Localisation fine de QTL par déséquilibre de liaison Simon BOITARD Durée : octobre 2003-septembre 2006 Laboratoire : BIA (biométrie et intelligence artificielle)

Slides:



Advertisements
Présentations similaires
Chapitre I : Rappels Chapitre II: Eléments d’échantillonnage (Tassi, Chap. 2, Kauffmann, Chap. 5 et 6) Chapitre III: L’information au sens de Fisher (Kauffmann,
Advertisements

STATISTIQUE INFERENTIELLE L ’ESTIMATION
Processus de croissance dans un modèle de dynamique de population structuré en longueur Michel Bertignac et Stéphanie Mahévas Laboratoire RH, Lorient Laboratoire.
Méthodes hybrides dans les réseaux de contraintes pondérées
Inférence statistique
Modélisation et estimation de la dispersion du flux de pollen de maïs
C. Moreno, O. Filangi, H. Gilbert, A. Legarra, P. Le Roy, J.M. Elsen
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.
POLYMORPHISME GENETIQUE
Phylogénie et distances génétique
Les TESTS STATISTIQUES
Échantillonnage-Estimation
Dr DEVILLE Emmanuelle J D V 12/07/2006
Probabilités et statistique en TS
Simuler une population à échantillonner et évaluer les meilleures stratégies pour faire évoluer et compléter un dispositif existant afin de gagner en précision.
Génétique adaptative des pathogènes
1 - Construction d'un abaque Exemple
Les Algorithmes Génétiques
EVALUATION GENETIQUE DE LINCIDENCE DES METRITES CHEZ LA VACHE HOLSTEIN.
Échantillonnage (STT-2000)
Groupe 1: Classes de même intervalle
HAMM Flore HAXAIRE Cécile LISKA Claire MENDES Agnès
Matthieu Foll 28 aout 2008 Journées MAS
CHAPITRE 19 - La génétique des populations
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
Corrélation Principe fondamental d’une analyse de corrélation
Dispersion de gènes et structures génétiques spatiales
Sélection génétique de moutons par croisements. Un gène nommé Fec contrôle le niveau dovulation Il existe un allèle Fec B qui cause une hyperovulation.
Théorie… Inférence statistique: étude du comportement d’une population ou d’un caractère X des membres d’une population à partir d’un échantillon aléatoire.
Objectifs: Etudier l’hétérogénéité des caractères au sein de la composante environnementale de la variance résiduelle Pour cela on tente de minimiser les.
1 La détection de gènes impliqués dans les maladies multifactorielles Marie-Pierre Etienne ENGREF Laboratoire GRESE Statistique et Génome.
« Geographical genetics » Epperson 2003
La syndactylie chez la Holstein allemande
Marcoccio Maude Gony Sophie De Langlois Charles Benani Sliman
On cherche des renseignements sur p.
LE DESEQUILIBRE DE LIAISON
"POLYMORPHISME" Plusieurs Formes
10 février 2006GDR ISIS Journée Localisation et Navigation Projet EGNOS-BUS (Eurêka) André Monin, Wael Suleiman LAAS-CNRS.
ESTIMATION 1. Principe 2. Estimateur 3. Distribution d’échantillonnage
Loi de Hardy-Weinberg Base de la Génétique des Populations
La génétique et la biométrie
La sélection assistée par marqueurs et
Recombinaisons (suite)
Intervalles de confiance pour des proportions L’inférence statistique
Déterminisme génétique des caractères quantitatifs :
Échantillonnage (STT-2000)
Études écologiques.
Point méthodologie: méthode capture-recapture
V. M.-R. Arnould 1,2,*, E. Froidmont 3, H. N. Nguyen 4, F. Dehareng 4, P. Dardenne 4, A. Gillon 2,5, N. Gengler 2,6 et H. Soyeurt 2,6 1 CONVIS, Zone Artisanale.
TNS et Analyse Spectrale
Les Recombinaisons et leurs conséquences sur la descendance
Concepts fondamentaux: statistiques et distributions
L’erreur standard et les principes fondamentaux du test de t
1 Travail de génétique 2 ème Doctorat Bride Nadège Mastrocicco Emilie Piazza Stéphanie.
Mathématique et Informatique Appliquées
1 Prédiction de mobilité basée sur la classification selon le profil DAOUI Mehammed Université Mouloud Mammeri Tizi-Ouzou Rencontres sur.
Déterminisme génétique de la sensibilité à la photopériode chez l’orge
LA LOI DE HARDY-WEINBERG ET LA MICROÉVOLUTION
La génétique et la biométrie
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.
MODULE FTH 2007 Diversité génétique
LOI NORMALE LOI STUDENT ECHANTILLONS ET TESTS DE MOYENNE
ECHANTILLONAGE ET ESTIMATION
Introduction aux statistiques Intervalles de confiance
Analyse du polymorphisme enzymatique chez le vers marin Phoronopsis viridis. Sur un échantillon de plus de 120 individus, 39 locus ont été étudiés et 12.
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Bienvenue au cours MAT-350 Probabilités et statistiques.
Mesures de la migration: Claude Marois © Mouvements migratoires : Méthode directe: Migration à partir du lieu de naissance: Les chiffres du recensement.
Transcription de la présentation:

Localisation fine de QTL par déséquilibre de liaison Simon BOITARD Durée : octobre 2003-septembre 2006 Laboratoire : BIA (biométrie et intelligence artificielle) Toulouse Financement : MIA (Mathématiques et informatique appliquées) et Génétique animale. Domaine : Probabilités et statistiques appliquées

Localisation fine de QTL par déséquilibre de liaison Encadrement : Brigitte MANGIN (BIA) et Jean-Marc AZAIS (Université Paul Sabatier de Toulouse) Objectifs : Trouver des méthodes statistiques permettant de localiser des QTL et utilisant le LD. Tenir compte des spécificités des populations animales.

Définitions et idées clés Localiser un gène = estimer la distance génétique, cad le taux de recombinaison r entre un gène de position inconnue et un ou plusieurs marqueurs. Localisation fine : intervalles de confiance de 5cM a 0.01cM Déséquilibre de liaison : association entre deux allèles situés sur deux gènes distincts.

Définitions et idées clés Ex : gène 1 (A ou a), gène 2 (B ou b). On a P(AB) P(A)P(B) dans la population. Intérêt du DL pour la localisation : Il existe une relation entre le DL entre deux gènes et la distance les séparant (r). Avantage du DL : méthodes adaptées à des populations très larges dindividus non reliés entre eux plus de recombinaisons, plus de précision

Principe de la localisation par DL Observation dun échantillon de N individus (phénotypes + génotypes aux marqueurs) ; calcul dune vraisemblance fréquence de lhaplotype dans la population considérée. Cest un processus stochastique.

Principe de la localisation par DL Estimer r = prendre le max de L(r). savoir calculer L(r), et pour cela connaître la loi de pour tout h. Moyens : o Utilisation du modèle de Wright-Fisher o approximations o imporatnce des paramètres génétiques de la population : sélection, migrations …