Baixe o app para aproveitar ainda mais
Prévia do material em texto
Nos últimos 100 anos, foram feitos extensos estudos gené- ticos com gêmeos e outros conjuntos de parentes. Com esses estudos, aprendeu-se muito sobre variação herdada em seres humanos. A Tabela 19.4 mostra alguns resultados desses estu- dos com gêmeos. Pode ou não ser surpresa para você, mas há uma contribuição genética para a variância de muitos traços diferentes, inclusive psique, fisiologia, atributos da personali- dade, transtornos psiquiátricos e até nossas atitudes sociais e crenças políticas. Prontamente observamos que traços como a cor dos cabelos e dos olhos são comuns nas famílias, e sabemos que esses traços são a manifestação de processos bioquímicos e do desenvolvimento controlados geneticamen- te. Nesse contexto, não surpreende que outros aspectos nos- sos como pessoas também tenham influência genética. Os estudos feitos com gêmeos e as estimativas de her- dabilidade que eles fornecem podem ser mal interpretados , com facilidade. E bom lembrar alguns aspectos importantes. Primeiro, H2 é uma propriedade de uma população e um ambiente específicos. Por essa razão, as estimativas desse Tabela 19.4 Herdabilidade no sentido amplo para alguns traços em seres humanos, conforme determinada por estudos em gêmeos. Traço Atributos físicos Estatura Circunferência torácica Circunferência da cintura Contagem de cristas digitais Pressão sanguínea sistólica Frequência cardíaca Atn"butos mentais QI Velocidade do processamento espacial Velocidade da aquisição de informação Velocidade do processamento de informação Atributos da personalidade Extroversão Conscientização Neuro ti cismo Emocionalidade positiva Comportamento antissocial em adultos Transtornos psiquiátricos Autismo Esquizofrenia Depressão maior Transtorno de ansiedade Alcoolismo Crenças e atitudes políticas Religiosidade em adultos Conservadorismo em adultos Visões de orador escolar Ideias sobre pacifismo 0,88 0,61 0,25 0,97 0,64 0,49 0,69 0,36 0,20 0,56 0,54 0,49 0,48 0,50 0,41 0,90 0,80 0,37 0,30 0,50 a 0,60 0,30 a 0,45 0,45 a 0,65 0,41 0,38 Fon tes: J. R. Alford et al. American Political Science Review 99, 2005, 1-15; T. Bouchard et al. Science 250, 1990, 223-228; T. Bouchard, Curr. Dir. Psych. Sei. 13, 2004, 148-151; P. J. Clark, Am. J. Hum. Genet. 7, 1956, 49-54; C. M. Freitag, Mol. Psychiatry 12, 2007, 2-22. Capítu lo 19 I Herança de Traços Complexos 603 índice podem diferir bastante em populações e ambientes diferentes. Vimos esse fenômeno no caso do número de dias até a polinização em linhagens de milho endocruzadas. Segundo, os conjuntos de gêmeos usados em muitos estudos foram separados ao nascimento e colocados em lares adoti- vos. As agências de adoção não destinam bebês aleatoria- mente a uma ampla gama de lares em uma sociedade, mas alocam-nos, sim, em lares estáveis econômica, social e emo- cionalmente. Como resultado, ~ é menor do que na popu- lação em geral e a estimativa de H2 será inflada. De acordo com isso, é provável que as estimativas publicadas nos levem a subestimar a importância da genética. Terceiro, no caso de gêmeos, os efeitos pré-natais poderiam causar uma correla- ção positiva entre o genótipo e o ambiente. Como vimos no caso dos cavalos puros-sangues e jóqueis, tal correlação viola nosso modelo e induz desvios de H2 para cima. Por fim, a herdabilidade não é útil para interpretar dife- renças entre grupos. A Tabela 19.4 mostra que a herdabilida- de no caso da estatura em seres humanos pode ser muito alta: 0,88. No entanto, esse valor alto da herdabilidade não nos diz se os grupos com estaturas diferentes diferem devido à genética ou ao ambiente. Por exemplo, os homens na Holanda hoje medem 184 cm de altura, enquanto por volta de 1800 tinham cerca de 168 cm de altura, uma diferença de 16 cm. , E provável que o conjunto gênico dos holandeses não tenha tido uma alteração apreciável nesse tempo, de modo que a genética não pode explicar a enorme diferença na estatura entre a população atual e a que viveu há 200 anos. Além disso, melhorias na saúde e na nutrição são a causa provável. Portanto, mesmo que a estatura seja altamente hereditária e as populações nórdicas do passado e do presente apresentem uma grande diferença nesse aspecto, tal diferença tem uma base ambiental. Mensagem. A herdabilidade no sentido amplo (H2) é a razão entre a variância genética (V8) e a fenotípica (Vx). H 2 fornece uma medida do quanto as diferenças entre indivíduos de uma população devem-se a fatores genéticos versus ambientais. As estimativas de H 2 aplicam-se apenas à população e ao ambiente em que foram feitas. H 2 não é útil para interpretar diferenças nas médias dos traços entre populações. 19.4 Herdabilidade no sentido restrito: previsão dos fenótipos A herdabilidade no sentido amplo nos dá a proporção da vari- ância em uma população em uma única geração que se deve a fatores genéticos e expressa até que ponto as diferenças nos fenótipos entre indivíduos em uma população são determi- nadas por diferenças nos seus genótipos. Entretanto, mesmo quando há variação genética em uma população conforme medida pela herdabilidade no sentido amplo, ela pode não ser transmissível para a próxima geração de maneira previ- sível. Nesta seção, vamos explorar como a variação genética apresenta-se em duas formas - aditiva e de dominância (não aditiva) . Enquanto a variação aditiva é previsivelmente trans- mitida dos genitores para a prole, a variação de dominância 604 Introdução à Genética não o é. Também vamos definir outra forma de herdabilidade denominada herdabilidade no sentido restrito, que é a proporção da variância aditiva para a variância fenotípica e fornece uma medida da magnitude em que a constituição genética de indivíduos determina os fenótipos de sua prole. Os modos diferentes de ação gênica (interação entre os alelos em um locus) são o cerne do entendimento da herda- bilidade no sentido restrito, razão pela qual vamos fazer uma breve revisão do assunto. Considere um locus, B, que controla o número de flores em uma planta. O locus tem dois alelos, B1 e B2, e três genótipos - B1/B1, B1/B2 e B2/B2• Conforme diagramado na Figura 19.6a, as plantas com o genótipo B1/B1 têm uma flor, as plantas B1/B2 têm duas flores e as plantas B2/B2 têm três flores. Em um caso como esse, quando o valor do traço do heterozigoto é intermediário entre os das duas classes homozigotas, a ação gênica é definida como aditiva. Na Figura 19.6b, o heterozigoto tem três flores, como o homo- zigoto B2/B2• Então, o alelo B2 é dominante em relação ao alelo B1, caso em que a ação gênica é definida como dominante. (Também poderíamos definir essa ação gênica como recessi- va, sendo o alelo B1 sendo recessivo em relação ao alelo B2.) A ação gênica não precisa ser puramente aditiva ou dominante, mas pode mostrar dominância parcial. Por exemplo, se os heterozigotos B1/B2 tiverem 2,5 flores em média, diríamos que o alelo B2 mostra dominância parcial. Ação gênica e a transmissão de variação genética Vamos usar um exemplo simples para mostrar como o modo de ação gênica influencia a herdabilidade. Suponha que um floricultor queira criar uma população de planta aprimorada com mais flores por planta. O número de flores é controlado pelo locus B, que tem dois alelos, B1 e B2, conforme mos- Diferença entre ação gênica aditiva e da dominância {a) Ação gênica aditiva "' ~ 3 o ...... Q) "O 2 e A=1 Q) D=O E •:::J 1 z 81!81 81!82 82!82 {b) Ação gênica da dominância "' 3 ~ o ;:;:::: Q) "O 2 e A=1 Q) D= 1 E •:::J 1 z 81!81 81!82 82!82 Figura 19.6 Gráfico do genótipo (eixo x) pelo fenótipo (eixo y) para um locus hipotético, 8, que regu la o número de flores por planta. (a) Ação gênica aditiva. (b) Ação gênica da dominância. trado na Figura 19.6a. As frequências dos alelos B1 e B2 são ambas de 0,5, e as frequências dos genótipos B1/B1, B1/B2 e B2/B2 são de 0,25, 0,50 e 0,25, respectivamente.As plantas com o genótipo B1/B1 têm uma flor, aquelas com o genótipo B1/B2 têm duas flores e as com o genótipo B2/B2 têm três flores. O número médio de flores por planta na população é 2,0. (Devemos lembrar que podemos calcular a média como a soma dos produtos da frequência de cada classe vezes o valor daquela classe.) Genótipo Frequência 0,25 0,50 0,25 Valor do traço (número de flores) 1 2 3 Contribuição para a média (frequência X valor) 0,25 1,0 0,75 Média= 2 Como o heterozigoto tem um fenótipo intermediário entre as duas classes homozigotas, a ação gênica é aditiva. Não há efeitos ambientais, e apenas o genótipo determina o número de flores, de modo que H2 é 1,0. Se o floricultor escolher plantas com três flores (B2/B2), entrecruzá-las e a prole cres- cer, então toda ela será B2/B2 e o número médio de flores por planta na prole será 3. Quando a ação gênica é comple- tamente aditiva e não há efeitos ambientais, o fenótipo é totalmente hereditário. A seleção conforme praticada pelo floricultor funciona perfeitamente. Agora vamos considerar o caso diagramado na Figura 19.4b, em que o alelo B2 é dominante em relação ao B1• Nesse caso, o heterozigoto B1B2 tem três flores. A frequência dos alelos B1 e B2 é de 0,5 para ambos, e as frequências dos genótipos B1/B1, B1/B2 e B2/B2 são de 0,25, 0,50 e 0,25, respectivamente. Mais uma vez, não há contribuição do ambiente para as diferenças entre os indivíduos, de modo que H2 é 1,0. O número médio de flores por planta na população inicial é 2,5. Genótipo Frequência 0,25 0,50 0,25 Fenótipo 1 3 3 Contribuição para a média (frequência X valor) 0,25 1,5 0,75 Média= 2,5 Se o floricultor seleciona um grupo de plantas com três flores, 2/3 serão B1/B2 e 1/3 será B2/B2• Quando o floricul- tor entrecruza as plantas selecionadas, 0,44 (2/3 X 2/3) dos cruzamentos seria entre heterozigotos e 1/4 