Gestión y conservación de los yrecursos genéticos
Master Internacional en:MEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍAMEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍA
DE LA REPRODUCCIÓNValencia 7 8 y 9 Marzo 2012Valencia 7, 8 y 9 Marzo 2012
Miguel A Toro (miguel toro@upm es)Miguel A. Toro ([email protected])Dpto. Producción Animal, ETS Ingenieros Agrónomos, UPM
Jesús Fernández ([email protected]), INIA
¿Q é es la conser ación?¿Qué es la conservación?
Diccionario de la Real Academia de la Lengua
conservación
l l i iDel lat. conservatio, -onis.
1. f. Acción y efecto de conservar o conservarse.
CONSERVAR
Del lat. conservare.e . co se v e.1. tr. Mantener una cosa o cuidar de su permanencia.
2. Mantener vivo y sin daño a alguien.
3. Dicho de costumbres, virtudes y cosas semejantes,continuar la práctica de ellas.p
4. Guardar con cuidado una cosa.4. Guardar con cuidado una cosa.
5 Hacer conservas5. Hacer conservas.
¿Qué conservar?
Dó d ?¿Dónde conservar?
¿Cómo conservar?¿Cómo conservar?
¿Por qué conservar?¿Por qué conservar?
CONSERVACIÓNCONSERVACIÓN
Mantener
cosas
inalterado
cosas
ej., un cuadro exponerlo
seres vivos
RESERVA NATURALConserva
RESERVA NATURAL
morfologíafisiología
están vivosfisiologíacomportamientointeracción
Seres vivos
interacción
mantenimiento “en vivo”tSeres vivos
i i i
y en su entorno
evolucionanindividualpoblaciónespecieespecie
BIODIVERSIDAD
‘Biological diversity’ means the variability among living organisms from all sources including inter alia, terrestrial marine and other aquatic ecosystems andterrestrial, marine and other aquatic ecosystems and the ecological complexes of which they are part; this includes diversity within species, between species and y p , p
of ecosystems.
Convención sobre diversidad biológica5 de junio de 1992, Río de Janeiro
Medidas de diversidad
Ecológica TaxonómicagBioma
BioregiónP i j
ReinoFilo
F iliPaisajeEcosistema
Hábitat
FamiliaGéneroEspecieHábitat
NichoPoblación
GenéticaPoblación
EspecieSubespeciePoblación
IndividuoCromosoma
G
Individuo
GenNucleótido
Riqueza Probabilidad
¿QUÉ CONSERVAR?¿QUÉ CONSERVAR?
¿lo que hay? ¿tal y como está?
t t / bi idi id d t t l estructura / combinacionesdiversidad total
PUNTO DE VISTA GENÉTICO
La biodiversidad del planeta está disminuyendo rápidamente comodisminuyendo rápidamente como consecuencia de las actividades humanas
…debido a la escasez de agua, a la destruccióndel hábitat y a la sobreexplotación
Pero además:Pero además:
De las >7000 razas de animales domésticos, un t i t li d ti iótercio esta en peligro de extinción
Categorías de riesgo para las razas domésticas
í
Categorías de riesgo para las razas domésticas utilizadas por la EAAP (1998)
Categoría de riesgo F en 50 años
En peligro crítico ≥40%En peligro crítico ≥40%
En peligro 26-40%p g
En peligro mínimo 16-25%
Posiblemente en peligro 5-15%
N li 5%No en peligro ≤5%
RGAs. Situación actual
I f d l i ió di l d l é i• Informe de la situación mundial de los recursos genéticos
animales (2007).
• 182 países (131 en 1993)
• 7616 razas
• 6536 locales6536 locales
• 1080 transfronterizas
(Daniel Martín; INIA)
RGAs. Situación actual
– 1491 (20%) en “peligro de extinción”( ) p g– No se conoce la situación del 36%
(Daniel Martín; INIA)
Origen de la diversidad del ganado g gdoméstico: El proceso de domesticación
La domesticación de plantas y animales ha sido uno de los acontencimientos más importantes de la historia de la humanidad
Permitó el aumento del alimento disponible y porPermitó el aumento del alimento disponible y portanto el crecimieno de las poblaciones humanas y sucapacidad de ocupar nuevos ambientes
Domesticación
Según la FAO: Animales domésticos son aquellos que…
1. se pueden criar en cautividad,1. se pueden criar en cautividad,
2. han sufrido transformaciones sobre sus antecesores salvajes para ser mas
útiles a los humanos,
3. los cuales controlan su reproducción,
4 cuidado (refugio protección contra predadores)4. cuidado (refugio, protección contra predadores)
5. y alimentación.
(Daniel Martín; INIA)
Domesticación
• No es una cualidad adquirida por un individuo
• Son unos rasgos desarrollados en toda una población a través de la cría
selectiva.
• Muchas características del antecesor salvaje se han perdido.Muchas características del antecesor salvaje se han perdido.
• La domesticación es un proceso genético
(Daniel Martín; INIA)
Especies domesticadas
De las 148 especies de mamíferos no carnívoros 15 han sido domesticadas. p
• Vaca• Dromedario • Búfalo
• Oveja
• Cabra
• Camello
• Llamas
• Yak
• Vaca de Bali
• Cerdo
• Llamas
• Alpacas
• Vaca de Bali
• Gayal, Bithan
• Caballo
• Burro
• Renos
En aves 10 de 10.000.
Características ventajosas: ausencia de agresividad, instinto gregario, baja tendencia
la pánico, dieta fácilmente suplementada por humanos, rápida tasa de crecimiento,
intervalo entre generaciones corto y camada grande. (Daniel Martín; INIA)
¿Porqué algunas especies pudieron domesticarse y otras no?
Sól d d i t l 148 i d íf
Diamond (2002) cree que el problema radica en la especie candidato:
Sólo una docena de especies entre las 148 especies de mamíferosterrestres grandes candidatas se han domesticado
Diamond (2002) cree que el problema radica en la especie candidato:
- Una dieta especializada que no puede ser facilmente aportada(comedores de hormigas)
- Un lento crecimiento y un intervalo generacional largo (elefante)
- Una disposición desagradable (grizzly oso)
- El rechazo a la cría en cautividad (guepardo)
- Una falta de jerarquía y liderazgo (antílope)
- Una tendencia a sufrir pánico extremo en sitios cerrados cuando se enfrentan a un predador (gacela)
Los criadores europeos de caballos han intentado domesticarLos criadores europeos de caballos han intentado domesticara las cebras pero han abandonado debido a que las cebrastienen el hábito incurable de morder a quien las maneja sin soltar (en los zoos provocan más herdidas que los tigres) ysoltar (en los zoos provocan más herdidas que los tigres) y tienen una mejor vista lateral que los caballos de forma queno se les puede echar el lazo
La domesticación: ¿uno o muchos orígenes?
Domestication events, time points and sites for farmed animal species
SSpecies No. events Domestication site Archaeological dating
(years BC)
dog many East-Asia 15000
sheep 1-3 Near East 12000
goat 4 Near East 8000-10000
pig 7 Near East, Far East, 9000pig 7 Near East, Far East, 9000
cattle, zebu 2-3 Near East, India, Africa 2000-8000
chicken 1? Central Asia 5000-7000
h ? E t E 6000horse many? Eastern Europe, 6000
donkey 2 North Africa 5000
water buffalo 1-2 South-East Asia 6000
llama, alpaca 2-4 South America 6000
alpaca 2-4 South America 6000
camel ? Near East 3000camel ? Near East 3000
rabbit ? Europe 2000
Evolución paralela de culturas y genomas
Domestication del ganado vacuno de leche y la utilización de leche
En mamíferos, la leche tiene poco valor nutritivo para los adultos porque la lactasa, necesaria para digerir la lactosa en galactosa y glusosa, se inactiva al destete
Sin embargo, aproximadamente el 30 % de los humanos es ahora tolerante a la lactorsa y es todavía más común en las latitudes del norte de Europa donde la leche proporcionaes todavía más común en las latitudes del norte de Europa donde la leche proporcionauna fuente de calcio, vitamina D y proteína
La intolerancia a la lactosa fue la condicioón ancestral normal pero una mutación ‘reciente’ en el gen de la lactasa, que le mantvo la capacidad de digerir lactosa a los adultos se viófavorecida por la selección natural en las poblaciones humanas que criaban vacuno de lecheleche
Desde un punto de vista genético la domesticaciónDesde un punto de vista genético la domesticaciónha tenido varias consecuencias
-Selección para una agresividad reducida
-Madurez sexual tempranap
-Tolerancia a la vida en cautividad
-Algunos caracteres morfológicos
- aumento de tamaño (gallinas)
- disminución de tamaño (vacuno)
Caracteres correlacionados
disminución del tamaño del cerebro
reducción del tamaño de los dientes
La selcción para un carácter de comportamiento importante modificamuchos caracteres morfológicos y fisiológicos
Selection para docilidad en zorros (Belyaev, 1979)
Cuarenta años de selección para un comportamiento amigableh i l id d ( d l l d i t d )hacia los cuidadores (meneando la cola and gimoteando)
Al final 70-80% de la población aceptaba el contacto humano y frecuentemente lamiendo a los cuidadores como hacen los perrosp
Cambios adicionales:
- color pío
- orejas caídas
- cola y hocico más cortos
Cambios fisiológicos correlacionados:
- los niveles de corticosteroides aumentaban mástardíamente
d l l é- menor respuesta adrenal al estrés
- más serotonina en la sangre
Experimento domesticación
• En 1956 en Siberia, Belyaev estudio el proceso de domesticación en zorro grisEn 1956 en Siberia, Belyaev estudio el proceso de domesticación en zorro gris
seleccionando animales mansos y agresivos.
(Daniel Martín; INIA)
(Daniel Martín; INIA)
Desde entonces……
• Dispersión de genes. Tres fases;p g ;
1. Prehistoria al s.XVIII:ó d l l ó l óDispersión gradual, migraciones, guerras, exploración, colonización y
comercio
2. S.XIX a mediados del s.XX; Organizaciones de criadores, formalización y descripción de las razas, mejora de las características productivas comercio Norte Norte ymejora de las características productivas, comercio Norte‐Norte y Norte‐Sur
3 D d di d d l XX3. Desde mediados del s.XX…Dirigida por empresas de mejora animal, diferencias de producción Norte‐Sur, globalización, mejoras tecnológicasNorte Sur, globalización, mejoras tecnológicas
(Daniel Martín; INIA)
Situación actual
2. S.XIX a mediados del s.XX
• Previamente no se había dado importancia a la cría de líneas
separadasseparadas.
• Todo comienza con la introducción del caballo árabe en Inglaterra.
• Primero se crean de líneas puras en bovino y ovino.
• Aparición de pedigríes.
• Se comienza con la definición de estándares de la razas.
A i i i d XX i l t d d t d ti• A principios de s.XX comienza la toma de datos productivos.
• Primeras legislaciones en Europa.
(Daniel Martín; INIA)
Situación actual
3. Desde mediados del s.XX…
– Cambios tecnológicos facilitan la dispersión de genes; IA, embriones,
sexado de embriones.sexado de embriones.
– Factores influyentes en la dispersión actual.
D d d i ó i• Demanda de comportamiento óptimo.
• Organización de la mejora genética.
• Cambios en los gustos de los consumidores.
• Salud animal y estándares de higiene.
• Políticas gubernamentales.
• Servicios ecológicos.
• Búsqueda de características específicas
(Daniel Martín; INIA)
Distribución de la raza bovina HolsteinFrisian
(Daniel Martín; INIA)
Distribución de la raza bovina Charolais
Las razas más productivas han re-emplazado a lasLas razas más productivas han re-emplazado a lasmenos productiva en gran parte del mundo
(Daniel Martín; INIA)
Dispersión ovejas mejoradas Awassi y Assaf
(Daniel Martín; INIA)
RGAs. Situación actual
– 1491 (20%) en “peligro de extinción”( ) p g– No se conoce la situación del 36%
(Daniel Martín; INIA)
Amenazas a la conservación de RGAs
A. ECONÓMICAS Y TECNOLÓGICAS
B. Cambios en los sistemas y objetivos de producción
I. Cambios en demanda del consumidor
II. Liberalización económicaII. Liberalización económica
III. Reducción de la competitividad económica de determinadas razas
B DINÁMICA HUMANA/SOCIALB. DINÁMICA HUMANA/SOCIAL
I. Perdida de recursos humanos (migración, conocimientos, instituciones…)
II. Cambios socioculturales (Consumo, cultura…)
III. Inestabilidad social (guerras, conflictos fronterizos, pobreza…)
C. DESARROLLO POLÍTICO Y CAPACIDAD INSTITUCIONAL
I. Políticas inadecuadas (desde el punto de vista de la conservación de RGAs)
II. Estrategias de conservación pobres
III M i l líti débil III. Mecanismos y planes políticos débiles
(Daniel Martín; INIA)
Amenazas a la conservación de RGAs
D SISTEMA BIOLÓGICO ANIMALD. SISTEMA BIOLÓGICO ANIMAL
I. Salud animal
II. Técnicas de reproducción biotecnológica
E. MEDIOAMBIENTE
I. Perdida de área productiva: Competición por espacio, áreas protegidas,I. Perdida de área productiva: Competición por espacio, áreas protegidas,
degradación de ecosistemas y limitada concentración geográfica
II. Desastres naturalesII. Desastres naturales
III. Cambio climático
(Daniel Martín; INIA)
áSe están perdiendo muchas razas perorazas, pero…
¿POR QUE DEBEMOS¿POR QUE DEBEMOS CONSERVARLAS?
(Daniel Martín; INIA)
(Daniel Martín; INIA)
Usos y valor de la diversidad genética
Valores directoValores directo
Contribución a las economías nacionales
Producción de alimentos
Producción de fibra y pieles
Inputs agrícolas, transporte y energía
l dValores indirectos
Ahorro y gestión de riesgo
Papel socio‐cultural
Servicios medioambientales(Daniel Martín; INIA)
1. Mantener la flexibilidad del sistema genético (capacidad de adaptación)p )
1) Seguridad ante cambios en el sistema de producción: mercado y condiciones ambientales.
2) Seguridad ante enfermedades, desastres, cambios políticos…
3) Oportunidades de investigación.
2. Fomentar el uso sostenible de áreas rurales1) Oportunidades de desarrollo de comunidades rurales.
2) Mantenimiento de la diversidad de los agro‐ecosistemas.
3) Mantenimiento de la diversidad cultural rural.
(Daniel Martín; INIA)
Caracterización de los recursos genéticos de ganimales de granja
1) Caracterización demográfica
2) Caracterización de los ambientes productivo de las razas2) Caracterización de los ambientes productivo de las razas
3) CARACTERIZACIÓN GENÉTICA
1) Caracterización demográfica
Censo poblacional: número de machos y hembras reproductoresCenso poblacional: número de machos y hembras reproductores
Tendencia del censo
Distribución geografica de las poblacones de las razas
Razas locales: presentes en un solo país
Razas transfonterizas: presentes en más de un país
regional
internacionalGrado de cruzamiento
2) Caracterización de los ambientes productivo de las razas
3) CARACTERIZACIÓN GENÉTICA3) CARACTERIZACIÓN GENÉTICA
Caracterización de los recursos genéticos de animales de granja
Bases de datos describiendo razas
W b d i i d htt // d b d kWebs de asociaciones ganaderas http://www.redrubydevon.co.uk
Webs nacionales http://www.genres.de/tgrdeu
http://www.brg.prd.fr
http://www.ansi.okstate.edu/breeds/Webs internacionales
http://efabis.tzv.fal.de
http://www.fao.org/dad-is/p g
Caracterización genética
¿Qué es la Genética de la C ió ?Conservación?
