Evaluación in silico de métodos analíticos para selección de subconjuntos núcleo en una colección de trigos criollos Mexicanos

Abstract

"La selección de subconjuntos núcleo de las colecciones alojadas en los bancos de semillas, crece en importancia a medida que el número de accesiones y la información de marcadores genéticos aumentan rápidamente. Un conjunto de datos de 20,526 marcadores de polimorfismos de un solo nucleótido (SNP) que caracterizan 7986 variedades criollas de trigo mexicano, se utilizaron para probar 11 métodos para la selección de subconjunto núcleo, a través de criterios de optimización que contienen el promedio de distancia genética y diversidad genética. La riqueza alélica se utilizó como criterio adicional para calificar los subconjuntos núcleo generados. Tres repeticiones con muestras aleatorias de 1500 loci de SNP, cada uno comprendiendo un máximo de 3000 alelos, fueron usados para la evaluación del método a través de cuatro diferentes funciones objetivo. La búsqueda voraz LR (LR) y LR con el primer par aleatorio (LRSemi) fueron consistentemente mejores en todos los ensayos para maximizar las funciones objetivas, y funcionaron bien incluso para los criterios no incluidos en esas funciones. La comparación múltiple Tukey HSD (diferencia significativa honesta) agrupó dichos métodos junto con la selección secuencial progresiva (SFS) y con SFS de primer par aleatorio (SFSSemi) como estrategias en la parte superior de los enfoques. Todos ellos son algoritmos simples de maximización heurística y superaron dos enfoques de optimización más sofisticados: el intercambio paralelo de réplicas mixtas y el intercambio de réplicas de Monte Carlo. Por su eficiencia para optimizar las funciones objetivo y la velocidad de computo, los métodos LRsemi y SFSSSemi demostraron ser buenas alternativas para la selección de subconjuntos núcleo de grandes colecciones de accesiones altamente homocigóticas caracterizadas por muchos marcadores bialélicos"