Search

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Estudos de associação ao longo do genoma (GWAS) tem identificado muitos alelos associados a doenças e fenótipos humanos na última década. A identificação de genes e variantes causais para fenótipos complexos é importante para elucidar a base genética envolvida na patogênese das doenças e melhorar o tratamento, diagnóstico e prevenção. Contudo, os estudos GWAS tem sido predominantemente desenvolvidos em populações de origem européia. Estudos em outras populações são importantes para revelar novos loci de susceptibilidade e mecanismos etiológicos. Nesse contexto, a população brasileira é de especial interesse devido à sua natureza multirracial. A imputação genotípica é uma importante etapa em GWAS e é o processo de predizer ou imputar genótipos que não estão diretamente observados em uma amostra de indivíduos. Um de seus usos é para aumentar o poder do GWAS e ajudar a combinar resultados de estudos com diferentes plataformas de genotipagem para meta-análise. No entanto, pouco esforço tem sido gasto no desenvolvimento de painéis de referência que permitam uma imputação robusta em populações latino-americanas miscigenadas e poucos estudos tocaram neste tópico. Nosso objetivo ao longo dos projetos era fornecer GWAS mais robustos e eficazes com populações latino-americanas, através do desenvolvimento de um painel de referência de imputação para populações brasileiras miscigenadas e latino-americanas e um masterscript para organizar todas as tarefas do processo de imputação. Portanto, com base em dados de 4,3 milhões de SNPs de 265 indivíduos miscigenados da Iniciativa EPIGEN-Brasil, criamos um novo painel de referência de imputação combinando esses dados com dados do 1000 Genomes Project Phase 3 (1KGP). Em seguida, imputamos SNPs do novo painel proposto nos dados alvo, composto de 6,487 indivíduos genotipados para 2,5 milhões de SNPs, e analisamos os resultados para comparar o desempenho do nosso painel de referência proposto em relação ao painel público disponível (1KGP). Observamos que com o painel EPIGEN-5M+1KGP foram imputados 140.452 SNPs a mais no total e 788.873 SNPs adicionais com altos valores de probabilidade de serem os genótipos corretos (info score ≥ 0,8) do que quando usamos apenas o painel 1KGP. Portanto, o principal efeito da inclusão dos dados EPIGEN-5M na proposição de um novo painel de imputação não é apenas de obter mais SNPs, mas também de melhorar a qualidade da imputação. Além disso, o painel EPIGEN-5M+1KGP melhora a qualidade da imputação em relação ao 1KGP em uma ampla faixa de frequências alélicas. Também estamos participando de alguns consórcios de metanálise de GWAS com dados imputados e genotipados da Coorte de Bambuí do EPIGEN-Brasil. Nós realizamos um GWAS do intervalo PR para o consórcio CHARGE e observamos três picos importantes nos cromossomos 7, 12 e 14 nos resultados preliminares da análise de regressão. Os resultados serão meta-analisados em conjunto com outros GWAS. Genome-Wide Association Studies (GWAS) have identified many alleles associated with human diseases and traits in the last decade. The identification of genes and causal variants for complex phenotypes is important to elucidate the genetic basis involved in the pathogenesis of diseases and to improve treatment, diagnosis and prevention. However, GWAS studies have been predominantly developed in populations of European origin. Studies in other populations are important to reveal new susceptibility loci and etiological mechanisms. In this context, the Brazilian population is of special interest due to its multiracial nature. The genotype imputation is an important step in GWAS and is the process of predicting or imputing genotypes that are not directly typed in a sample of individuals. One of its uses is to increase the power of GWAS and help combining results of studies with different genotyping platforms for meta-analysis. Nevertheless, little effort has been expended in the development of reference panels that allow robust imputation in admixed Latin American populations and few studies had touched this topic. Our goal throughout the projects was to provide more robust and effective GWAS with Latin American populations by developing an imputation reference panel for Brazilian admixed and Latin American populations and a masterscript to organize all imputation process tasks. Thus, based on data of 4.3 million SNPs from 265 admixed individuals of the EPIGEN-Brazil Initiative, we created a new imputation reference panel combining these data with 1000 Genomes Project Phase 3 data (1KGP). We then imputed SNPs from the new proposed panel on a target dataset, composed of 6487 individuals genotyped for 2.5 million SNPs, and analysed the results to compare the performance of our proposed reference panel in relation to the public panel (1KGP) available. We observed that with the EPIGEN-5M+1KGP panel were imputed 140,452 more SNPs in total and 788,873 additional SNPs with high probability values of being the correct genotypes (info score ≥ 0.8) than when using the 1KGP panel alone. Thus, the major effect of the inclusion of the EPIGEN-5M dataset in the proposition of a new imputation panel is not only to gain more SNPs but also to improve the quality of imputation. Besides that, the EPIGEN-5M+1KGP panel improves imputation quality in respect to 1KGP across a wide range of allele frequencies. We are also participating of some consortia of meta-analysis of GWAS with imputed and genotyped data from EPIGEN-Brazil Bambuí Cohort. We performed a PR interval GWAS for The CHARGE consortium and observed three important peaks at chromosomes 7, 12, and 14 in the preliminary results of regression analysis. The results will be meta-analyzed together with other GWAS.