La Genética de la Conservación trata de losLa Genética de la Conservación trata de los factores genéticos que afectan al riesgo de extinción y al manejo o gestión necesariasextinción y al manejo o gestión necesarias para minimizar estos riesgos
Conservation and the Genetics of Populations
Fred W Allendorf and Gordon LuikartFred W. Allendorf and Gordon Luikart
Blackwell Publishin, UK, 2007
Utilisation and conservation of farm animal genetic resourcesanimal genetic resources
Edited by Kor Oldenbroek
Wageningen Academic Publishers
20072007
Journal: Conservation Genetics
Publisher:Springer Netherlands
ISSN 1566-0621 (Print) 1572-9737( )
La Genética puede ayudar a la Conservación p yen los siguientes aspectos:
• Resolver incertidumbres taxonómicas• Resolver la estructura poblacional• Resolver la estructura poblacional• Identificar poblaciones en peligro• Definir las unidades de manejo dentro de especiesDefinir las unidades de manejo dentro de especies
(ESU’s)• Reducir el riesgo de extinción minimizando la g
depresión consanguínea y la pérdida de diversidad• Detectar fenómenos de hibridación
D fi i bl i l l i d ió• Definir poblaciones y lugares para la reintroducción• Contribuir al estudio de la biología de poblaciones
D t t t áfi il l• Detectar caza, pesca, tráfico o consumo ilegales
Gestión y conservación de los yrecursos genéticos
Master Internacional en:ÉMEJORA GENÉTICA ANIMAL Y
BIOTECNOLOGÍA DE LA REPRODUCCIÓNValencia 7,8 y Marzo 2012Mi l A T ( i l @ )Miguel A. Toro ([email protected])
ETS Ingenieros Agrónomos, UPMJesús Fernández ([email protected]), INIA
Origen y naturaleza de la variación genéticavariación genética
La diversidad genética es la variedad de alelos yg ygenotipos presentes en una población y que,frecuentemente, se refleja en las diferencias, jmorfológicas, fisiológicas y de comportamientoentre los individuos
El mantenimiento de la diversidad genética esel principal objetivo de la Genética de lap p jConservación porque:
- se requiere para que las poblaciones puedanadaptarse al cambio ambiental
- se requiere para implementar un programaéde mejora genética
- la pérdida de diversidad está frecuentementeasociada a una reducción en la eficaciabi ló i
a corto plazo: depresión consanguínea
biológica
a corto plazo: depresión consanguíneaa largo plazo: acumulación de mutaciones deletéreas
pérdida de potencial evolutivo
Tipos de variación genéticaGenes individuales
• proteínas (alozimas, grupos sanguíneos)
• ADN nuclear
- Microsatélites- DNA fingerprints- RAPD
AFLP- AFLP - RFLP- SSCP- Secuencias de ADN
SNP- SNP- ADN Mitocondrial
CromosomasCaracteres cualitativosGenes deletéreosCaracteres cuantitativos:
• caracteres reproductivos• caracteres de crecimiento• resistencia a enfermedades
Tipos de marcadores molecularesTipos de marcadores moleculares
Los marcadores de DNA mitocondrial (mtDNA) son muy útiles en los análisis filogenéticos
- maternally herencia materna sin recombinación: el número de dif i l ídi fl j di l di idiferencias nucleotídicas refleja directamente la distancia genética
- la tasa de mutación es 5-10 veces mayor que la nuclear por lo que it t di l di i t (permite estudiar la divergencia entre razas (y con sus
ancestros silvestres)Microsatélites han sido los marcadores más utilizados en el estudio de la variación genética (90% de los proyectos)
SNPs se están imponiendo en los estudios de variabilidad genética- muy abundantes a lo largo del genomamuy abundantes a lo largo del genoma- detectan tanto la variación neutral como la funcional
Medidas de la diversidad genética
1) Frecuencias de genotipos y alelos
2) Proporción de loci polimórficos2) Proporción de loci polimórficos
3) Heterocigosidad observada
4) Heterocigosidad esperada o diversidad génica
5) Diversidad alélica5) Diversidad alélica
6) Pedigrees: consanguinidad y parentesco genealógico
7) Caracteres cuantitativos: heredabilidades y correlaciones genéticas
Medidas de la diversidad genética
1) Frecuencias de genotipos y alelos
GenotiposGenotiposAA Aa aa Total
Número 15 60 75 150Frecuencias 0.10 0.40 0.50 1.
Frecuencia del alelo A p=(2 x 15 + 60) / (2 x 150) = 0.30
Frecuencia del alelo a q=(2 x 75 + 60) / (2 x 150) = 0.70
2) Proporción de loci polimórficos2) Proporción de loci polimórficos
Número de loci polimórficos / pnúmero total de loci muestreados
loci fijados (monomórficos) ⇒ un solo alelo
loci polimórficos ⇒ varios alelos
grado de polimorfismo
medida muy “grosera”
3) Heterocigosidad observada media (H)Suma de la proporción de heterocigotos en todos los loci /número t t l d l i t dtotal de loci muestreados
Medidas de la diversidad genética
En una población grande con apareamiento aleatorio y en En una población grande con apareamiento aleatorio y en ausencia de mutación, selección y migración las frecuencias genotípicas son función de las frecuencias génicas y se mantienen constantes de generación en generación (equilibrio de mantienen constantes de generación en generación (equilibrio de Hardy-Weinberg)
GenotypesAA Aa aa Total
Frequencies 0.30 x 0.30 =0.09
2 x 0.30 x0.70 =0.42
0.70 x 0.70 =0.49
1.
Medidas de la diversidad genética
4) Heterocigosidad esperada o diversidad genéticaEs la heterocigosidad esperada en el equlibrio Hardy-Weinberg
Para dos alelos He= 2pq= 1-p2-q2
Para muchos alelos He=1-Σpi2
Si el tamaño muestral es <50 suele corregirseSi el tamaño muestral es 50 suele corregirse
He=(2N/(2N-1))(1-Σpi2)
4) Heterocigosidad esperada o diversidad éti
probabilidad de coger dos alelos
genética
probabilidad de coger dos alelos diferentes al muestrear gametos
equilibrio de Hardy - Weinberg
Heterocigosidad esperada (Nei 1973)
L ni
∑∑= =
−=i j
ij
i
pDG1 1
21 pij: frecuencia alelo j en locus i
22 αpqV =pqGDHe 2)( = 2 αpqVA =pqGDHe 2)( =
Refleja mejor el potencial evolutivo o de j d l bl iómejora de la población
maximiza varianza aditivamayor respuesta a selección(corto plazo)
No es un parámetro pasajerop p j
Es menos sensible al tamaño muestral
Heterocigosidad observada = 0.296
Heterocigosidad esperada = 2x0.178x0.822 = 0.293
Ho He
0.296 0.293
0.144 0.152
0.496 0.497
2pq=2(8/12)(4/12)=4/9=0.4444
Población 1
AA , aa, aa, AA, AA, AA
Heterocigosidad esperada =4/9
Heterocigosidad observada=0AA , aa, aa, AA, AA, AA
Población 2
Aa , Aa, Aa, Aa, AA, AAHeterocigosidad esperada =4/9
Heterocigosidad observada 4/6, , , , ,
Heterocigosidad observada=4/6
Población 3 Heterocigosidad esperada =4/9
H t i id d b d 2/6AA , AA, aa, AA, Aa, Aa
Heterocigosidad observada=2/6
Nótese que si el aparemiento es aleatorio en la q psiguiente generación cualquiera de las tres poblaciones llegará al equilibrio de H-W
AA (8/12)2=0 4444AA (8/12) =0.4444
Aa 1-(8/12)2-(4/12)2=2x(8/12)x(4/12)=0.4444
Aa (4/12)2=0.1111
El coeficiente de parentesco molecular entre DOS individuos(f )individuos(fM)
• Es una medida de la similaridad genética aplicada aindividuos genotipados para marcadoresindividuos genotipados para marcadores
• Se define como la probabilidad de que dos alelos tomadosal azar, uno de cada individuo, sean iguales (identical by, , g ( ystate)
Pareja fMj M
A1A1 , A1A1 1.A1A1 , A1A2 0.51 1 , 1 2
A1A2 , A1A2 0.5A1A2 , A1A3 0.251 2 , 1 3
A1A2 , A3A4 0.
(molecular kinship, Malecot similarity)
El coeficiente de consanguinidad molecular (FM) deEl coeficiente de consanguinidad molecular (FM) de UN individuo
• Consanguinidad molecular de UN individuo es la probabilidad de que los dos alelos en un locus de ese individuo sean igualesque los dos alelos en un locus de ese individuo sean iguales
Individuo FM
A1A1 1.A1A2 0.A2A2 1.A A 0A1A3 0.A3A4 0.
Consideremos una población de 4 individuos:
A1A1
A1A3A1A3
A2A3
A2A2
La primera forma de calcular la heterocigosidad esperada es
Frecuencias alélicas p1=3/8 p2=3/8 p3=2/8
heterocigosidad esperada es
Heterocigosidad esperada 1-(3/8)2-(3/8)2-(2/8)2=21/32
H t i id d b d 2/4 0 50Heterocigosidad observada 2/4 = 0.50
La segunda forma es mediante la matriz de parentesco molecular
A1A1 A1A3 A2A3 A2A2
A1A1 1 0.5 0 0
molecular
A1A1 1 0.5 0 0
A1A3 0.5 0.5 0.25 0
A A 0 0 25 0 5 0 5A2A3 0 0.25 0.5 0.5
A2A2 0 0 0.5 1
Parentesco molecular promedio =11/32
Heterocigosidad esperada = 1-parentesco molecular promedio = 21/32
Consanguinidad gmolecular
A1A1 1
A1A3 0
A2A3 0
A2A2 1
Consanguinidad molecular promedio = 0.50
Heterocigosidad observada = 1- consanguinidad molecular = 0 50
g p
Heterocigosidad observada 1 consanguinidad molecular 0.50
Consanguinidad molecular y autoparentesco molecular
Consanguinidad molecular
Autoparentesco
A1A1 1 1
A1A3 0 0.5
A2A3 0 0.5
A2A2 1 12 2
Autoparentesco molecular =3/4
Consanguinidad molecular promedio= 2 x autoparentesco -1=0.5Consanguinidad molecular promedio 2 x autoparentesco 1 0.5
Autoparentesco=FM+(1-FM)x0.5
Heterocigosidad observada = 1-consanguinidad molecular promedio = 0.5
=2 x (1- autoparentesco promedio)
For DNA sequences:La proporción de nucleótidos segregando (proportion of nucleotide sites) en la población
NSpS =ˆ
siendo S el número de nucleótidos que están segregando y N el número de nucleótidos analizados
La diversidad nucleotídica, la proporción de las diferencias entre pares d i d d l f i d l ide secuencias ponderadas por las frecuencias de las secuencias:
∑∑= pp ππ
siendo pi la frecuencia de la secuencia i y πij la propocion de nucleótidos en la que las dos secuencias difieren
∑∑=i j
ijji pp ππ
en la que las dos secuencias difieren
For ejemplo, en poblaciones humanas, dos j p , p ,individuos elegidos al azar difieren en aproximadamente 1 SNP por kilobase, mientras que en vacas y ovejas los valores son 2-2.5 y en gallinas 4-5.5
Medidas análogas a la de la diversidad gnucleotídica pueden calcularase para la variación aminoacídica en proteínas
In a human populations two random individuals differe at about 1 SNP per kilobase
D i iDomestic speciescattle and sheep 2-2.5 SNPs/kilobase
A d H l t i 1 4 SNP /kil bAngus and Holstein 1.4 SNPs/kilobaseBrahman 3.5 SNPs/kilobase
chicken 4 5 5 per kilobase
Science, April 2009
chicken 4-5.5 per kilobase
Layer Silkie BroilerRed jungle fowl
M did d l di id d étiMedidas de la diversidad genética
5) Diversidad alélica (Allelic richness)Número total de alelos en todos los loci /Número de loci
Esta medida es sesgada puesto que depende del tamaño muestral (una muestra grande tiene más probabilidad de contener más alelos)(una muestra grande tiene más probabilidad de contener más alelos)
informaciones diferentes
Diversidad alélica ∑=
=L
iinDA
1
adaptación a ambientes concretos
límite de selección mayorlímite de selección mayor (largo plazo)
Estimada a partir de muestras
⇒ (normalmente pequeñas)
Diversidad alélica depende delDiversidad alélica depende del tamaño de muestra
Diferentes tamaños de muestra
⇒ necesita corrección
6) M did d l i bilid d éti6) Medida de la variabilidad genética para caracteres cuantitativos: heredabilidad
• El tipo más importante de variación genética es lai ió tit ti t d tivariación cuantitativa para caracteres productivos
o reproductivos, ya que es la que determina lacapacidad de evolucionar o de responder a lacapacidad de evolucionar o de responder a laselección (natural o artificial)
• Se define como la proporción de la variación• Se define como la proporción de la variaciónfenotípica de una población que puede atribuirse adiferencias genéticas (aditivas) entre individuosg ( )
• La heredabilidad (h2) se utiliza para medir ladiversidad genética de los caracteres cuantitativosdiversidad genética de los caracteres cuantitativos
Gestión y conservación de los yrecursos genéticos
Master Internacional en:ÉMEJORA GENÉTICA ANIMAL Y
BIOTECNOLOGÍA DE LA REPRODUCCIÓNValencia 7,8 y Marzo 2012Mi l A T ( i l t @ )Miguel A. Toro ([email protected])Dpto. Producción Animal, ETS Ingenieros Agrónomos,UPM
Jesús Fernández ([email protected]), INIA
Medidas de la diversidad genética1) F i d ti l l1) Frecuencias de genotipos y alelos
2) Proporción de loci polimórficos) p p
3) Heterocigosidad observada
4) Heterocigosidad esperada o diversidad génica
5) Diversidad alélica
6) Pedigrees: consanguinidad y parentesco genealógico
7) Caracteres cuantitativos: heredabilidades y correlaciones genéticas
Interés de los análisis genealógico
1) Estudiar la evolución de la variabilidad en un programa de mejora o de conservación mediante el estudio de la evolución de algunos parámetros
2) Evaluar los riesgos de depresión consanguínea2) Evaluar los riesgos de depresión consanguínea
3) Implementar un programa de evaluación genética
4) Optimizar la gestión genética de un programa de conservación o de selección
5) Optimizar los sistemas de apareamientos5) Optimizar los sistemas de apareamientos
Pedigree (pedigrí) o genealogiaA B C
D E1) Gráfico D E
F G
1) Gráfico
H IIndividuo Padre MadreA 0 0
2) Archivo de genealogía
A 0 0B 0 0C 0 02) Archivo de genealogíaD A BE C BF A DG E DH F GH F GI C G
6) Medidas de la diversidad genética basadas en el pedigríel pedigrí
Llamamos consanguinidad al apareamiento entre parientes sea de forma intencionada o como consecuencia inevitable del
Cuando dos parientes se aparean puede ocurrir que en la
de forma intencionada o como consecuencia inevitable del censo pequeño de una población
descendencia los dos alelos de un locus sean copias del mismo alelo ancestral
A B C Todos los alelos en la población fundadora son diferentes
A (1, 2)
B (3, 4)
C (5, 6)
D (1 3)
E (3 5)(1, 3) (3, 5)
G (3, 3)
Medidas de la diversidad genética basadas en elMedidas de la diversidad genética basadas en el pedigrí
Pero también podría ocurrir:
A (1, 2)
B (3, 4)
C (5, 6)
Todos los alelos en la población fundadora son( , ) ( , )
D E
fundadora son diferentes
D (1, 4)
E (3, 5)
F (4 3)(4, 3)
Consanguinidad y Parentesco
A B C Todos los alelos en la población(1, 2) (3, 4) (5, 6)la población fundadora son diferentes
D (1, 3)
E (3, 5)
F (3 3)
Coeficiente de consanguinidad de un individuo
(3, 3)
g(FG) es la probabilidad de que los dos alelos de un locus sean idénticos por descendencia
FG=(1/2)(1/2)2=0.125
Consanguinidad y Parentesco
A B C Todos los alelos en la población(1, 2) (3, 4) (5, 6)la población fundadora son diferentes
D (1, 3)
E (3, 5)
F (3 3)
El coeficiente de parentesco entre dos (3, 3)
pindividuos fDE es la probabilidad de que los dos individuos compartan alelos idénticos por descendencia
El coeficiente de consanguinidad de un individuo es igual a coeficiente de parentesco de sus padres
FG=fDE de sus padres
Consanguinidad y Parentesco
El coeficiente de consanguinidad de un individuo El coeficiente de consanguinidad de un individuo (FZ) es la probabilidad de que los dos alelos en un locus sean idénticos por descendencia
El coeficiente de parentesco entre dos individuos (fxy) es la probabilidad de que dos alelos tomados al azar uno de cada probabilidad de que dos alelos tomados al azar uno de cada individuo sean idénticos por descencia
El coeficiente de relación X Y
FZ=fXY
E faditiva entre dos individuos es dos veces el coeficiente de parentesco (aXY=2fXY)
Zp ( XY XY)
Importante: El coeficente de parentesco (consanguinidad) genealógico es el Importante El coeficente de parentesco (consanguinidad) genealógico es el coefiente de parentesco (consanguinidad) molecular pero para unos alelos virtuales que son todos diferentes en la población base
Cálculo de la consanguinidad y del parentesco por el métodos de los senderos
fAB=0.25AA B
fAC=0.125fCD=0.53x0.53=0.25B
C D
fAD=0.0625C
D
A
D
B C fDE=0.55+0.54
f =0 54+0 53+0 54=0 5
Fórmula general
D E
fAG=0.54+0.53+0.54=0.5
FG=fDE
∑ +==pathsofno
ancestorn
parents FfF.
