Déterminisme génétique des caractères quantitatifs :

Slides:



Advertisements
Présentations similaires
Comparaison d’une moyenne observée à une moyenne théorique
Advertisements

Corrélation Position du problème Définition covariance (X,Y) r =
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Localisation fine de QTL par déséquilibre de liaison Simon BOITARD Durée : octobre 2003-septembre 2006 Laboratoire : BIA (biométrie et intelligence artificielle)
Les TESTS STATISTIQUES
DETERMINISME GENETIQUE DE LA RESISTANCE AUX PATHOGENES
UE : Analyse génomique et génétique chez les organismes eucaryotes
Marqueurs génétiques Caractères (phénotypiques, biochimiques, moléculaires) polymorphes (entre individus, espèces, …) permettant - l’établissement de cartes.
T&R 4 juin 2010 Rules&Tools Tâche 2: modelling LD and estimating IBD GABI: Didier Boichard, X1=Pilar Schneider, Hélène Gilbert SAGA: Jean-Michel Elsen,
Matrices.
Les TESTS STATISTIQUES
Échantillonnage-Estimation
Exercices de génétique
Génétique adaptative des pathogènes
QTLmap et les données ayant une distribution non gaussienne
La génétique.
Application des algorithmes génétiques
Évaluations génomiques fiables d’une race et d’un pays à l’autre
Méthodes de Biostatistique
Plans à groupes indépendants: organisation
Analyse de la variance : ANOVA à un facteur
BIO 2533 — Chapitre 1 Importance de la génétique et sa portée:
Responsables P. Maury & R. Babilé
HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès
L’Analyse de Variance 1 Généralités Le modèle Calculs pratiques
Le test t. Procédure de linférence statistique 1. Contexte théorique 2. Hypothèses 3. Seuil de signification et puissance 4. Taille de leffet 5. Collecte.
Le test t.
CHAPITRE 19 - La génétique des populations
La puissance statistique
La puissance statistique
La corrélation et la régression
LA LOI DE HARDY-WEINBERG ET LA MICROÉVOLUTION
Audoin Marion Briot Julien Hanot François
Objectifs: Etudier l’hétérogénéité des caractères au sein de la composante environnementale de la variance résiduelle Pour cela on tente de minimiser les.
Analyse factorielle de variance: Principes d’expérimentation
Epistasis is a fundamental component of genetic architecture of prolificacy in pigs. L’epistasie est une composante fondamentale de l’architecture génétique.
La régression multiple
La génétique statistique
ESTIMATION DES PARAMETRES GENETIQUES INFLUANCANT LA TAILLE DE LA PORTEE CHEZ DES PORCS DE RACE PURE LANDRACE ET PIETRAIN.
Variations génétiques dans la corpulence et la composition en acide gras chez les croisements de bovins.
LE DESEQUILIBRE DE LIAISON
Le polymorphisme est régénéré (mutation)
Lien entre deux variables
La sélection assistée par marqueurs et
Séance 8 30 novembre 2005 N. Yamaguchi
ANOVA à 1 facteur en groupes de mesure indépendants
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :35 1 Comparaisons multiples Ce qu’elles sont.
L’expression des allèles des gènes gouverne le phénotype.
Mobilisation des acquis Notion d’homologie des chromosomes L’exemple du gène « ABO »
Travail de génétique 2°Doc Doppagne M.L. Evrard L. Peduzzi F. Schoenars P.
Il y a beaucoup d’épistasie :
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
L’erreur standard et les principes fondamentaux du test de t
Génétique, morphologie et locomotion
Epistasis is a fundamental component of the genetic
TRAVAIL DE GENETIQUE Carte des QTL des Traits Fonctionnels dans la population bovine Holstein allemande Renson Julie Robat Cécilia Rondeaux Charlotte.
Du phénotype au génotype
Intervalles de fluctuation et de confiance. Dans une population, la proportion d’individus ayant un caractère donné est notée p Population.
Un segment peut contenir plusieurs gènes les gènes sont nombreux et/ou en interaction leurs effets sont inégaux et instables les mutations se fixent séquentiellement.
Femelle Mâle Drosophila melanogaster
Souris blanche de lignée pure :
MODULE FTH 2007 Diversité génétique
Chapitre 4 Concepts fondamentaux Les composantes d’un test statistique Les hypothèses nulles en statistiques Le sens de p Inférence: comment traduire p.
ECHANTILLONAGE ET ESTIMATION
Introduction aux statistiques Intervalles de confiance
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
ETUDE DE LA TRANSGRESSION Transgressive segregation, adaptation and speciation (Rieseberg et al., 1999) The genetic architecture necessary for transgressive.
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Jean Gaudart1 Détection de clusters spatiaux d'évènements Jean Gaudart Labo. Biostatistiques Faculté de Médecine de Marseille.
Transcription de la présentation:

