity 95(3): 221-227.

-Malosetti M, van der Linden CG, Vosman B, van Eeuwijk FA (2007) A Mixed-Model Approach to Association Mapping Using Pedigree Information With an Illustration of Resistance to Phytophthora infestans in Potato. Genetics 175:879-889.

-Patterson N, Price AL, Reich D (2006) Population Structure and Eigenanalysis. PLoS

Genet 2:e190.

-Pritchard JK, Stephens M, Rosenberg NA, Donnelly P (2000) Association mapping in

structured populations. Am J Hum Genet 67:170-181.

-Xu Y., 2010. Molecular Plant Breeding. MOG Books Group. ISBN: 978-1-84593-392-0.

-Yu J, Pressoir G, Briggs WH, Vroh Bi I, Yamasaki M, Doebley JF, McMullen MD, Gaut BS, Nielsen DM, Holland JB, Kresovich S, Buckler ES (2006) A unified mixed-model method for association mapping that accounts for multiple levels of relatedness. Nat Genet 38:203-208.

 

Material Didáctico:

Se entregará a los alumnos un apunte teórico con ejemplos de aplicación en software cuyos autores son docentes del presente curso.

Se requieren los programas estadísticos R e Info-Gen. Ambos de acceso libre.