MXPA06009037A - Mejor prediccion imparcial lineal asistida con marcador:adaptaciones de software para aplicaciones practicas para grandes poblaciones de crianza en especies de animales de granjas - Google Patents

Abstract

La invención provee metodologías para el análisis genético molecular mejorado de animales individuales y poblaciones animales;la invención incluye métodos y sistemas para identificar aquellos animales en una población que más probablemente pasarán la herencia de los rasgos deseados, se proveen medios para evaluar los valores de crianza estimados e incrementar la importancia genética promedio para animales en una población;para cada rasgo, la presente invención provee métodos para evaluar el efecto relativo de uno o más sitios de rasgos cuantitativos (QLT) y tres o más marcadores genéticos moleculares para cada QTL;la relación entre estos varios marcadores y el rasgo pre-seleccionado y el QTL se calcula, junto con la contribución de otros factores tales como pedigríy medidas conocidas con respecto al rasgo cuantitativo, y todos estos datos se utilizan para calcular los valores de crianza estimados para los animales en la manada y para clasificar los animales de acuerdo con estos valores de crianza estimados.

Description

MEJOR PREDICCIÓN IMPARC1AL LINEAL ASISTIDA CON MARCADOR: ADAPTACIONES DE SOFTWARE PARA APLICACIONES PRACTICAS PARA GRANDES POBLACIONES DE CRIANZA EN ESPECIES DE ANIMALES DE GRANJA Esta solicitud reclama el beneficio de la solicitud provisional de los Estados Unidos número de serie 60/543,034, presentada el 9 de febrero del 2004, la cual se incorpora aquí por referencia.

ANTECEDENTES DE LA INVENCIÓN CAMPO DE LA INVENCIÓN La presente invención se refiere en general al campo del mejoramiento en la importancia genética en especies de animales tanto en animales individuales como a niveles de manada. Entre las varias modalidades, particularmente se refiere a un método para mejorar los genéticos en manadas de puercos y ganado. Más particularmente, la invención provee el análisis de múltiples marcadores genéticos como parte de un programa de cría y administración de manadas.

DESCRIPCIÓN DE LA TÉCNICA RELACIONADA Debido al campo rápidamente en crecimiento y el mejoramiento de los genómicos, existe una necesidad de medios para utilizar información genotípica recientemente disponible para mejorar el desarrollo de animales comerciales y productos de planta. Dichos medios deben permitir el rápido mejoramiento genético de una población para así optimizar las ocurrencias a corto término de rasgos deseables en la población sin arriesgar el potencial del mejoramiento genético a largo plazo (por ejemplo, como se ha documentado a través de la excesiva endogamia o la presión de selección intensa sobre un número limitado de genes o lugares de rasgos cuantitativos (QTL) [por ejemplo, Gibson, 1994]). Dicho método podría necesitar proveer medios para rápida y eficientemente maximizar la utilidad de un nuevo entendimiento con respecto a la función de varios genes y/o combinación de genes; mientras al mismo tiempo optimizar el uso de información fenotípica, genotípica, (por ejemplo, SNPs) y pedigrí. Esto es particularmente importante en rasgos en donde los genotipos son difíciles o costosos de medir (por ejemplo, insumo de alimentos o resistencia/tolerancia enfermedades) rasgos que se miden tarde en la vida, o al final de la vida (por ejemplo, calidad de longevidad o carne) o medible solamente en un sexo (por ejemplo, rendimiento de leche, tamaño de la cría o facilitar el nacimiento maternal o paternal). En rasgos tales como calidad de la carne, no solamente es el rasgo medido después de las decisiones de selección que ya se han hecho, sino que el animal más probablemente ha sido sacrificado para permitir la medición de los rasgos y, por consiguiente ya no está disponible para selección. En estos casos, la selección asistida por marcador (MAS) puede proveer información extremadamente útil para la selección antes de la disponibilidad de las mediciones fenotípicas. La presente ¡nvención provee la habilidad de practicar MAS sobre varios QTL en una forma óptima y eficiente a una escala industrial.

