Use este identificador para citar ou linkar para este item: https://locus.ufv.br//handle/123456789/4686
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSalgado, Caio Césio
dc.date.accessioned2015-03-26T13:42:06Z-
dc.date.available2009-06-23
dc.date.available2015-03-26T13:42:06Z-
dc.date.issued2008-07-28
dc.identifier.citationSALGADO, Caio Césio. Integrated genetic maps. 2008. 142 f. Dissertação (Mestrado em Genética animal; Genética molecular e de microrganismos; Genética quantitativa; Genética vegetal; Me) - Universidade Federal de Viçosa, Viçosa, 2008.por
dc.identifier.urihttp://locus.ufv.br/handle/123456789/4686-
dc.description.abstractO mapeamento genético facilita o trabalho de melhoramento uma vez que uma ou mais marcas do genótipo podem ser associadas a genes controladores de características qualitativas e quantitativas (QTL). Mapas genéticos para diversas espécies tem sido construídos por diferentes grupos de pesquisadores com diferentes tipos de marcadores e diferentes tipos de populações. Uma maneira de gerar mapas mais saturados para as diversas culturas seria a integração dos mapas genéticos já existentes. A chave para integração de mapas distintos é a presença de marcas comuns entre os mapas. Somente quando há um número mínimo de marcas comuns entre os diferentes mapas, estes podem ser integrados. Deste modo, o objetivo deste trabalho foi desenvolver um processo de integração de mapas genéticos e testar a eficiência do processo de integração. Para isso foram gerados e analisados dados a partir da simulação de genoma e de populações. Um dos fatores de fundamental importância para se obter dados consistentes em um trabalho de mapeamento é o tamanho da amostra ou população a ser trabalhada. Com base nestes dados simulados, avaliou-se o tamanho ótimo de populações para estudo de integração de mapas genéticos. Para estudo e obtenção dos mapas consenso foram simulados genomas parentais e amostras de populações F2 codominantes, F2 dominantes e de retrocruzamentos. As amostras geradas foram de tamanho 100, 200 e 400 indivíduos com três grupos de ligação cada e 11 marcas moleculares co-dominantes e dominantes espaçadas a 5, 10 e 15 centimorgans por grupo de ligação. Foram realizadas 10 repetições por amostra, sendo que destas, cinco foram utilizadas para construção de mapas consenso com análise multiloco e outras cinco sem análise multiloco. Concluiu-se que a obtenção dos mapas consenso se torna mais eficiente com aumento do tamanho da população. Um tamanho populacional de 200 indivíduos seria o suficiente para resgatar as informações originais. Para estudo da obtenção do mapa integrado efetivo foram simuladas F2 co-dominante e retrocruzamento com tamanhos de 100, 200 e 400 indivíduos, com 21 marcas por grupo de ligação e marcadores eqüidistantes a 5 cM, em um total de quatro simulações para F2 codominante e quatro para retrocruzamentos. Cada genoma simulado foi fragmentado em quatro novos mapas de modo que, foram obtidos três mapas com oito marcadores e um com nove marcadores, sendo que cada um deles constando quatro marcadores que são âncoras entre os quatro mapas. Estes novos mapas foram alinhados, ordenados, integrados e em seguida comparados com o mapa de origem. Concluiu-se que os processos de ordenamento e integração são eficientes para obtenção do mapa integrado e, também, que o tamanho da população exerce influência sobre o mapa e as medidas de distâncias entre as marcas.pt_BR
dc.description.abstractThe genetic mapping facilitates the breeding work once one or more marks of the genotype can be associated to controlling genes of qualitative and quantitative characteristics (QTL). Genetic maps for several species have been built by different groups of researchers with different molecular markers and populations. A way to generate maps more saturated for those species would be the integration of the existent maps. The key to integrate different maps is the presence of common marks among them. Only when there are a minimum number of common marks among the different maps, these can be integrated. This way, the objective of this work was to develop a process of integration of genetic maps and to test the efficiency of this process. Data from the simulation of genome and populations were generated and analyzed. A important factor to obtain solid data in a mapping work is the sample or population size. Based in these simulated data it was evaluated the optimum population size to study the integration of genetic maps. To obtain and study the consensus maps, parental genomes and samples of co- dominant F2, dominant F2 and backcrosses populations were simulated. The generated samples had 100, 200, 400 individuals with 3 linkage groups each and 11 dominant and co-dominant molecular marks spaced by 5, 10 and 15 centiMorgans. 10 repetitions were accomplished by sample, five used to construct the consensus maps with analysis multilocus and other five without analysis multilocus. It was concluded that the obtention of the consensus maps becomes more efficient with the increase of the population size. A population size of 200 individuals would be enough to rescue the original information. To study the obtention of the effective integrated map samples of co-dominant F2 and backcrosses populations were simulated. The generated samples had 100, 200 and 400 individuals, 21 marks for linkage group and markers equidistant by 5 cM, in a total of four simulations for co-dominant F2 and four for backcrosses. Each simulated genome was fragmented in four new maps which three maps had eight markers and one had nine markers, each one of these maps containing four markers that are anchors among the four maps. These new maps were aligned, orderly and integrated and then compared with the original map. It was concluded that the process of ordainment and integration are efficient to obtain the integrated map. The population size exercises influence on the map and the distances measures among the marks.eng
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológico
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de Viçosapor
dc.rightsAcesso Abertopor
dc.subjectMapa genéticopor
dc.subjectMarcadores âncoraspor
dc.subjectMapa consensopor
dc.subjectGenetic mapeng
dc.subjectAnchors markerseng
dc.subjectConsensus mapseng
dc.titleIntegração de mapas genéticospor
dc.title.alternativeIntegrated genetic mapseng
dc.typeDissertaçãopor
dc.contributor.authorLatteshttp://lattes.cnpq.br/3824742152089733por
dc.contributor.advisor-co1Viana, José Marcelo Soriano
dc.contributor.advisor-co1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4786170D5por
dc.contributor.advisor-co2Carneiro, Pedro Crescêncio Souza
dc.contributor.advisor-co2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728227T6por
dc.publisher.countryBRpor
dc.publisher.departmentGenética animal; Genética molecular e de microrganismos; Genética quantitativa; Genética vegetal; Mepor
dc.publisher.programMestrado em Genética e Melhoramentopor
dc.publisher.initialsUFVpor
dc.subject.cnpqCNPQ::CIENCIAS BIOLOGICAS::GENETICA::GENETICA QUANTITATIVApor
dc.contributor.advisor1Cruz, Cosme Damião
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788274A6por
dc.contributor.referee1Barros, Willian Silva
dc.contributor.referee1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4737461Z0por
dc.contributor.referee2Caixeta, Eveline Teixeira
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4728636Z7por
Aparece nas coleções:Genética e Melhoramento

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
texto completo.pdf1,08 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.