da prole desses cruzamentos seria B1/B1, portanto com uma flor. O restante da prole seria B1/B2 ou B2/B2 e teria, portanto, três flores. A média global da prole seria de 2, 78, embora a média de seus genitores fosse de 3,0. Quando há dominância, o fenótipo não é totalmente herdado. A seleção praticada pelo floricul- tor funcionou, mas não perfeitamente, porque as diferenças entre indivíduos devem-se à dominância. Para concluirmos, quando há dominância, não podemos prever com exatidão os fenótipos da prole a partir dos fenó- tipos dos genitores. Algumas das diferenças (variação) entre Capítu lo 19 I Herança de Traços Complexos 605 os indivíduos na geração parental devem-se às interações da (a) dominância entre alelos. Como os genitores transmitem seus genes mas não seus genótipos para a prole, essas interações da dominância não são transmitidas para a prole. Efeitos aditivos e da dominância Nesta seção, vamos mostrar como os geneticistas especiali- zados em genética quantitativa quantificam a aditividade e a dominância. Novamente vamos considerar o locus B que controla o número de flores em uma planta (Figura 19.6). O efeito aditivo (A) fornece uma medida do grau de alteração no fenótipo que ocorre com a substituição de um alelo B2 por um alelo B1• O efeito aditivo é calculado como a diferença entre as duas classes homozigotas dividida por 2. Por exem- plo, como mostrado na Figura 19.6a, se o valor do traço do genótipo B1/B1 é 1 e o do genótipo B2/B2 é 3, então 3 - 1 - -1 - - 2 O efeito da dominância (D) é o desvio do heterozigoto (B1/B2) do ponto médio das duas classes homozigotas. Como mostrado na Figura 19.6b, se o valor do traço do genótipo B1/B1 é 1, o do genótipo B1/B2 é 3, e o do genótipo B2/B2 é 3, então Se você calcular D para a situação na Figura 19.6a, encontrará D= O, ou seja, sem dominância. A proporção D/ A fornece uma medida do grau de domi- nância. Na Figura 19.6a, D/ A = 0,0, indicando aditividade pura ou não dominância. Na Figura 19.6b, D/ A = 1, indi- cando dominância completa. A proporção D/ A de -1 indi- caria um recessivo completo. (A distinção entre dominância e recessividade depende da maneira como os fenótipos são codificados e, nesse sentido, é arbitrária.) Valores > O e< 1 representam dominância parcial, enquanto valores < O e > -1 representam recessividade parcial. Eis um exemplo de cálculo dos efeitos aditivos e da domi- nância em um único locus. O peixe Gasterosteus aculeatus com três espinhos dorsais tem populações marinhas com longos espinhos pélvicos e outras que vivem perto do fundo de lagos de água doce com os espinhos pélvicos bastante reduzidos (Figura 19.7a) . Acredita-se que os espinhos desempenhem um papel na defesa contra predadores. As populações do fun- do de água doce derivam de populações marinhas ancestrais. Uma alteração na predação entre os ambientes marinho e de água doce pode explicar a perda dos espinhos nos ambientes de água doce (veja o Capítulo 20). O Pitx 1 é um dos vários genes que contribuem para o com- primento do espinho pélvico nessas espécies de peixes. Esse gene codifica um fator de transcrição que regula o desenvol- vimento da pelve nos vertebrados, incluindo o crescimento de espinhos pélvicos nesses peixes. Michael Shapiro e colabo- (b) Espinha pélvica ~ Figura 19.7 (a) Gasterosteus aculeatus com três espinhas dorsais. (b) Peixe cego da caverna (Astyanax mexicanus) (no alto) e seu parente da superfície com visão (embaixo). [Masato Yoshizawa e William Jeffery, University of Maryland.J radares, da Stanford University, mediram o comprimento do espinho pélvico em uma população F2 que segregava o alelo marinho ou longo (l) e o alelo de água doce ou curto (s) do Pitx1. Eles registraram os seguintes valores (em unidades pro- porcionais ao comprimento do corpo) para o comprimento do espinho pélvico em três classes de genótipos: s/s s/l lll 0,068 0,132 0,148 Usando esses valores e as fórmulas anteriores, podemos cal- cular os efeitos aditivo e da dominância. O efeito aditivo (A) , e (0,148 - 0,068)/2 = 0,04 ou 4°/o do comprimento do corpo. O efeito da dominância (D) é 0,132 - [(0,148 + 0,068)/2] = 0,024 A proporção entre dominância e aditividade é 0,024/0,04 = 0,6 606 Introdução à Genética O valor de 0,6 para a proporção indica que o alelo longo (l) de Pitx1 é parcialmente dominante em relação ao alelo curto (s) . Também é possível calcular a média dos efeitos aditivo e da dominância sobre todos os genes no genoma que afetam o traço. Como exemplo, temos o peixe cego da caverna (Astya- nax mexicanus) e seus parentes da superfície (Figura 19.7b). As populações de cavernas submarinas têm os olhos extre- mamente reduzidos (de pequeno diâmetro) em comparação com as populações da superfície marinha. As populações que colonizam cavernas na escuridão não se beneficiam do fato de terem olhos. Como há custos fisiológicos e neurológicos para formar e manter olhos, a evolução favoreceu uma redu- ção no tamanho dos olhos em tais populações. Horst Wilkins, na Universidade de Hamburgo, mediu o diâmetro do olho (em mm) das populações de cavernas sub- marinas e da superfície e seu híbrido F1: Cavernas Superfície 2,10 5,09 7,05 Usando as últimas fórmulas, calculamos que A= 2,48, D = 0,52 e D/ A= 0,21. Nesse caso, a ação gênica é mais próxima de um estado puramente aditivo, embora o genoma dos peixes de superfície seja ligeiramente dominante. Mensagem. Quando o valor do traço para a classe heterozi- gota é intermediário entre as duas classes homozigotas, a ação gênica denomina-se aditiva. Qualquer desvio do heterozigoto do ponto médio entre as duas classes homozigotas indica um grau de dominância de um alelo. Os efeitos aditivo (A) e da dominância (D) e sua proporção (D/A) fornecem medidas para quantificar o modo de ação gênica. Um modelo com aditividade e dominância O exemplo que demos antes, do locus B e o número de flores, mostra que não podemos prever com acurácia os fenótipos da prole a partir dos fenótipos dos genitores quando há domi-nância, embora possamos fazer isso nos casos de aditividade pura. Quando prevemos os fenótipos da prole, necessitamos separar as contribuições aditiva e da dominância. Para tanto, precisamos modificar o modelo simples introduzido na Seção 19.2, X = g + e. Vamos começar olhando mais de perto a situação ilustrada na Figura 19.6b. Os indivíduos com os genótipos B1/B2 e B2/B2 têm o mesmo fenótipo, três flores. Se subtrairmos a média na população (2,5) de seu valor de traço (3), veremos que eles têm o mesmo desvio genotípico (g): g -g -os B1!B2 - BfB2 - ' Agora vamos calcular a média dos fenótipos de sua prole. Se autopolinizarmos um indivíduo B1/B2, a prole será ! B1/B1, t B1/B2 e~ B2/B2, e o valor médio do traço dessa prole seria 2,75. Entretanto, se autopolinizarmos um indivíduo B2/B2, a prole será toda B2/B2, e o valor médio do traço dessa prole seria 3. Mesmo que os indivíduos B1/B2 e B2/B2 tenham o mesmo valor de traço e o mesmo valor para seu desvio geno- típico (g), não produzem a prole equivalente porque a base subjacente de seus fenótipos é diferente. O fenótipo do indi- víduo B1/B2 depende do efeito da dominância (D), enquanto o do indivíduo B2/B2 não envolve dominância. Podemos expandir o modelo simples (x = g +e) para incor- porar as contribuições aditiva e da dominância. O desvio geno- típico (g) é a soma de dois componentes - a, o desvio aditivo, transmitido para a prole, e d, o desvio da dominância, que não é transmitido para a prole. Podemos reescrever o modelo simples e separar esses dois componentes como segue: x=g+e 1\ x=a + d+ e O desvio aditivo é transmitido dos genitores para a prole de maneira previsível. O desvio da dominância não é transmi- tido para a prole porque a cada geração são criados novos genótipos e, portanto, novas interações entre alelos. Vamos ver como o desvio genético é decomposto nos desvios aditivo e de dominância no caso mostrado na Figura 19.6b. Valor do traço Desvio genético (g) Desvio aditivo (a) Desvio da dominância (d) B1B1 1 -15 ' -1 -O 5 ' B1B2 B~2 3 3 0,5 0,5 o 1 0,5 -O 5 ' Os desvios genotípicos (g) são calculados simplesmente sub- traindo-se a média na população (2,5) do valor do traço de cada genótipo. Cada desvio genotípico é, então, decomposto nos desvios aditivo (a) e da dominância (d) por meio de fór- mulas que estão além do âmbito deste livro. Tais fórmulas incluem os efeitos aditivos (A) e da dominância (D), bem como as frequências dos alelos B1 e B2 na população. Você verá que a soma de a + d equivale a g. Os desvios aditivos (a) e da dominância (d) são dependentes das frequências dos alelos, porque o fenótipo de uma prole que recebe um alelo B1 ou B2 de um dos genitores depende da combinação desse alelo com o B1 ou B2 do outro genitor, e o resultado depende das frequências dos alelos na população. O desvio aditivo (a) tem um significado importante na criação de plantas e animais. Ele é o valor produtivo, ou a parte do desvio de um indivíduo da média da população que se deve a efeitos aditivos. Essa é a parte transmitida para sua progênie. Portanto, se queremos aumentar o número de flores por planta em uma população, os indivíduos B~2 têm o maior valor produtivo. Os valores produtivos também podem ser calculados para todo o genoma de um indivíduo. Os criadores de animais estimam o valor produtivo genômico de cada animal, e tais estimativas podem determinar o valor econômico do animal. Separamos o desvio genético (g) em aditivo (a) e de domi- nância (d). Usando a álgebra similar à descrita no Boxe 19.2, podemos dividir a variância genética em variâncias aditiva e da dominância como segue: vg = Ya + vd na qual Ya é a variância aditiva e Vd é a variância da domi- nância. Vª é a variância dos desvios aditivos ou a variância , dos valores produtivos. E a