Resumo |
A cultura do arroz tem grande importância nacional e mundial por ser um dos cereais mais produzidos e consumidos no mundo, e caracteriza-se como o principal alimento de mais da metade da população mundial. Diante de tal importância, desenvolver métodos eficientes que visam o estudo da associação genômica (Genome Wide Association Studies - GWAS) entre os locos de características quantitativas (Quantitative Trait Loci - QTL) e os valores genéticos dos indivíduos, são de extrema importância para os programas de melhoramento. O estudo destas associações é realizado entre os marcadores moleculares e os fenótipos, e isto é possível por meio do desequilíbrio de ligação (Linkage Disequilibrium - LD) entre o marcador e os QTLs que controlam a característica de interesse. A principal metodologia estatística usada na GWAS é a análise via marcas únicas, em que os efeitos dos marcadores no fenótipo são estimados via análises individuais e por meio de testes de hipóteses é possível detectar os efeitos com significância estatística. No entanto, este método sofre com a elevada taxa de falsos positivos, o qual consiste em declarar o efeito de um marcador como significativo, quando na verdade este marcador não está em LD com o QTL. Uma metodologia alternativa, denominada mapeamento de herdabilidades regionais (Regional heritability mapping - RHM) visa determinar as regiões do genoma que estão associadas ao fenótipo. A RHM vem mostrando maior poder para a detecção de QTLs verdadeiros e reduzidas taxas de falsos positivos. Diante disso, o objetivo deste trabalho foi avaliar a eficiência da metodologia RHM em detectar regiões do genoma, que estão localizadas dentro ou próximas a genes associados as características relacionadas a produtividade e que já foram anotados, comparando os mesmos com os resultados obtidos com a metodologia tradicional via marcas únicas. A metodologia via marcas regionais (RHM) é responsável por maiores frações da variação genética aditiva, provavelmente como resultado dos muitos alelos de segregação nos locos marcado e o efeito combinado de vários locais intimamente ligados na região mapeada. Em outras palavras, a contribuição de muitos pequenos marcadores de efeito pode alcançar significância em um segmento RHM, onde um grande efeito de um único marcador pode ser não significativo. De modo geral, o método RHM foi capaz de detectar 14 regiões genômicas influenciadoras para as características altura da planta, número de sementes por panícula e floretes por panícula. Enquanto que via marcas únicas foi possível detectar 9 marcadores com efeito significativo para as características altura da planta, número de sementes por panícula e fertilidade das panículas. Além do mais, foi possível relacionar estas regiões e marcadores com funções biológicas acessando banco de dados genômicos. |