Un locus de rasgo cuantitativo ( QTL ) es un locus (sección de ADN ) que se correlaciona con la variación de un rasgo cuantitativo en el fenotipo de una población de organismos . [1] Los QTL se mapean identificando qué marcadores moleculares (como SNP o AFLP ) se correlacionan con un rasgo observado. Este suele ser un primer paso para identificar los genes reales que causan la variación del rasgo.
Un locus de rasgo cuantitativo ( QTL ) es una región del ADN que está asociada con un rasgo fenotípico particular , que varía en grado y que puede atribuirse a efectos poligénicos , es decir, al producto de dos o más genes , y su entorno. [2] Estos QTL se encuentran a menudo en diferentes cromosomas . El número de QTL que explican la variación en el rasgo fenotípico indica la arquitectura genética de un rasgo. Puede indicar que la altura de la planta está controlada por muchos genes de efecto pequeño o por unos pocos genes de efecto grande.
Normalmente, los QTL subyacen a rasgos continuos (aquellos rasgos que varían continuamente, por ejemplo, la altura) en contraposición a rasgos discretos (rasgos que tienen dos o varios valores de carácter, por ejemplo, el pelo rojo en los humanos, un rasgo recesivo o los guisantes lisos o arrugados utilizados por Mendel) . en sus experimentos).
Además, un único rasgo fenotípico suele estar determinado por muchos genes. En consecuencia, muchos QTL están asociados con un único rasgo. Otro uso de los QTL es identificar genes candidatos subyacentes a un rasgo. La secuencia de ADN de cualquier gen en esta región se puede comparar con una base de datos de ADN de genes cuya función ya se conoce, tarea fundamental para la mejora de cultivos asistida por marcadores. [3] [4]
La herencia mendeliana fue redescubierta a principios del siglo XX. A medida que las ideas de Mendel se difundieron, los genetistas comenzaron a conectar las reglas de herencia de factores individuales de Mendel con la evolución darwiniana . Para los primeros genetistas, no estaba inmediatamente claro que la suave variación en rasgos como el tamaño corporal (es decir, dominancia incompleta ) fuera causada por la herencia de factores genéticos únicos. Aunque el propio Darwin observó que las características endogámicas de las palomas elegantes se heredaban de acuerdo con las leyes de Mendel (aunque Darwin en realidad no conocía las ideas de Mendel cuando hizo la observación), no era obvio que estas características seleccionadas por los criadores de palomas elegantes pudieran explicar de manera similar las ideas cuantitativas. variación en la naturaleza. [5]
Un intento temprano de William Ernest Castle de unificar las leyes de la herencia mendeliana con la teoría de la especiación de Darwin invocó la idea de que las especies se vuelven distintas unas de otras a medida que una especie u otra adquiere un factor mendeliano novedoso. [6] La conclusión de Castle se basó en la observación de que los rasgos novedosos que podrían estudiarse en el laboratorio y que muestran patrones de herencia mendelianos reflejan una gran desviación del tipo salvaje, y Castle creía que la adquisición de tales rasgos es la base de la "variación discontinua". " que caracteriza la especiación. [6] Darwin discutió la herencia de características mutantes similares pero no las invocó como un requisito de especiación. [5] En cambio, Darwin utilizó la aparición de tales características en las poblaciones reproductoras como evidencia de que la mutación puede ocurrir al azar dentro de las poblaciones reproductoras, que es una premisa central de su modelo de selección en la naturaleza. [5] Más adelante en su carrera, Castle perfeccionaría su modelo de especiación para permitir que pequeñas variaciones contribuyan a la especiación a lo largo del tiempo. También pudo demostrar este punto criando selectivamente poblaciones de ratas en laboratorio para obtener un fenotipo encapuchado a lo largo de varias generaciones. [7]
El de Castle fue quizás el primer intento realizado en la literatura científica de dirigir la evolución mediante selección artificial de un rasgo con variación subyacente continua; sin embargo, la práctica se había empleado ampliamente anteriormente en el desarrollo de la agricultura para obtener ganado o plantas con características favorables de poblaciones que mostraban variación cuantitativa en rasgos como el tamaño corporal o el rendimiento de grano.