BREVE DESCRIPCIÓN DE LA INVENCIÓN La invención ahora descrita resuelve los problemas previamente existentes a través de la provisión de un método que permite la captura de métricas genéticas de pedigrí, fenotípicas, y moleculares para una población de crías que provee la evaluación concurrente e interdependiente de estos factores, para cada animal (o plantas) y después provee una clasificación de los individuos en la población que habilitan la ponderación óptima de todas las fuentes de información para lograr los objetivos de cría deseados. La invención que ahora se describe resuelve las deficiencias asociadas con la tecnología previamente disponible a través de permitir que la evaluación concurrente de uno o más, dos o más, o tres o más marcadores genéticos moleculares, información de pedigrí, y opcionalmente las métricas de los ensayos cuantitativos a través del uso de los algoritmos de iteración sobre los datos (lOD) que dramáticamente reducen los requerimientos de memoria de computadora y los algoritmos de gradiente de conjugado preacondicionados (PCCG) con el bloqueo/de tamaño variable común preacondicionador, que dramáticamente reduce el tiempo de cálculo. La ¡nvención también provee algoritmos para calcular coeficientes de endogamia, en QTL. El software existente también puede tener la capacidad de incorporar la información de marcador que es severamente obstaculizada mediante largos tiempos de cálculo y excesivos requerimientos de memoria de computadora. Al reducir dramáticamente los requerimientos de memoria de computadora para resolver las ecuaciones de modelo mezclado a través de la incorporación de algoritmos lOD, varios aspectos de la presente invención hacen posible incluir un número virtualmente ¡limitado de QTL marcado y cualquier número de rasgos. Los algoritmos PCCG incluidos en los aspectos de la presente invención significativamente reducen el tiempo de cálculo, por lo tanto permitiendo números de marcadores mayores y rasgos que se van a incluir en las ecuaciones de modelos mezclados mientras se logran las soluciones adecuadamente convergidas en un período de tiempo aceptable para programas de crías que operan a escala industrial. La importancia de ser capaz de práctica y eficientemente incluir más marcadores de dos tiene muchas ventajas. Primero, mientras se incluyen más marcadores QTL en MA-BLUP (mejor predicción imparcial lineal ayudada por marcador) se puede explicar una proporción mayor de la variación genética de los rasgos seleccionados a través de la información de marcador y, por consiguiente, el avance genético además se acelera. En segundo lugar, además se ha demostrado que la selección intensa en solamente unos cuantos QTL (por ejemplo, de 1 a 3 lugares) puede acelerar la respuesta genética a corto plazo, pero ocurre con el costo del avance genético a largo plazo. De hecho, se ha demostrado que MAS (selección asistida por marcador) con solamente unos cuantos lugares incluidos puede proveer una respuesta genética a largo plazo menos favorable que BLUP solo (es decir, no se incluye ninguna información marcada) (Gibson, 1994). Por consiguiente, si la selección toma lugar en varios marcadores simultáneamente, como se provee a través de la presente invención, la pérdida de la respuesta a largo plazo se minimiza. En varios aspectos de la presente ¡nvención el (los) rasgó (s) perseguidos para mejorarse se seleccionan por la presencia de características deseables incluyendo pero no limitándose a: la presencia o esencia del gen específico o variantes del marcador o alelos, rasgos de salud, rasgos de reproducción, rasgos de calidad de carne, rasgos de crecimiento eficiente, y cualquier otro rasgo fenotípico deseado. Varias modalidades de la presente invención proveen un método para incrementar la importancia genética de la población animal con respecto a uno o más riesgos pre-seleccionados. Ciertos aspectos de este método comprenden los pasos de seleccionar uno, dos, tres, o más marcadores genéticos moleculares de interés, para cada uno o más de los lugares de rasgo (QTL), para el rasgo para el cual se desea un mejoramiento. Para cada una de las características seleccionada, ya sea como genotipos marcadores genéticos moleculares o