parte da variação genética trans- mitida dos genitores para a prole. vd é a variância dos des- vios de dominância. Por fim, podemos substituir esses termos na equação para a variância fenotípica já apresentada antes neste capítulo: Vx= Vg+ Ye 1\ Vx = Ya + Vd+ Ye onde Ye é a variância do ambiente. Essa equação pressupõe que os componentes aditivo e da dominância não estão cor- relacionados com os efeitos ambientais. Essa pressuposição será verdadeira em experimentos nos quais indivíduos são designados aleatoriamente aos ambientes. Até aqui, descrevemos modelos com variâncias e desvios genético, ambiental, aditivo e da dominância. Na genética quantitativa, os modelos podem ser mais complexos. Em particular, os modelos podem ser expandidos para incluir a interação entre os fatores. Se um fator altera o efeito de outro, então há uma interação. Por exemplo, se um gene altera o efeito de outro, há uma interação. No Boxe 19.4 há uma breve revisão da maneira pela qual as interações são consideradas nos modelos genéticos quantitativos. Mensagem. O desvio genético (g) de um indivíduo da média da população é composto de duas partes - seu desvio aditivo (a) e seu desvio de dominância (d). O desvio aditivo é conhecido como o valor produtivo e representa o componente do fenótipo de um indivíduo que é transmitido para sua prole. A variação genética de um traço em uma população (V 8 ) pode ser decomposta nas variâncias aditiva (Vª) e da dominância (Ve). A variância aditiva é a fração da variação genética que é transmitida dos genitores para a prole. Herdabilidade no sentido restrito Podemos definir a herdabilidade no sentido restrito, simbolizada pela letra h minúscula ao quadrado (h2), como a razão entre a variância aditiva e a variância fenotípica total: hz =Vª = Vª Vx Vª+ Vd + Ve Essa forma de herdabilidade determina quanto a variação entre indivíduos em uma população é presumivelmente transmitida para sua prole. Para estimar h2 precisamos determinar Ya, mas como se pode conseguir isso? Usando álgebra e lógica similares às usadas para mostrar que é possível estimar Yg usando a covariância entre gêmeos monozigóticos criados separada- mente (Boxe 19.3), também se pode mostrar que a cova- riância entre um genitor e sua prole é igual à metade da variância aditiva: Capítu lo 19 I Herança de Traços Complexos 607 A covariância dos genitores para a prole é metade de Vª por- que a prole herda apenas metade dos genes de cada genitor. Combinando essa fórmula com aquela para h2, temos h 2 = Vª = 2COVp,o Vx Vx Para estimar Ya usando a covariância entre os genitores e a prole, é necessário controlar os fatores ambientais nos expe- rimentos. Isso pode ser um desafio, porque os genitores e a prole são necessariamente criados em tempos diferentes. Também se pode estimar Vª usando a covariância entre meio- irmãos, caso em que todos os indivíduos que fazem parte do experimento podem ser criados ao mesmo tempo no mesmo ambiente. Meios-irmãos compartilham um quarto de seus genes, de modo que Ya é igual a quatro vezes a covariância entre meios-irmãos. Se você comparar a equação de h2 com a de H2(Boxe 19.3), verá que ambas envolvem a proporção de uma covariância com uma variância. O coeficiente de correlação já descrito neste capítulo também é a proporção de uma covariância com uma variância. Estamos usando o grau de correlação entre parentes para inferir até que ponto os traços são here- ditários. Eis um exercício que sua turma pode tentar. Cada estudan- te deve comparar sua estatura com a do genitor do mesmo sexo. Usando esses dados e um software de planilha, deve- se calcular a covariância entre os genitores e sua prole (os estudantes). Em seguida, deve-se estimar h2 como o dobro da covariância dividido pela variância fenotípica. Para a variân- cia fenotípica total (Vx) no denominador da equação, você pode usar a variância entre os genitores. Os dados para os estudantes do sexo masculino e do feminino devem ser ana- lisados separadamente. Tipicamente, os valores da herdabilidade no sentido res- trito para a estatura em seres humanos são de cercade 0,8, significando que cerca de 80°/o da variância é aditiva, ou transmissível do genitor para a prole. Os resultados de sua turma poderiam desviar desse valor por várias razões. Primei- ro, se sua turma for pequena, um erro de amostragem pode afetar a acurácia de sua estimativa de h2• Segundo, você não estará conduzindo um experimento aleatório. Se os genitores recriarem em seus lares os ambientes que promovam (ou limitem) o crescimento que tiveram quando crianças, haverá uma correlação entre os ambientes dos genitores e os de sua prole. Essa correlação de ambientes viola uma pressuposição da análise. Terceiro, a população de estudantes em sua turma pode não ser representativa da população em que o valor de 0,8 foi obtido. A Figura 19.8 é um gráfico de dispersão com os dados da estatura de estudantes do sexo masculino e do feminino e dos respectivos genitores. Há uma correlação clara entre as estaturas dos estudantes e do genitor do mesmo sexo de cada um. Esses dados dão estimativas de herdabilidade no sentido restrito de 0,86 para mães e filhas e de 0,82 para pais e filhos. Os resultados são próximos do valor de h2 de 0,8 obtido a partir de estudos em que as crianças foram separadas dos pais ao nascimento e criadas em lares adotivos. 608 Introdução à Genética Boxe 19.4 Efeitos da interação O modelo simples para a decomposição de traços em des- vios genéticos e ambientais, x = g + e, pressupõe que não há interação entre o genótipo e o ambiente. De acordo com isso, deduzimos que as diferenças entre genótipos não mudam nos ambientes. Em outras palavras, ocorre inte- ração do genótipo com o ambiente quando o desempenho de genótipos diferentes é afetado de maneira desigual por uma alteração no ambiente. Segue-se um exemplo. Con- sidere duas linhagens endocruzadas, 111 e 112, que têm genótipos diferentes. Criamos essas linhagens em dois ambientes, E1 ou E2. Podemos visualizar o desempenho dessas duas linhagens nos dois ambientes usando um grá- fico (adiante). Esse tipo de gráfico, que mostra o padrão de valores de traços de genótipos diferentes em dois ou mais ambientes, denomina-se norma de reação. Se não há interação, a diferença no valor do traço entre as duas linhagens endocruzadas será a mesma em ambos os ambientes, conforme mostrado no gráfico à esquerda. Sem interação Interação o U' ~ 3 - '\v'\ - 3 - -...,, o 2 2 "O - - - X - !--< o ~'i ...-< 1 1 ro 1- - 1- -:> o o El E2 El E2 Sem interação, a diferença entre as duas linhagens endocru- zadas é de 1,0 em ambos os ambientes e, assim, a diferença entre a média das linhagens nos dois ambientes é de 1,0. Ambiente 1: 111 - 112 = 2 - 1 = 1,0 Ambiente 2: 111 - 112 = 3 - 2 = 1,0 A diferença na média global mostra que as linhagens são geneticamente diferentes. A média em ambos os ambien- tes é de 2,5 para 111 e de 1,5 para 112. O gráfico à direita mostra um caso de interação entre o genótipo e o ambiente. 111 vai bem no Ambiente 1, mas mal no Ambiente 2. O oposto é verdadeiro para 112. A diferença no valor do traço entre as duas linhagens é de +1,0 no Ambiente 1, porém de -1,0 no Ambiente 2. Ambiente 1: 111 - 112 = 2 - 1 = +1,0 Ambiente 2: 111 - 112 = 1 - 2 = -1,0 A diferença entre a média das linhagens nos dois ambien- tes é de 0,0, de modo que poderíamos concluir, de modo incorreto, que essas linhagens são geneticamente equiva- lentes se virmos apenas a média global. O modelo simples pode ser expandido para incluir um termo da interação do genótipo com o ambiente (gXe): x = g+ e+ gxe e Vx = Yg + ~ + Ygxe no qual Ygxe é a variância da interação do genótipo com o ambiente. Se o termo interação não estiver incluído no modelo, então há uma pressuposição implícita de que não há interações do genótipo com o ambiente. Também podem ocorrer interações entre os alelos em genes separados. Esse tipo de interação denomina-se epis- tasia. Vamos ver como as interações epistáticas afetam a variação nos traços quantitativos. Considere dois genes, A com os alelos A1 e A2, e B com os alelos B1 e B2• O lado esquerdo da tabela a seguir mostra o caso de nenhuma interação entre esses genes. Começando com o genótipo A1/ A1; B1/B1, se substituirmos um alelo A 1 por um alelo A2, o valor do traço sobe para 1, qualquer que seja o genótipo no locus B. O mesmo é válido quando substituímos alelos no locus B. Os efeitos de alelos no locus A são independentes daqueles no locus B e vice-versa. Não há interação nem epistasia. Sem interação Interação B1/B1 B1/B2 B/B2 B1/B1 B1/B2 B2/B2 A1/A1 o 1 2 A1IA1 o 1 2 A1IA2 1 2 3 A1/A2 o 1 3 AzlA2 2 3 4 AzlA2 o 1 4 Agora veja o lado direito da tabela. Começando com o genótipo A1/ A1; B1/B1 e substituindo um alelo A1 por um alelo A2, só temos um efeito sobre o valor do traço quando o genótipo no locus B é B2/B2• Os efeitos dos alelos no locus A são dependentes daqueles no locus B. Há interação ou epistasia entre os genes. O modelo genético pode ser expandido para incluir um termo epistático ou de interação (i): x=a+d+i+e e V =V: +Vd+V.