)1()21(
GFG fDE
n=no. Individuos en el sendero
A B CCálculo de la consanguinidad y del
di l é d b lD E
F G
parentesco mediante el método tabular
H I
fAA fAB fACfAA fAB fAC
fBA fAA= …..½(1+FA )
fCA …… …..
A B C
ED E
F G
A B C D E F G H I
H I A B C B A D E D F G C G
A 0.5 0 0 0.25 0 0.375 0.125 0.25 0.0625
B 0 0.5 0 0.25 0.25 0.125 0.25 0.1875 0.125
C 0 0 0.5 0 0.25 0 0.125 0.0625 0.3125
D 0.25 0.25 0 0.5 0.125 0.375 0.3125 0.34375 0.15625
E 0 0.25 0.25 0.125 0.5 0.0625 0.3125 0.1875 0.28125
F 0.375 0.125 0 0.375 0.0625 0.625 0.21875 0.421875 0.109375
G 0.125 0.25 0.125 0.3125 0.3125 0.21875 0.5625 0.390625 0.34375
0.25 0.1875 0.0625 0.34375 0.1875 0.421875 0.390625 0.609375 0.2265625H
I 0.0625 0.125 0.3125 0.15625 0.28125 0.109375 0.34375 0.2265625 0.5625
A B C
D EMatriz de relaciones aditivas A= 2 x matriz de parentesco
F G
A B C D E F G H I
A 1 0 0 0,5 0 0,75 0,25 0,5 0,125
H I A B C B A D E D F G C G
A 1 0 0 0,5 0 0,75 0,25 0,5 0,125
B 0 1 0 0,5 0,5 0,25 0,5 0,375 0,25
C 0 0 1 0 0,5 0 0,25 0,125 0,625
D 0,5 0,5 0 1 0,25 0,75 0,625 0,6875 0,3125
E 0 0,5 0,5 0,25 1 0,125 0,625 0,375 0,5625
F 0,75 0,25 0 0,75 0,125 1,25 0,4375 0,84375 0,21875
G 0,25 0,5 0,25 0,625 0,625 0,4375 1,125 0,78125 0,6875
H 0,5 0,375 0,125 0,6875 0,375 0,84375 0,78125 1,21875 0,453125
I 0,125 0,25 0,625 0,3125 0,5625 0,21875 0,6875 0,453125 1,125
Análisis genealógico
A partir de la matriz de relaciones aditivas podemos calcular variosparámetros del análisis genealógicosparámetros del análisis genealógicos
1) El parentesco entre dos individuos y la consanguindad de ) p y gun individuo
312506250.=== DGaf 31250
22.===DGf
125012 .=−= GGG fF12501 .=−= GGG aF
250.=FF
218301250..
=
=
H
G
FF
1250.=IF
Análisis genealógico
2) El parentesco promedio de cualquier cohorte
40625.04
=+++
= IIIHHIHIactualcohorte
fffff4
3) La diversidad genética (o heterocigosidad esperada) de cualquier cohorte
59375011 =+++
−=−= IIIHHIHH fffffGD 59375.04
11 ===actualCohorte fGD
Análisis genealógico
4) La consanguinidad promedio de cualquier cohorte
171875.02),( =+
= IDHIH
FFF2
5) La heterocigosidad observada de de cualquier cohorte
828125.01 )( =−= IHCohorte FGD ),( IHactualCohorte
Ejemplo de análisis genealógico
Cohorte f medio F medio He=GD=1 f Ho=1 F
Ejemplo de análisis genealógico
Cohorte f medio F medio He=GD=1-f Ho=1-F
A, B, C 0.1667 0 0.83333 1
D, E 0.3125 0 0.6875 1
F, G 0.40625 0.1875 0.59375 0.8125
H, I 0.40625 0.171875 0.59375 0.828125
6) IMPORTANTE: Censo efectivoPuesto que los coeficientes de consanguinidad y parentesco de una cohorte de animales depende de la profundidad de la genealogía…
N ti tid d i i l i id d d l i l t l l No tiene sentido decir que si la consanguinidad de los animales actuales en el programa de conservación (o selección) A es menor que los animales actuales del programa de conservación (o selección) B estos últimos tienen menos variabilidad genéticavariabilidad genética
Por eso para comparar programas de conservación respecto a su eficiencia para conservar variabilidad genética se debe utilizar la tasa de consanguinidad o parentesco
− FF 1−Δ tt fff
1
1
1 −
−
−=Δ
t
tt
FFFF
1
1
1 −
−
−=Δ
t
tt
ffff
Ne=censo efectivo de parentesco
Ne=censo efectivo de consanginidad=
FN F Δ= 2/1)( Un p m d c ns ción s más f cti n l
de parentescofN fe Δ= 2/1)(
FN Fe Δ2/1)( Un programa de conservación es más efectivo en el mantenimiento de variabilidad si tiene más censo efectivo
Nótese que
)1 1()1( −−−−− HoHoFFFF
Nótese que
1
1
1
)1
1
1
11()1(
1 −
−
−
−
−
− =−
=−
=Δt
tt
t
tt
t
tt
HoHoHo
FFF
FFFF
111
)1()1()1(
1−−− −
=−
−−−=
−−
=Δ tttttt
HHeHe
fff
ffff
111 )1(1 −−− ttt Hff
Ne=censo efectivo Ne=censo efectivo de consanginidad=
FN Fe Δ= 2/1)(
de parentescofN fe Δ= 2/1)(
O sea que el censo efectivo (de consanguinidad o de parentesco) indica o bien la tasa de aumento de consanguinidad (o de indica o bien la tasa de aumento de consanguinidad (o de parentesco) o bien la tasa de pérdida de variabilidad genética (heteocigosidad observada o esperada)
Ejemplo de análisis genealógico
Cohorte f media F medio ∆F ∆f N (F) N (f)
Ejemplo de análisis genealógico
Cohorte f media F medio ∆F ∆f Ne (F) Ne (f)
A, B, C 0.1667 0 - - - -
D, E 0.3125 0 0 0.17497 - 2.8576
F, G 0.40625 0.1875 0.1875 0.13636 2.6667 3.6667,
H, I 0.40625 0.171875 -0.01923 0. - -
Análisis genealógicoA partir de la matriz de relaciones aditivas podemos calcular variosA partir de la matriz de relaciones aditivas podemos calcular variosparámetros del análisis genealógicos
7) La proporción de genes del fundador A a cualquier cohorte.Por ejemplo la contribución de los fundadores a la cohorte actual será
31250125.05.0 ++ AYAH aa 3125.02
125.05.02
=+
=+
= AYAHA
aac
3125.02
=+
= BYBHB
aac
375.02
=+
= CYCHC
aac 1=++ CBA ccc2 CBA
A B C
D E La parte izquierda de la matriz de relaciones di i i di l ib ió d d f d d
F G
aditivas indica la contribución de cada fundador a todos los individuos del pedigree
A B C D E F G H I
A 1 0 0 0,5 0 0,75 0,25 0,5 0,125
H I
A 1 0 0 0,5 0 0,75 0,25 0,5 0,125
B 0 1 0 0,5 0,5 0,25 0,5 0,375 0,25
C 0 0 1 0 0,5 0 0,25 0,125 0,625
D 0,5 0,5 0 1 0,25 0,75 0,625 0,6875 0,3125
E 0 0,5 0,5 0,25 1 0,125 0,625 0,375 0,5625
F 0,75 0,25 0 0,75 0,125 1,25 0,4375 0,84375 0,21875
G 0,25 0,5 0,25 0,625 0,625 0,4375 1,125 0,78125 0,6875
H 0,5 0,375 0,125 0,6875 0,375 0,84375 0,78125 1,21875 0,453125
I 0,125 0,25 0,625 0,3125 0,5625 0,21875 0,6875 0,453125 1,125
El parentesco promedio de una cohorte de N individuos esEl parentesco promedio de una cohorte de N individuos es
f c cF F
i iSi Di
MN
= + −+∑∑050 0 25 12
2 20
. . ( )f i ii Ni = +=∑∑ 211 0
( )
N0 es el número de fundadores
M es el número de individuos en la genealogía
Análisis genealógicoAnálisis genealógico
8) Número efectivo de fundadores de una cohorte
1N∑
=0
2N
ii
ef
cN
9767.2375.03125.03125.0
1222 =
++=efN Cohorte actual
9) Número efectivo de no-fundadores de cualquier cohorte
∑= M
i
enfd
N2
1
∑+=Ni
id10
Análisis genealógicoAnálisis genealógico
10) Número de genomas equivalentes
11N 230811N)1(22 GDf
Nge −== 2308.1
2==
fNge
Existe la siguiente relación
enfefge NNN 21
21
21
+=enfefge
geef NNNenf =
geef NNNenf
−=
Ejemplo de análisis genealógico
Cohorte f medio F medio N N N
Ejemplo de análisis genealógico
Cohorte f medio F medio Nef Nge Nenf
A, B, C 0.1667 0 3. 3. -
D, E 0.3125 0 2.6667 1.6 4.
F, G 0.40625 0.1875 2.4615 1.23077 2.46158
H, I 0.40625 0.171875 2.9767 1.23077 2.09838
El número efectivo de fundadores indica cuantos linajes permanecen
El número efectivo de fundadores no detecta los cuellos de botella
1 2 3 4 1 2 3 4
botella
G0
5 6 7 8 5 6 7 8G1
9 10 11 12 9 10 11 12G2
In G2
Parentesco medio=0.3125Número efectivo de f d d 4
Parentesco medio=0.25Número efectivo de f d d 4fundadores=4
Número efectivo de no fundadores=2.6667
fundadores=4Número efectivo de no fundadores=4
Ejemplo de análisis genealógico
Cohorte f medio F medio He=GD=1 f Ho=1 F
Ejemplo de análisis genealógico
Cohorte f medio F medio He=GD=1-f Ho=1-F
A, B, C 0.1667 0 0.83333 1
D, E 0.3125 0 0.6875 1
F, G 0.40625 0.1875 0.59375 0.8125
H, I 0.40625 0.171875 0.59375 0.828125
Interpretación genética
f es como el parentesco ‘molecular’ (homocigosidad esperada)de muchos loci con alelos “virtuales” que son todos diferentes en la población base
F es como la consanguinidad ‘molecular’ (homocigosidadF es como la consanguinidad ‘molecular’ (homocigosidadobservada) de muchos loci con alelos “virtuales” que son todos diferentes en la población base
Ejemplo de análisis genealógico
Cohorte f medio F medio He=GD=1 f Ho=1 F
Ejemplo de análisis genealógico
Cohorte f medio F medio He=GD=1-f Ho=1-F
A, B, C 0.1667 0 0.83333 1
D, E 0.3125 0 0.6875 1
F, G 0.40625 0.1875 0.59375 0.8125
H, I 0.40625 0.171875 0.59375 0.828125
Interpretación genética
GD=1-f es la heterocigosidad esperada de muchos loci con alelos “virtuales” que son todos diferentes en la población base
1-F es la heterocigosidad observada de muchos loci con alelos “virtuales” que son todos diferentes en la población base“virtuales” que son todos diferentes en la población base
La diferencia entre 1-F (Heterocigosidad observada) y 1-f (Heterocigosidad esperada) depende del sistema de apareamiento
(1-F)=(1-f)(1-α)
1-α = (1-F) / (1-f) α= (F-f) / (1-f)
Un valor positivo de α indica que se ha favorecido el apareamiento entre parientes
Un valor negativo de α indica que se ha evitado el apareamiento entre parientes
1 2 3 4G0 1 2 3 4G0
5 6 7 8G1 5 6 7 8G1
9 10 11 12G2 9 10 11 12G2
13 14 15 16G3 13 14 15 16G3
f F α
G0 0.125 0 -0.142857
f F α
G0 0.125 0 -0.142857
G1 0.1875 0 -0.230769
G2 0.25 0.25 0
0
G1 0.1875 0 -0.230769
2
G3 0.296875 0.375 0.111111G2 0.25 0 -0.333333
G3 0.3125 0.125 -0.272727
Ejemplo de análisis genealógico
Cohortr f media F medio α
Ejemplo de análisis genealógico
Cohortr f media F medio α
A, B, C 0.1667 0 -0.20
D, E 0.3125 0 -0.45454
F, G 0.40625 0.1875 -0.36857
H, I 0.40625 0.171875 -0.39474
Con apareamiento aleatorio (panmixia) f y F son equivalentes
A B
Consideremos la siguiente genealogía
Matriz de parentesco genealógico
A B C D EA 0.5 0 0.25 0.375 0.125
A B A C B C C
Matriz de parentesco genealógico
B 0 0.5 0.25 0.125 0.375C 0.25 0.25 0.5 0.375 0.375D 0.375 0.125 0.375 0.625 0.25
D(1,1) E(1,3)
E 0.125 0.375 0.375 0.25 0.625
A(1,2) B(1,3) Matriz de parentesco molecular para un microsatélite
C(1,3) A(1,2) B(1,3) C(1,3) D(1,1) E(1,3)A(1,2) 0.5 0.25 0.25 0.5 0.25B(1 3) 0 25 0 5 0 5 0 5 0 5
D(1,1) E(1,3)B(1,3) 0.25 0.5 0.5 0.5 0.5C(1,3) 0.25 0.5 0.5 0.5 0.5D(1,1) 0.5 0.5 0.5 1 0.5E(1,3) 0.25 0.5 0.5 0.5 0.5E(1,3) 0.25 0.5 0.5 0.5 0.5
¿Cuál es la relación entre el parentesco genealógico y el molecular?
