ABSTRACT
Objetivos: Avanzar en el conocimiento del origen de las poblaciones peruanas estudiadas en un contexto filogeográfico. Diseño: Estudio genético poblacional. Instituciones: Laboratorio de Genética Humana, Facultad de Ciencias Biológicas, Universidad Nacional Mayor de San Marcos, e Instituto de Genética y Biología Molecular, Facultad de Medicina, Universidad San Martín de Porras, Lima, Perú. Participantes: Siete poblaciones peruanas. Metodología: Análisis comparativo de los resultados a partir del estudio del mtDNA y el gen nuclear MBL de siete poblaciones peruanas, procesados de manera separada y luego combinados, utilizando el programa PHYLYP 3.65, para obtener valores FST de diferenciación genética y la construcción de árboles de distancias por aplicación del algorritmo UPGMA y el análisis subsecuente de los agrupamientos (clusters) generados. Principales medidas de resultados: Árboles genéticos generados. Resultados: De manera separada, los árboles generados para cada marcador genético tuvieron topologías propias y diferentes entre sí. Procesados de manera combinada, el árbol resultante demostró que los mayores valores de diferenciación genética se hallaron en las Islas del Lago Titicaca (Puno, Perú) conocidas -Taquile, Amantani y Anapia-, que fue calificada como muy alta, porque mostró valores de FST de 0.3113, 0.2949 y 0.3348 respecto de las poblaciones estudiadas, tanto fuera del Departamento de Puno -como Chachapoyas, Pucallpa y Chiclayo, respectivamente-, así como a la de los Uro del mismo Puno y del mismo Lago Titicaca (0.2837). Fuera de Puno, el par de poblaciones Chachapoyas-Pucallpa fue el menos divergente, al alcanzar entre ellas un valor de FST de 0.0108, calificándosele de pequeña. Conclusiones: El árbol obtenido del procesamiento de los marcadores vía una matriz combinada demostró que las poblaciones que habitan las islas de Taquile, Amantani y Anapia, divergen notablemente de las restantes cuatro procesadas del Perú, incluyendo la más próxima a ellas dentro del mismo Lago Titicaca, como es la de los Uro. Explicar estos hallazgos será el siguiente objetivo de nuestras investigaciones, en principio, mediante la ampliación de los marcadores genéticos empleados y del número de poblaciones analizadas a nivel del Perú.
Objectives: To advance in the knowledge of Peruvian populationsÆ origin in a phylogeographical context. Design: Population genetics study. Setting: Human Genetics Laboratory, Biological Sciences Faculty, Universidad Nacional Mayor de San Marcos, and Genetics and Molecular Biology Institute, Faculty of Medicine, Universidad San Martin de Porras, Lima, Peru. Participants: Seven Peruvian populations. Methods: Comparative analysis of mtDNA and MBL nuclear gene study results in seven Peruvian populations processed separately and then combined using PHYLYP 3.65 Program in order to obtain FST values of genetic differentiation; construction of distance trees by applying UPGMA algorithm and subsequent generated clustersÆ analysis. Main outcome measures: Genetic trees. Results: Trees generated for each genetic marker had proper and distinct topologies among them. Combined processing resulted in a tree with higher values of genetic differentiation in Lago Titicaca Islands (Puno, Peru) Taquile, Amantani y Anapia, graded as very high because they showed 0.3113, 0.2949 y 0.3348 FST values with respect to the populations studied outside of Puno Department -like Chachapoyas, Pucallpa and Chiclayo-, as well as those of both UroÆs in same Puno and Lago TiticacaÆs populations (0.2837). Out of Puno, the pair Chachapoyas-Pucallpa population was the least divergent with 0.0108 FST value between them, classifying as small. Conclusions: The tree obtained from markers by a combined matrix process determined that populations inhabiting in Taquile, Amantani y Anapia islands possess notable genetic divergence respect to the four remainders studied in Peru, including the UroÆs population geographically very close to them and within the same Lago Titicaca. Our next objective will be to explain these findings initially by increasing genetic markers and number of populations analyzed in Peru.