Déterminisme génétique des caractères quantitatifs : Inférences expérimentales

Déterminisme génétique de la date d’épiaison chez le blé Les caractères quantitatifs sont gouvernés par de nombreux gènes avec des interactions

Nombre de gènes (facteurs génétiques) qui déterminent la variation d’un caractère quantitatif

ce qu’elle nous apprend sur le déterminisme génétique La détection de QTL et ce qu’elle nous apprend sur le déterminisme génétique des caractères

Le principe de la détection de QTL (D. de Vienne « Les marqueurs moléculaires en génétique », 1995) M1M1 M1M2 M2M2 Relier le polymorphisme des marqueurs aux variations d’un caractère quantitatif, chez les descendants de parents de génotype connu (DL) Comparaison des moyennes des génotypes Pas de QTL un QTL un QTL Une corrélation entre la dose d’allèles M2 et la valeur du caractère indique l’existence d’un QTL du caractère au voisinage du marqueur

Distribution du nombre de QTL détectés dans un croisement 176 combinaisons expérience/caractère 4 QTL détectés en moyenne dans un croisement pour un caractère Kearsey et Farquhar, 1998

Le nombre de QTL que l’on peut détecter dans une population est limité par la taille de la population (puissance) Hyne & Kearsey (1995)

Nombre de QTL à l’intérieur d’un segment chromosomique Eshed et Zamir, 1995,1996 1 QTL de poids du fruit chez la tomate (L. . pennelli x L. esculentum) détecté sur un segment d’environ 30 cM du chromosome 2 Création de lignées d’introgressions (congenics) Cartographie fine des lignées d’introgression et réévaluation 3 QTL de poids du fruit 2 QTL de rendement en ketchup Interactions épistatiques « moins qu’additive » Allèles en répulsion

Nombre de QTL dans un segment chromosomique Monna et al, 2002 2 lignées d’introgression dans un fond génétique Nipb Hd3a Hd3b Nipb Date de floraison chez le riz Croisement Kasalah (japonica) x Nipponbare (indica) Lignées d’introgression, puis croisements Hd3a x Nipb et Hd3b x Nipb (KK) (NN) (KK) (NN) 3cM Conditions naturelles : Hd3b est un QTL de la date de floraison Jours courts : Hd3a et Hd3b sont des QTL de la date de floraison Les allèles sont associés en répulsion chez les parents

Distribution des effets des QTL 176 combinaisons expérience/caractère Kearsey et Farquhar, 1998

Distribution des effets des QTL Croisement (C0159 x Tx303) F2 Fréquence (%) Pourcentage de variance phénotypique expliquée Edwards et al, 1987

Distribution leptokurtique des effets des QTL : l’effet Beavis Du fait des variations environnementales et de l’échantillonnage d’un nombre fini d’individus par population, Valeur phénotypique qq Qq QQ aq Valeur génotypique 2aq qq Qq QQ Statistique de test F f(F) sous l’hypothèse nulle Seuil de décision Pas de QTL QTL Les QTL de faible effet ne sont pas détectés Les effets des QTL détectés sont surestimés (Beavis, 1994; Bost et al, 2001)

Distribution leptokurtique des effets des QTL Bost, de Vienne, Hospital, Moreau & Dillmann, Genetics, 2001 SIMULATIONS Effets vrais (r²) Effets estimés (R²) frequency 0 % 2 % 4 % 6 % 8 % 10 % Constant Normal Exponential Uniform Biais dès que: Taille population finie Effets environnementaux Déséquilibre de liaison OU

Limite de résolution = un intervalle entre deux marqueurs. Ce que nous apprennent les expériences de détection de QTL : Conclusion Elles ne nous apprennent pas grand chose, ni sur leur nombre, ni sur la distribution de leurs effets Limite de résolution = un intervalle entre deux marqueurs. Un intervalle peut contenir plusieurs QTL associés en coupling ou en répulsion