mediciones de rasgos cuantitativa, se provee una base de datos legible por computadora que indica cada estatus de los animales en la población con respecto a las características seleccionadas si están disponibles para el animal. Los métodos y sistemas de la presente ¡nvención no requieren que los fenotipos estén disponibles para cada animal en la población (es decir los métodos y sistemas de la presente invención son capaces de manejar términos faltantes). Además, gracias a sus múltiples capacidades de rasgos, la presente invención no requiere que los fenotipos estén disponibles para todos los rasgos para cada animal o para cada marcador para que sea efectivo. Por ejemplo, si los genotipos están disponibles solamente en la mayor parte de las generaciones recientes en el pedigrí y disponibles para algunos marcadores o animales pero no para otros, los métodos y sistemas de la presente ¡nvención pueden aún ser remarcadamente efectivos. Adicionalmente, una base de datos legible por computadora que provee el pedigrí para cada animal en la población también se provee. Entonces se utiliza una computadora para llevar a cabo el análisis de la mejor predicción imparcial lineal asistida por marcador genético molecular (MA-BLUP) de los datos en las bases de datos provistas. Este análisis simultáneamente produce estimados del valor de cría (EBV) para cada animal y para cada rasgo utilizando los datos de marcador, pedigrí, y fenotípicos, si están disponibles, sobre todos los rasgos simultáneamente. Después se produce una clasificación de los animales en la población en donde los animales se clasifican de acuerdo con su EBV (valor de cría estimado) para la combinación del EBVs de rasgo individual que está representado en el índice de selección para una población dada, la cual toma en cuenta los coeficientes de endogamia para los rasgos seleccionados. Esta clasificación después se puede utilizar como parte de una administración de animal o plan de cría para optimizar el mejoramiento de la importancia genética promedio de la población para las características seleccionadas. Otras modalidades de la invención proveen un sistema para incrementar una importancia genética promedio de las poblaciones de animales. En varios aspectos de esta modalidad el sistema comprende una computadora, una o más bases de datos accesibles, un programa ejecutable por computadora, y una ¡nterfaz de usuario. Las bases de datos, computadoras, y programas de computadora provistos por los varios aspectos de esta modalidad de la ¡nvención son ¡guales a aquellos en los métodos descritos supra. Las interfaz de usuario consideradas como útiles para los varios aspectos de esta modalidad de la invención se configuran para estar acoplados con la computadora para permitir al usuario instruir a la computadora para acceder las bases de datos disponibles y permitir al programa de computadora para utilizar el procesador de la computadora para generar, como una salida su valor de cría estimado individual y/o una o más clasificaciones de los animales en la población. Otra modalidad para la presente invención provee un método para evaluar un valor de cría de la población animal o importancia genética para un grupo preseleccionado de características. Aunque la evaluación puede lograrse utilizando uno o dos marcadores genéticos moleculares para cada QTL, de acuerdo con los varios aspectos preferidos de esta invención las características típicamente incluirán por lo menos tres marcadores genéticos moleculares. Aún más preferiblemente, las características seleccionadas incluirán cuatro o más marcadores genéticos moleculares. Las características seleccionadas se enlazarán (o asociarán) con uno o más QTLs o uno o más genes de valor económico. Varios aspectos de esta modalidad de la invención proveen los pasos de: (a) seleccionar uno, dos, tres, cuatro o más marcadores genéticos moleculares de interés que están enlazados a uno o más QTLs o genes; (b) proveer bases de datos que comprenden datos para animales individuales en la población, que incluyen el pedigrí de los animales, y el estado del animal para cada uno de los rasgos seleccionados en donde se conocen; (c) utilizar un programa ejecutable por computadora en una computadora