Ejemplo de análisis genealógicoA(1,2) B(1,3)
C(1,3)( , )
D(1,1) E(1,3)
C h t H 1 f H 1 F ∆f ∆F N (f) N (F)Cohorte He=1-f Ho=1-F ∆f ∆F Ne (f) Ne (F)
A, B 0.75 1 - - - -
C 0.5 1 0.33333 0. 1.5 -
D E 0 5625 0 75 0 125 0 25 4 2D,E 0.5625 0.75 0.125 0.25 4. 2.
Ejemplo de análisis del parentesco molecular
A(1,2) B(1,3)
C(1,3)
Cohorte HMe=1-fM Hm
o=1-FM ∆fM ∆FM Ne (fM) Ne (FM)
D(1,1) E(1,3)
A, B 0.625 1 - - - -
C 0 5 1 0 20 - 2 5 -C 0.5 1 0.20 2.5
D,E 0.375 0.5 0.25 0.50 2. 1
Imaginemos que en vez de UN microsatélite hemosImaginemos que en vez de UN microsatélite hemos genotipado MUCHOS microsatélites independientes
l POBLACIÓN BASE l f i d ly que en la POBLACIÓN BASE pij es la frecuencia del alelo j en el micro i de forma que para los micros
∑∑==
in
jij
m
ip
1
2
1 m marcadoresHomocigosidad esperada
∑∑==
−in
jij
m
ip
1
2
11
m marcadores ni alelos
Heterocigosidad esperada
En ese caso
∑∑−−=−in
jij
m
iM pff
1
2
1)1)(1()1(
== ji 11
O sea que podemos estimar el parentesco genealógico a partir del parentesco molecularg g p p
∑∑−−=−in
ij
m
M pff 2 )1)(1()1( ∑∑== j
iji
M pff11
)1)(1()1(
nm
∑∑==
−=
i
n
n
jij
m
iM pf
f 1
2
1 Siempre que
∑∑==
−in
jij
m
ip
f
1
2
1)1(
p q-se genotipen muchos loci independientes-se conozcan las frecuencias alélicas de
la población base
Ejemplo de análisis del parentesco molecularCohorte HM
e=1-fM Hmo=1-FM ∆fM ∆FM Ne (fM) Ne (FM)
A B 0 625 1A(1,2) B(1,3)
A, B 0.625 1 - - - -C 0.5 1 0.20 - 2.5 -D,E 0 375 0 5 0 25 0 50 2 1
C(1,3)
, 0.375 0.5 0.25 0.50 2. 1D(1,1) E(1,3)
inm inm
∑∑==
−−=−i
jij
m
iM pff
1
2
1)1)(1()1( ∑∑
==
−−=−in
jij
m
iM pFF
1
2
1)1)(1()1(
PeroFFEffE MM Δ=ΔΔ=Δ )()( FFEffE MM ΔΔΔΔ )()(
Se ha asumido muchos marcadores independientes
Interpretación genética del análisis genealógicoInterpretación genética del análisis genealógico
Cohorte F medio 1-FA, B, C 0 1D E 0 1D, E 0 1F, G 0.1875 0.8125H, I 0.171875 0.828125H, I 0.171875 0.828125
1-F es la heterocigosidad observada de muchos loci con alelos “virtuales” que son todos diferentes en la población base
¿Cuál será la heterocigosidad observada para los genes “reales”? p g
Interpretación genética del análisis genealógico
Cohorte F medio 1-FA, B, C 0 1D, E 0 1F, G 0.1875 0.8125H I 0 171875 0 828125H, I 0.171875 0.828125
La heterocigosidad “real” será
(1-F)xHeterocigosidad real de la población fundadoraLa heterocigosida obser ada real de na cohorte (F G) seríaLa heterocigosida observada real de una cohorte (F,G) sería 81.25% de la heterocigosidad real de la población fundadora
La heterocigosidad observada real de la cohorte (H,I) sería 82 8125% de la heterocigosidad real de la población fundadora82.8125% de la heterocigosidad real de la población fundadora
1-F indica la pérdida de la heterocigosidad1-F indica la pérdida de la heterocigosidad observada con respecto a la población fundadora
Técnica del goteo de genes (gene dropping)
Es una técnica de simulación en computador: en cada iteración se asignan unos alelos hipotéticos diferentes para
d f d d l s ti s d l A B C
D E
cada fundador y los genotipos de la descendencia se generan de acuerdo con las leyes de Mendel
D E
F G (1,2) (3,4) (5,6) (1,2) (3,4) (5,6)
Pimera iteración Segunda iteración
H I(2,3) (3,5)(2,4) (3,5)
(2,3) (3,3)(2,2) (2,5)
(2,3) (3,5)(2,2) (2,5)
Tras repetir el proceso miles de iteraciones podemos calcular los parámetros de interés del análisis genealógico: coeficientes de parámetros de interés del análisis genealógico: coeficientes de parentesco y consanguinidad, proporción de genes fundadores en cualquier cohorte o individuo, etc.
Por ejemplo fDG es 0.25 en la primera iteración, 0.50 en la segunda, etc. y el promedio de muchas iteraciones será 0.3125
Técnica del goteo de genes (gene dropping)
A B C
D ED E
F G (1,2) (3,4) (5,6) (1,2) (3,4) (5,6)
Pimera iteración Segunda iteración
H I(2,3) (3,5)(2,4) (3,5)
(2,3) (3,3)(2,2) (2,5)
(2,3) (3,5)(2,2) (5,5)
También podríamos calcular la consanguinidad de un individuo, por ejemplo del individuo I F =1 + 0 + = 0 125 individuo I, FI=1 + 0 +…= 0.125
O bien la consanguinidad promedio de una cohorte (por ejemplo la cohorte actual: animales H e I) (FH+FI)/2 que sería lo mismo que la homocigosidadd (por descendencia) promedio de la cohorte =0 5+0+ =0 171875 descendencia) promedio de la cohorte =0.5+0+…..=0.171875
O bien el parentesco promedio de una cohorte (fHH+fHI+fIH+fII)/4 que sería 0.50 en la primera iteración, 0.375 en la segunda, etc y el promedio de muchas 0.40625
http://www.ucm.es/info/prodanim/html/JP_Web.htm
Análisis genealógico de una piara cerrada deAnálisis genealógico de una piara cerrada de cerdo ibérico negro lampiño (estirpe Guadyerbas )
-El programa de conservación comienza en 1945
-Se originó a partir de 4 padres y 20 madres
-No se ha introducido sangre nueva
-Se dispone del pedigrí completo
-Se ha evitado el apareamiento entre parientes
Guadyerba
ΔF=0.0221 Ne=22.6
α = (F-f) / (1-f)
A negative value of α indicates that matings between relatives g g
have been avoided
Gene dropping analysis
(B. Villanueva)
Gestión y conservación de los yrecursos genéticos
Master Internacional en:MEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍAMEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍA
DE LA REPRODUCCIÓN Valencia 7 8 y 9 Marzo 2012Valencia 7, 8 y 9 Marzo 2012
Miguel A. Toro ([email protected])Universidad Politécnica,Madrid,
Jesús Fernández ([email protected]), INIA
Estimación de relacionesgenéticas a partir de
i f ió l linformación molecular
Conocer las relaciones de parentesco pentre individuos es importante
Estimación de Gestión de programas Estudios en ecología yEstimación de parámetros genéticos
Gestión de programas de conservación
Estudios en ecología y etología
heredabilidades y correlaciones
éti
evitar consanguinidad
éxito reproductivo
dispersión/estructuragenéticas
evaluación genética
mantener variabilidad genética
p
tipo de apareamiento
Las relaciones de parentesco se establecen Las relaciones de parentesco se establecen conociendo el pedigree, PERO
Casi todas las poblaciones naturales
Mucha poblaciones criadas en cautividadad
⇒ No tienen registros de pedigree
en cautividadad
Se ha propuesto: USAR MARCADORES MOLECULARES ( l i A k )MOLECULARES (alozimas, DNA markers, etc)
Los marcadores moleculares se han utilizado mucho para resolver problemas genealógicos
• Análisis de paternidad y parentesco (genética forense, detección de errores en pedigrees, etc)
• Asignación de descendencias a familias deAsignación de descendencias a familias de hermanos o medios hermanos
• Estimación de los coeficientes de parentesco: inferir los valores del parentesco genealógico ainferir los valores del parentesco genealógico a partir de los parentescos moleculares
Determinación de parentesco mediante microsatélites
Análisis de paternidad
Análisis de paternidad● Asignación por exclusión:● Asignación por exclusión:“Los genotipos de los padres candidatos se comparan con el genotipo de cadadescendiente, de tal forma que aquellos que presentan una o más incongruenciasmendelianas son excluidos como padresmendelianas son excluidos como padres
Un único padre no excluidoP1 165183 097097 165167 090130P2 173181 095095 165165 116120
D1 173183 095095 165187 120134
p
Potencia de un marcador biaélelico para estudios de exclusión de paternidadMadre Hijo Padres excluidos
G ti P b bilid d G ti P b bilid d G ti P b bilid d d
estudios de exclusión de paternidad
Genotipo Probabilidad Genotipo Probabilidad Genotipo Probabilidad de
exclusión
11AA 21p 11AA 1p 22AA 2
2p
11AA 21p 21AA 2p 11AA 2
1p1 1
21AA 212 pp 11AA 2/1p 22AA 22p
21AA 212 pp 21AA 2/1 ------- ------
21AA 212 pp 22AA 2/2p 11AA 21p
22AA 22p 21AA 1p 22AA 2
2p
AA 2 AA p AA 222AA 22p 22AA 2p 11AA 2
1p
La potencia de un marcador para estudios deLa potencia de un marcador para estudios de exclusión de la paternidad
)1( 212132
21
421
22
31
32
212
41
22
31 ppppppppppppppppQ −=+++++=
∂Q Máximo si los dos alelos01=
∂∂pQ Máximo si los dos alelos
están a frecuencias intermediaste ed as
Exclusión de paternidad: múltiples alelos
Si sumamos las probabilidades de las siete filas se obtiene
∑ ∑∑ )(1)( 222∑ ∑∑≠
−−−−=i i ij
jijiii ppppppQ )334(21)1( 222
o bieno bien
∑∑ ∑ ∑∑∑ ∑ +−−++−=i
ii i i
iiii
ii i
ii pppppppQ )()(33)(2221 23522432
La expresión se maximiza cuando los m alelos tienen la misma
f i 1/ t d t l lfrecuencia 1/m, tomando entonces el valor
4
23 3521 mmmQ +−+−=máximo 4m
Qmáximo
Con varios (m) marcadores
∏ −−=i
iQQ )1(1i
La utilidad de un locus aumenta con el número de alelos
1 locus con 10 alelos igualmente frecuentes Q=0.79
1 locus con 30 alelos igualmente frecuentes Q=0.93
2 loci con 10 alelos igualmente frecuentes Q=0.96
Pe con el número de alelos
Probabilidad de exclusión para un locus con n alelos
0.9
1
0.7
0.8
0.4
0.5
0.6
Pe
0.2
0.3
0.4
0
0.1
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39Número de alelos
Pe con nº de lociPe con n de lociProbabilidad de exclusión de paternidad para k loci
2 l l /lcon 2 o 5 alelos/locus
0,91
0 60,70,8,
5 Alelos/locus
0,40,50,6
Pe
2 Alelos/locus
0 10,20,3
00,1
1 2 3 4 5 6 7 8 9 10 15 20 25
Nº de loci
Example of paternity control in Pony AsturcónAsturcón
μsat Alleles Pe Gμsat Alleles (n)
Pe G
MPZ002 4 0,392 0,509, ,
HTG6 7 0,383 0,664
HTG8 6 0 451 0 480HTG8 6 0,451 0,480
HTG10 7 0,609 0,163
HMS7 6 0,482 0,356
VHL20 8 0,651 0,150, ,k = 6 PEC = 0,985 GC < 10-3
G : Probability of two identical genotypesy g yp
(L.Royo)
ó é d dOptimización técnicas de genotipado
PCR multiple con varios μsatélites
Combinación de fluorocromos y tamaños (pb) de m f m y m (p )fragmentos para una visualización simultánea
Homología de las secuencias de primers entre especies altamente relacionadas para optimizar el especies altamente relacionadas para optimizar el uso
Example Multiplex RuminantsProbability of paternity exclusion
Locus CATTLE SHEEP GOAT
M1
BM8125 0,271 0,586 0,613CSSM31 0,517 0,791 0,714
M1ILSTS5 0,184 0,612 0,526BM1818 0,452 0,730 0,415
M2INRA6 0,637 0,498 0,649CSSM66 0,731 0,730 0,502ILST11 0,504 0,515 0,532
M3McM53 0,798 0,733 0,614RM006 0 618 0 722 0 761M3 RM006 0,618 0,722 0,761
BM6526 0,721 0,678 0,826
(J. Arranz)
Example Multiplex RuminantsExample Multiplex RuminantsCombined Probability of exclusion of paternity
CATTLE SHEEP GOAT
PC(M1) 0,843 0,991 0,969
PC(M2) 0,992 0,934 0,918
PC(M3) 0,978 0,976 0,984
P 0 999 0 999 0 999PC 0,999 0,999 0,999
Determinación de parentesco mediante microsatélites
Análisis de paternidad: asignación por exclusión● Potencial de exclusión de varios loci microsatélites de dorada:
______________________________________________________________
Locus A He PIC P(1) P(2)______________________________________________________________
SAGT1 32 0.944 0.938 0.790 0.882SAGT26 21 0.851 0.834 0.549 0.711SAGT31 4 0.611 0.548 0.198 0.351SAGT32 18 0.913 0.903 0.693 0.819SAGT41A 38 0.943 0.938 0.788 0.881SAGT41B 25 0.916 0.907 0.707 0.828PBMS1 24 0.929 0.921 0.740 0.850PBMS2 15 0 873 0 857 0 588 0 742PBMS2 15 0.873 0.857 0.588 0.742PBMS6 19 0.916 0.907 0.703 0.825PBMS16 25 0.931 0.923 0.745 0.854PBMS20 16 0.840 0.821 0.521 0.689______________________________________________________________Media/Total11 loci 21.55 0.879 0.864 0.9999 1.00006 l i 24 17 0 918 0 908 0 9995 0 99996 loci 24.17 0.918 0.908 0.9995 0.9999______________________________________________________________
MICROSATELLITE POWER FOR PARENTAGE ASSIGNMENT IN TURBOT
Locus All. nº genot. nº He PIC Excl(1) Excl(2)
1 14 105 0.767 0.734 0.394 0.5712 24 300 0.845 0.829 0.544 0.7073 9 45 0.636 0.582 0.229 0.3924 17 153 0.826 0.801 0.485 0.6577 5 .8 6 .8 . 85 .6575 7 28 0.608 0.564 0.206 0.3768 12 78 0.871 0.855 0.582 0.73711 14 105 0.897 0.884 0.645 0.78512 10 55 0.808 0.781 0.451 0.62714 12 78 0.783 0.763 0.433 0.615125 9 45 0.768 0.732 0.378 0.558129 20 230 0.921 0.912 0.716 0.834152 9 45 0.734 0.690 0.331 0.507
Mn/Total 13.08 9.9x1022 0.789 0.761 0.99952 0.999995
http://www.fieldgenetics.com/pages/aboutCervus_Analyses.jsp
Marcadores molecularesMarcadores moleculares
• Muy eficientes para resolver el óproblema de la asignación de
paternidadesp
H i t i t t l d t ió • Herramienta importante en la detección de errores en las genealogíasg g
Problema generalg
⇒ N individuos genotipados para L loci
⇒ no tenemos una estructura familiar a priori
MÉTODOS POR PAREJAS
(pairwise)
¿Cuánto se parecen para los marcadores dos individuos?