El trabajo de Castle fue uno de los primeros en intentar unificar las leyes recientemente redescubiertas de la herencia mendeliana con la teoría de la evolución de Darwin. Aún así, pasarían casi treinta años hasta que se formalizara ampliamente el marco teórico para la evolución de rasgos complejos . [8] En un primer resumen de la teoría de la evolución de la variación continua, Sewall Wright , un estudiante de posgrado que se formó con Castle, resumió el pensamiento contemporáneo sobre la base genética de la variación natural cuantitativa: "A medida que continuaron los estudios genéticos, se encontraron diferencias cada vez más pequeñas. mendelizar, y cualquier carácter, suficientemente investigado, resultaba afectado por muchos factores." [8] Wright y otros formalizaron la teoría de la genética de poblaciones que se había elaborado durante los 30 años anteriores y explicaban cómo tales rasgos pueden heredarse y crear poblaciones reproductoras estables con características únicas. La genética de rasgos cuantitativos hoy aprovecha las observaciones de Wright sobre la relación estadística entre genotipo y fenotipo en familias y poblaciones para comprender cómo ciertas características genéticas pueden afectar la variación en poblaciones naturales y derivadas.
La herencia poligénica se refiere a la herencia de una característica fenotípica (rasgo) que es atribuible a dos o más genes y puede medirse cuantitativamente. La herencia multifactorial se refiere a la herencia poligénica que también incluye interacciones con el medio ambiente. A diferencia de los rasgos monogénicos , los rasgos poligénicos no siguen patrones de herencia mendeliana (categorías discretas). En cambio, sus fenotipos suelen variar a lo largo de un gradiente continuo representado por una curva de campana . [9]
Un ejemplo de rasgo poligénico es la variación del color de la piel humana . Varios genes influyen en la determinación del color natural de la piel de una persona, por lo que modificar solo uno de esos genes puede cambiar el color de la piel levemente o, en algunos casos, como el de SLC24A5 , moderadamente. Muchos trastornos con componentes genéticos son poligénicos, incluidos el autismo , el cáncer , la diabetes y muchos otros. La mayoría de las características fenotípicas son el resultado de la interacción de múltiples genes.
Ejemplos de procesos patológicos que generalmente se consideran resultados de muchos factores contribuyentes:
Malformación congénita
Enfermedades de aparición en la edad adulta
Se dice que las enfermedades hereditarias multifactoriales constituyen la mayoría de los trastornos genéticos que afectan a los seres humanos y que resultarán en hospitalización o cuidados especiales de algún tipo. [14] [15]
Los rasgos controlados tanto por el ambiente como por factores genéticos se denominan multifactoriales. Por lo general, los rasgos multifactoriales fuera de la enfermedad dan como resultado lo que consideramos características continuas en los organismos, especialmente en los humanos, como: altura, [14] color de piel y masa corporal. [16] Todos estos fenotipos se complican por una gran cantidad de toma y daca entre genes y efectos ambientales. [14] La distribución continua de rasgos como la altura y el color de la piel descritos anteriormente refleja la acción de genes que no manifiestan patrones típicos de dominancia y recesividad. En cambio, se cree que las contribuciones de cada locus involucrado son aditivas. Los escritores han distinguido este tipo de herencia como herencia poligénica o cuantitativa . [17]
Así, debido a la naturaleza de los rasgos poligénicos, la herencia no seguirá el mismo patrón que un simple cruce monohíbrido o dihíbrido . [15] La herencia poligénica se puede explicar como herencia mendeliana en muchos loci, [14] lo que da como resultado un rasgo que se distribuye normalmente . Si n es el número de loci involucrados, entonces los coeficientes de la expansión binomial de ( a + b ) 2n darán la frecuencia de distribución de todas las n combinaciones de alelos . Para valores suficientemente altos de n , esta distribución binomial comenzará a parecerse a una distribución normal. Desde este punto de vista, un estado de enfermedad se hará evidente en uno de los extremos de la distribución, más allá de algún valor umbral. Se esperarán estados patológicos de gravedad creciente cuanto más se supere el umbral y se aleje de la media . [17]
Una mutación que da lugar a una enfermedad suele ser recesiva, por lo que ambos alelos deben ser mutantes para que la enfermedad se exprese fenotípicamente. Una enfermedad o síndrome también puede ser el resultado de la expresión de alelos mutantes en más de un locus. Cuando está involucrado más de un gen, con o sin presencia de desencadenantes ambientales, decimos que la enfermedad es resultado de una herencia multifactorial.
Cuantos más genes participen en el cruce, más se parecerá la distribución de los genotipos a una distribución normal o gaussiana . [14] Esto muestra que la herencia multifactorial es poligénica y las frecuencias genéticas pueden predecirse mediante un cruce mendeliano polihíbrido . Las frecuencias fenotípicas son un asunto diferente, especialmente si se complican por factores ambientales.
El paradigma de la herencia poligénica utilizado para definir la enfermedad multifactorial ha encontrado mucho desacuerdo. Turnpenny (2004) analiza cómo la simple herencia poligénica no puede explicar algunas enfermedades como la aparición de la diabetes mellitus tipo I, y que en casos como estos, no se cree que todos los genes hagan una contribución igual. [17]
El supuesto de herencia poligénica es que todos los loci involucrados contribuyen por igual a los síntomas de la enfermedad. Esto debería dar como resultado una distribución normal (gaussiana) de genotipos. Cuando no es así, la idea de herencia poligenética no puede sustentarse para esa enfermedad.