+V: x a t e na qual Vi é a variância da interação ou epistática. Se o termo interação não estiver incluído no modelo, há uma pressuposição implícita de que os genes funcionam de maneira independente, ou seja, não há epistasia. A vari- ância da interação (Vi), como a variância da dominância, não é transmitida dos genitores para a prole porque há formação de novos genótipos e, portanto, novas relações epistáticas a cada geração. As estaturas de indivíduos e do genitor do mesmo sexo estão correlacionadas 182,88 Ê .g, "' $ e <1' "O 169,87 ~ <D 1Q "O <1' ..... :l êii 1;) w -E o -"' <D +-' e <1' "O :l +-' "' <D "' o "O ~ :l 1ii +-' "' w 162,56 152,4 198, 12 187,96 177,8 167,64 Estudantes do sexo feminino • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 152,4 162,56 169,87 Estatura das mães (cm) Estudantes do sexo masculino • • • • • • • • • •••• • • • • • • • • • • • • • • • • • • • • • • • • 182,88 • 157,48 '------------------- 157,48 167,64 177,8 187,96 198,12 208,28 Estatura das pais (cm) Figura 19.8 Diagramas de dispersão para estatura em centíme- tros de estudantes do sexo feminino (em cima) e do sexo masculi- no (embaixo) e seus genitores do mesmo sexo. Os pontos pretos mostram correlações positivas entre as estaturas dos estudantes e de seus genitores. A incl inação da linha diagonal é igual ao coeficiente de correlação. Seguem-se alguns outros aspectos sobre a herdabilidade no sentido restrito. Primeiro, quando h2 = 1,0 (Ya = Vx), os fenótipos da prole serão exatamente iguais ao valor de um dos genitores. Toda a variação na população é aditiva e her- dada no sentido restrito. Segundo, quando h2 = 0,0 (Ya =O), o valor esperado de qualquer fenótipo da prole será a média na população. Toda a variação na população deve-se à dominância ou a fatores ambientais e, portanto, não é transmissível para a prole. Por fim, como na herdabilidade de sentido amplo (IF), a herdabilidade no sentido restrito é a propriedade do ambiente específico e da população em que foi medida. Uma estimativa de uma população e um ambiente pode não ser significativa para outra população ou outro ambiente. A herdabilidade no sentido restrito é um conceito impor- tante tanto para a criação de plantas quanto para o de animais Capítu lo 19 I Herança de Traços Complexos 609 e na evolução. Para um criador, h2 indica que os traços podem ser aprimorados por seleção art ificial. No caso de um biólogo especializado em evolução, h2 é crítica para entender como as populações vão modificar-se em resposta à seleção natural imposta por um ambiente em mudança. A Tabela 19.5 lista as estimativas da herdabilidade no sentido restrito para alguns traços e organismos . Previsão dos fenótipos da prole Para melhorar plantações e rebanhos eficientementeem rela- ção a traços de importância agronômica ou pecuária, o criador precisa prever o fenótipo da prole a part ir dos fenótipos dos genitores. Tais previsões são feitas a partir do conhecimento da herdabilidade no sentido restrito por parte do criador. Um desvio fenotípico do indivíduo (x) da média na população é a soma dos desvios aditivo, de dominância e ambiental: x=a+d+e A parte aditiva é aquela herdada e que é transmitida para a prole. Vamos ver um conjunto de genitores com desvios fenotípicos x' no caso da mãe e x'' no do pai: Mãe Pai x' =a' + d' + e' x'' = a"+ d" + e" Prole a'+ a" =agen 2 Os desvios de dominância dos genitores (d' e d'~ não são transmitidos para a prole porque a cada geração surgem Tabela 19.5 Herdabilidade no sentido restrito para alguns traços em várias espécies diferentes. Traço h2 (º/o) Espécies agronômicas Peso corporal em bovinos 65 Produção de leite em vacas leiteiras 35 Espessura da capa de gordura em suínos 70 Número de leitões por ninhada 5 Peso corporal em frangos 55 Peso do ovo em galinhas 50 Espécies naturais Comprimento do bico de tentilhões das 65 Galápagos Duração do voo no Oncopeltus fasciatus 20 Altura das plantas Impatiens biflora e I. pallida 8 Fecundidade do Cervus elaphus 46 Expectativa de vida do pássaro Ficedula albicollis 15 Fonte: D. F. Falconer e T. F. C. Mackay, Introduction to Quantitative Gene- tics, Longman, 1996; J. C. Conner e D. L. Hartl, A Primer in Ecological Genetics, Sinauer, 2004. 610 Introdução à Genética novos genótipos e novas interações de dominância. Da mes- ma forma, os genitores não transmitem seus desvios ambien- tais (e' e e'') para a prole. Portanto, os únicos fatores que os genitores transmitem para a prole são seus desvios aditivos (a' e a''). De acordo com isso, podemos estimar o desvio feno- típico da prole (x0JJ) como a média dos desvios aditivos de seus genitores. Assim, para prever o fenótipo da prole, precisamos conhe- cer os desvios aditivos dos genitores. Não podemos observar diretamente esses desvios, mas podemos estimá-los. O desvio aditivo de um indivíduo é a parte herdada de seu desvio fenotípico, ou seja, â = h2x na qual â significa uma estimativa do desvio aditivo ou valor produtivo. Portanto, podemos estimar a média dos desvios aditivos dos genitores como o produto da h2 pela média de seu desvio fenotípico e seu produto será o desvio fenotípico da prole (x0): X = h2 .. (x' + x") o 2 ou x = h2x o p A prole terá seus próprios desvios de dominância e ambien- tal. No entanto, esses não podem ser previstos. Como são desvios, serão de zero ou a média sobre um número grande da prole. Segue-se um exemplo. O preço dos ovinos na Islândia é estabelecido de acordo com a qualidade de sua lã. O ovino adulto médio em uma população particular produz 6 libras (cerca de 2. 700 g) de lã por ano. Um macho reprodutor que produz 6,5 libras (2.948 g) por ano é cruzado com uma fêmea que produz 7 libras (3.175 g) por ano. A herdabilidade no sentido restrito da produção de lã nessa população é de 0,4. Qual a produção prevista de lã da prole desse cruzamento? Primeiro, calculam-se os desvios fenotípicos dos genitores, subtraindo-se a média na população de seus valores feno- , . t1p1cos: Macho 6,5 - 6 = 0,5 Fêmea 7 - 6 = 1,0 Média dos pais (xp) (0,5 + 1,0)/2 = 0,75 Agora multiplica-se h2 por xP para determinar x0, o desvio fenotípico estimado da prole: 0,4 X 0,75 = 0,3 Por fim, acrescenta-se a média da população ( 6) ao desvio fenotípico previsto da prole (0,3) e obtém-se o resultado de que o fenótipo previsto da prole é de 6,3 libras (2.857 g) de lã por ano. Pode parecer surpreendente prever que a prole produzirá menos lã do que cada um dos genitores. Contudo, esse desfe- cho é esperado para um traço com uma herdabilidade modes- ta de 0,4. A maior parte (60º/o) do desempenho superior dos genitores deve-se aos fatores de dominância e ambiental, que não são transmitidos para a prole. Se a herdabilidade fosse 1, o valor previsto para a prole seria intermediário entre os dos genitores. Se a herdabilidade fosse O, então o valor pre- visto para a prole estaria na média da população, pois toda a variação seria devida a fatores não hereditários. Seleção de traços complexos Nosso tópico final sobre herdabilidade no sentido restrito é a aplicação da seleção a longo prazo para melhorar o desempe- nho de uma população em relação a um traço complexo. Ao aplicarem a seleção, os agricultores nos últimos 10.000 anos transformaram um grande número de espécies de plantas selvagens na gama notável de frutas, legumes, cereais e con- dimentos cultivados de que usufruímos hoje. De maneira semelhante, os criadores de animais aplicaram a seleção para domesticar muitas espécies selvagens, transformando lobos em cães, aves silvestres em galinhas e javalis em porcos. A seleção é um processo pelo qual apenas indivíduos com determinadas características contribuem para o conjunto gênico que forma a próxima geração (veja os Capítulos 18 e 20). A seleção feita por seres humanos para melhorar um cultivo ou rebanho denomina-se seleção artificial, para distin- gui-la da seleção natural. Vamos ver um exemplo da maneira como a seleção artificial funciona. A pró-vitamina A é um precursor na biossíntese da vita- mina A, um nutriente importante para a saúde dos olhos e o bom funcionamento do sistema imune. Os produtos vegetais são uma fonte importante de pró-vitamina A para os seres humanos, mas pessoas em muitas regiões do planeta têm muito pouca vitamina A na sua alimentação. Para resolver esse problema, um agricultor tenta aumentar o teor de pró- vitamina A de um tipo de milho usado em partes da Amé- rica Latina onde a deficiência de vitamina A é comum. No momento, esse tipo de milho produz 1,25 µg de pró-vitamina A por grama de grãos e a variância é de 0,06 µg2 (Figura19.9). Para aprimorar esse milho, ele seleciona um grupo de plantas que produzem 1,5 µg ou mais de pró-vitamina A por grama de grãos. A média do grupo selecionado é de 1,63 µg. O agri- cultor cruza aleatoriamente as plantas selecionadas entre si e cultiva a prole para produzir a geração seguinte, que tem uma média de 1,44 µg por grama de grãos. Se a herdabilidade no sentido restrito de um traço não for conhecida antes de se fazer um experimento de seleção artificial, é possível usar os resultados de tais experimentos para estimá-la. Segue-se um exemplo do caso da pró-vitamina A no milho. Vamos começar com a equação anterior: x = h2x o p e reescrevê-la como - h2 = Xo XP x é o desvio médio dos genitores (as plantas selecionadas) da ~édia da população, o que se conhece como diferencial de seleção (S), a diferença entre a média do grupo selecionado e a da população original. Em nosso exemplo, XP = 1,63 - 1,25 = 0,38 A seleção pode mudar a média da população (a} População fundadora 1,25 1 (b} Prole de indivíduos selecionados Média das plantas selecionadas 1,63 ./ \._ J y Plantas selecionadas 1,44 1 1 µ Figura 19.9 Distribu ição dos valores de traço para pró-vitamina A nos grãos de uma população de milho inicial (a) e da prole dela (b) após uma geração de seleção. A população inicial t inha média de 1,2 5 µglg, os indivíduos selecionados, média de 1,63 µg/g e a prole, média de 1,44 µglg. x 0 é o desvio médio da prole da média da população, o que se conhece como resposta à seleção (R), a diferença entre a média da prole e a da população original. Em nosso exemplo, x 0 = 1,44 - 1,25 = 0,19 Agora vamos calcular a herdabilidade no sentido restrito para tal traço nessa população como h2 = R = Xº = 0,19 = 0,5 S XP 0,38 A lógica subjacente desse cálculo é que a resposta representa a parte herdada ou aditiva do diferencial de seleção. No século 20, geneticistas especializados em genética