capaz de llevar a cabo MA-BLUP para simultáneamente analizar los datos de la base de datos provista para producir una clasificación de cada animal, en la población, de acuerdo con su EBV para cada rasgo seleccionado, tomando en cuenta la endogamia posible; y finalmente, (d) evaluar los EBV's de los rasgos para determinar el EBV multi-rasgo combinado para los rasgos seleccionados en el índice de selección. De esta forma, como se provee aquí, MA-BLUP ejecuta un análisis "de acoplamiento" o simultaneo para producir EBVs para cada rasgo y cada animal de las ecuaciones del modelo mezclado. Estos después se utilizan en combinación a través de MA-BLUP para proveer un solo valor conocido como el "índice de Selección". Otras modalidades de la presente invención proveen sistemas útiles para incrementar una importancia genética de la población animal, en donde el sistema comprende los siguientes componentes, (a) Una computadora a la cual se cargan los datos y la cual es capaz de operar un programa de computadora para producir datos de salida, (b) Por lo menos una base de datos accesible por computadora, en donde la base de datos se selecciona de aquellas que proveen los datos de pedigrí para la población, bases de datos que proveen información sobre el lugar del rasgo cuantitativo, y los marcadores genéticos moleculares (ambos de estos marcadores se sabe que se asocian con cualquier lugar de rasgo cuantitativo seleccionado), (c) Un programa ejecutable por computadora capaz de simultáneamente evaluar los datos en todas las bases de datos proveyendo y produciendo valores de cría estimados de salida de programa (EBVs) para cada rasgo y para cada animal individual en la población para cada rasgo individualmente y en combinación y la clasificación de los animales de acuerdo con sus EBVs respectivo, (d) Una interfaz de usuario que incluye la captura de datos y los sistemas de recuperación, en donde la ¡nterfaz de usuario está acoplada a la computadora y configurada para permitir que el usuario instruya la computadora para acceder cualquier combinación de base de datos disponibles y utilizar el programa de computadora para generar las clasificaciones de salida y los valores de cría estimados de animal individual. Otras modalidades proveen el uso de cualquiera de los métodos o sistemas descritos aquí para evaluar la importancia genética promedio de una población de animal para uno o más rasgos seleccionados. Aún otra modalidad de la presente invención provee un método para identificar los mejores pares de crías en una población de animal definida para permitir el mejoramiento óptimo de un rasgo preseleccionado en la población (por ejemplo, para rápidamente mejorar el EBV promedio para las características en la población). De acuerdo con este aspecto de la invención, cualquiera de los métodos para estimar el animal o EBVs las manadas para un rasgo dado se pueden utilizar como parte de un método para identificar a aquellos pares de animales mejor adecuados para el cruzamiento (sin exceder un grado por tasa aceptable de endogamia) para así optimizar el incremento del valor de cría promedio de la población o importancia genética para una característica pre-seleccionada o rasgo. Tomados juntos, los métodos y sistemas MA-BLUP de la presente ¡nvención proveen una confluencia sinergístíca de los elementos que habilitan a los expertos en la técnica para resolver las ecuaciones del modelo mezclado que fue un problema previamente difícil de manipular el pedigrí (o ¡mpractico resolver para poblaciones a escala industrial, QTL, y datos de marcador genético molecular para calcular el EBV para cada animal en una muy grande población de más de un millón de animales y clasificar cada animal en esa población de acuerdo con su EBV individual para uno o más rasgos pre-seleccionados. Otras modalidades de la presente invención proveen métodos para mejorar uno o más rasgos de calidad de carne, en donde los rasgos de la calidad de carne incluyen, pero no se limitan al pH del lomo y/o jamón, blandura, color marmoleado y capacidad de mantener el agua. Varios aspectos de estas modalidades proveen métodos para clasificar una pluralidad de cerdos para identificar el estado de cada animal con respecto a