Diferentes índices de similitud
Parentesco molecular
El PARENTESCO GENEALÓGICO
•Asume que todos los alelos en la población base son diferentes
•Se define como la probabilidad de que dos alelos tomados al azar, uno de cada individuo, sean idénticos por descendencia
S é•Se calcula a partir del pedigree mediante el método tabular
El PARENTESCO MOLECULAR (fM)
“…… probabilidad de que en un locus cualquiera, dos alelos, tomados al azar uno de cada individuo sean idénticos en estado ”idénticos en estado...
A1 A3 A1 A3 A2 A3 A2 A4
1 2 3 4
1 - 2 ⇒ fM = 0.5
1 3 ⇒ f = 0 251 - 3 ⇒ fM = 0.25
1 - 4 ⇒ fM = 0fM
La relación entre el parentesco molecular y el genealógico es la siguiente
∑= )1)(1()1( 2pff ∑−−=− )1)(1()1( iM pff
=− )1( f Heterocigosidad debida a identidad por descendencia
=− ∑ )1( 2ip Heterocigosidad en la población base
Se puede por tanto inferir el parentesco genealógico ( f ) a partir del parentesco molecular ( fM ) calculado con los
marcadores molecularesmarcadores moleculares
( ) ( )fpfn
iM −⎟⎟⎞
⎜⎜⎛−=− ∑ 111 2( ) ( )fpf
iiM ⎟⎟⎠
⎜⎜⎝
∑=
1111
∑n
pf 2
∑
∑=
−= n
iiM pf
f2
1
1 ∑=
−i
ip1
21
PERO LA FORMULA SOLO ES VÁLIDAPERO LA FORMULA SOLO ES VÁLIDA
Si la única causa de las desviaciones de H-W es la estructura genealógica
Si la población base o fundadora está en equilibrioSi la población base o fundadora está en equilibrio de H-W
A partir de esta fórmual se han desarrollando distintos tipos de estimadores para parejas de individuos (“pairwise”)
∑−n
iM pf 2
A partir deSe han desarrollando
∑
∑=
−= n
ii
i
pf
1
2
1
1
A partir de distintos tipos de estimadores para parejas de individuos (“pairwise”)
=i 1( p )
Li & Horvitz (1953)
Ritland (1996) ⇒ diferentes asunciones al promediar entre alelos
Li et al. (1993)promediar entre alelos
Queller & Goodnight (1989)
Li et al. (1993)método de regresión ⇒ L . ( 99 )
Lynch & Ritland (1999)
g
Software
KINSHIP (G d i ht & Q ll 1999)• KINSHIP (Goodnight & Queller, 1999)• IDENTIX (Belkhir et al.,2002)( )• MARK (Ritland, 2004)
MER (W 2002)• MER (Wang, 2002)• COLONY (Wang, 2004)( g, )• SPAGEDI
Problemas con los estimadores enProblemas con los estimadores en parejas (pairwise)
• Si los estimadores se utilizan para clasificar a los individuos en diferentes clases FS, HS or NR no es claro donde poner el umbraldiferentes clases FS, HS or NR no es claro donde poner el umbral
FSHSNR FSHSNRParentesco estimado
• Las comparaciones en parejas pueden ser incoherentes
A-B = FS B-C = FS A-C ≠ FSA B FS B C FS A C ≠ FS
Un enfoque diferenteq
estimar todas las relaciones de forma simultánea
utiliza información de todos los individuosutiliza información de todos los individuos
reconstrucción esxplícita de la genealogía
Se eviatan incongruencias/incompatiblidades
Los métodos son complejos y costosos computacionalmente
P i t (1997)Painter (1997)Thomas y Hill (2000, 2002)
Smith y col (2001)Smith y col. (2001)Emery y col. (2001)Smith y col. (2001)yWang (2004, 2009)
métodología MCMC
generación ‘aleatoria’ de estructuras familiares
‘ i d ’ t é d l i d l i‘paseo guiado’ a través del espacio de soluciones⇒ verosimilitud de soluciones particulares
NUESTRO PROPIO MÉTODO (Fernández & Toro, 2006)
generación de genealogías ‘aleatorias’
( , )
‘guided walk’ a través del espacio de soluciones
l ió l⇒ correlación entre el parentesco molecular y el del pedigrí generado
simulated annealing
Generamos genealogías aleatorias yGeneramos genealogías aleatorias y elegimos aquella más
correlacionada con las valores de la la matri de parentesco molecularla matriz de parentesco molecular
Padres virtuales
Hermanos (FS) fG fM
Medios hermanos (HS)
N l i d (NR)
correlación
No relacionados (NR)
P1 P2 P3 P4 P5M1 M2 M3 M4 M5
I1 I2 I3 I4 I5 I6 I7 I8 I9 I10
VENTAJASVENTAJAS
no depende de estimas de frecuencias
no hace asunciones sobre equilibrio (HW / ligamiento)
no necesita estructura familiar regular
clases de relación complejasclases de relación complejas⇒ genealogías más “profundas”
MEDIDAS DE AJUSTEMEDIDAS DE AJUSTE
Correlación entre matrices de parentesco real y estimaday
Error Cuadrático Medio ( )N
∑ −2ˆ θθ
Distribución del tipo de errores
N
Estimado NR HS FS
NR a b cNR a b cReal HS d e f
FS g h i
El método puede extenderse a situaciones pmás complejas (más de tres categorías: FS, HS, NR)NR)
más de una generaciónmás de una generación
generar genealogías mas ‘profundas’
Abuelos virtuales
A A A A AA A A A AA A A A AA A A A A
P1 P2 P3 P4 P5M1 M2 M3 M4 M5
I1 I2 I3 I4 I5 I6 I7 I8 I9 I10
MOL COAN ( i 2 0) S ft f th MOL_COAN (version 2.0): Software for the calculation of coancestry based on molecular information.
This programme implements the algorithm by Fernández & Toro (Molecular Ecology 15: 1657–1667)1667)
http://www.uvigo.es/webs/c03/webc03/XENETICA
/XB2/Jesus/Fernandez.htm
Conclusiones Conclusiones Los marcadores moleculares son muy eficientes para Los marcadores moleculares son muy eficientes para resolver problemas de exclusión o de asignaciónde paternidad cuando el tipo de estructura familiar se conoce a prioriconoce a priori
Los marcadores moleculares son una herramienta i t t d t t l di íimportante para detectar errores en los pedigrís
El parentesco molecular es una medida de la El parentesco molecular es una medida de la similaridad entre los individuos que está bien correlacionada con el parentesco genealógico y su uso puede recomendarse para muchas aplicaciones de uso puede recomendarse para muchas aplicaciones de la Genética de la Conservación
ReferencesJamieson, A., Taylor, C.S., 1997. Comparison of three probability
formulae for parentage exclusion Animal Genetics 28: 397 400formulae for parentage exclusion. Animal Genetics, 28: 397-400.Kalinowski, S.T., Taper, M.L., Marshall, 2007. Revising how the
computer program CERVUS accommodates genotyping error increases success in paternity assignment. Mol. Ecol. 16:1099–1106
Fernandez, J., Toro, M.A., 2006. A new method to estimate relatedness from molecular markers. Mol. Ecol. 15: 1657-1667.relatedness from molecular markers. Mol. Ecol. 15: 1657 1667.
Toro, M.A., Barragan, C., Ovilo, C., Rodriganez, J., Rodriguez, C., Silio, L., 2002. Estimation of coancestry in Iberian pigs using
l l k C G 3 309 320molecular markers. Conserv. Genet. 3: 309-320.
Gestión y conservación de los yrecursos genéticos
Master Internacional en:
É ÍMEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍA DE LA REPRODUCCIÓN
Valencia 7,8 y Marzo 2012Miguel A Toro (miguel toro@upm es)Miguel A. Toro ([email protected])
ETS Ingenieros Agrónomos,UPM
Jesús Fernández ([email protected]), INIA
Si t l d d iSistemas regulares de endogamia
1
A t f d ióAutofecundación
A
B )1(1fB
C 1
)1(21
+== CCCD FfF
C
D
)1(21
1−+= tt FF
D
A i t d hApareamiento de hermanos
A
C
)(41
+++== DDDCCDCCEFG fffffFB
DC
E )]1(12)1(1[1++++= DCDCG FfFF
D
FE
G
)]1(2
2)1(2
[4
++++ DCDCG FfFFF
HG)21(
41
12 −− ++= ttt fFFH
Evolución del parentesco y de la diversidad p ygenética cuando en poblaciones sin genealogía
Dos situaciones:
(- Poblaciones sin control genealógico (extensivo, poblaciones salvajes)
- Estudios prospectivos (comparación de programas de ió t d í li d )conservación todavía no realizados)
Asumimos que disponemos de información demográfica (censos, número de padres y madres, etc.)
Modelo: Población ideal
N i di id
Las condiciones de la población ideal son:
N individuos
Apareamiento aleatorioSin migraciónSin mutación
2N gametos
Sin selecciónGeneraciones discretasHermafroditismo
N individuos
Distribución Poisson del número de descendiente2N gametos
N individuos
0F =
F 1
0F0 =
1 2 3 L L 2NN
F21 =
11 ⎞⎛
1 2 3 2N1
12 211
21 F
NNF ⎟
⎠⎞
⎜⎝⎛ −+= 2
3
23 211
21 F
NNF ⎟
⎠⎞
⎜⎝⎛ −+=
M
22 NN ⎠⎝ M
2N
1111
⎟⎠⎞
⎜⎝⎛ −+= tt FF
2N
122 −⎟⎠
⎜⎝
tt NN
2/1=Δ NF
)1)(1(1)1( 1
−Δ−=−Δ−+Δ= −
FFFFFFF tt
)1)(1(1)1)(1(1
01
1
−Δ−=−Δ= −
FFFFFF tt
)1()1(1
)1()1(1
0
02
2
−Δ−=−
−Δ−=−
FFFFFF
tt
)211)(1(1)1)(1(1
)1()1(1
00
0
−−−=Δ−−−=
Δ
NFFFF
FFF
ttt
t
02
0 =FSiN
t⎞⎛ 1
t NF ⎟
⎠⎞
⎜⎝⎛ −−=
2111
i en generación t = ∞ 11 == −tt FF
⇒ la consanguinidad se acumula
depende de población de referencia
⇒ tasa de consanguinidadN
F21
=Δ
FFF tt
21
11 =
−=Δ −
NFt 21 1− −
En el contexto de la población ideal la consanguinidad y el parentesco coinciden así como la heterocigosidad observada y esperada
Medido como consanguinidad (F)
0)11(1 Fi dF t
g ( )
0)211(1 0 =−−= FasumiendoN
F tt
Si pensamos en diversidad genética o heterocigosidad
t⎞⎛ / NFH
NHH
t
t =Δ=Δ⎟⎠⎞
⎜⎝⎛ −= 0 21
211
)(
id dh iindividuoslostodosbasepoblaciónlaenHSi =
⎠⎝
0 1)iadescendencportosheterocigoson
( i di idlbbl iólSi ∑ 21 ( individuoslosbasepoblaciónlaenpHSi i−= ∑ 20 1
)WeinbergHardydeequilibrioenestán −
Pérdida de variabilidad depende del censo
1
Pérdida de variabilidad depende del censo
tt N
HH )2
11(0 −=
Poblaciones que se apartan de la situación ideal
Las condiciones de la población ideal son:A i t l t i Si i ióApareamiento aleatorio Sin migraciónSin mutación Sin selecciónGeneraciones discretas HermafroditismoDistribución Poisson del número de descendientesDistribución Poisson del número de descendientes
Si la población no cumple las asunciones de la población ideal definimos un censo efectivo de la población tal que la expresión
t
et N
HH )(2
110 −= t
et N
F )(2
111 −−=
sea válida
La fórmula t
et N
HH )2
11(0 −=
es válida si la población no cumple las condiciones de la población ideal si se sustituye N por Ney p
Sexos separados
Fluctuaciones en el censo
Desequilibrio en los sexos
Descendencia no Poisson
1+≈ NNe111
+=∑≈n 111
24NNe ≈
separados los sexos
2+≈ NNe
mf NNNe 44+∑
=
≈i iNtNe 1
22 kSNe
+
SEXOS SEPARADOSSEXOS SEPARADOS
( f d ió hibid )(autofecundación prohibida)
11+≈⇒Δ NNeF
212+≈⇒
+=Δ NNe
NF
la consanguinidad aparece una generación después
SEXOS DESEQUILIBRADOSSEXOS DESEQUILIBRADOS
( j )(ej: Nm << Nh)
la mitad de los alelos viene de cada uno de los sexos
111+=
Nm = 2Nf = 1000
mf NNNe 44+ Nf 1000
Ne = 8
el sexo menos representado condiciona más Ne
CENSO FLUCTUANTECENSO FLUCTUANTE
( ll d b ll f f d d )(cuello de botella, efecto fundador)
todos los alelos vienen de los individuos de una generación
N1 = 200N2 = 5N 300 ∑≈
n 111 N1 = 5N2 = 25N 125N3 = 300
Ne = 14∑=i iNtNe 1
N3 = 125N4 = 625N5 = 3125
la generación con menos censo condiciona más Ne
Ne = 20
la generación con menos censo condiciona más Ne
CONTRIBUCIONES DIFERENTESCONTRIBUCIONES DIFERENTES
(dif i f ilid d )(diferencias en fertilidad, etc)
4NN 224
kSNNe+
≈2 kS+
varianza de las contribuciones
Importante:
-Si el número de descendientes es aleatorio quiere decir que responde a una distribución Poisson en la que laque responde a una distribución Poisson en la que la media es igual a la varianza
4NN 22 kSNe
+≈
NNeSK 22 ==
NNeSsiPero K 202 ==
Si igualamos las contribuciones de las familias el censo SE DUPLICAg
Apareamientos no aleatorios
2N)1)(1(
2α−+
=e VNN
)1)(1( α−+ CV
Vc= varianza de las contribuciones a largo l d d d di tplazo de padres a descendientes
α= exceso de apareamientos entre pparientes respecto a los esperados al azaar
En poblaciones de cría en cautividad (domesticación, reintroducción, acuicultura)el censo efectivo puede ser mucho menor que el censo realp q
• Sbordoni et al. (1987) estudiaron la evolución de la heterocigosidadpara 20 loci enzimáticos en el proceso de introducción del langostinojaponés (Panaeus japonicus) en Italia
H0 = Heterocigosidad inicial = 0.110 e e oc gos dad c a 0H7 = Heterocigosidad al cabo de 7 generaciones = 0.03
(H0 ‐ H7)/H0 = 1‐ (1 ‐ 1/2Ne)7
N = 3 N = 600Ne = 3 N = 600
• Población comercial de dorada de una piscifactoríaSe evaluó el parentesco de primer grado (hermanos ymedios hermanos) de 500 individuos mediante marcadoresmedios hermanos) de 500 individuos mediante marcadoresmoleculares
Ne = 1 / 2ΔF = 15
sexos d
censo fl
sexos d l b d
apareamiento l
21+≈ NNe
NNNe 41
411
+=∑≈n
i iNtNe 1
11122
4kS
NNe+
≈
separados fluctuante desequilibrados al azar
2 mf NNNe 44=i iNtNe 1 2 kS+
mantener censos constantesmantener censos constantesmantener censos constantes
Recomendaciones: igual número de igual número de igual número de ♀♀♀ y y y ♂♂♂
igualar contribucionesigualar contribucionesigualar contribuciones
Gestión y conservación de los yrecursos genéticos
Master Internacional en:ÉMEJORA GENÉTICA ANIMAL Y
BIOTECNOLOGÍA DE LA REPRODUCCIÓNValencia 7,8 y Marzo 2012Mi l A T ( i l t @ ) ETSIA UPMMiguel A. Toro ([email protected]), ETSIA, UPM
Jesús Fernández ([email protected]), INIA
D i i h tDecisiones que hay que tomar en un programa de conservación o selección
selección de reproductoresselección de reproductores
• qué animales son usados como padres• qué animales son usados como padres
• cuánto se usa cada uno de ellos (contribuciones)
apareamientos
• cómo se aparean los individuos seleccionados
P l i d i ió l í d l é iPara la primera decisión, la teoría de la genética cuantitativa indica que debe maximizarse el
f icenso efectivo: • La utilización de muchos reproductores• Igual proporción de sexos• Tamaños familiares iguales• Evitar los cuellos de botella• Alargar el intervalo generacional
Recomendaciones:
•La utilización de muchos reproductores•La utilización de muchos reproductores• Igual proporción de sexos• Tamaños familiares igualesg• Evitar los cuellos de botella• Alargar el intervalo generacional
ESQUEMAS JERÁRQUICOS
Número diferente de machos y hembrasNúmero diferente de machos y hembras
♂1 ♂2 ♂3
♀ ♀ ♀ ♀ ♀ ♀ ♀ ♀ ♀ ♀ ♀ ♀
rNN
m
f = ⇒ mating ratio
+⎟⎟⎞
⎜⎜⎛
++++2
,2 21111 mfmfmmmm SSS
⎟⎞
⎜⎛
+⎟⎟⎠
⎜⎜⎝
++++=
22
2,
2
2111
16
fmfmffff
mf
f
mfmm
f
mm
mm
mfmmm
SSS
NNe μμμμμμ
⎟⎟⎠
⎜⎜⎝
+++++ 2,
211
161
fm
fm
fmff
fmff
ff
ff
fmfffN μμμμμμ
En esquemas jerárquicos existe una regla sencilla (Gowe et al,1959)
♂Gen. 1
♀ ♀ ♀ ♀
♀ ♀ ♀ ♀♂Gen. 2 ♀ ♀ ♀ ♀♂Ge .