quantitativa conduziram um grande número de experi- mentos de seleção como esse. Em geral, a realização de taisexperimentos, considerados estudos de seleção a longo prazo, abrange muitas gerações. Em cada geração, são selecionados os melhores indivíduos para produzir a geração seguinte. Tais estudos têm sido realizados com espécies de importân- cia econômica, como lavouras e rebanhos comerciais, e em muitos organismos-modelo, como Drosophila, camundongos e nematódeos. Esses trabalhos mostraram que praticamente qualquer espécie responde à seleção de praticamente qual- quer traço. As populações contêm conjuntos profundos de variação genética aditiva. Capítu lo 19 I Herança de Traços Complexos 611 Seguem-se dois exemplos de experimentos de seleção a longo prazo. No primeiro experimento, foram selecionadas moscas-das-frutas para aumentar a velocidade do voo em um período de 100 gerações (Figura 19.10a). A cada geração, as moscas mais velozes foram selecionadas e procriadas para formar a próxima geração. Mais de 100 gerações depois, a velocidade média de voo das moscas na população aumentou de 2 para 170 cm/s, e nem as moscas nem os ganhos obti- dos por seleção mostraram quaisquer sinais de diminuição da velocidade após 100 gerações. No segundo experimento, foram selecionados camundongos de 10 gerações para a quantidade de "exercício na roda" que eles faziam por dia (Figura 19.10b). Houve um aumento de 75o/o após 10 gera- ções. Esses estudos e muitos mais similares demonstram o poder imenso da seleção artificial e conjuntos profundos de variação genética aditiva nas espécies. Seleção para aumento da velocidade de voo das moscas-das-frutas e exercício na roda em camundongos (a} (b} .cu "O .... o a. cu "O e cu e (/) .s ~ 200 100 o ~---------------~ o 10.000 6.000 50 Geração Selecionados 100 Não selecionados 2.000 .__º _______________ _ 5 10 Geração Figura 19.1 O Resultados de experimentos de seleção a longo prazo. (a) Seleção para aumento na velocidade de voo das moscas- das-frutas. A velocidade foi testada em um túnel de vento em que as moscas voavam contra o vento para alcançar uma fonte luminosa. (b) Seleção de camundongos para um aumento na quantidade de exercício voluntário na roda. [(a) De K. E. Weber, Genetics 744, 7996, 205-273. (b)}. G. Swal/ow et ai., Behav. Genet. 28, 227-237.] 612 Introdução à Genética Mensagem. A herdabilidade no sentido restrito (h2) é a proporção da variância fenotípica atribuível aos efeitos aditivos. Esse tipo de herdabilidade mede até que ponto a variação entre indivíduos em uma população é previsivelmente transmitida para sua prole. Pode- se estimar o valor de h2 de duas maneiras: (1) usando a correlação entre os genitores e a prole e (2) a proporção da resposta à seleção em relação ao diferencial de seleção. O valor de h2 é importante no cultivo de plantas e na criação de animais, pois fornece uma medida de quão bem um traço irá responder à reprodução seletiva. 19.5 Mapeamento de QTL em populações com heredogramas conhecidos Os genes que controlam a variação quantitativa (ou traços com- plexos) são conhecidos como loci de traço quantitativo, ou pela sigla QTL. Como veremos a seguir, os QTL são genes como outros quaisquer sobre os quais você aprendeu neste livro. Eles podem codificar enzimas metabólicas, proteínas da superfície celular, enzimas de reparo do DNA, fatores de transcrição ou qualquer uma de muitas outras classes de genes. O que interessa aqui é que os QTL têm variantes alélicas que em geral fazem contribui- ções quantitativas relativamente pequenas para o fenótipo. Podemos visualizar as contribuições dos alelos em um QTL para o valor do traço olhando as distribuições de frequências associadas a cada genótipo em um QTL, como mostrado na Figu- ra 19.11. O locus QTL é B e as classes genotípicas são B!B, B/b e b/b. Os indivíduos B/B tendem a ter valores maiores de traço, Blb valores intermediários e b/b valores menores. No entanto, suas distribuições se sobrepõem, e não podemos determinar o genótipo simplesmente observando o fenótipo do indivíduo, como podemos fazer em relação aos genes que se segregam em proporções mendelianas. Na Figura 19.11, um indivíduo com um traço de valor intermediário seria BIB, Blb ou b/b. Em virtude dessa propriedade dos QfL, precisamos de recur- sos especiais para determinar sua localização no genoma e carac- terizar seus efeitos sobre a variação do traço. Nesta seção, vamos cu ·-u e: <Q) :::i C'" ~ LL As distribuições das frequências mostram as contribuições de alelos em um QTL para um traço complexo 0,06 0,04 0,02 0,00 L__-~ .... ::::..... _ _ ::::.__ __ ____::::-.__ ....:::: ·~--- Baixo Intermediário Alto Valor do traço Figura 19.11 Distribuições das frequências mostrando como as distribuições das diferentes classes genotípicas no locus B de QTL relacionam-se com a distribuição global na população (linha preta). rever uma forma poderosa de análise para atingir a primeira dessas metas. Tal forma de análise denomina-se mapeamento de QJ'L Nas duas últimas décadas, o mapeamento de QTL revo- lucionou nossa compreensão da herança de traços quantitativos. O trabalho pioneiro no mapeamento de QfL foi feito com plantas cultivadas, como tomate e milho. Entretanto, tem sido ampla- mente aplicado em organismos-modelo como camundongo, Dro- sophiUi e Arabidopsis. Mais recentemente, biólogos que estudam a evolução empregaram o mapeamento de QTL para investigar a herança de traços quantitativos em populações naturais. A ideia que norteia o mapeamento de QTL é que se pode identificar a localização de QTL no genoma usando loci marcadores ligados a um QTL. Eis como o método funciona. Suponha que você faz um cruzamento entre duas linhagens endocruzadas em que o primeiro genitor (P1) tem um tra- ço de alto valor e o segundo genitor (P 2) tem um traço de valor baixo. A F1 pode ser retrocruzada com P1 para criar uma população BC1 em que os alelos em todos os genes nos dois genomas parentais irão segregar. Loci marcadores, como SNP ou microssatélites, podem ser pontuados de maneira não ambígua como P 1 homozigoto ou heterozigoto para cada indivíduo BC1• Se houver um QTL ligado ao locus marcador, o valor do traço médio dos indivíduos homozigotos P1 no locus marcador será diferente do valor do traço médio de indivíduos heterozigotos. Com base em tal evidência, pode-se inferir que um QTL está localizado perto do locus marcador. Vamos ver com mais detalhes como isso funciona. O método básico Existem vários projetos experimentais que podem ser usa- dos nos experimentos de mapeamento de QTL. Vamos come- çar descrevendo um projeto simples. Digamos que temos duas linhagens endocruzadas de tomate que diferem no peso do fruto - a Beefmaster, com frutos de 230 g de peso, e a Sun- gold com frutos de 10 g de peso (Figura 19.12). Cruzamos as duas linhagens para produzir uma F1 híbrida e, então, retro- cruzamos a F1 com a linhagem Beefmaster para produzir uma geração BC1• Deixamos várias centenas de plantas BCi cresce- rem até a maturidade e verificamos o peso dos frutos de cada uma delas. Também extraímos o DNA de cada planta BC1 e usamos essas amostras de DNA para determinar o genótipo de cada planta em um conjunto de loci marcadores (SNP ou SSR) distribuídos por todos os cromossomos, de maneira que temos um locus marcador a cada 5 a 10 centimorgans. A partir desse processo, poderíamos montar um conjunto de dados de várias centenas de plantas e 100 ou mais loci mar- cadores distribuídos em torno do genoma. A Tabela 19.6 mos- tra parte de tal conjunto de dados para 20 plantas e cinco loci marcadores. Para cada planta BC1, temos o peso de seu fruto e os genótipos dos loci marcadores. Você verá que os valores do traço das plantas BC1 são intermediários entre os dois genitores conforme esperado, porém mais próximos do valor do Beefmaster porque essa é uma população BC1 e Beef- master foi o genitor do retrocruzamento. Também, como essa é uma população retrocruzada, os genótipos de cada locusmarcador são homozigotos para o alelo Beefmaster (BIB) ou heterozigotos (BIS). Na Tabela 19.6, você pode ver as posi- Capítulo 19 I Herança de Traços Complexos 613 Retrocruzamento usado para mapeamento de QTL X Beefmaster Sungold X Beefmaster Frutos das plantas BC1 Figura 19.12 Esquema de reprodução de uma população retrocruzada entre tomates Beefmaster e Sungold. Na geração BC1, há uma variação contínua no tamanho dos frutos. Tabela 19.6 Peso simulado do fruto e dados do /ocus marcador para uma população de retrocruzamento entre duas linhagens retrocruzadas de tomate - Beefmaster e Sungold. Planta Beefmaster Sungold BC1-001 BC1-002 BC1-003 BC1-004 BC1-005 BC1-006 BC1-007 BC1-008 BC1-009 BC1-010 BC1-011 BC1-012 BC1-013 BC1-014 BC1-015 BC1-016 BC1-017 BC1-018 BC1-019 BC1-020 Média deBIB Média de BIS Média global Peso do fruto (g) 230 10 183 176 170 185 182 170 170 174 171 180 185 169 165 181 169 182 179 182 168 173 175,7 M1 BIB SIS BIB BIS BIB BIB BIB BIS BIB BIS BIS BIS BIS BIS BIB BIS BIS BIB BIS BIS BIS BIB 176,3 175,3 M2 BIB SIS BIB BIS BIS BIB BIB BIS BIS BIS BIS BIS BIB BIS BIB BIS BIS BIB BIS BIB BIS BIB 179,6 173,1 Marcadores M3 BIB SIS BIB BIB BIS BIB BIB BIS BIS BIS BIS BIB BIB BIS BIS BIB BIS BIB BIB BIB BIS BIB 180,7 169,6 M4 BIB SIS BIS BIB BIS BIS BIB BIS BIS BIS BIB BIB BIS BIS BIS BIB BIB BIS BIB BIB BIB BIB 176,1 175,3 M5 BIB SIS BIS BIB BIS BIS BIB BIB BIS BIS BIB BIB BIS BIS BIS BIS BIB BIS BIB BIB BIB BIB 175,0 176,4 - - - 614 Introdução à Genética ções de crossing overs entre os Zoei marcadores que ocorreram durante a meiose no genitor F1 da geração BC1. Por exemplo, a planta BC1-001 tem um cromossomo recombinante com um crossing over entre os Zoei marcadores M3 e M4. A média global de peso do fruto da população BC1 é175,7. Também podemos calcular