Universidad Veracruzana

1.-Nombre del Curso

2.- Área de formación

Aplicación de software para el análisis genético-poblacional

Obligatorio

Optativo

X

Lourdes G. Iglesias Andreu

Créditos

Teoría

Práctica

Total horas

6

30

30

60

Individual / Grupal

Máximo

Mínimo

Individual

2

1

Este curso se ubica en el área  de optativas del programa de posgrado de Biotecnología y Ecología aplicada; otorga 6 créditos (2 horas teóricas y 2 horas prácticas por semana); se enfoca en el entrenamiento de los estudiantes, para el manejo de software específicos y su interacción con investigadores especialistas en genética de poblaciones y sistemática molecular, a través de asesorías personalizadas y tutoriales, de tal manera que adquieran la experiencia necesaria para desarrollar los proyectos de tesis planteados en el doctorado de Biotecnología y Ecología. Los estudios genético poblacionales requieren del empleo de herramientas de cálculo y software altamente especializados. Hoy en día se cuentan con numerosos programas informáticos, como son: TFPGA (Miller, 1997), Arlequin (Schneider et al., 1997), GDA (Lewis and Zaykin, 1999), GENEPOP (Raymond and Rousset, 1995a), GeneStrut (Constantine et al., 1994) y POPGENE (Yeh and Boyle, 1997).  En este curso el alumno conocerá como se efectúa el análisis de datos de genética poblacional a través de dos software: ARLEQUIN,  y POPGENE. Estos software diseñados para una gran variedad de tipos de marcadores y análisis han sido los mas usados en estudios genético poblacionales. El alumno conocerá los atributos de estos programas y aprenderá  a manipular distintos tipos de datos moleculares convencionales (datos estandarizados de multilocus, o metadatos de frecuencia génica), y también a manejar datos presentados en forma de frecuencia genotípica o haplotípica y datos dominantes y codominantes. De igual forma aprenderá cómo hacer trabajar el software específico que mas se ajuste a su objetivo y a interpretar adecuadamente el resultado obtenido. En este curso los análisis se dividirán en 4 categorías: índices de diversidad, tests de desequilibrio, tests de neutralidad y estructura poblacional. El alumno podrá efectuar, a través de una interfaz gráfica fácil de usar, el análisis de la variación genética entre y dentro de las poblaciones empleando para ello marcadores de tipo codominante y dominante, usando datos haploides y diploides. De igual forma el alumno aprenderá como realizar análisis molecular de varianzas (AMOVA) a partir de frecuencias génicas para conocer la estructura de las poblaciones y finalmente como interpretar y presentar para su publicación los resultados obtenidos.

Tema 1. Características principales de algunos programas informáticos, sus autores, sitios en la Web, cuadro comparativo de sus potencialidades en estudios genético poblacionales.

Tema 2. Características de dos programas informáticos, en detalle. Arlequin y  Popgene.

Tema 3. Entrenamiento en el uso de los software ARLEQUÍN y POPGENE. Codificación de base de datos moleculares. Estimación de parámetros genético-poblacionales. Estimación de indicadores de consanguinidad, polimorfismo y diversidad genética .Análisis jerárquico de varianza molecular (AMOVA). Interpretación de resultados.

Tema 4. Utilización de los software ARLEQUÍN y POPGENE para el análisis e interpretación de datos moleculares para el estudio de diversidad genética en dos poblaciones de J. pyriformis.

Tema 5. Interacción con especialistas para la integración de la discusión y conclusiones de los resultados obtenidos. Revisión de trabajos relacionados para la fundamentación de los resultados. Recursos en la Internet.

Para acreditar este curso el alumno deberá haber presentado con suficiencia cada evidencia de desempeño y obtenido una puntuación global mayor de 70 puntos.

Básicas

• Excoffier, L., Smouse, P. and Quattro, J. 1992.Analysis of molecular variance inferred from metric distances among DNA haplotypes: Applications to human mitochondrial DNA restriction data. Genetics.131:479-491.
• Gauch, H.G., Jr. 1982. Multivariate Analysis and Community Structure. Cambridge University Press, Reino Unido.
• Goldstein, D. 1999. Microsatellites: evolutions and applications. Oxford Univ. Press. Oxford.
• Gower, J.C. 1971. A general coefficient of similarity and some of its properties. Biometrics 27: 857-872.
• Hillis, D.M., Moritz, C., Mable, B.K. 1996. Molecular Systematics. Second Edition. Sinauer. Sunderland. Massachusetts.
• Hoelzel, A.R. 1999. Molecular genetics analysis of populations. A practical approach. Second Edition. IRL Press.
• Karp, A., P.G. Isaac y D.S. Ingram. 1998. Molecular Tools for Screening Biodiversity: Plants and Animals. Chapman & Hall, Londres.
• Krawczak M. Y Schmidtlke, J. 1994. DNA Fingerprinting. En: BIO Scientific Publishers Limited.99p
• Labate, J.A. 2000. Software for population genetic analyses of molecular marker data. Crop Sci. 40:1521-1528.
• Lynch, M. y Milligan, B.G.. 1994. Analysis of population genetic structure with RAPD markers. Mol. Ecol. 3:91-99.
• Maynard-Smith, J.. 1998. Evolutionary Genetics. Second Edition. Oxford Univ. Press. Oxford.
• Miyamoto, M. and Cracraft, M. 1991. Phylogenetic analysis of DNA sequences. Oxford Univ. Press. Oxford.
• Nei, M. 1972. Genetic distance between populations. Am. Nat. 106: 283-292.
• Nei, M. 1978. Estimation of average heterozygosity and genetic distance from a small number of individuals. Genetics 89: 583-590.
• Nei, M and Li, W.-H.. 1979. Mathematical model for studying genetic variation in terms of restriction endonucleases. Proc. Natl. Acad. Sci. 76: 5269-5273.
• Page, D.M. and Holmes, E.C. 1998. Molecular Evolution. A phylogenetic approach. Blackwell Science, Oxford.
• Rogers, J.S. 1972. Measures of genetic similarity and genetic distance. Univ. Texas Publ. 7213: 145-153.
• Sokal, R. and Rohlf, J. 1994. Biometry: The Principles and Practice of Statistics in Biological Research (3rd edn.). Freeman & Co, NY.
• Weir, B.S. 1996. Genetic data analysis. Sinauer, Sunderland, Massachusetts.