A estrutura populacional e o desequilíbrio de ligação são dois processos fundamentais para estudos evolutivos e de mapeamento associativo. Tradicionalmente, ambos têm sido investigados por meio de métodos clássicos comumente utilizados. Tais métodos certamente forneceram grandes avanços no entendimento dos processos evolutivos das espécies. No entanto, em geral, nenhum deles utiliza uma visão genealógica de forma a considerar eventos genéticos ocorridos no passado, dificultando a compreensão dos padrões de variação observados no presente. Uma abordagem que possibilita a investigação retrospectiva com base no atual polimorfismo observado é a teoria da coalescência. Assim, o objetivo deste trabalho foi analisar, com base na teoria da coalescência, a estrutura populacional e o desequilíbrio de ligação de um painel mundial de acessos de sorgo (Sorghum bicolor). Para tanto, análises de mutação, migração com fluxo gênico e recombinação foram realizadas para cinco regiões genômicas relacionadas à altura de plantas e maturidade (Dw1, Dw2, Dw4, Ma1 e Ma3) e sete populações previamente selecionadas. Em geral, elevado fluxo gênico médio (Μ = m/μ = 41,78 − 52,07) foi observado entre as populações considerando cada região genômica e todas elas simultaneamente. Os padrões sugeriram intenso intercâmbio de acessos e história evolutiva específica para cada região genômica, mostrando a importância da análise individual dos locos. A quantidade média de migrantes por geração (Μ) não foi simétrica entre pares recíprocos de populações, de acordo com a análise individual e simultânea das regiões. Isso sugere que a forma pela qual as populações se relacionaram e continuam interagindo evolutivamente não é igual, mostrando que os métodos clássicos utilizados para investigar estrutura populacional podem ser insatisfatórios. Baixas taxas médias de recombinação (ρL = 2Ner = 0,030 − 0,246) foram observadas utilizando o modelo de recombinação constante ao longo da região. Baixas e altas taxas médias de recombinação (ρr = 2Ner = 0,060 − 3,395) foram estimadas utilizando o modelo de recombinação variável ao longo da região. Os métodos tradicional (r2) e via coalescência (E[r2 rhomap]) utilizados para a estimação do desequilíbrio de ligação mostraram resultados próximos para algumas regiões genômicas e populações. No entanto, o r2 sugeriu padrões descontínuos de desequilíbrio em várias ocasiões, dificultando o entendimento e a caracterização de possíveis blocos de associação. O método via coalescência (E[r2 rhomap]) forneceu resultados que pareceram ter sido mais consistentes, podendo ser uma estratégia eventualmente importante para um refinamento dos padrões não-aleatórios de associação. Os resultados aqui encontrados sugerem que o mapeamento genético a partir de um único pool gênico pode ser insuficiente para detectar associações causais importantes para características quantitativas em sorgo. Population structure and linkage disequilibrium are two fundamental processes for evolution and association mapping studies. Traditionally, both have been investigated using classical methods that are commonly used. These methods certainly provided important advances for the understanding of the evolution processes of the species. However, in general, none of them uses a genealogical view to consider genetic events occurred in the past, making difficult the understanding of the variation patterns observed in the present. An approach that enables the retrospective investigation based on the actual observed polymorphism is the coalescent theory. Here, we used the coalescent theory to analyze the population structure and linkage disequilibrium of a worldwide sorghum (Sorghum bicolor) accession panel. To reach this purpose, analyses of mutation, migration with gene flow and recombination were performed to five genomic regions related to plant height and maturity (Dw1, Dw2, Dw4, Ma1 e Ma3) and seven previously selected populations. In general, high average gene flow (Μ = m/μ = 41,78 − 52,07) was observed between populations considering each genomic region and all the regions simultaneously. The patterns suggested a high exchance of accessions between populations and a specific evolutionary history for each genomic region, showing that the individual analysis of each locus was important. The average number of migrants per generation (Μ) was not symmetric between reciprocal pairs of populations, according to the specific and simultaneous analyses of the regions. This result suggests that the historical and recent evolutionary relations between populations are not equal, showing that the classical methods to investigate population structure may be unsatisfactory. Low average recombination rates (ρL = 2Ner = 0,030 − 0,246) were observed using a constant recombination model along the region. Low and high average recombination rates (ρr = 2Ner = 0,060 − 3,395) were estimated using a variable recombination model along the region. Both traditional (r2) and coalescent (E[r2 rhomap]) methods for the estimation of linkage disequilibrium showed similar results for some genomic regions and populations. However, r2 suggested discontinuous patterns of linkage disequilibrium in several cases, making difficult the understanding and definition of the association blocks. The coalescent method (E[r2 rhomap]) provided results that seemed to be more consistent and could be an eventually important strategy to refine the non-random association patterns. The results detected here suggest that the genetic mapping from a unique gene pool may be insufficient to detect important causal associations for quantitative traits in sorghum.