a média das duas classes genotí- picas de cada Zoeus marcador, como mostrado na Tabela 19.6. No caso do marcador M1, as médias das classes genotípicas BIB (176,3) e BIS (175,3) são muito próximas da média global (175,7) . Essa é a expectativa se não houver QTL afetando o peso do fruto perto de M1 . No caso do marcador M3, as médias das classes genotípicas BIB (180,7) e BIS (169,6) são bastante diferentes da média global (175,7) e entre si. Essa é a expectativa se houver um QTL afetando o peso do fruto perto de M3. Portanto, temos evidência de um QTL afetando o peso do fruto perto do marcador M3. Devemos observar também que a classe BIB tem fruto mais pesado que a classe BIS em M3. As plantas que herdaram o alelo S da linhagem Sungold de fruto pequeno têm os frutos menores do que as que herdaram o alelo B da linhagem Beefmaster. A Figura 19.13 é uma representação gráfica dos dados de mapeamento de QTL de muitas plantas ao longo de um cromossomo. Como os dados fenotípicos das classes geno- típicas BIB e BIS estão representados como distribuições de frequência, podemos ver as distribuições dos valores de traços. No marcador M1, as distribuições se superpõem completamente e as médias das distribuições de BIB e BIS são muito próximas. Parece que as classes BIB e BIS têm a mesma distribuição subjacente. No marcador M3, as distri- buições estão apenas parcialmente superpostas e as médias das distribuições BIB e BIS são bastante diferentes. As classes BIB e BIS têm distribuições subjacentes diferentes, situação semelhante à que ocorre na Figura 19.11. Temos evidência de um QTL perto de M3. Como mostrado na Figura 19.13, as médias do traço dos grupos BIB e BIS em alguns marcadores são quase as mes- mas. Em outros marcadores, essas médias são diferentes. Até que ponto precisam ser diferentes antes de declararmos que um QTL está localizado perto de um marcador? Os deta- lhes estatísticos para responder a essa questão estão além do âmbito deste texto. Contudo, vamos rever a base lógica além da estatística. A análise estatística envolve o cálculo da probabilidade de observar os dados (os pesos específicos do fruto e os genótipos do Zocus marcador de todas as plantas) considerando que há um QTL perto do Zocus marcador e a probabilidade de observar os dados considerando que não há um QTL perto do Zocus marcador. A razão dessas duas probabilidades é denominada "odds" (chances): dds ( h ) Prob ( dadoslQTL) o c ances = ---~-~-~- Prob (dadoslsem QI'L) A linha vertical 1 significa "considerando que" e o termo Prob(dadoslQTL) deve ser lido como "a probabilidade de observar os dados considerando que há um QTE'. Se a pro- babilidade dos dados quando há um QTL é de 0,1 e a proba- bilidade dos dados quando não há QTL é de 0,001, então as odds são de 0,110,001 = 100, ou seja, as odds (chances) são de 100 para 1 a favor da existência de um QTL. Os pesquisadores Distribuições distintas das classes genotípicas em um locus marcador sinalizam a localização de um QTL perto do marcador M1 M2 M3 M4 M5 1 1 1 1 1 1 160 190 Peso do fruto (g) 8/S Figura 19.13 Um segmento cromossômico de tomate com loci marcadores M1 a MS. Em cada locus marcador, são mostradas as distribuições das frequências de peso do fruto de uma população BC, de um cruzamento Beffmaster X Sungold. As distribuições em vermelho são para a classe genotípica homozigota Beefmaster (818) no marcador; as distribuições em cinza são da classe genotípica heterozigota (815). As 1 inhas amarelas representam a média de cada distribuição. relatam o log10 das odds (chances), ou Lod seore. Assim, se a razão das chances (odds ratio) é 100, então o log10 de 100, ou Lod seore, é 2. Se houver um QTL perto do marcador, então os dados foram retirados das duas distribuições subjacentes - uma distribuição para a classe BIB e uma para a classe BIS. Cada uma dessas distribuições tem suas próprias média e variân- cia. Se não houver QTL, os dados foram retirados de uma única distribuição em que a média e a variância são as de toda a população BC1• No Zocus marcador M1 na Figura 19.13, as distribuições das classes BIB e BIS são quase idênticas. Portanto, existe alta probabilidade de que os dados foram retirados de uma única distribuição subjacente. No marca- dor M3, as distribuições das classes BIB e BIS são bastante diferentes. Assim, há maior probabilidade de observar nossos dados se inferirmos que as plantas BIB foram retiradas de uma distribuição e as plantas BIS de outra. Além de pesquisar QTL nos wci marcadores onde os genóti- pos são conhecidos, Lod scores podem ser calculados para pontos entre os marcadores. Isso pode ser feito usando-se os genóti- pos dos marcadores flanqueadores para inferir os genótipos em pontos entre os marcadores. Por exemplo, na Tabela 19.6, a planta BC1-001 é BIB nos marcadores M1 e M2, e, assim, tem alta probabilidade de ser BIB em todos os pontos intermediá- rios. A planta BC1-003 é BIB no marcador M1, mas BIS em M2, e portanto a planta poderia ser BIB ou BIS em pontos interme- diários. A equação da odds incorpora essa incerteza quando se calcula o Lod score nos pontos entre os marcadores. Os Lod scores podem ser plotados em um gráfico ao longo do cromossomo, como mostrado pela linha azul na Figura 19.14. Tais gráficos em geral mostram alguns picos de altura variável, bem como trechos relativamente planos. Os picos representam QTL hipotético, mas qual a altura que um pico precisa ter para dizermos que ele representa um QTL? Conforme discutido nos Capítulos 4 e 18, podemos estabe- lecer um limiar estatístico para rejeitar a "hipótese nula". Nesse caso, a hipótese nula é de que "não há um QTL em uma posição específica ao longo do cromossomo". Quanto maior o Lod score, menor a probabilidade sob a hipótese nula. Existem procedimentos estatísticos diferentes para estabe- lecer um "valor limiar" para o Lod score. Onde o Lod score excede o valor limiar,rejeitamos a hipótese nula a favor da hipótese alternativa de que um QTL está localizado naquela posição. Na Figura 19.14, o Lod score excede o valor limiar (linha vermelha) perto do locus marcador M3. Concluímos que um QTL está localizado perto de M3. Além das populações provenientes de retrocruzamentos, o mapeamento de QTL pode ser feito com populações F 2 e outros projetos de reprodução. Uma vantagem de usar uma população F2 é poder estimar a média do valor do traço de todos os três genótipos QTL: Genitor 1 homozigoto, Genitor 2 homozigoto e heterozigoto. Com esses dados, é possível estimar os efeitos aditivo (A) e de dominância (D) do QTL, conforme discutido antes neste capítulo. Assim, o mapea- mento de QTL nos possibilita aprender sobre a ação gênica, se dominante ou aditiva, para cada QTL. Segue-se um exemplo. Suponha que estudamos uma população F2 de um cruzamento de tomates Beefmaster com Sungold e identificamos dois QTL para o peso do fruto. Os Capítu lo 19 I Herança de Traços Complexos 615 pesos médios do fruto das diferentes classes genotípicas no QTL poderiam ser semelhantes a: QTL1 QTL2 Peso dos frutos BIB 180 200 BIS 170 185 SIS 160 110 Efeitos A 10 45 D o 30 Podemos usar o peso desses frutos para o QTL para calcular os efeitos aditivo e de dominância. O QTL 1 é puramente aditivo (D= O), mas o QTL 2 tem um grande efeito de domi- nância. Note também que o efeito aditivo do QTL 2 é mais de quatro vezes o do QTL 1 (45 versus 10). Alguns QTL têm efeitos grandes e outros têm efeitos pequenos. O que se pode aprender com o mapeamento de QTL? Com os projetos mais potentes de mapeamento de QTL, os geneticistas conseguem estimar (1) o número de QTL (genes) que afetam um traço, (2) as localizações genômicas desses genes, (3) o tamanho dos efeitos de cada QTL, (4) o modo de ação gênica do QTL (dominante versus aditiva) e (5) se um QTL afeta a ação de outro QTL (interação epistática). Em outras palavras, é possível ter uma descrição mais completa da arquitetura genética do traço. Aprendemos muito sobre a arquitetura genética a partir dos estudos de mapeamento de QTL em diversos organismos. Eis dois exemplos. Primeiro, o tempo de floração no milho é um traço quantitativo ou contínuo clássico e de importância crítica para o seu cultivo, pois as plantas precisam florescer e amadure- cer antes do fim da estação de crescimento. O milho do Canadá está adaptado para florescer 45 dias após o plantio, enquanto o milho do México pode levar 120 dias ou mais para isso. O mape- amento de QTL mostrou que a arquitetura genética do tempo de floração do milho envolve mais de 50 genes. Os resultados de um experimento estão na Figura 19.15a e mostram evidência de 15 QfL. Os QTL de floração do milho em geral têm um efeito pequeno, de modo que a substituição de um alelo por outro em um QTL altera o tempo de floração em apenas 1 dia ou menos. Portanto, a diferença no tempo de floração entre o milho tropi- cal e o de regiões temperadas envolve muitos QTL. Em segundo lugar, foram usados camundongos para mape- ar os QTL de muitos traços de suscetibilidade a doenças. O Os Lod scores fornecem evidência estatística de QTL 10 ~ o o 5 (/) Valor 'O o limiar ....J o M1 M2 M3 M4 M5 M6 Ml MB M9 M10 Figura 19.14 Gráfico dos Lod scores de um experimento de mapeamento de QTL ao longo de um cromossomo com 1 O loci marcadores. A ITnha azul mostra o valor do Lod score em cada posição. Onde o Lod score excede o valor limiar, há evidência estatística de um QTL. 616 Introdução à Genética O mapeamento de QTL identifica QTL no milho e em camundongos (a} QTL para o tempo de floração em milho tropical x temperado ~ 8 10 li) "O o ....J o - 1 o crom 1 crom2 A __/\ - •A . 1 1 1 1 100 200 centimorgans crom 3 crom 4 crom 5 crom 6 crom 7 crom 8 crom 9 crom 10 Vgt-.. - A. • A - ' (b} QTL para a densidade mineral óssea em camundongos ~ 8 10 li) "O o ....J o ~ 1 .,.....