Cada padre es reemplazado por su hijo– Cada padre es reemplazado por su hijo– Cada madre es reemplazada por su hija
O mejor aún: regla de Wang (1997)
♂Gen. 1
♀ ♀ ♀ ♀♀ ♀ ♀ ♀
♀ ♀♀ ♀♂Gen. 2 ♀ ♀♀ ♀♂Gen. 2
• Sorprendentemente reciente
– Un hijo reemplaza al padre– La madre que tiene el hijo no tiene otra descendencia– El resto de madres reemplazadas por sus hijas– Una de las madres deja dos hijas
13 1
M
rF
1621
23 1−+
=ΔGowe et al.: ↑r ⇒ ↓ΔF
rrF 2
123 21 −− +−
ΔWang: r > 4 ↑r ⇒ ↑ ΔFM
F1622=ΔWang: r > 4 ↑r ⇒ ↑ ΔF
r = F/M
2
2,5
a F
1
1,5
6Ns
x D
elta
16Ns x Gow e
16Ns x Wang
0
0,5
0 5 10 15 20 25
16
0 5 10 15 20 25
Mating Ratio
Métodos jerárquicos ⇒ poca flexibilidadétodos je á qu cos ⇒ poca e b dad
⇒ depende de las asunciones
I di id f d d l i d
Dificilmente pueden contemplar situaciones como:Individuos fundadores relacionados“Fallos” aleatoriosCensos poblacionales variables
Proporción de madres/padres desigualProporción de madres/padres desigual
Hay un criterio óptimo que puede aplicarse enHay un criterio óptimo que puede aplicarse en cualquier circunstancia: minimización del
parentesco del grupo de animales seleccionadosparentesco del grupo de animales seleccionados
Se selecciona el grupo de padres tal que su parentescoSe selecciona el grupo de padres tal que su parentesco promedio ponderado por sus contribuciones a la siguiente
generación sea mínimo
N N ni=número de
∑∑= =
N
i
N
jijji fcc
1 1 Nnc i
i 2=
ni número de descendientes del animal i
N= número total de= =i j1 1 N2 N= número total de descendientes
⎞⎛Minimización del parentesco global
∑∑N N
ijji fcc.min cfc ⋅⋅'.min⎟⎟⎟⎞
⎜⎜⎜⎛
=cc
c 2
1
∑∑= =i j
ijji f1 1
f
⎟⎟⎟
⎠⎜⎜⎜
⎝ Nc
cM
es un problema combinatorial con un formidable número de posibles soluciones
las soluciones deber ser números positivos
soluciones deben ser números enteros
Minimización del parentesco de grupo = Contribuciones genéticas óptimasp
Efecto de minimizar el parentesco global (Montgomery et al., 1997)
♀ ♂ ♀ ♂ ♀ ♂ ♀ ♂ ♀ ♂Gen. 0
♀ ♀♂ ♂♀ ♂Gen. 1
♀ ♂ ♂ ♀Gen. 2
♂♀ ♀ ♀ ♀ ♂ ♂ ♂Gen. 3
Minimizar la varianza del tamaño familiar Minimizar el parentesco
♂♀ ♀ ♀ ♀ ♂ ♂ ♂ ♂♀ ♀ ♀ ♀ ♂ ♂ ♂
♀♂ ♀♂ ♀♂ ♀♂ ♀♂ ♀♂ ♀♂ ♀♂
Parentesco promedio 0.4326 Parentesco promedio 0.30Parentesco promedio 0.4326
Número efectivo de fundadores 2.5924
Número efectivo de no fundadores 2.0855
Parentesco promedio 0.30
Número efectivo de fundadores 5.8182
Número efectivo de no fundadores 2.3272
Minimizar la varianza del tamaño familiar Minimizar el parentesco
♂♀ ♀ ♀ ♀ ♂ ♂ ♂ ♂♀ ♀ ♀ ♀ ♂ ♂ ♂
♀♂ ♀♂ ♀♂ ♀♂ ♀♂ ♀♂ ♀♂ ♀♂
MINIMIZACIÓN DEL PARENTESCO
Multiplicadores de Lagrange
⇒ derivación e igualación a cero
Programación matemática
⇒ derivación e igualación a cero
Programación matemática
⇒ difícil de implementar
Algoritmos aproximados
bú d “ i ” algoritmos genéticos⇒ búsqueda “ciega” algoritmos genéticossimulated annealing
simulated annealing
enfriamiento rápido
material fundidop
enfriamiento lento
⇒ estructura de mínima energía
Solución inicial PSNSSolución inicialaleatoria (IS)
TPSNS
e−
−=Ω
Solución actual(PS) ⇒ IS
• varias rondasminimización
Cambio aleatorioNueva solución (NS) • un poco ‘más frío’
NS < PS PS ⇒ NSSI
T ↓ Ω ↓
Número aleatorio
NO
i t i l(0 - 1)
• no se aceptan más cambios
• seguir con otro ciclo
RN < ΩNO SI
p
algoritmo genético
Población de soluciones
mutación mutación
recombinación recombinación
selección selección selección
Optimización de programas de conservación con la ayuda de conservación con la ayuda de
marcadores
C ál l fi i i i tit l¿Cuál es la eficiencia si sustituyo el parentesco genealógico por el
molecular o el condicionado en la minimización del parentesco?p
Optimización de programas de conservación con la ayuda de marcadores
El la matriz de parentesco G puede calcularse:
conservación con la ayuda de marcadores
p p
• Pedigree (matriz de parentesco de identidad por descendencia)por descendencia)
• Información molecular (matriz de parentesco molecular)
• Pedigree + información molecular (parentesco condicional en la información de los marcadores)
– Calcular la probabilidad de identidad por descendencia a lo largo de todos los puntos del genoma dado el pedigree y los genotipos de los g p g y g pmarcadores
– Requiere utilizar MCMC (Métodos Montecarlo de Cadenas de Markov)Cadenas de Markov)
A1 A2 A3 A4
A1 A3 A1 A3 A2 A3 A2 A4
1 2 3 4
1 - 2 ⇒ p(IBD) = 0.5
fFS = 0.25 1 - 3 ⇒ p(IBD) = 0.25
1 - 4 ⇒ p(IBD) = 0
información genealógica información molecular
parentesco condicionado a los marcadores
A (1 3) B (1 4)
C (1 1) D (1 4) E (1 3) F (3 4)
C D E F 0.5 0.25 0.25 0.25 C
C D E F 1 0.5 0.5 0 C
0.5 0.25 0.25 D
0.5 0.25 E
0.5 0.25 0.25 D
0.5 0.25 E
C D E F
0.5 F
0.5 F
C D E F 0.5 0.25 0.25 0 C
0.5 0 0.25 D
0.5 0.25 E
0.5 F
Resultados de simulación
Modelo• 20 pares de comosomas de 1 Morgan cada uno
100 l i lti léli /• 100 loci multialélicos /cromosoma
• m marcadores/cromosoma (m= 1, 10)( )
• censo N = 18 or N = 27
• Marcadores genotipados en – padres– 4 hijos por pareja
Padres genotipados Hijos genotiapados
9♀ x 9♂ 9♀ x 9♂Optimización →
36♀ x 36♂Optimización →
9♀ x 9♂ 9♀ x 9♂Optimización → ♀ ♂ ♀ ♂Optimización
36♀ x 36♂Optimización →
9♀ x 9♂ 9♀ x 9♂Optimización →
Estrategia general de manejo
• Calcular las contribuciones de los candidatos d f de forma que– Minimizar el parentesco global
⇒ maximizar la variabilidad genética (heterocigosidad esperada)
• El problema se resuelve utilizando simulated pannealing
Estrategias de manejo
• Parentesco utilizado en la optimización
– fG = genomaf di í– fP = pedigrí
– fM = marcadoresf d í d– fPM = pedigrí + marcadores
• Se compara con una población sin manejo
Heterocigosidad esperada (%) para t = 10P d dPadres genotipados
2 alelos/marcador Managed fM fPM
2 alelos/marcador
Unmanaged fG fP m = 1 m = 10 m = 1 m = 10 73.9 84.1 84.1 68.1 80.4 84.1 84.1
10 l l / d10 alelos/marcador
Managed fM fPM
Unmanaged f f m = 1 m = 10 m = 1 m = 10Unmanaged fG fP m = 1 m = 10 m = 1 m = 1073.9 84.1 84.1 80.3 83.8 84.1 84.1
fG = genomafP = pedigrífM = marcadores
20 pares de cromosomas de 1 Morgan cada unoGenoma: 100 loci multialélicos/cromosomam marcadores/cromosoma (m= 1, 10)M
fPM = pedigrí + marcadores censo N = 18 or N = 27
Heterocigosidad esperada (%) para t = 10D d dDescendencia genotipada
Managed fM fPM
2 alelos/marcador
Unmanaged fG fP m = 1 m = 10 m = 1 m = 10 73.9 86.5 84.1 75.0 83.2 83.5 84.8
10 l l / d10 alelos/marcador
Managed fM fPM
Unmanaged f f m = 1 m = 10 m = 1 m = 10Unmanaged fG fP m = 1 m = 10 m = 1 m = 1073.9 86.5 84.1 83.35 85.7 84.2 85.9
fG = genomafP = pedigrífM = marcadores
20 pares de cromosomas de 1 Morgan cada unoGenoma: 100 loci multialélicos/cromosomam marcadores/cromosoma (m= 1 10)M
fPM = pedigrí + marcadoresm marcadores/cromosoma (m= 1, 10)censo N = 18 or N = 27
ConclusionesConclusiones• La información del pedigrí es muy valiosaLa información del pedigrí es muy valiosa
88 100% de la eficiencia máxima– 88-100% de la eficiencia máxima
L d ti l li it d• Los marcadores tienen un valor limitado...
