Componentes Genéticos y Heredabilidad en pimientos.

Slides:



Advertisements
Presentaciones similares
El Fenotipo=Genotipo+Ambiente No depende solamente de su genotipo, sino también de las circunstancias ambientales. Se puede afirmar que.
Advertisements

Leyes de Mendel.
Pruebas de significancia para datos cualitativos
Heredabilidad.
Herencia Cuantitativa
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Genética mendeliana..
Prof. Héctor Cisternas R.
UNIVERSIDAD DE GUADALAJARA GENÉTICA DR. MARTINEZ AYON ENRIQUE Centro universitario de la costa cuc. RAMON EDUARDO PALACIOS GONZALEZ VICTOR SAINZ LOPEZ.
Base química de la herencia
Mejoramiento de poblaciones alógamas
GENETICA MENDELIANA.
¿qué fracción de la F2 de tipo común se espera que sea heterocigota?
VARIABILIDAD y HERENCIA
Resumen y descripci ó n de datos num é ricos Estad í stica Capítulo 3.2.
Titular: Agustín Salvia
VARIABILIDAD, HERENCIA Y MONOHIBRIDISMO
Diseño Completamente Aleatorizado: ejemplo
HERENCIA Y MEDIO AMBIENTE
Leyes de Mendel. Gregorio Mendel Publica sus ¨Experimentos de hibridización en plantas¨ en 1866 Desconocía la presencia de cromosomas y genes. Habla de.
Leyes de Mendel.
TEMA 14 LA HERENCIA DE LOS CARACTERES.
-Oscar Alfonso navarro moreno
Extensiones de la Herencia Mendeliana
Estadística II Regresión Lineal.
Regresión Lineal Simple
Genética Estudia las características heredables y la forma como se transmiten de generación a generación.
Genética Mendeliana Objetivo: Manejar Conceptos de:
CONTRASTE DE HIPÓTESIS Dimensiones Largo275mm. 169 mm 2 Ancho175mm.49 mm 2 Alto175mm.49 mm 2 Peso16 Kg.1 Kg 2. SITUACIÓN PROBLEMA.
GENETICA MENDELIANA.
Pruebas paramétricas y no paramétricas
Experimentos de Mendel
Leyes de la Herencia Departamento Ciencias Agosto 2015.
REGRECION LINEAL SIMPLE, MULTIPLE Y CORRELACION. REGRECION LINEAL SIMPLE.
Ejercicios de Genética
Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
Leyes de Mendel República Bolivariana de Venezuela
Danny Rafael Amaya Cotes Marcos Elías López Guerra.
TEORÍA DEL MUESTREO El muestreo implica seleccionar a un grupo de personas, acontecimientos u otros elementos que usamos para dirigir un estudio. Se espera.
Estadística bivariada Pedro Godoy Gómez. Si Y es otra variable definida sobre la misma población que X, ¿será posible determinar si existe alguna relación.
El análisis de los caracteres cuantitativos
Experimentos con un solo factor: anÁlIsis de varianza
VERIFICACIÓN DEL SUPUESTO: DE IGUALDAD DE VARIANZAS: OBSERVACIÓN GRÁFICA Y PRUEBA DE BARTLETT.
“ENLACE UNET - HOSPITAL CENTRAL A TRAVÉS DEL ÁREA DE ESTADÍSTICA” San Cristóbal 27 de Mayo del 2005.
6.3 Región de rechazo Nazira Calleja. 2 Proceso de prueba de hipótesis Hs: Los fumadores pesan como el resto… 70 kg Ejemplo 1 Muestra aleatoria de fumadores.
ESTUDIOS TRANSVERSALES CORRELACIONALES LINDA BARRAZA FABIAN BELEÑO WILLIAM MORENO DANIELA NÚÑEZ JOHANN PERRET GENTIL DIEGO VASQUEZ.
PRONOSTICOS CON REGRESION LINEAL MULTIPLE En la regresión lineal simple se investiga la relación entre una variable independiente y otra dependiente. A.
Tarea # 2. La distribución uniforme es la que corresponde a una variable que toma todos sus valores, con igual probabilidad; el espacio muestral debe.
OVA CURSO UNIDAD 1 Capitulo Cuarto: Definiciones y herramientas estadísticas aplicadas a los diseños experimentales Lección 5. Análisis de varianza.
Componentes genéticos de la variación continua. Los componentes de la varianza genética En 1918, Fisher hizo el primer intento de particionar la varianza.
LA METODOLOGIA BOX-JENKINS
Genética Mendeliana Mendel ( ) nació en el seno de una familia modesta. A los 20 años ingresó en un monasterio de Brno y fue a estudiar a la universidad.
BIOESTADÍSTICA Y ESTADÍSTICA BÁSICA CHILLÁN, SEGUNDO SEMESTRE PROF. SOC. M© KEVIN VILLEGAS.
ANÁLISIS DE VARIANZA DE UN FACTOR ANOVA I Dr. en Ed. Carlos Saúl Juárez Lugo Centro Universitario UAEM Ecatepec 2015.
Componentes Genéticos y Heredabilidad en pimientos.
Sistemas de cruzamientos
JULIETH MARCELA CORTES UNIVERSIDAD COOPERATIVA DE COLOMBIA
Distribución “t” student
Tarea # 1. Una variable es un símbolo que actúa en las funciones, las fórmulas, los algoritmos y las proposiciones de las matemáticas y la estadística.
INFERENCIA EN LOS MODELOS ARIMA ECONOMETRÍA II CAPÍTULO VI D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero.
Repaso de conceptos generales. El ciclo celular.
Consaguinidad y Heterosis
Presentado por : Diana Marcela Oviedo Pardo Diana Marcela Oviedo Pardo.
LOGO Muestreo Pedro Godoy G.. LOGO Inferencia estadística La Inferencia Estadística es aquella rama de la Estadística mediante la cual se trata de sacar.
Taller introducción a los conceptos básicos de Estadística PRIMERA PARTE 2016 Propósito: Introducir algunos conceptos básicos de Estadística por medio.
Genética Mendeliana Objetivo: Manejar Conceptos de:
Métodos Cuantitativos de Análisis de Datos I. Medidas de Variación.
Estadística y Biometría Modelación Estadística Regresión lineal.
Regresión y Correlación Múltiple: Prueba de hipótesis.
Transcripción de la presentación:

