Desempenho fenotípico ao utilizar diferentes densidades de marcadores moleculares no mapeamento genômico / Phenotypic performance using different molecular markers density in genomic mapping

RESUMO

Objetivou-se avaliar, através do programa de simulação genética GENESYS, a densidade de marcadores moleculares (MM) no mapeamento de QTL (Quantitative Trait Loci). Foram considerados mapeamentos de alta, média e baixa resolução, em que os marcadores foram dispostos regulamente a cada 5 cM (192 MM), 10 cM (95 MM) e 20 cM (47 MM), respectivamente. Para cada intervalo, o mesmo número de marcadores utilizados foi reconsiderado, contudo, admitindo espaçamento aleatório. Os mapas foram comparados aos pares, com o mesmo número de marcadores distribuídos em intervalos regulares e de forma aleatória. A seleção assistida por marcadores foi utilizada para avaliar o desempenho fenotípico em cada cenário. Em todos os casos, os mapas que admitiram marcadores dispersosem intervalos fixos foram superiores em relação aos ganhos fenotípicos, em especial para o mapeamento de baixaresolução. Infere-se que a disposição estratégica de marcadores moleculares no mapeamento genômico é tanto maisrelevante quanto menor for o número de marcadores considerados na análise.

ABSTRACT

The objective of this study was to evaluate, through the program of genetic simulation GENESYS, the density of molecular markers (MM) in the mapping of QTL (Quantitative Trait Loci). High, medium and low resolution mapping were considered, in which markers were arranged regularly every 5 cM (192 MM), 10 cM (95 MM) and 20 cM (47 MM), respectively. For each gap, the same number of markers used was reconsidered, however, assuming random spacing. The maps were compared in pairs, with the same number of markers distributed at regularintervals and at random. The selection assisted by markers was used to assess the phenotypic performance in eachscenario. In all cases, the maps which admitted sparse markers at fixed intervals were superior in relation to phenotypic gains, especially for the mapping of low resolution. We conclude that the strategic distribution of molecular markers in genomic mapping is more relevant as the lower is the number of markers considered in the analysis.