BALZARINI MONICA GRACIELA
Congresos y reuniones científicas
Título:
Análisis de interacción de factores clasificatorios de una población en base a las distancias moleculares entre sus individuos
Autor/es:
BRUNO C.; BALZARINI M.
Lugar:
Veracruz, México.
Reunión:
Congreso; 2° Encuentro Iberoamericano de Biometría y V Reunión de la Región Centroamericana y del Caribe de la Sociedad Internacional de Biometría.; 2009
Resumen:

Para estudiar la estructura genética de una población de individuos, es común expresar la diversidad genómica total como la suma de componentes de variabilidad entre y dentro de grupos de individuos conformados por algún factor de clasificación. Generalmente, se atribuye una proporción aditiva de la variabilidad total a cada uno de los factores individuales presentes en el diseño del estudio. Así la comparación de estas componentes permite inferir la magnitud de la estructuración causada por ese factor. La estructura genética de poblaciones, en una especie, puede analizarse mediante la comparación de las frecuencias alélicas observadas dentro y entre grupos respecto a las esperadas bajo las premisas de la ley de Hardy-Weinberg la cual anula la esperanza de encontrar diferencias entre grupos . La mayoría de los métodos basados en frecuencias alélicas involucran transformaciones no lineales de los datos genéticos y son válidos sólo bajo una serie de supuestos que deben realizarse respecto a los procesos evolutivos subyacentes. Por el contrario, la información sobre divergencia a nivel molecular procesada en el formato de una partición de suma de cuadrados si bien depende de un modelo, como el del ANAVA, demanda menos supuestos biológicos. Dada la naturaleza booleana multidimensional de la información provista por los haplotipos moleculares, el análisis es esencialmente multivariado. Debido a la dimensionalidad de los datos genómicos, las sumas de cuadrados (SC) para el análisis de las fuentes de variación se obtienen a partir de las distancias entre los pares de muestras individuales y no a partir de los datos originales provistos por los marcadores moleculares. Debido a relaciones entre SC y sumas de distancias al cuadrado, la SC asociada con cualquier término de un modelo lineal puede ser calculada directamente a partir de una matriz de distancias. Estos cálculos se construyen generalmente desde la matriz de distancias Euclídeas (al cuadrado) y se usan para contrastar hipótesis sobre variabilidad entre y dentro de grupos en estructuras jerárquicas (anidadas) de factores. Sin embargo, existen situaciones donde los factores producen clasificaciones cruzadas de los individuos y por tanto es de interés probar la significancia de la interacción entre ellos. El objetivo de este trabajo es proponer y evaluar una prueba estadística para la interacción entre factores en el caso de diseños a dos vías de clasificación con estructura ortogonal, FIDA (Factor Interaction from Distance Analysis) e ilustrar la aplicación de FIDA sobre distintos conjuntos de datos moleculares simulados para poner de manifiesto la potencia de la prueba.