Modelos aleatórios na estimação da localização de QTLs em famílias de meios-irmãos Random model approach for estimation of QTL location in half-sibs families

O procedimento de mapeamento por intervalo baseado em modelo aleatório foi aplicado para estudar sua robustez e propriedades no mapeamento de dois QTLs, em populações constituídas de famílias de meios-irmãos. Sob o modelo aleatório, a localização e os componentes de variância foram estimados usando o método da máxima verossimilhança. A estimação dos parâmetros foi baseada na metodologia de pares de irmãos. As proporções de genes idênticos por descendência (IBD) dos QTLs foram estimadas a partir das proporções IBD de dois marcadores flanqueadores. As estimativas dos parâmetros dos QTLs (localizações e componentes de variância) e do poder de detecção, em uma característica com h² = 0,25, foram obtidas usando dados simulados, variando-se o número de famílias, o tamanho das famílias e a proporção da variância genética devida aos QTLs e à posição dos QTLs, localizados no mesmo intervalo, em intervalos adjacentes e não-adjacentes. Os fatores que mais influenciaram as estimativas dos parâmetros foram as proporções da variância devida aos QTLs, ao número e ao tamanho das famílias. As estimativas mais viesadas dos componentes dos QTLs e poligênico foram obtidas com a análise dos registros de somente dez famílias. Com número suficiente de famílias e de indivíduos nas famílias e altas proporções de variância genética devida aos QTLs, o modelo aleatório pode detectar QTL com alto poder, apresentando estimativas das posições com boa acurácia, se não existirem dois QTLs no mesmo intervalo. Para o mapeamento fino e estimativas apropriadas da variância dos QTLs, métodos mais sofisticados devem ser utilizados.<br>An interval mapping procedure based on the random model approach was applied to investigate its robustness and properties for QTL mapping in populations with prevailing half-sib structures. Under random model, QTL location and variance components were estimated using maximum likelihood procedures. The estimation of parameters was based on sib-pair approach. The proportions of genes identical-by-descent (IBD) at the two QTLs were estimated from the IBD at two flanking marker loci. Estimates for QTLs parameters (locations and variance components) and power of detection, in a trait with h² = 0.25, were obtained using simulated data, varying the number of families, number of half-sibs by families, proportion of QTL variance and QTLs positions. These QTLs were positioned at the same interval, at adjacent intervals and at no adjacent intervals. The most important factors influencing the estimates of QTLs parameters and power were the proportion of variance due to QTLs the number and size of the half-sibs families. The most biased variance components estimations were obtained when sample size was ten. Given a sufficient number of families and high proportions of genetic variance due to QTLs, the random model approach can detect a QTLs with high power and provides accurate estimates of the QTLs position if two QTLs are not present in the same interval. For fine QTL mapping and proper estimation of QTLs variance, more sophisticated methods are required.