Componentes Genéticos y Heredabilidad en pimientos

¿Cuál es el problema? Muy baja productividad (400 kg secos/Ha). Falta de información genética local en este cultivo.

¿Qué se hizo? En las últimas 3 décadas se introdujeron más de 300 genotipos provenientes de todo el mundo además de armar colecciones con materiales locales. En las últimas 3 décadas se introdujeron más de 300 genotipos provenientes de todo el mundo además de armar colecciones con materiales locales. Análisis dialélicos para identificar los componentes genéticos involucrados en la expresión de varios caracteres y predecir la performance de la progenie en las generaciones segregantes posteriores. Análisis dialélicos para identificar los componentes genéticos involucrados en la expresión de varios caracteres y predecir la performance de la progenie en las generaciones segregantes posteriores.

¿Cuál fue el material de partida? Para obtener una estimación razonablemente segura de los componentes genéticos de la variación se utilizaron la progenie de 12 líneas puras de élite que provenían 9 de Asia y 3 de Etiopía.

Materiales y métodos Material genético y técnicas de cruzamiento: Genotipos bastantes diversos en cuanto sus orígenes: PBC 972, ICPN9#16 (Malasia), PBC 602, ICPN10#5 y ICPN10#6 (Taiwan) PBC 223, PBC 731 (Corea) PBC 535 (Indonesia), PBC 580 (Sri Lanka) Marekofana, Bakolocal y Marekoshote (Etiopía)

Los parentales de todos los genotipos involucrados en la obtención de la F 1 fueron considerados como homocigotos tras 8 generaciones de autofecundación llevada a cabo durante 1995 a 2002 en Etiopía. Los parentales de todos los genotipos involucrados en la obtención de la F 1 fueron considerados como homocigotos tras 8 generaciones de autofecundación llevada a cabo durante 1995 a 2002 en Etiopía. Los cruzamientos fueron hechos entre los 12 parentales según el método 2 de Griffing (y Modelo I para el análisis de los efectos fijos. Los cruzamientos fueron hechos entre los 12 parentales según el método 2 de Griffing (Progenitores y cruzas F1 directas) y Modelo I para el análisis de los efectos fijos.método 2 de Griffing método 2 de Griffing Número de híbridos simples= n(n-1)/2= 12x11/2= 66 El área de estudio es representativa de las mejores zonas productoras a fin de que los genotipos pueden expresar todo su potencial genético para los caracteres en consideración. El área de estudio es representativa de las mejores zonas productoras a fin de que los genotipos pueden expresar todo su potencial genético para los caracteres en consideración.

Diseño DBCA con 3 repeticiones y parcelas de 4,2 x 4 metros, con 4 hileras simples por parcela a 30 cm entre plantas y 1 metro entre hileras con un total de 56 plantas por parcela. Diseño DBCA con 3 repeticiones y parcelas de 4,2 x 4 metros, con 4 hileras simples por parcela a 30 cm entre plantas y 1 metro entre hileras con un total de 56 plantas por parcela. Los datos se tomaron de las plantas ubicadas en las 2 hileras centrales de las parcelas excluyendo las plantas de los extremos de dichas hileras. Total 24 plantas. Las medias fueron usadas para representar el valor de cada unidad experimental. Los datos se tomaron de las plantas ubicadas en las 2 hileras centrales de las parcelas excluyendo las plantas de los extremos de dichas hileras. Total 24 plantas. Las medias fueron usadas para representar el valor de cada unidad experimental.