Los anteriores son ejemplos bien conocidos de enfermedades que tienen componentes tanto genéticos como ambientales. Otros ejemplos implican enfermedades atópicas como el eczema o la dermatitis ; [14] espina bífida (columna abierta) y anencefalia (cráneo abierto). [10]
Si bien los biopsiquiatras creen ampliamente que la esquizofrenia es genética multifactorial , no se han determinado con certeza marcadores genéticos característicos.
Si se demuestra que los hermanos y hermanas del paciente tienen la enfermedad, entonces existe una gran posibilidad de que la enfermedad sea genética [ cita necesaria ] y que el paciente también sea portador genético. Esto no es suficiente, ya que también es necesario demostrar que el patrón de herencia no es mendeliano. Esto requeriría estudiar docenas, incluso cientos de genealogías familiares diferentes antes de llegar a una conclusión de herencia multifactorial. Esto suele llevar varios años.
Si la herencia multifactorial es efectivamente el caso, entonces la probabilidad de que el paciente contraiga la enfermedad se reduce sólo si los primos y parientes más lejanos padecen la enfermedad. [10] Cabe señalar que si bien las enfermedades heredadas multifactorialmente tienden a ser hereditarias, la herencia no seguirá el mismo patrón que un simple cruce monohíbrido o dihíbrido . [15]
Si se sospecha una causa genética y se sabe poco más sobre la enfermedad, queda por ver exactamente cuántos genes están implicados en la expresión fenotípica de la enfermedad. Una vez determinado esto, cabe responder a la pregunta: si dos personas tienen los genes requeridos, ¿por qué hay diferencias en la expresión entre ellas? Generalmente, lo que diferencia a los dos individuos probablemente sean factores ambientales. Debido a la naturaleza complicada de las investigaciones genéticas necesarias para determinar tales patrones de herencia, esta no suele ser la primera vía de investigación que uno elegiría para determinar la etiología. [ cita necesaria ]
Para los organismos cuyos genomas se conocen, ahora se podría intentar excluir genes en la región identificada cuya función se sabe con cierta certeza que no está relacionada con el rasgo en cuestión. Si el genoma no está disponible, puede ser una opción secuenciar la región identificada y determinar las funciones putativas de los genes por su similitud con genes con función conocida, generalmente en otros genomas. Esto se puede hacer usando BLAST , una herramienta en línea que permite a los usuarios ingresar una secuencia primaria y buscar secuencias similares dentro de la base de datos BLAST de genes de varios organismos. A menudo no es el gen real que subyace al rasgo fenotípico, sino más bien una región del ADN que está estrechamente relacionada con el gen [18] [19]
Otro interés de los genetistas estadísticos que utilizan el mapeo QTL es determinar la complejidad de la arquitectura genética subyacente a un rasgo fenotípico. Por ejemplo, pueden estar interesados en saber si un fenotipo está formado por muchos loci independientes o por unos pocos loci, y si esos loci interactúan. Esto puede proporcionar información sobre cómo puede estar evolucionando el fenotipo. [20]
En un desarrollo reciente, los análisis QTL clásicos se combinaron con perfiles de expresión génica, es decir, mediante micromatrices de ADN . Estos QTL de expresión (eQTL) describen elementos controladores cis y trans para la expresión de genes a menudo asociados a enfermedades. [21] Se ha descubierto que los efectos epistáticos observados son beneficiosos para identificar el gen responsable mediante una validación cruzada de genes dentro de los loci que interactúan con la vía metabólica y bases de datos de literatura científica .
El método más simple para el mapeo de QTL es el análisis de varianza ( ANOVA , a veces llamado "regresión de marcadores") en los loci de los marcadores. En este método, en un retrocruzamiento, se puede calcular una estadística t para comparar los promedios de los dos grupos de genotipos marcadores . Para otros tipos de cruces (como el entrecruzamiento), donde hay más de dos genotipos posibles, se utiliza una forma más general de ANOVA, que proporciona el llamado estadístico F. El enfoque ANOVA para el mapeo de QTL tiene tres debilidades importantes. En primer lugar, no recibimos estimaciones separadas de la ubicación de QTL y del efecto de QTL. La ubicación del QTL se indica únicamente al observar qué marcadores dan las mayores diferencias entre los promedios de los grupos de genotipos, y el efecto QTL aparente en un marcador será menor que el efecto QTL verdadero como resultado de la recombinación entre el marcador y el QTL. En segundo lugar, debemos descartar los individuos cuyos genotipos faltan en el marcador. En tercer lugar, cuando los marcadores están muy espaciados, el QTL puede estar bastante lejos de todos los marcadores, por lo que el poder de detección de QTL disminuirá.