-..../" ~ ~ ~ ~ 3 4 5 6 7 8 '-./'\... -.._... 9 10 11 12 13 14 15 16 Cromossomo Figura 19.15 Gráficos de Lod scores de varreduras genômicas para QTL. (a) Resultados de uma varredura para QTL do tempo de floração em milho. (b) Resultados de uma varredura para QTL da densidade mineral óssea em camundongos. [(a) De E. 5. Buck/er et ai., Science 523, 2009, 714-718; (b) N. lshimoreetal.,}. Bone Min. Res. 23, 2008, 7529-1537.] que se aprende sobre genes de suscetibilidade a doenças em camundongos em geral é válido para os seres humanos. A Figu- ra 19.15b mostra os resultados de uma varredura genômica em camundongos para os QTL de densidade mineral óssea (DMO), o traço subjacente à osteoporose. Essa varredura iden- tificou dois QTL, um no cromossomo 9 e outro no cromossomo 12. A partir de estudos como esse, os pesquisadores identifica- ram mais de 80 QTL em camundongos que podem contribuir para a suscetibilidade à osteoporose. Foram realizados estudos semelhantes em dezenas de outras doenças. Do QTL ao gene O mapeamento de QTL nem sempre revela a identidade do(s) gene(s) no QTL. Na melhor das hipóteses, a resolução do mapeamento de QTL é da ordem de 1 a 10 cM, o tama- nho de uma região que pode conter 100 ou mais genes. Ir do QTL a um único gene demanda experimentos adicionais para o mapeamento fino de um QTL. Para fazer isso, o pesquisador cria um conjunto de estoques genéticos homo- zigotos (também denominados linhagens), cada um com um crossing over perto do QTL. Esses estoques ou linhagens dife- rem entre si perto do QTL, mas são idênticos (isogênicos) em todo o restante de seus genomas. As linhagens idênticas em seus genomas inteiros, exceto em uma pequena região de interesse, denominam-se linhagens congênicas ou quase isogênicas. O isolamento de QTL em uma base isogênica é crítico porque apenas a região única do QTL difere entre as linhagens congênicas. Portanto, o uso de linhagens congêni- cas elimina as complicações causadas por múltiplos QTL que segregam ao mesmo tempo. Usando o exemplo do peso do fruto do tomate, a região cromossômica de um conjunto de tais linhagens congênicas é mostrada na Figura 19.16. Os genes (flc, arf4, ... ) são mostra- dos no alto da figura e o ponto de quebra de cada crossing over está indicado pela mudança de cor de vermelho (genótipo Beefmaster) para amarelo (genótipo Sungold). O peso médio do fruto das linhagens congênicas que têm esses cromosso- mos recombinantes está indicado à direita. Ao observarmos a Figura 19.16, vemos que todas as linhagens com o alelo Beefmaster de kin1 (um gene de quinase) têm frutos de cerca de 180 g, enquanto aqueles com o alelo Sungold de kin1 têm cerca de 170 g. Nenhum dos outros genes está associado ao peso do fruto dessa maneira. Se confirmado por testes esta- tísticos apropriados, esse resultado nos permite identificar kin1 como o gene subjacente a esse QTL. A Tabela 19.7 fornece uma pequena amostra das cente- nas de genes ou QTL que afetam a variação quantitativa de espécies diferentes que já foram identificados. A lista inclui o gene do milho para o tempo de floração, Vgt, responsável por um dos picos de Lod na Figura 19.15a. Um aspecto notável dessa lista é a diversidade de funções gênicas. Não parece haver uma regra no sentido de que apenas tipos particulares , de genes possam ser um QTL. E provável que a maioria dos genes, senão todos, no genoma dos organismos contribua para a variação quantitativa nas populações. Mensagem. O mapeamento de locus de traço quantitativo (QTL) é um procedimento destinado a identificar as localizações genômicas dos genes (QTL) que controlam a variação de traços quantitativos ou complexos. O mapeamento de QTL avalia a progênie de cruzamentos controlados quanto a seus genótipos em marcadores moleculares e seus valores de traço. Se genó- tipos diferentes em um locus marcador tiverem valores médios diferentes para o traço, então há evidências de um QTL perto do marcador. Assimque uma região do genoma contendo um QTL é identificada, o QTL pode ser mapeado em genes únicos usando-se linhagens congênicas. Capítu lo 19 I Herança de Traços Complexos 617 Cromossomos recombinantes são usados para o mapeamento fino de QTL para um único gene fie arf4 kin 1 pcf 1 ald2 unk43 Linhagem c~----1,-------.-I ----,- .------,- --- r------..-! --~) Peso do fruto (g) 1 181,4 2 182,2 3 180,6 4 169,3 5~ 1171,2 6 180,7 7 181,8 8 169,3 9 170,7 1 o 1 ~171,4 Figura 19.16 Um segmento cromossômico de tomate para um conjunto de 1 O linhagens congên icas com crossing overs perto de um QTL para peso do fruto. Os segmentos cromossômicos em vermelho são derivados da linhagem Beefmaster e os segmentos amarelos, da linhagem Sungold. D iferenças no peso do fruto entre as linhagens possibi litam identificar o gene kin 1 como o gene subjacente a esse QTL. Tabela 19.7 Alguns genes que contribuem para a variação quantitativa que foram identificados pela primeira vez usando-se o mapeamento de QTL. Organismo Levedura Arabidopsis Milho Milho Arroz Arroz Tomate Tomate Drosophila Vaca Camundongos Camundongos Seres humanos Seres humanos Seres humanos Traço Crescimento em alta temperatura Tempo para floração Ramificação Tempo para floração Sensibilidade ao fotoperíodo Sensibilidade ao fotoperíodo Teor de açúcar do fruto Peso do fruto Número de cerdas Produção de leite Câncer de cólon Diabetes melito do tipo 1 Asma Doença de Alzheimer Diabetes melito do tipo 1 Fonte: A. M. Glazier et al., Science 298; 2002, 2345-2349. Gene RH02 CRY2 Tb1 Vgt Hd1 CK2a Brix9-2-5 Fw2.2 Scabrous DGAT1 Mom1 I-A/3 ADAM33 ApoE HLA-DQA Função gênica GTPase Criptocromo Fator de transcrição Fator de transcrição Fator de transcrição Subunidade a da caseinoquinase Invertas e Sinalizador célula-célula Glicoproteína secretada Diacilglicerol aciltransferase Modificador de um gene supressor de tumor Antígeno de histocompatibilidade Proteína que contém domínio de metaloproteinase Apolipoproteína Glicoproteína de superfície do MHC da classe II 19.6 Mapeamento de associação em populações que se reproduzem aleatoriamente uso da técnica que vamos rever, denominada mapeamento de associação, um método para encontrar QTL no genoma, com base no desequilíbrio de ligação de ocorrência natural (veja o Capítulo 18) entre um locus marcador e o QTL em uma população que se reproduz aleatoriamente. Como usa o desequilíbrio de ligação, o método também é denomi- nado mapeamento de desequilíbrio de ligação. Conforme veremos, em geral esse método permite que os pesquisa- dores identifiquem diretamente os genes específicos que Se você leu recentemente uma notícia anunciando que pes- quisadores identificaram um gene de suscetibilidade para autismo, diabetes, hipertensão ou algum outro distúrbio, é bem provável que o gene tenha sido descoberto mediante o 618 Introdução à Genética controlam as diferenças no fenótipo entre os membros de uma população. A ideia básica que orienta o mapeamento de associação foi disseminada e usada há décadas. Um exemplo da déca- da de 1990 é a descoberta do gene ApoE em seres huma- nos, envolvido no metabolismo de lipoproteína (complexo lipídio-proteína). Por causa de seu papel no metabolismo de lipoproteína, o gene ApoE foi considerado um gene candi- dato a ter um papel causador de doença cardiovascular, o acúmulo de depósitos de gordura (lipídio) nas artérias. Os pesquisadores procuraram associações estatísticas entre os alelos do ApoE das pessoas e se elas tinham doença cardio- vascular, e descobriram uma associação entre o alelo e4 des- se gene e a doença - as pessoas com o alelo e4 eram mais propensas a ter a doença do que aquelas que tinham outros alelos. Embora esse tipo de estudo tenha sido bem-sucedido, antes foi preciso saber se havia um gene candidato suspeito de afetar o traço. Na última década, os progressos nas tecnologias genômi- cas catalisaram a aplicação em ampla escala do mapeamento de associação. Em particular, o mapeamento de associação foi muito aprimorado pelo desenvolvimento de mapas genômi- cos de SNP e pelas tecnologias de genotipagem em larga esca- la que permitiram classificar centenas de milhares de SNP em dezenas de milhares de indivíduos (veja o Capítulo 18). O mapeamento de associação agora é uma prática rotineira no exame do genoma à procura de genes que contribuem para a variação quantitativa. Esse tipo de estudo é conhecido como associação ampla do genoma (GWA). Uma importante vantagem desses estudos é que não exigem genes candidatos, pois todos os genes do genoma são examinados. O mapeamento de associação tem várias vantagens sobre o mapeamento de QTL. Primeiro, é feito com populações que se reproduzem de maneira aleatória, sem a necessidade de fazermos cruzamentos controlados ou trabalhar com famílias humanas cujas relações entre os genitores e a prole sejam conhecidas. Segundo, testa muitos alelos em um locus de uma vez. Nos estudos de mapeamento de QTL há dois genitores (tomates Beefmaster e Sungold no exemplo anterior) e, por- tanto, apenas dois alelos são comparados. No mapeamento de associação, todos os alelos na população são avaliados ao mesmo tempo. Por fim, o mapeamento de associação pode levar à identificação direta dos genes no QTL, sem a neces- sidade de estudos subsequentes de mapeamento fino. Isso é possível porque os SNP em qualquer gene que influencia o traço irão mostrar associações mais fortes com o traço que os SNP em outros genes. Vamos ver como isso funciona. O método básico Vamos começar vendo como a variação genética é padroni- zada no genoma em uma população. No Capítulo 18, discu- timos o desequilfbrio de ligação (LD), ou a associação não aleatória de alelos em dois loci. A Figura 19.17 mostra como o LD poderia surgir entre uma amostra de cromossomos. Os SNP (ou outros polimorfismos) próximos