– El beneficio sólo se detecta con• Un número alto de marcadores y de
l l / d alelos/marcador • Se genotipa la descendencia
Sistema de apareamientos
Si no hay apareamiento al azar
la consanguinidad y la deriva genético quedan desacopladas
F (y ΔF) miden la consanguinidad
f (y Δf) miden diversidad genética(y ) g
1 2 3 4G0 1 2 3 4G01 2 3 4G0G0 1 2 3 4G0G0
5 6 7 8G1
0
5 6 7 8G15 6 7 8G1
0
G1
0
5 6 7 8G1G1
9 10 11 12G2 9 10 11 12G29 10 11 12G2G2 9 10 11 12G2G2
13 14 15 16G3 13 14 15 16G313 14 15 16G3G3 13 14 15 16G3G3
f FG0 0.125 0
f FG0 0.125 0G0 0.125 0
G1 0.1875 0G2 0.25 0.25G3 0.296875 0.375
G0 0.125 0G1 0.1875 0G2 0.25 0G3 0.3125 0.125
G8 0.431641 0.792969 G8 0.547363 0.417989
Apareamiento entre parientes Evitar aparemientos entre parientesApareamiento entre parientes
-menos parentesco global (más diversidad genética)
-más consanguinidad
Evitar aparemientos entre parientes
-más parentesco global (menos diversidad genética)
-menos consanguinidad
Sistemas de apareamiento
1) Sistemas de apareamiento factorial
2) A i t t i2) Apareamientos compensatorios
3) Apareamientos circulares3) Apareamientos circulares
4) Máxima evitación de la consanguinidad (Maximum ) g (avoidance of inbreeding)
3) A i t d í i t tili d3) Apareamientos de mínimo parentesco utilizando programación lineal
Di ñ d i t f t i lDiseños de apareamientos factoriales
2 padres, 4 madres y 16 hijos
madres 1 2 3 4
← JERÁRQUICO1 • •
• • • • • •
2 • • • • dams
1 2 3 4
2 • • • •
• • • •
FACTORIAL →
1 2 3 41 • •
• •
• •
• •
2 • •
• •
• •
• •
Apareamientos compensatoriosp p
fd fs
d1
d
s1
s-Los individuos de cada sexo se ordenan de acuerdo con su d2
d3
s2
s3
se ordenan de acuerdo con su parentesco medio con el resto de individuos
d3
M M - Los machos con mayor rango se aparean con las hembras de menor rango
dn-1 sn-1
menor rango
dn sn
Apareamiento circular
Kimura y Crow (1963)
El i t i l i d bdi i ióEl apareamiento circular induce subdivisión⇒ aumento de consanguinidad (a corto plazo)
⇒ menor ΔF (a largo plazo) por mayor α
⇒ efecto deletéreo de la depresión
⇒ menor ΔF (a largo plazo) por mayor α
mantiene más diversidad (a largo plazo)⇒ más homocigotos = menos deriva⇒ más homocigotos menos deriva
Máxima evitación de la consanguinidad
Maximum Avoidance of Inbreeding (Wright, 1921)
Apareamientos de mínimo parentesco p putilizando programación lineal
padres
-con S padres y D madres se
madres fparejas
p yconstruye una matriz de apareamientos xij (0 o 1) de forma que madres fparejasforma que
mínimofxS D
ijij∑∑
i jjj∑∑
=1
=ij orxsestriccion 10Re
∑ ∑= =
==S
i
D
jijij SDxx
1 11 / Minimizar el parentesco entre
las parejas que se aparean= =i j1 1 las parejas que se aparean
en general los apareamientos g pde mínimos parentesco son los que se aplican para evitar laque se aplican para evitar la depresión consanguínea
RECOMENDACIONES PARA ESTABLECER PROGRAMAS DE CONSERVACIÓN IN SITU DE POBLACIONES PEQUEÑAS
1. Escoger de forma adecuada la población fundadora:1. El máximo de individuos posible2 Individuos no emparentados no consanguíneos y fértiles2. Individuos no emparentados, no consanguíneos y fértiles3. Los individuos deben representar los diferentes tipos genéticos de la raza
2. Ir aumentando la población tan rápidamente como sea posiblep p p1. Al menos hasta un censo efectivo de 50
3. Maximizar el censo efectivo (o minimizar la tasa de consanguinidad) 1 Igualando en lo posible el cociente padres: madres1. Igualando en lo posible el cociente padres: madres2. Evitando fluctuaciones de la población (cuellos de botella)3. Igualando los tamaños familiares (Gowe, Wang y minimización del
parentesco)4. Alargando los intervalos generacionales
4. Implementar apareamientos de mínimos parentesco
5. Si el censo es grande se puede subdividir la población para evitar la vulnerabilidad de una única población
6. Practicar selección artificial de forma moderada sin comprometer el mantenimiento de la diversidad y centrándose en caracteres de eficacia biológica
(J.Jordana)
E t t bl i lEstructura poblacional
Análisis de la diversidad
égenética
k h
∑ ∑= =
−==i i
kiSSS pHkHH1 1
21 ,/
∑∑ =−=k
kii
h
iT pppH 21 ,
= frecuencia del alelo k en la raza ikip== si 11
kip ,
n = número de poblaciones
h ú d l l
H = Heterocigosidad esperada promediada sobre
h = número de alelos
HS = Heterocigosidad esperada promediada sobre poblacionesHT = Heterocigosidad esperada si todas lasHT Heterocigosidad esperada si todas las poblaciones se aparearan al azar
∑ ∑k h
2∑ ∑= =
−==i i
kiSSS pHkHH1 1
21 ,/
∑∑ =−=k
kii
h
iiT pppH
11
21 ,== si 11
= frecuencia del alelo k en la raza ikip frecuencia del alelo k en la raza ikip ,
n = número de poblaciones
∑ ∑∑ −==− kjkiST ppDHH 22 )(1 ∑ ∑∑
i kkjki
jST pp
n ,,2 )(2
D Di t i í i d N i=D Distancia mínima de Nei
Consideremos tres poblacionesConsideremos tres poblaciones
Población 1 A1A1 A1A2 A1A2
Población 2 A1A1 A1A1 A2A2
Población 3 A1A3 A3A3 A3A3Población 3 A1A3 A3A3 A3A3
Pob H p1 p2 p3 HS DPob HI p1 p2 p3 HS D
1 0 67 0 67 0 33 0 0 44 0 181 0.67 0.67 0.33 0 0.44 0.18
2 0 0.67 0.33 0 0.44 0.18
3 0.33 0.17 0. 0.83 0.28 0.350.230.390.33 0.50 0.22 0.28 .. 9. . . .
HT=0.62H H D
HT 0.6HT=HS+D
Distancia mínima de Nei entre poblaciones
0 0 0 53 0 181
1 2 3
0 0 0.53 0.18
0 0 0 53 0 18
1
2 0 0 0.53 0.182
0.53 0.53 0 0.353
0 230.23
21∑ −=i
ii ppD 2)'(21
i
Estadísticos F de Wright
∑ ∑−==k h
iSSS pHkHH 21/
∑∑
∑ ∑= =
kh
i isiSSS pHkHH
2
1 11/ , kip ,
n = número de poblaciones
h = número de alelos∑∑==
=−=s
siii
iT pppH11
21 ,h número de alelos
∑=k
iiI kHH
1/
=i 1
HI = heterocigosidad observada promediada sobre poblaciones
H heterocigosidad esperada promediada sobre poblacionesHS = heterocigosidad esperada promediada sobre poblaciones
HT = heterocigosidad esperada si las poblaciones se juntaran y se aparearan al azar
E t dí ti F d W i htEstadísticos F de Wright
T
STIS H
HHF −=
ITIT
HHF −=
T
STST H
HHF −= T
IT HF
H h t i id d b d di d b bl iHI = heterocigosidad observada promediada sobre poblaciones
HS = heterocigosidad esperada promediada sobre poblaciones
H = heterocigosidad esperada si las poblaciones se juntaran y se aparearan al azarHT = heterocigosidad esperada si las poblaciones se juntaran y se aparearan al azar
)1)(1()1( STISIT FFF −−=−SII HHH= ))(()( STISIT
TST HHH=
Análisis de la diversidad éti di t di t i genética mediante distancias
genéticasgenéticas
Las distancias genéticas son una medida de la diferenciación entre poblaciones
Algunos tipos de distanciasSi xi e yi son las frecuencias del alelo i en las poblaciones x e y i yi p y
Distancia mínima de Nei
1∑ −=i
iim yxD 2)(21
⎟⎞
⎜⎛ ∑ yx
Distancia estándar de Nei
⎟⎟⎟
⎠
⎞
⎜⎜⎜
⎝
⎛−=
∑ ∑
∑
i iii
iii
S yx
yxD
22ln
⎠⎝ i i
The chord distance of Cavalli-Sforza (Dc)
( ) ⎟⎠
⎞⎜⎝
⎛−∑
iiic yxπ=D 12/2
Distancia de Nei
Distancia de Reynolds
∑−=i
iiA yxD 1
Distancia de Reynolds
∑=
−= mi
ii DyxD
)(12
∑∑ −=
−=
iii
iii
R yxyxD
112
Dist i d L tt
= mL
DD 222
Distancia de Latter
∑ ∑+i i
iiL yx
D 22
LA DIVERGENCIA ENTRE POBLACIONES SE DEBE A: Deriva, Mi ió M ió S l ióMigración, Mutación y Selección
La mayor parte de las distancias asumen un modelo de deriva y mutación
-La distancia estándar de Nei es preferible para marcadores genéticos con bajo nivel de mutación (proteinas), y poblaciones que se genéticos con bajo nivel de mutación (proteinas), y poblaciones que se hayan separado durante mucho tiempo (especies). El valor de la distancia es lineal con el tiempo de divergencia.
Las distancias de Goldstein cuerda y Nei son apropiadas para el uso -Las distancias de Goldstein, cuerda y Nei son apropiadas para el uso de microsatélites y poblaciones que se hayan separado durante mucho tiempo (especies o razas muy alejadas). El valor de la distancia no es lineal con el tiempo de divergencialineal con el tiempo de divergencia
-La distancias minima de Nei, Reynolds y Latter son útiles para poblaciones próximas (razas) en las que sólo se asume deriva
ET de la distancia (d)
dist markers x alleles
no.ind.
m marcadores 25 50 100 (con k alelos) y n animales
por raza.05 25 .025 .020 .017
50 .018 .014 .012100 013 010 008
SE(dist) = (2 / k m )½ ( d + 1 / n )
100 .013 .010 .008
10 25 040 034 031.10 25 .040 .034 .03150 .028 .024 .022
100 .020 .017 .016
Se requiere un número de marcadores bastante altoSe requiere un número de marcadores bastante alto(FAO recomienda unos 25 marcadores en 25 individuos)
Árboles:
de distancias: tratan simplemente de representar de forma mp m p f mgráfica matrices de distancias
filogenéticos: tratan de reconstruir la historia filogenética a partir de la matriz de distanciasfilogenética a partir de la matriz de distancias
Tipos de árboles:
i d bl i h di id h enraizados: para poblaciones que han divergido hace mucho tiempo
no enraizados: para poblaciones que han divergido p p q ghace poco tiempo
Métodos para construir árboles:
Parsimonia: se elige el árbol que minimiza el número de pasos o Parsimonia: se elige el árbol que minimiza el número de pasos o transformaciones que explican los datos
UPGMA (Unweighted Pair Group Method with Arithmetic mean)
NJ (Neighbour-Joining): superior si las tasas de evlucion son distintas en las distintas ramas
La fiabilidad suele establecerse por bootstrapping
ML: máxima verosimilitud
Métodos que asumen un modelo matemático:
Métodos bayesianos
Para establecer la fiabilidad de un árbol tenemos que utilizar distribuciones muestrales de los propios datos
En la técnica del bootstrapping utilizamos los datos para producir los errores típicos de la longitud de las ramas tomando muestras los errores típicos de la longitud de las ramas tomando muestras repetidas de los datos y construyendo varios árboles. El valor encada rama da la proporción de muestras en las que aparece un determinado nodo
8 chicken populations
Experimental line (J)Lohmann selected Leghorn (LSL)Lohmann selected Leghorn (LSL)Finnish White Leghorn (M)3 Finnish Landrace populations FJ, FK, FS3 Finnish Landrace populations FJ, FK, FSRoss broiler (BRO)Rhode Island Red (RIR)
Vanhala et al Poultry Sci 77, 783-790
Genetic distances between chicken lines
neighbour-joining method1000 resamples with bootstrapping
Vanhala et al Poultry Sci 77, 783-790
Linajes maternosLinajes maternos
El mtDNA es apropiada para análisis de la diferenciación de poblacionesp p p pa largo plazo• acumula mutaciones, sin recombinación
l d i l d l DNA l D l • la tasa de mutation es mayor que el del DNA nuclear, esp. D-loop que es muy variable y se utiliza muy comumente
• se hereda de forma materna (linajes maternos)• se hereda de forma materna (linajes maternos)
Linajes paternos
L d d l Y t di li j tLos marcadores del cromosoma Y se usan para estudiar linajes paternos
Tree of mtDNA types in North-European sheep populations
etäisy y s v astaa 4 mutaat iotadistance corresponding to 4 mutations
yp p p p p
tree constructed with maximum parsimony principle or with the smallest number ofDNA base changes
• European typeEuropean type
° Asian type
Se ha sugerido priorizar razas o poblaciones a
partir de las distancias genéticas
Sin embargo, esto conllevaría priorizar poblaciones
más consanguíneas
(Ds)(Ds)
Análisis de la diversidad éti di t áli i d genética mediante análisis de
“clusters”clusters
Inferencia sobre la estructura de una población mediante el análisis de población mediante el análisis de
“clusters”Se han desarrollado métodos para estimar la Se han desarrollado métodos para estimar la
estructura oculta de una población (Pritchard et al. 2000)
t i “ l t ” éti ti d j t d construir “clusters” genéticos a partir de un conjunto de genotipos individuales sin información a priori sobre la subdivisión de la población
a) separar un conjunto de individuos en varias subpoblaciones aunque no se conozca esta subdivisión de antemano
b) estudiar la correspondencia entre los “clusters” genéticos inferidos y las subplaciones predefinidas
estimar, para cada individuo, la fracción de su genoma que puede asignarse a cada “cluster”
D t hDatos humanos:1056 humanos pertenecientes a 52 poblaciones377 microsatélites
Kalash(N = 25)(N = 25)
América (N = 108)
Oceanía (N = 39)
Asia Oriental (N = 241)
Centro SurCentro-SurAsia (N = 210)Oriente Medio(N = 178)Europa (N = 161)
K = 5STRUCTURE
K = 5MPM
K = 5 K = 5MPM
K = 6STRUCTURE
K = 6MPM
K = 6K= 2STRUCTURE
K = 3STRUCTURE
K = 4STRUCTURE
K= 2 K = 3 K = 4
Europa (N = 161)
África (N = 119)
S UC U MPMMPM STRUCTURE MPMSTRUCTUREMPM
STRUCTUREMPM
STRUCTUREMPMMPM MPM MPM
(S. Rodriguez-Ramilo)
Rosenberg et al. (2001): si algunas razas se separan mas fácilmente en clusters indicaría la presencia de combinaciones genética multilocus distintivas
El número de loci que se requieren para establecer un clustering correcto serviríaestablecer un clustering correcto serviría para identificar las poblaciones que son genéticamente más distintivasgenéticamente más distintivas
Resultados obtenidos al clasificar 213 cerdos (173 Ibéricos y 40 Duroc) en 2 clusters con el programa Ibéricos y 40 Duroc) en 2 clusters con el programa
STRUCTURE (Pritchard et al., 2000)
ClusterEstirpe 1 2Torbiscal 0,001 0,999Torbiscal 0,001 0,999Guadyerbas 0,001 0,999R ti t 0 011 0 989Retinto 0,011 0,989Entrepelado 0,050 0,950Lampiño 0,010 0,990Duroc 0 997 0 003Duroc 0,997 0,003
Resultados obtenidos al clasificar 173 cerdos Ibéricos en 5 esu tados o ten dos a c as f car 73 cerdos ér cos en 5 “clusters” con el programa STRUCTURE program (Pritchard
et al., 2000)Cl
EstirpesCluster
1 2 3 4 5pTorbiscal 0,985 0,006 0,003 0,004 0,002Guadyerbas 0 002 0 994 0 001 0 001 0 001Guadyerbas 0,002 0,994 0,001 0,001 0,001Retinto 0,084 0,007 0,451 0,449 0,009Entrepelado 0,030 0,016 0,420 0,527 0,008Lampiño 0 024 0 081 0 223 0 322 0 351Lampiño 0,024 0,081 0,223 0,322 0,351
Torbiscal y Guadyerbas están mejor definidas genéticamente que Torbiscal y Guadyerbas están mejor definidas genéticamente que otras estirpes de ibérico
Thirty microsatellite markers were analysed in 1426 goats from 45 traditional or rarebreeds in 15 E ropean and Middle Eastern co ntries (ECONOGENE)breeds in 15 European and Middle Eastern countries (ECONOGENE)
R f•Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31. •Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31. •Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31. •Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31. •Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31. •Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31. •Gandini, G.C., Villa, E., 2003. Analysis of the cultural value of local livestock breeds: a methodology. J.Anim. Breed. Genet.,120: 1-11.•Groeneveld, L.F. et al. Genetic diversity in farm animals – a review. Animal Genetics, 41 (Suppl. 1), 6–31.