uno o más polimorfismos de nucleótido individual (SNPs) en el gen PRKAG3 de porcino (el gen PRKAG3 codifica una isoforma específica de músculo de la sub-unidad gama reguladora de cinasa de proteína activada por monofosfato de adenosina (AMPK), las cepas PRKAG3 para la sub-unidad de gama-3 activada por AMP de cinasa de proteína). Preferiblemente, los SNPs identificados se seleccionan del grupo que consiste de: un A/G en la posición 51 , A/G en la posición 462, A/G en la posición 1011 , C/T en la posición 1053, C/T en la posición 2475, A/G en la posición 2607, A/G en la posición 2906, A/G en la posición 2994, y C/T en la posición 4506, en donde toda la numeración es de acuerdo con la secuencia de SEC ID NO:1. Una vez que se identifican los animales que tienen por lo menos un alelo deseado, se seleccionan para uso como sementales/ hembras en el plan de cría diseñado para producir la progenie que tiene una frecuencia incrementada del alelo deseable. Otras modalidades proveen métodos y/o equipos para detectar los SNPs PRKAG3 descritos anteriormente. Además, en varios aspectos de estas modalidades estos métodos y/o equipos se utilizan como componentes de un método o sistema general que incorpora el uso del análisis MA-BLUP descrito aquí. E! uso de los métodos de integración MA-BLUP y sistemas producen a los administradores de manadas de crías los medios necesarios para criar una administración de manadas y planes de cría para rápidamente mejorar los rasgos de calidad de la carne efectuados a través del gen PRKAG3 de porcino. Los aspectos particulares de esta modalidad proveen los métodos de clasificación de una población de animales para identificar a aquellos animales que cuando se aparean probablemente producirán progenies que exhiben mejoras en al menos un rasgo de calidad de carne deseable. En un aspecto particularmente preferido de esta modalidad el rasgo de calidad de la carne deseada para un jamón superior o pH de lomo, de color más oscuro, mayor blandura, más marmoleado, y/o una capacidad de mantener el agua incrementada o cualquier combinación de las mismas. Como se observó varias modalidades de la presente invención proveen equipos útiles para llevar a cabo la presente invención. Varios aspectos de estas modalidades específicamente proveen los equipos que son útiles para la detección de SNPs en el gen PRKAG3 de porcino.

BREVE DESCRIPCIÓN DE LOS DIBUJOS Los dibujos descritos forman parte de la presente especificación y están incluidos para adicionalmente demostrar ciertos aspectos de la presente ¡nvención. La invención se entiende mejor con la referencia hacia uno o más de estos dibujos en combinación con la descripción detallada de las modalidades específicas presentadas aquí. FIGURA 1 : La Figura 1 provee una representación esquemática de las entradas y salidas del programa MA-BLUP (MA-BLUP se representa como una "caja negra"). FIGURA 2: La Figura 2 provee un diagrama de flujo que representa un posible algoritmo para implementar el programa MA-BLUP descrito aquí. FIGURA 3: La Figura 3 provee una gráfica de flujo que representa un posible algoritmo para resolver las ecuaciones del modelo mezclado (MME). Esto es la versión expandida del paso encerrado en el romboide en la Figura 2. FIGURA 4: La secuencia de ADN de la sub-unidad gama AMPK Sus scrofa (PRKAG3) (SEC ID NO:1 ), como se provee disponible por el número de acceso de Genbank AF214521. FIGURA 5: Una gráfica que describe los valores de genotipo para ios ensayos SNP 1484004 y 148009. FIGURA 6: Una gráfica que describe los valores de cría para los ensayos SNP 1484004 y 148009. FIGURA 7: Secuencia de ADN y de amino ácido de la porción del gen del receptor de leptina (pLEPR) y Sus scrofa que contiene los polimorfismos M69T y S731. Los polimorfismos de nucleótido individual y los cambios de amino ácido adjuntos se muestran en negritas. La secuencia de nucleótido sin la secuencia de amino ácido adjunta es intrónico. La secuencia de inicia en la posición 311 del acceso Genbank AF184172, "el gen del receptor de leptina (LEPR) Sus scrofa, el exón 4, y la secuencia de codificación parcial". El polimorfismo M69T está en la posición 609 de nucleótido de la secuencia con el número de acceso de Genbank AF184172.