Lander y Botstein desarrollaron un mapeo de intervalos, que supera las tres desventajas del análisis de varianza en los loci marcadores. [22] El mapeo de intervalos es actualmente el enfoque más popular para el mapeo de QTL en cruces experimentales. El método utiliza un mapa genético de los marcadores tipificados y, al igual que el análisis de varianza, supone la presencia de un único QTL. En el mapeo de intervalos, cada locus se considera uno a la vez y el logaritmo del odds ratio ( puntuación LOD ) se calcula para el modelo de que el locus dado es un QTL verdadero. El odds ratio está relacionado con el coeficiente de correlación de Pearson entre el fenotipo y el genotipo marcador para cada individuo en el cruce experimental. [23]
El término "mapeo de intervalos" se utiliza para estimar la posición de un QTL dentro de dos marcadores (a menudo indicado como "marcador-corchete"). El mapeo de intervalos se basa originalmente en la máxima verosimilitud, pero también existen muy buenas aproximaciones posibles con una regresión simple.
El principio para el mapeo de QTL es: 1) La probabilidad se puede calcular para un conjunto dado de parámetros (particularmente el efecto QTL y la posición de QTL) dados los datos observados sobre fenotipos y genotipos marcadores. 2) Las estimaciones de los parámetros son aquellas en las que la probabilidad es mayor. 3) Se puede establecer un umbral de significancia mediante pruebas de permutación. [24]
Los métodos convencionales para la detección de loci de rasgos cuantitativos (QTL) se basan en una comparación de modelos de QTL únicos con un modelo que no asume ningún QTL. Por ejemplo, en el método de "mapeo de intervalos" [25], la probabilidad de que exista un único QTL putativo se evalúa en cada ubicación del genoma. Sin embargo, los QTL ubicados en otras partes del genoma pueden tener un efecto de interferencia. Como consecuencia, el poder de detección puede verse comprometido y las estimaciones de ubicaciones y efectos de los QTL pueden estar sesgadas (Lander y Botstein 1989; Knapp 1991). Incluso pueden aparecer los llamados QTL "fantasmas" inexistentes (Haley y Knott 1992; Martinez y Curnow 1992). Por lo tanto, se podrían mapear múltiples QTL de manera más eficiente y precisa mediante el uso de múltiples modelos de QTL. [26] Un enfoque popular para manejar el mapeo de QTL donde múltiples QTL contribuyen a un rasgo es escanear iterativamente el genoma y agregar QTL conocidos al modelo de regresión a medida que se identifican los QTL. Este método, denominado mapeo de intervalos compuestos, determina tanto la ubicación como el tamaño de los efectos de QTL con mayor precisión que los enfoques de QTL único, especialmente en poblaciones de mapeo pequeñas donde el efecto de la correlación entre genotipos en la población de mapeo puede ser problemático.
En este método, se realiza un mapeo de intervalos utilizando un subconjunto de loci marcadores como covariables. Estos marcadores sirven como sustitutos de otros QTL para aumentar la resolución del mapeo de intervalos, al tener en cuenta los QTL vinculados y reducir la variación residual. El problema clave con CIM se refiere a la elección de loci marcadores adecuados para que sirvan como covariables; una vez elegidos, CIM convierte el problema de selección del modelo en un escaneo unidimensional. Sin embargo, la elección de las covariables marcadoras no se ha resuelto. No es sorprendente que los marcadores apropiados sean los más cercanos a los QTL verdaderos, por lo que si se pudieran encontrar, el problema del mapeo de QTL estaría completo de todos modos.
También se ha propuesto el mapeo de intervalos compuestos inclusivos (ICIM) como un método potencial para el mapeo de QTL. [27]
El mapeo QTL basado en la familia , o mapeo basado en pedigrí familiar ( mapeo de vinculación y asociación ), involucra múltiples familias en lugar de una sola familia. El mapeo de QTL basado en familias ha sido la única forma de mapear genes donde los cruces experimentales son difíciles de realizar. Sin embargo, debido a algunas ventajas, ahora los genetistas vegetales están intentando incorporar algunos de los métodos pioneros en genética humana. [28] Se ha discutido el uso de un enfoque basado en el pedigrí familiar (Bink et al. 2008). Los vínculos y asociaciones familiares se han implementado con éxito (Rosyara et al. 2009) [29]
{{cite web}}: Mantenimiento CS1: copia archivada como título ( enlace )Euphytica 2008, 161:85–96.