References• Oldenbroek, K. 2007. Utilization and conservation of farm animal genetic resources.
Wageningen Academic Publishers.• Caballero, A., Toro, M.A., 2002. Analysis of genetic diversity for the management of
e ed bdi ided l ti C e Ge et 3 289 299conserved subdivided populations. Conserv. Genet. 3, 289–299.• Fabuel, E., Barragán, C., Silió, L., Rodríguez, M.C., Toro, M.A., 2004. Analysis of
genetic diversity and conservation priorities in Iberian pigs based on microsatellite markers. Heredity 93, 104–113.microsatellite markers. Heredity 93, 104 113.
• Toro, M.A., Caballero, A., 2005. Characterisation and conservation of genetic diversity in subdivided populations. Phil. Trans. Roy. Soc. Series B, 360, 1367-1378.
Toro M., Fernandez J. & Caballero A. (2008) Molecular characterization of breeds and its use in conservation. Livestock Science, Production Science, 120: 174-195.4
Gestión y conservación de los yrecursos genéticos
Master Internacional en:MEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍAMEJORA GENÉTICA ANIMAL Y BIOTECNOLOGÍA
DE LA REPRODUCCIÓNV l i 7 8 9 M 2012Valencia 7, 8 y 9 Marzo 2012
Mi l A T ( i l t @ ) UPMMiguel A. Toro ([email protected]), UPMJesús Fernández ([email protected]), INIA
Pero no todo se puede conservar
todo: los recursos son limitados,
hay que priorizar…
¿QUÉ CONSERVAMOS?¿QUÉ CONSERVAMOS?
(D.Martín, INIA)
Estrategias de conservación
Existen básicamente tres estrategias:
1) Estrategia de máximo‐riesgo
2) Estrategia de máxima‐diversidad
3) Estrategia de máxima utilidad3) Estrategia de máxima‐utilidad
(D.Martín, INIA)
Estrategia de máximo riesgog g
• Consiste en priorizar las razas en función del riesgo de
ti ió i i d l l ifi i t bl idextinción siguiendo las clasificaciones establecidas por
distintos organismos.g
• Sin embargo, no se contempla de un modo formal cómo
incluir información sobre el valor específico de una raza o su
contribución a la diversidad genética.
(D.Martín, INIA)
Estrategia de máximo riesgo
ÓCLASIFICACIÓN DE LA EAAP(Asociación Europea de Producción Animal)
Categoría de riesgo ∆F en 50 años
En peligro crítico ≥40%
FEn peligro crítico ≥40%
En peligro 26-40%En peligro mínimo 16 25%En peligro mínimo 16-25%
Posiblemente en peligro 5-15%No en peligro ≤5%No en peligro ≤5%
Clasificación de la EAAP, 2008
(D.Martín, INIA)
Estrategia de máximo riesgo
Organización para la Agricultura y la Alimentación de la ONU ( )
ó
Número deCategoría de riesgo Criterios adicionales
(FAO)
Hembras ó Machos Total de reproductores
Extinta 0 0 No es posible restablecer la población
o ≤120 y disminuyendo yCrítico ≤100 ≤5 o ≤120 y disminuyendo y ≤80% de cría en pureza
Critico-mantenidas Critico + programa de conservación o comercial
En peligro ≤1000 ≤20
Entre 81 y 99 y aumentando y ≥ 80% de cría en pureza ó
entre 1001 y 1200 y disminuyendo y ≤80% de cría
en pureza
En peligro-mantenidas
En peligro + programa de conservación o comercial
No en peligro ≥1000 ≥20
Clasificación de la FAO (2000)(D.Martín, INIA)
Estrategia de máximo riesgo
Asociación Americana de Conservación de Razas de Ganado
Norte America Mundial Criterios adicionales
Censos anuales Categoría de riesgo
Crítico ≤200 ≤2000
Raras ≤1000 ≤5000
Problemas genéticos óVigiladas ≤2500 ≤10,000 Problemas genéticos ó distribución limitada
Recuperándose ≥2500 ≥10,000 Estuvo en riesgo y necesita monitorizarse
Clasificación de la American Livestock Breeds Conservancy (1994)
(D.Martín, INIA)
Estrategias de máximo riesgo
• Alderson (2009) ( )
(D.Martín, INIA)
Estrategias de máximo riesgo
• Reist‐Marti et al. (2003). Estudio en vacuno africano( )– Variables poblacionales Censo poblacional
Tendencia temporal del censoDistribución de la raza
– Variables del medio
Distribución de la raza Riesgo de cruces indiscriminados
Organización entre los ganaderosd d óPresencia de un esquema de conservación
Situación políticaFiabilidad de la información
– Variables de la raza. Presencia de características especiales
•Gandini et al. (2004): Número de años hasta alcanzar un censo críticocrítico
(D.Martín, INIA)
Estrategia de máxima diversidad
• Se prioriza las razas que aporten mayor variabilidad a laSe prioriza las razas que aporten mayor variabilidad a la
diversidad total de la especie
DIVERSIDAD TOTAL =DIVERSIDAD TOTAL =
DIVERSIDAD INTRA‐RAZA + DIVERSIDAD ENTRE‐RAZAS
(D.Martín, INIA)
Estrategia de máxima diversidad
La diversidad entre razas parece sermás importanteLa diversidad entre razas parece ser más importante
• Facilita el encontrar una raza mejor adaptada a un nuevo
ambiente.
• Las características más valiosas son aquellas para los que los q p q
genes están fijados en las distintas razas.
• Los efectos genéticos están ‘empaquetados’ de una forma• Los efectos genéticos están empaquetados de una forma
más accesible.
• Es importante para iniciar planes de cruzamiento o
introgresión.
(D.Martín, INIA)
Estrategia de máxima diversidad
PERO…
•La variabilidad genética dentro de una raza es importante para practicar selección artificial para nuevos objetivos
•Poca diversidad intra‐raza implica altos niveles de consang inidadconsanguinidad
(D.Martín, INIA)
La disponibilidad de marcadores moleculares ha propiciadoLa disponibilidad de marcadores moleculares ha propiciadouna explosión de estudios enfocados a caracterizar la diversidad genéticag
Exiten sin embargo varios aspectos controvertidos:
1) ¿Cuál es la relación entre la heterocigosidad genómica y la heterocigosidadde un conjunto de marcadores?
2) ¿La divergencia medida con marcadores es una buena estima de la divergencia para caracteres cuantitativos?
3) ¿Qué tipo de variación (neutral vs funcional) se debe utilizar para evaluar las diferencias entre poblaciones?
(D.Martín, INIA)
1)¿Cuál es la relación entre la heterocigosidad genómica y la heterocigosidad de un conjunto de marcadores?marcadores?
A nivel individual la correlación esperada entre laA nivel individual, la correlación esperada entre la heterocigosidad de todos los genes del genoma y la de una muestra de genes is aproximadamente
n=número de loci del genomam=número de loci marcadoresn
m=ρn=20000 m=20
nρ
03.0=ρ
(D.Martín, INIA)
2) ¿La divergencia medida con marcadores es una buena2) ¿La divergencia medida con marcadores es una buena estima de la divergencia para caracteres cuantitativos?
Reed & Frankham (2001): metanálisis de 71 conjuntos de datos de di t i éti f tí idistancias genéticas y fenotípicas
correlación para caracteres de eficacia biológica –0.11
correlación para caracteres morfológicos 0.31
en conjunto 0.21
(D.Martín, INIA)
3) ¿Qué tipo de variación (neutral vs functional)3) ¿Qué tipo de variación (neutral vs functional) se debe utilizar para evaluar las diferencias entre razas?
Se ha sugerido que las diferencias entre razas deben caracterizarse para loci que no son neutrales sinocaracterizarse para loci que no son neutrales sino funcionales
Utilizar los marcadores tipo I (asociados con genes- Utilizar los marcadores tipo I (asociados con genes funcionales)
I id ifi l i h d id- Intentar identificar loci que han estado sometidos a selección y que presentan “huellas” de la selección
↓ nivel de variabilidad↑ desequilibrio de ligamiento↑ diferenciación entre poblacionesp
(D.Martín, INIA)
Estrategia de máxima utilidad
Consiste en conservar aquellas razas que nos son más útiles.
Hay que tener en cuenta la utilidad presente y futura.
Dificultad en definir “utilidad”, en jerarquizar las
diferentes funciones del ganadodiferentes funciones del ganado.
(D.Martín, INIA)
En la estrategia de máxima utilidad se trata de introducir además de los aspectos relacionados con el riesgo y la p g ydiversidad genética otros aspectos no genéticos
-la presencia de rasgos únicosla presencia de rasgos únicos
-el mérito de la población
producción (importancia para la economía familiar, cuota de mercado, etc.)
ecológicos (adaptación a ambientes marginales, protección incendios, etc.
culturales
¿Se deben priorizar las razas que presentan rasgos únicos?
Examples of well adapted breeds and of breeds with unique traits (Bennewitz et al. 2007)
The Kuri cattle’s adaptation to the aquatic environment around the island and shores of the Lake Chad Basin
The feral Soay sheep is adapted to the very tough conditions of the St. Kilda archipelago and is thought to have existed there since the Neolithic times
The Meishan pig breed from China is extremely fertile and it is included in several research projects to understand the genetic basis of fertility
The Belgian Blue cattle unique musculature breed has been used to study the genetic mechanism behind muscularbeen used to study the genetic mechanism behind muscular development
Examples of well adapted breeds and of breeds with unique traits (Bennewitz et al. 2007)
The North Ronaldsay sheep breed feeds only on seaweed for large parts of the year and has very efficient copper absorption and high saltparts of the year and has very efficient copper absorption and high salt tolerance
The Gulf Coast native sheep has high natural resistance to internal parasites
The N’dama cattle which survive in areas infested by the tsetse fly, due to their high resistance to trypanosomiasis (the to sleeping sickness, transmitted by the fly
Examples of well adapted breeds and ofExamples of well adapted breeds and of breeds with unique traits reported to FAO (Bennewitz et al. 2007)
The Icelandic Sheep has leadership characteristics: they have an unusual ability to find their way and they heave greaterfind their way and they heave greater intelligence than other sheeps
The Angoni, Barotse, Baila and Tonga cattlebreeds are adapted to the local tropical conditions and are heat, parasite and disease tolerant
The Kazakh fine-flees sheep breed of the Republic of Kazakhstan h is famous for the wool quality and quantity
The Yeonsan Ogol chicken breed of the Republic of Korea is totally black including the the muscle the bone and the intestinal organsthe muscle, the bone and the intestinal organs
¿Se puede analizar el valor cultural de las razas?
Value as historical witness
Value as custodian of local traditionsValue as custodian of local traditions
El problema del arca de Noé
¿COMO CONSERVAMOS?
Técnicas de conservación
Se dividen generalmente en dos tipos:Se dividen generalmente en dos tipos:
• In‐situ: utilización de las razas dentro de su sistema de
explotación.
• Ex situ:• Ex‐situ:
• Crioconservación: células haploides (semen, oocitos) y
diploides (embriones, células somáticas).
• Ex situ vivos: mantenimiento de las razas fuera de su• Ex‐situ vivos: mantenimiento de las razas fuera de su
sistema de explotación.
(D.Martín, INIA)
Técnicas de conservación. In situ vs ex situ
Se diferencian en su capacidad para conseguir los objetivos de conservaciónSe diferencian en su capacidad para conseguir los objetivos de conservación
Ex-situCrio-
conserv. vivo
1.Mantener la flexibilidad del sistema genético
In-situ
1)Seguridad ante cambios en el sistema de producción: mercado y condiciones ambientales SI* SI* SI*
2)Seguridad ante enfermedades, desastres, cambios políticos… NO SI NO
3)Oportunidades de investigación SI SI SI3)Oportunidades de investigación SI SI SI
2.Fomentar el uso sostenible de áreas rurales
1)Oportunidades de desarrollo de comunidades rurales SI NO NO
2)Mantenimiento de la diversidad de los agro-ecosistemas SI NO POCO2)Mantenimiento de la diversidad de los agro-ecosistemas SI NO POCO
3)Mantenimiento de la diversidad cultural rural SI NO POCOOldenbroek et al. 2007, "Utilization and conservaction of farm animal genetic resources"
(D.Martín, INIA)
Técnicas de conservación. In situ vs ex situ
También existen diferencias en aspectos asociados a laTambién existen diferencias en aspectos asociados a la flexibilidad genética.
C iIn-situ
Ex-situSeguridad ante cambios en el sistema d d ió Crio-
conserv. vivo
Evolucion/adaptación genética SI NO POCO
de producción
Incremento del conocimiento de las características de la raza SI POCO POCO
Exposición a la deriva genética SI NO SIExposición a la deriva genética SI NO SIOldenbroek et al. 2007, "Utilization and conservaction of farm animal genetic resources"
(D.Martín, INIA)
¿QUIEN CONSERVA?
Agentes de conservación
• Gobiernos• Proveen de base legal• Facilitan fondos
• Institutos de investigación y educación• Investigación y divulgación• A veces mantienen ganaderías
• ONG’s, ganaderos aficionados, g• Importantes en países en vías de desarrollo y en zonas
económicamente deprimidasL d “h bb ” i d á i i• Los ganaderos por “hobby” tiene cada vez más importancia en Europa y Norte América
(D.Martín, INIA)
Agentes de conservación
• Asociaciones de ganaderosAsociaciones de ganaderos• Tienen un papel fundamental en Europa y N.América.
• Oportunidades de mercado, mejora de los productos y sistemas de p j p yexplotación, etc.
• Nexo entre ganaderos y el resto de los agentes.
• Industria…• Se centran en la maximización de la producción y la homogenización del
producto.
• Amenaza a la diversidad.
d f ó d ll d d d d l• La diferenciación y desarrollo de productos es una oportunidad para la conservación y manejo de RG.
(D.Martín, INIA)
ReferenciasReferencias
•Boettcher, P. J. et al. (2010) Objectives, criteria and methods for using molecular genetic data in priority setting for conservation of animal genetic resources Animal Genetics 41 (Suppl 1) 1-14resources. Animal Genetics, 41 (Suppl. 1), 1 14.
Top Related