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN La ¡nvención ahora descrita establece un método para el rápido mejoramiento de una población de animal o plantas, con base en la información de pedigrí, fenotípica y/o genotípica. De esta forma, al utilizar la presente invención, un experto en la técnica será capaz de utilizar la información genética o fenotípica recientemente descrita con el fin de producir una progenie optimizada para uno o más rasgos deseados y/o incrementar la importancia genética de la población para una característica o rasgo pre-seleccionado y/o deseado. Esta información fenotípica/genotípica se puede obtener de una variedad de fuentes. Dichas fuentes incluyen, pero no se limitan a genotipos marcadores en algunos o todos los animales en la población de cría, información de pedigrí nueva o acumulada y/o datos de medición de rasgos fenotípicos y técnicas biométricas nuevas. La presente ¡nvención también provee métodos, composiciones, y equipos útiles para el mejoramiento de los rasgos de calidad de la carne en una población de cerdos. Específicamente, la presente ¡nvención provee métodos, composiciones y equipos útiles para el análisis del estado de los animales con respecto al gen PRKAG3 de porcino. Sin embargo, un experto en la técnica apreciará que los sistemas y métodos descritos aquí (incluyendo la metodología MA-BLUP) pueden utilizarse efectivamente con todos los lugares de rasgo cuantitativo conocidos y todos los marcadores genéticos moleculares conocidos. A manera de ejemplo, la inversión provista aquí puede hacer efectivo el uso de polimorfismos en el gen del receptor de melanocortina-4 (MC4R) y el gen PRKAG3. Por el bien de simplicidad el lenguaje y los ejemplos utilizados en la presente descripción principalmente se referirán a poblaciones de animales. Sin embargo, en vista de la presente descripción aquellos con experiencia en la técnica apreciarán que las invenciones reclamadas se podrían modificar para uso en plantas a través de un experto en la técnica que tenga acceso a la presente descripción.

Términos definidos Las siguientes definiciones se proveen aquí con el fin de ayudar al genetista cuantitativo o molecular o creador de animales con experiencia en la técnica a más fácil y completamente apreciar la presente ¡nvención. Como se sugiere en las definiciones provistas a continuación, las definiciones provistas no pretenden exclusivas, a menos que se indique eso. Más bien, se proveen como definiciones preferidas, proveen el enfoque del experto en la técnica, sobre varias modalidades ilustrativas de la invención. Como se utiliza aquí el término "grado de endogamia aceptable" preferiblemente significa un nivel de endogamia en donde los beneficios de la endogamia superan cualesquiera efectos negativos. En general, la endogamia se acumulará en una población de animal como un resultado de la selección intra-población. Típicamente, existe una relación inversa entre el grado de endogamia (?F) y el grado de avance genético (?G). El (?F) óptimo es el grado en el cual la endogamia tiene permiso de acumularse con el fin de optimizar tanto las ganancias genéticas a corto plazo como a largo plazo. Bajo la práctica estándar en cerdos típicamente se desea que ?F se mantenga a menos de 1% por año. Los métodos para aproximar ?F se dan, infra, en la sección "Modalidades Ilustrativas". Como se utiliza aquí el término "alelo" se refiere a una versión particular o variante de un gen especificado. Como se utiliza aquí el término "BLUP" (el cual es un acrónimo para la mejor predicción imparcial lineal) se refiere a una metodología estadística introducida por Henderson (1959, 1963) que se ha convertido en un estándar en la industria de la cría de animales para pronosticar los valores de cría para animales individuales. Con el entrenamiento post-graduado estándar en técnicas de cría de animales, BLUP se puede llevar a cabo, a través de un experto en la técnica, utilizando cualquiera de varios programas de computadora comercialmente disponibles, que se utilizan para la evaluación genética de un animal y/o manada. Los programas más actualmente disponibles son programas adaptados