métodos y modelos para la predicción y selección genómica en el mejoramiento de plantas
DESCRIPTION
metodos de prediccionTRANSCRIPT
Instructores Horario
Curso Teórico-Práctico
Dr. José Crossa Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT)
Dr. Paulino Pérez-Rodríguez Colegio de Postgraduados, México
Dr. Flor de María Rodríguez García, M. Sc. Reinhard SimonCentro Internacional de la Papa (CIP)
Idioma: Español
Pre-requisitos: Conocimientos básicos de genética, genética molecular, genética cuantitativa, métodos de regresión lineal y experiencia básica con R
Número de vacantes: 20
Selección de participantes La selección de los participantes se realizará en base a un resumen de su hoja de vida en el que se indique su formación académica, especialidad, área de trabajo o tesis de investigación y publicaciones (3 últimas), además de una carta de motivación. Estos deberán enviarse por correo electrónico a [email protected] hasta el 15 de agosto. Los resultados del proceso de revisión se conocerán el 29 de agosto. Los postulantes seleccionados serán comunicados vía correo electrónico.
CostoEl curso no tiene costo alguno. Los participantes deberán cubrir sus gastos de transporte aéreo o terrestre, seguro de viajero (obligatorio por el tiempo que permanecerá), alojamiento y alimentación.
Requerimientos técnicos Los participantes deberán contar con una laptop.
Métodos y Modelos para la Predicción y Selección Genómica en el Mejoramiento de Plantas Transporte:
• Los traslados del/al Aeropuerto serán realizados por la Agencia Nuevo Mundo. La tarifa es $60.00 (ida y vuelta). El participante deberá enviarnos su itinerario de vuelo.
• Para los traslados diarios Hotel/CIP/Hotel se rentará una movilidad con amplia capacidad. El costo total se prorra- teará entre los participantes que harán uso de la misma.
Alojamiento:Se han bloqueado habitaciones simples en el Hotel La Castellana en Miraflores www.castellanahotel.com en donde contamos con tarifas corporativas: US$55.00 por noche, que incluye desayuno Americano, impuesto por servicios (10%) e internet. Para contar con el beneficio de esta tarifa, las reservas deberán ser solicitados por el CIP (Viviana Infantas).
Alimentación:Los almuerzos de lunes a viernes serán atendidos en el Comedor del CIP. El costo diario es $6.00.
Deberá indicar si tiene alguna restricción alimenticia.
Teoría: 9:00AM – 12:00AM Teoría y resultados de aplicaciones con datos reales
Práctica: 2:00PM-5:00PM Manejo de marcadores (e.g. SNPs, DArT), imputación de datos genotípicos faltantes, ajuste de modelos en R.
El/la participante seleccionado(a) deberá comunicarse con la Sra. Viviana Infantas ([email protected]) con la información solicitada líneas abajo:
Logística
13-17octubre
2014Centro Internacional de la PapaAv. La Molina 1895, La Molina, Lima-Perú
Un miembro del Consorcio CGIAR
La selección genomica (SG) hace uso de relaciones entre parientes obtenidas tanto de relaciones dadas por el pedigrí como relaciones proporcionadas por marcadores moleculares. La SG acelera los ciclos del mejoramiento (selección rápida) y por consecuencia la ganancia genética. La incorporación de la SG en programas de mejoramiento en plantas se está adoptando en varios cultivos de importancia comercial, y en la medida que el costo financiero de los marcadores disminuya y los problemas del manejo masivo de datos genotípicos y fenotípicos estén siendo científicamente resueltos, la adopción de la SG aumentará en el mejoramiento de plantas. Los objetivos del presente curso teórico–práctico son repasar conceptos de genética cuantitativa aplicados al mejoramiento de plantas, examinar algunos modelos de predicción y describir aspectos prácticos necesarios para la aplicación de la SG. La demostración de resultados de la predic- ción genómica en cultivos básicos y la aplicación práctica utilizando paquetes del programa R nos permitirá alcanzar los objetivos planteados en el presente curso. El curso está dirigido a Biólogos, Genetistas, Mejoradores, Ingenieros Agrónomos y alumnos post graduados de especialidades relacionadas a la ciencia de las plantas.
• Formar capacidades para el manejo de datos genotípicos para la SG.• Evaluar modelos básicos y métodos de
predicción genómica. • Familiarizarse con el uso de programas en
R para el análisis de predicción genómica.
Sesiones prácticas 1. Breve introducción al R.2. Trabajando con marcadores moleculares (SNPs, DArT).3. Análisis de datos provenientes de un Genotipado por Secuenciamiento (GBS):
• Introducción a TASSEL• Protocolo de análisis de GBS• Control de calidad de datos genotípicos (SNPs)• Visualización de datos• Preparación de los datos para análisis posteriores
4. Imputación de datos genotípicos faltantes.5. Cómputo de relaciones genómicas y distancias genéticas usando marcadores
moleculares.6. Regresión lineal utilizando BGLR (métodos de regresión penalizada y de
selección de variables), GBLUP y alfabeto Bayesiano (BL, BA, BB, etc.).Estimación de efectos de marcadores moleculares.Estimación genómica valores de cría.
7. RKHS y GBLUP.8. Modelado de datos multi-ambientes.
Sesiones teóricas1. Genotipado de alto rendimiento: Conceptos básicos de Genotipado por
Secuenciamiento (GBS).2. Conceptos básicos del análisis de datos GBS.3. Metodología para la identificación de SNPs.4. Imputación de datos genotípicos faltantes.5. Conceptos básicos de Genética Cuantitativa. 6. Definición de valores de cría.7. Breve revisión de modelos mixtos (BLUE, BLUP, componentes de variancia).8. Modelos lineales para predecir valores de cría.9. Predicción de valores de cría a partir de relaciones de pedigrí (A) – Definición
de matriz de parentesco numérico.10. Predicción de valores de cría a partir de la matriz de relaciones genómicas
(G) – Definición de matriz de relaciones genómicas 11. Selección genómica: -¿Por qué y cómo? Promedio parental y muestreo
Mendeliano.12. Selección genómica: - De la teoría a la práctica.13. Revisión de los métodos de regresión para predicción y selección genómica.14. Regresión semi-paramétrica.15. Opcional – Modelos de selección genómica para interacción GxE.
o0.0
00.00.10.20.30.40.50.60.7
2000 4000 6000 8000 10000
0.2 0.4 0.6 0.8 1.0
10
15
AAAA AAAB AABB ABBB BBBB NA
SNP 0012
Introducción Objetivos
Contenido
Mejoramiento clásico
Cruzamientos
Genotipo y predicción del valor de
mejoramiento
Doble haploideEl modelo
Cruzamientos
Ensayos a pequeña escala
Ensayos a gran escala Autofecundados
Ensayos a gran escala
Datos de otras fuentes
Lanzamiento/liberación de variedades
5 años
4 años
4 meses
Selección Genómica
Frec
uenc
ia
Valor de Zeta
Prec
isió
n
Tamaño de la población de ensayo
Ensayos a pequeña escala
Lanzamiento/liberación de variedades