Введение

Локус ДНК, связанный с изменчивостью количественного признака

Локус количественного признака (QTL) – это участок ДНК, который ассоциирован с изменчивостью количественного признака в фенотипе популяции организмов. QTL картируются путем выявления молекулярных маркеров (таких как однонуклеотидные полиморфизмы или AFLP), которые коррелируют с наблюдаемым признаком. Это часто является первым шагом в идентификации генов, ответственных за изменчивость признака.

Определение

Количественный локус признака (QTL) – это участок ДНК, ассоциированный с определенным фенотипическим признаком, который варьирует по степени выраженности и обусловлен полигенным эффектом, то есть взаимодействием двух или более генов и факторов окружающей среды. Такие QTL часто располагаются на разных хромосомах. Число QTL, объясняющих изменчивость фенотипического признака, отражает генетическую архитектуру этого признака. Это может свидетельствовать о том, что высота растения контролируется множеством генов с небольшим эффектом или несколькими генами с сильным эффектом. Как правило, QTL лежат в основе количественных признаков (признаков, изменяющихся непрерывно, например, рост), в отличие от дискретных признаков (признаков, имеющих два или несколько четких состояний, например, рыжие волосы у человека – рецессивный признак, или гладкие и морщинистые горошины, использованные Менделем в его экспериментах). Более того, один фенотипический признак обычно определяется множеством генов. Соответственно, с одним признаком может быть связано несколько QTL. QTL также используются для идентификации генов-кандидатов, определяющих признак. Последовательности ДНК генов в этой области можно сравнить с базами данных ДНК генов с известной функцией, что является фундаментальной задачей для селекции сельскохозяйственных культур с использованием молекулярных маркеров.

Многофакторные черты в целом

Характеристики, контролируемые как средой, так и генетическими факторами, называются мультифакторными. Как правило, мультифакторные признаки, не связанные с заболеваниями, проявляются в виде непрерывных характеристик в организмах, особенно в человеческих организмах, таких как рост. Все эти фенотипы усложняются сложным взаимодействием генов и факторов окружающей среды. Таким образом, в силу природы полигенных признаков, закономерности наследования не соответствуют схемам простого моногибридного или дигибридного скрещивания. Еще одна область интересов статистических генетиков, использующих QTL-картирование, – определение сложности генетической архитектуры, лежащей в основе фенотипического признака. Например, они могут быть заинтересованы в том, формируется ли фенотип множеством независимых локусов или несколькими локусами, и взаимодействуют ли эти локусы между собой. Это может дать представление о том, как фенотип может эволюционировать. В последнее время классический QTL-анализ был объединен с профилированием экспрессии генов, например, с использованием ДНК-микромассивов. Такие экспрессионные QTL (eQTL) описывают цис- и транс-регулирующие элементы, контролирующие экспрессию генов, часто связанных с заболеваниями. Наблюдаемые эпистатические эффекты оказались полезными для идентификации гена, ответственного за признак, посредством перекрестной валидации генов в пределах взаимодействующих локусов с базами данных метаболических путей и научной литературы.

Анализ дисперсии

Самый простой метод для картирования QTL – это анализ дисперсии (ANOVA, иногда называемый "маркерной регрессией") в локусах маркеров. В этом методе, при обратном скрещивании, можно вычислить t-статистику для сравнения средних значений двух групп генотипов маркеров. Для других типов скрещиваний (например, межлинейных), где существует более двух возможных генотипов, используется более общая форма ANOVA, которая предоставляет так называемую F-статистику. Подход ANOVA к картированию QTL имеет три важных недостатка. Во-первых, мы не получаем отдельных оценок местоположения QTL и величины эффекта QTL. Местоположение QTL определяется только путем определения того, какие маркеры демонстрируют наибольшие различия между средними значениями генотипов групп, а кажущийся эффект QTL в локусе маркера будет меньше истинного эффекта QTL из-за рекомбинации между маркером и QTL. Во-вторых, необходимо исключать особей, генотипы которых отсутствуют по данному маркеру. В-третьих, когда маркеры расположены на большом расстоянии друг от друга, QTL может находиться далеко от всех маркеров, и, следовательно, мощность обнаружения QTL снижается.

Композитный интервал отображения (CIM)

В этом методе выполняется картирование интервалов с использованием подмножества маркерных локусов в качестве ковариат. Эти маркеры служат прокси для других QTL с целью повышения разрешения картирования интервалов, учитывая сцепленные QTL и уменьшая остаточную изменчивость. Основная проблема, связанная с CIM, заключается в выборе подходящих маркерных локусов для использования в качестве ковариат; после их выбора CIM преобразует проблему выбора модели в одномерный поиск. Однако проблема выбора маркерных ковариат остается нерешенной. Неудивительно, что наиболее подходящие маркеры находятся вблизи истинных QTL, и, следовательно, если бы их удалось определить, задача картирования QTL была бы решена в любом случае. Также было предложено инклюзивное составное картирование интервалов (ICIM) как потенциальный метод для картирования QTL.

Картирование на основе родословной

Картирование QTL на основе семей, или картирование на основе родословных (включающее картирование связей и ассоциаций), использует несколько семей вместо одной. Картирование QTL на основе семей долгое время было единственным способом картирования генов, для которых создание экспериментальных гибридов затруднено. Однако, благодаря определенным преимуществам, генетики растений сейчас стремятся внедрить некоторые методы, разработанные в медицинской генетике. Использование подхода, основанного на родословных, обсуждалось (Bink et al. 2008). Семейное картирование связей и ассоциаций успешно применяется (Rosyara et al. 2009).