Referencias de los programas informáticos para el análisis de la diversidad genética que se emplearán en este curso.

• Arlequín: Schneider, S., Roessli, D. and Excoffier, L. 2000. Arlequin: A Software for Population Genetics Data Analysis, Version 2.000. Laboratorio de Genética y Biometría, Dept. de Antropología, Universidad de Ginebra, Suiza.
• POPGENE: Yeh, F.C., Yang, R.C., Boyle, T.B.J., Ye, Z.H. and Mao, J.X.. 1997. POPGENE, the User- Friendly Shareware for Population Genetic Analysis. Centro de Biología Molecular y Biotecnología, Universidad de Alberta, Canadá.

Complementarias

1. Felsenstein, J. 1993.Phylogeny Inference Package (PHYLIP). Ver. 3.5. Seattle, WA: Univ. Washington.
2. Garnier-Gere, P. and Dillmann, C. A. 1992.computer program for testing pairwise linkage disequilibria in subdivided populations. J. Hered.:83:239.
3.  Goudet, J. 1995. Fstat version 1.2: A computer program to calculate F-statistics. J. Hered.86:485-486.
4.  Goudet, J., Raymond, M., Meeüs, T.D. and Rousset, F. 1996.Testing differentiation in diploid populations. Genetics.144:1933-1940.
5.  Guo, S.W. and Thompson, E.A. 1992.Performing the exact test of Hardy-Weinberg proportions for multiple alleles. Biometrics.48:361-372.
6.  Kumar, S., Tamura, K. and Nei, M. 1993.MEGA: Molecular evolutionary genetics analysis. Version 1.01. University Park, PA: The Pennsylvania State University.
7. Lewis, P.O. and Whitkus, R. 1989.GENESTAT for microcomputers. Am. Soc. Plant Taxonom. Newsl.2:15-16.
8. Lewis, P.O. and Zaykin, D.1999. Genetic data analysis: Computer program for the analysis of allelic data. Version 1.0 (d12). Distributed by the authors.
9. Lewontin, R.C. 1964.The interaction of selection and linkage. I. General considerations: Heterotic models. Genetics.49:49-67.
10.  Lewontin R.C. and Kojima, K. 1960.The evolutionary dynamics of complex polymorphisms. Evolution.14:458-472.
11.  Louis, E.J. and Dempster, E.R. 1987.An exact test for Hardy-Weinberg and multiple alleles. Biometrics.43:805-811.
12. Lui, K. 2003. PowerMarker: New Genetic Data Analysis Software, Version 1.0. Programa distribuido en forma gratuita por el autor en la Internet en <http://www.powermarker.net>
13. Lynch, M. and Milligan, B.G. 1994Analysis of population genetic structure with RAPD markers. Mol. Ecol.3:91-99.
14.  Maddison, D. R., Swofford, D. L. and Maddison, W. P. 1997. NEXUS. An extensible file format for systematic information. Syst. Biol. 46:590-621.
15.  Michalakis, Y. and Excoffier, L. 1996A generic estimation of population subdivision using distances between alleles with special interest to microsatellite loci. Genetics.142:1061-1064.
16.  Miller, M.P. 1997. Tools for population genetic analysis (TFPGA) 1.3: A Windows program for the analysis of allozyme and molecular population genetic data. Distribuída por el autor..
17. Nei, M. and Kumar S. 2000. Molecular Evolution and Phylogenetics: Oxford University Press, NY.
18. Rozas, J. and Rozas, R. 1999. DnaSP, version 3: an integrated program for molecular population genetics and molecular evolution analysis. Bioinformatics. 15:174-175.
19. Sudhir, K., Koichiro, YT., Jakobsen, I. B. and Nei, M. 2001. MEGA2: Molecular Evolutionary Genetics Analysis software. Bioinformatics. 12(17):1244-1245.
20. Swofford, D.L., Olsen, G.J., Waddell, P.J. and Hillis, D.M. 1996. Phylogenetic inference. pp. 407-514. Hillis, D.M., C. Moritz, and B.K. Mable (ed.). Molecular systematics. Sinauer, Sunderland, Massachusetts.
21. Weir, B.S. and Cockerham, C.C. 1984. Estimating F-statistics for the analysis of population structure. Evolution. 38:1358-1370.
22. Westman, A.L. and Kresovich, S. 1997.Use of molecular marker techniques for description of plant genetic variation. In: Callow J.A., et al., ed. Biotechnology and plant genetic resources: Conservation and use. New York: CAB International: 9-48.
23. Wright, S. 1978. Evolution and the genetics of populations. Vol. 4. Chicago, IL: Variability within and among natural populations. University of Chicago Press.
24. Yang, R.C and Yeh, F.C. 1993. Multilocus structure in Pinus contoria Dougl. Theor. Appl. Genet. 87:568-576.
25. Yeh, F.C. and Boyle, T.J.B. 1997.Population genetic analysis of co-dominant and dominant markers and quantitative traits. Belgian J. Bot.129:157.