Variables medidas Número de ramas por planta (conteo) Número de ramas por planta (conteo) Altura de planta (cm) Altura de planta (cm) Frutos por planta (conteo) Frutos por planta (conteo) Días a madurez (contados desde la fecha del trasplante) Días a madurez (contados desde la fecha del trasplante) Rendimiento de frutos secos por planta (g) Rendimiento de frutos secos por planta (g) Longitud de frutos (cm) Longitud de frutos (cm) Peso de fruto (g). Peso de fruto (g).

Supuestos del Análisis Dialélico y Procedimientos para evaluar la exactitud de acuerdo a la metodología propuesta por Hayman Segregación diploide de los cromosomas. Homocigosidad de los parentales. Ausencia de efectos maternos. Ausencia de epistasis. Ausencia de alelismo múltiple. Ausencia de ligamiento.

Para el cumplimiento de los supuestos de ausencia de epistasis, ausencia de alelismo múltiple y ausencia de ligamiento, los datos fueron sometidos a tres pruebas de la validez de la hipótesis a saber: Tamaño de Vr y Wr o valores de t 2, los valores b y uniformidad de Wr + Vr y Wr - Vr, todos ellos relacionados con los estadisticos Vr y Wr. La uniformidad de Wr, Vr indican la validez de los supuestos y fue testeado usando el t 2 test.t 2 test La segunda prueba consistió en el análisis de regresión conjunta de WR y Vr. El coeficiente de regresión (b = wr.vr) se espera que sea significativamente diferente de cero y no de la unidad. El fracaso de esta prueba significa presencia de epistasis o los genes no son independientes. La tercera prueba fue usando Wr + Vr y WR - Vr basado en la teoría de los dialelos muestra coherencia de Wr + Vr sobre matrices en ausencia de variación genética no aditiva pero muestra diferencia debido a dominancia.

Si ciertos tipos de interacción no alélica están presentes, Wr + VR y / o WR - Vr debe cambiar de cruzamiento a cruzamiento. El incumplimiento de estas tres pruebas invalida por completo el modelo aditivo-dominante. Sin embargo, si uno cumple con los supuestos, el modelo aditivo-dominante se considera parcialmente adecuado. Las estimaciones de t 2 y coeficiente de regresión 'b' se basaron en la siguiente fórmula:

Donde,

Estimación de los componentes genéticos de la varianza : D (variación debido al efecto aditivo), H 1 (variación debido al efecto de dominancia de los genes), H 2 (variación debido al efecto de genes correlacionados para distribución génica donde H 2 = H 1 [1 - (u - v) 2 ], u = proporción de genes positivos y v = proporción de genes negativos en parentales, tales que u + v =1), F (frecuencia relativa de alelos dominantes y recesivos en los arreglos; si F es positivo, los alelos dominantes son más frecuentes que los recesivos y vice-versa), h 2 (dominancia global del heterocigota en todo los cruzamientos), E (varianza ambiental), (H /D) 1/2 (grado medio de dominancia), H 2 /4 H 1 proporción de genes con efectos positivos y negativos en los parentales) [(4DH 1 ) 1 /2 +F]/[(4DH 2 ) 1 /2 -F] (proporción de genes dominantes y recesivos en los parentales), h 2 /H (el número de grupos de genes que controlan el carácter y exhibe dominancia) h 2 (n) (heredabilidad en sentido estricto) H 2 (b) (heredabilidad en sentido amplio)

Los componentes de varianzas genéticas fueron calculados sólo para las características que se ajustaban al modelo aditivo-dominante sobre la base de las siguientes fórmulas:

Estimación de la Heredabilidad: La heredabilidad en sentido estricto[h 2 (n) ] y en sentido amplio[H 2 (b) ] se obtuvieron usando la siguiente fórmula con pequeñas modificaciones para ajustarse al análisis: La heredabilidad en sentido estricto[h 2 (n) ] y en sentido amplio[H 2 (b) ] se obtuvieron usando la siguiente fórmula con pequeñas modificaciones para ajustarse al análisis:

t 2 de Hotelling Uno de los problemas más importantes en la estadística aplicada es el de la comparación del vector de medias entre una o más poblaciones. En el caso multivariable existen soluciones, una de ellas es el estadístico t 2 de Hotelling, el cual depende del supuesto de normalidad de las poblaciones. La distribución Normal Sesgada Multivariable ha probado ser un modelo útil en algunas situaciones prácticas importantes, por ejemplo en la medición de ciertas variables antropométricas.