Os caracteres quantitativos normalmente têm elevada importância agronômica e econômica, sendo geralmente os mais importantes nos programas de melhoramento das mais diversas espécies, como é o caso do milho (Zea mays L.). Dentre os vários caracteres considerados, destaca-se a produção de grãos e seus componentes. Dessa forma, o objeto de estudo do presente trabalho foi mapear QTL´s relacionados à vários caracteres de importância agronômica, estimar seus efeitos genéticos e entender as causas da correlação genética (pleiotropia ou ligação), em uma população de milho tropical. Para tanto, foi utilizada uma população com 400 progênies F2:3, foram avaliadas em quatro delineamento látice 10 x 10 em cinco ambientes. Os métodos de mapeamento utilizados foram o Mapeamento por Intervalo Composto (CIM), de forma univariada e multivariada considerando múltiplos caracteres (mCIM). O mapa de ligação previamente construído possui 117 locos marcadores microssatélites, com distância média de 14 cM entre eles em média. Os caracteres avaliados foram: produção de grãos (PG), peso da espiga (PE), prolificidade (PROL), número de espigas (NE), número de ramificações do pendão (NRP), rendimento (REND); altura de planta (AP), altura da espiga (AE), comprimento da espiga (CE), diâmetro da espiga (DE), número de fileiras da espiga (NFI), número de grãos por fileira (NGFI), número de folhas acima da primeira espiga (NFO), posição relativa da espiga (PR), porcentagem de acamamento de plantas (ACP) e porcentagem de quebramento do colmo (QUE). Em geral poucos QTL´s foram mapeados devida à alta interação G x A, e esses resultados foram consistentes com os apresentados na literatura. Usando o mCIM, foi possível separar QTL´s ligados de QTL´s com efeito pleiotrópico, permitindo melhor entendimento das causas genéticas da correlação. De forma geral, caracteres mais correlacionados como PG e AP tiveram predomínio de QTL´s pleiotrópicos, enquanto que caracteres menos correlacionados (como por exemplo, CE e NGFI) tiveram QTL´s segregando de forma independente ou com ligação entre si, ou seja, com baixa presença de efeitos pleiotrópicos. Caracteres correlacionados negativamente com os demais em geral apresentaram efeitos aditivos com sinais opostos aos dos demais caracteres. Dessa forma, foi possível identificar regiões que podem ser manipuladas para realizar seleção assistida de forma mais eficiente. De forma geral, foi difícil localizar QTL´s de grande efeito, principalmente com uso do mCIM, dada a presença de elevada interação entre genótipos e ambientes, que fez que que apenas os QTL´s mais estáveis fossem mapeados. Quantitative traits normally are the most important ones in plant breeding programs for several species, such as maize (Zea mays L.). Several traits are commonly evaluated and grain yield and its components are normally the major focus of selection. The objective of this study was to map QTL related to the several traits of agronomic importance, estimating their genetic effects and genomic locations, aiming to understand the genetic causes of correlation (pleiotropy or linkage) in tropical maize population. A population with 400 F 2:3 inbred lines was used and the progenies were evaluated in five different environments in Piracicaba, São Paulo, Brazil. QTL were mapped using Composite Interval Mapping (CIM) for several traits in a univariate way, and also using an extension of CIM allowing QTL mapping for several traits simultaneously (multivariate CIM, or mCIM). The genetic map was previously estimated and had 117 microsatelite loci, with average distance of 14 cM between them. The traits considered were: grain yield (GY), ear weight (EW), prolificacy (PROL), ear number (EN), tassel branch number (TBN), plant height (PH), ear height (EH), ear length (EL), ear diameter (ED), kernel row number (KRN), kernels per row (KR), leaf number (LN), ear position (EP) and stalk lodging (SL). In general, few stable QTL were mapped due to high G x E interaction, and the results were consistent with previous ones reported on the literature. Using mCIM, it was possible to separate linked QTL from QTL with pleiotropic effects, allowing a better understand of the genetic causes of the correlation. In general, traits with higher correlation such as GY and PH tend to have more pleiotropic QTL than low correlated traits, such as EL and KR, which have some linked QTL. Negative correlated traits in general had QTL with additive effects with opposite signs. Based on the results, it was possible to identify regions that can be manipulated to do marker assisted selection in a more efficient way, combining QTL alleles in order to build favorable genotypes.