entre si tendem a estar em forte desequilfurio, enquanto aqueles mais distantes um do outro estão em desequilfbrio fraco ou nenhum <lese- quih'brio. Os genomas também tendem a ter pontos quen- tes de recombinação, pontos onde ocorre crossing over com alta frequência. Os pontos quentes rompem o desequilfurio de ligação, de maneira que os SNP no outro lado do ponto quente estão em equih'brio um com o outro. Os SNP que não estão separados por um ponto quente formam um bloco de haplótipo de SNP fortemente correlacionados. Suponha que o SNP8 na Figura 19.17 é um SNP em um gene que causa uma diferença no fenótipo, de tal modo que os indivíduos com o genótipo AI A têm um fenótipo diferente daquele dos indivíduos A/G ou G/G. O SNP8 poderia afetar o fenótipo por causar uma troca de aminoácido ou afetar a expressão gênica. O SNP8 ou qualquer SNP que afete dire- tamente um fenótipo é conhecido como um SNP funcional. Como o SNP8 está em forte desequih'brio com outros SNP no bloco (SNP 6, 7, 9e10), qualquer outro SNP pode servir como um representante (proxy) para o SNP8 funcional. Os indiví- duos T /T no SNP7 terão o mesmo fenótipo daqueles que são AI A no SNP8, porque o SNP7 e o SNP8 estão em LD. Quando os genótipos SNP estão correlacionados (em desequih'brio), os valores de traço estarão correlacionados. Por isso, não são necessários estudos de GWA para pesquisar SNP realmente funcionais, mas eles são necessários para ter os SNP em cada bloco de haplótipo. Para conduzir um estudo de GWA sobre uma condição patológica em seres humanos, poderíamos pesquisar 2.000 indivíduos com um distúrbio como o DM2 de início na idade adulta. Também selecionaríamos outros 2.000 indiví- duos-controle que não tivessem o distúrbio. Cada um dos 4.000 participantes doaria sangue do qual seria extraído seu DNA. As amostras de DNA seriam genotipadas para um con- junto de 300.000 SNP que estão distribuídos por todo o geno- ma. Queremos um número suficiente de SNP, de modo que cada um dos blocos de haplótipo no genoma seja marcadopor um ou mais SNP (Figura 19.17). O conjunto de dados resultantes seria enorme - consistindo em 300.000 genótipos em 4.000 indivíduos - um total de 1,2 bilhão de pontos de dados. Uma pequena parte de tal conjunto de dados é mos- trada na Tabela 19.8. Uma vez montados os dados, o pesquisador faz um teste estatístico com cada SNP, para determinar se um de seus alelos está associado mais frequentemente ao diabetes que o esperado por acaso. No caso de um traço categórico como estar sendo "afetado" ou "não afetado" por diabetes melito, podem ser empregados testes estatísticos similares ao teste X2 (veja o Capítulo 3). Um teste estatístico é feito separada- mente com cada SNP e os valores de P são colocados ao longo do cromossomo. A hipótese nula é de que o SNP não está associado ao traço. Se o valor de P de um SNP cair abaixo de 0,5, então a evidência da hipótese nula será fraca e irá favorecer a hipótese alternativa de que genótipos diferentes no SNP estão associados a fenótipos diferentes do traço. Na verdade, o mapeamento de associação não prova que um gene ou um SNP em um gene afeta um traço. Ele só fornece evidência estatística de uma associação entre o SNP e o traço. Uma comprovação formal exige a caracterização molecular do gene e de seus diferentes alelos. Capítu lo 19 I Herança de Traços Complexos 619 Pontos quentes de recombinação rompem o desequilíbrio de ligação Ponto quente de recombinação Bloco de haplótipo Amostra SNP1 SNP2 SNP3 SNP4 SNP5 1 A e A G e 2 A e A G e 3 A e A G e 4 A e A G e 5 A e A G e 6 A e A G e 7 G e A G T 8 G e A G T 9 G e A G T 10 G e A G T 11 G e A G T 12 G e A G T 13 A G T G T 14 A G T G T 15 A G T A T 16 A G T G T 17 A G T G T 18 A G T G T / \ ( ' Bloco de haplótipo SNP6 SNP7 SNP8 SNP9 SNP10 G G G A A A G G G A A A G G G A A A T A e G T A e G T A T G e G G A e G G A e G G A T A e G T A e G T A e G e G G A e G G A e G G A T A e G T A e G T A e G e G G A e G G A e G G A \ \ / ~Desequilíbrio forte +------Nenhum desequilíbrio s s s s s D s s s D D D D s s D D D Figura 19.17 (No alto) Diagrama da distribu ição de SNP e haplótipos em um segmento cromossômico. Os haplótipos em geral ocorrem em blocos (regiões de recombinação mais baixa), separados um do outro por pontos quentes de recombinação. (A coluna de letras S e D à direita é do Problema 19.4.) (Embaixo) Leia se dois SNP mostram desequilíbrio observando a cor do quadrado onde as fileiras dos marca- dores se interceptam. Em um bloco de haplótipo, os SNP mostram forte desequilíbrio. Os SNP em blocos diferentes de haplótipos mostram desequil íbrio fraco ou nenhum. [Adaptada de David Altshu/er et ai., Science, 322, 2008, 881-888.] A Figura 19.18a mostra os resultados de um estudo de mapeamento de associação para o tamanho corporal em cães. Cada ponto assinalado ao longo dos cromossomos (eixo x) representa o valor de P (eixo y) para um teste de associação entre o tamanho do corpo e um SNP. Os valores de P são colo- cados usando-se uma escala inversa, de modo que, quanto mais alto o eixo y, menor o valor. No cromossomo 15, há um aglomerado de SNP acima da linha limiar, indicando que a hipótese nula de nenhuma associação pode ser rejeitada para esses SNP, em favor da hipótese alternativa de que um gene que afeta o tamanho corporal em cães está localizado nessa posição. O pico forte no cromossomo 15 envolve SNP no gene do fator de crescimento 1 semelhante à insulina (IGF1), um gene que codifica um hormônio envolvido no crescimento juvenil em mamíferos. Esse gene é um dos principais contri- buintes para a diferença no tamanho entre cães de raças de pequeno e grande portes (Figura 19.18b). GWA, genes, doença e herdabilidade Nos últimos 10 anos, foi realizado um grande número de es- tudos de GWA e aprendemos muito com eles sobre a variação herdada em seres humanos e outras espécies. Vamos ver um 620 Introdução à Genética Tabela 19.8 Parte do conjunto de dados simulados para um experimento de mapeamento de associação. Indivíduo SNP1 SNP2 1 CIC NG 2 CIC NA 3 CIG GIG 4 CIG GIG 5 CIC GIG 6 GIG NG 7 GIG NG 8 CIG GIG 9 CIG NG 10 GIG NA O mapeamento de associação detecta um gene para o tamanho corporal em cães {a) JGF1 10-4 • a.. , Q) • "O 1 ..... 10-2 o ~ ' t .. •• •••• • 1 35 40 45 50 crom 15 (b) ' • • :L. • ..... 46 51 crom 1 • • •• • 43 48 Limiar de significância •• • • •• 1 ·~ • • r .. ; '' . 12 17 22 27 • • t.I! 3 8 crom 2 crom 3 crom 34 crom 37 Posição (Mb) Figura 19.18 (a) Resultados de um experimento de mapeamento de associação para o tamanho do corpo em cães. Cada ponto no grá- fico representa o valor de P em um teste de associação entre um SN P e o tamanho do corpo. Os pontos acima da "linha limiar" mostram evidência de uma associação estatística significante. (b) Exemplos de uma raça canina pequena e uma grande. [Tetra lmages!Corbis.] SNP3 Diabetes do tipo 2 Estatura (cm) TIT • 173 sim CIC • 170 sim TIT -nao 183 CIT -nao 180 CIT -nao 173 CIT • 178 sim CIT - 163 nao CIT -nao 168 CIT • 165 sim CIC • 157 sim dos maiores estudos, uma pesquisa sobre os genes que impli- cam risco de doença em um grupo de 17.000 pessoas, usando 500.000 SNP. A Figura 19.19 mostra gráficos dos valores de P para associações entre SNP e várias doenças comuns. Os pontos verdes são as associações estatisticamente significati- vas. Note a espícula de pontos verdes no cromossomo 6 para artrite reumatoide e diabetes do tipo 1 (juvenil). Essas duas doenças são autoimunes e a espícula está posicionada sobre um gene do antígeno leucocitário humano (HLA) do com- plexo principal de histocompatibilidade (MHC) de genes que regula a resposta imune em seres humanos e outros verte- brados. Portanto, os genes ativos na resposta imune normal estão implicados como uma causa de doenças autoimunes. O gene PTPN22 também está associado a alto risco de diabetes do tipo 1. O PTPN22 codifica a proteína tirosinofosfatase, que é expressa em células linfoides do sistema imune. No caso de doença coronariana, há uma associação significativa com o gene ApoE, confirmando um estudo prévio supracitado. Estudos de GWA identificaram mais de 300 genes de risco para c erca de 70 doenças e os números estão crescendo. Esses dados estão conduzindo a uma nova era da genômica pessoal, em que um indivíduo pode ter seu genoma anali- sado para determinar seu genótipo em genes conhecidos por aumentarem o risco de doença. Embora essa ciência esteja em seus primórdios, é possível identificar indivíduos com um risco 10 vezes maior de ter certas doenças do que outros membros da população. Tal informação pode ser usada para instituir medidas preventivas e alterações no estilo de vida (ambiente) que contribuem para o risco de doença. Algumas empresas estão propondo oferecer nas drogarias "kits para testes genéticos" para doenças específicas como a doença de Alzheimer. Biólogos especializados em ética manifestaram a preocupação de que os consumidores não estejam prepa- rados para avaliar os resultados da maneira adequada sem aconselhamento especializado. Como a estatura em seres humanos é um traço quantitati- vo clássico, os geneticistas especializados em genética quan- titativa têm grande interesse em realizar estudos de GWA para esse traço. Tais estudos identificaram mais de 180 genes que afetam a estatura. Cada um desses genes tem um efeito Capítu lo 19 I Herança de Traços Complexos 621 O mapeamento de associação identifica genes para suscetibilidade a doenças Doença da artéria coronária 15 10 5 o 1 2 3 4 5 6 7 8 APOE 9 10 11 12 13 14 15 16 17 1819 20 2122 X Doença de Crohn ATG16L1 CARD15 15 IL23R IRGM • i 1 1 10 • 1805 NKX2-3 PTPN2 . • I 1 õ:' 5 • Q) "'C o .... o 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1819 20 2122 X ro > Artrite reumatoide ........ o ~ HLA-DRB1
Compartilhar