diseñados específicamente para reunir las necesidades de la compañía criadora. Sin embargo, algunos paquetes de software estándar que están públicamente disponibles se pueden utilizar para llevar a cabo BLUP (por ejemplo, "MTDF-REML" de Curt Van Tassell (curtvt aipl.arsusda.gov); "PEST" de Eildert Groeneveld (eg@tzv.fal.de); "DMU" de Just Jensen (lofjust@vm.uni-c.dk); "MATVEC" de Steve Kachman (www.statistics.unl.edu/faculty/steve/software/matvec/); y "BLUPF90" de Ignacy Misztal (http://nce.ads.uga.edu/~ignacy/newprograms.html)). Los parámetros de entrada típicos para los programas BLUP incluyen estimados de parámetros genéticos y fenotípicos, fenotipos, pedigrís, y efectos fijos. Los modelos BLUP se pueden describir más fácilmente en anotaciones de matriz como sigue: ? = Xß + Za + e, en donde, ? es el vector de las observaciones fenotípicas, ß es un vector de efectos fijos; X es una matriz de incidencia relacionada con ß relacionando ß con ?; a es un vector de efectos de animal con un promedio de cero y una matriz variante-co-variante Ga; Z es una matriz de incidencia relacionando a ?; y e es un vector de efectos residuales con la matriz de variante-co-variante R. Ga se puede modelar como Ga = A s2a, en donde A es la matriz del coeficiente de la relación aditiva entre los animales, y s2a es la variante genética aditiva. Uno de los requerimientos para obtener BLUP es obtener la inversa de Ga, la cual puede calcularse muy eficientemente aún cuando se establezcan datos extremadamente largos (Henderson, 1976; Quaas et. al., 1984; Quaas, 1988).

Como se utiliza aquí el término "plan de cría" preferiblemente se refiere a un programa para mejorar los genéticos de la manada utilizando la información provista por los métodos y sistemas descritos aquí. Como se utiliza aquí el término "valor de cría" preferiblemente se refiere al valor esperado de un animal como un padre. También es una medida del valor de cría neto del animal. La mitad de los valores de cría se transmiten a su progenie, y esta porción se puede referir como la diferencia de la progenie esperada (EPD) o la habilidad transmitida estimada (ETA). Estas medidas de valores de cría típicamente se expresan como una diferencia de la población presente promedio o la población promedio a un punto en el tiempo fijo (ver, Van Vleck, p. 186). Como se utiliza aquí el término "aproximación", cuando se utiliza para describir un marcador genético molecular y QTL, preferiblemente se refiere a la distancia del enlace relativo o probabilidad de recombinación entre el sitio del marcador y el sitio responsable del rasgo en una unidad de Morgan (M). Como se utiliza aquí el término "pérdida de gotas" preferiblemente se refiere al cambio en el peso de un corte de carne (por ejemplo, un corte de lomo) debido a la pérdida de humedad de los materiales de empaque absorbentes sobre un periodo de tiempo especificado, especialmente mientras la carne se coloca en una vitrina. Como se utiliza aquí el término "sitio de rasgo económico" (ETL), preferiblemente se refiere a una ubicación en el cromosoma que está enlazado al "rasgo cuantitativo" que provee el valor económico. Como se utilizan aquí los términos "rasgos de crecimiento eficientes" y/o "rasgos de funcionamiento" preferiblemente se refieren a un grupo de rasgos que están relacionados con el grado de crecimiento y/o composición del cuerpo del animal. Ejemplos de dichos rasgos incluyen, pero no se limitan a: ganancia diaria promedio, insumo de alimentos diario promedio, eficiencia del alimento, grosor de grasa en la espalda, área de músculo en el lomo, y porcentaje magro. Como se utiliza aquí el término "valor de cría estimado" (EBV), preferiblemente se refiere a un valor numérico especifico para un animal que pronostica su "valor de cría". EBV por lo general se calcula utilizando los programas de análisis comercialmente disponibles (la salida de BLUP y los programas BLUP (MA-BLUP) asistidos por marcador son ejemplos de EBVs). Como se utiliza aquí el término "gen" se refiere a ana secuencia de ADN responsable de codificar las instrucciones para hacer una proteína especifica dentro de una célula o puede también instrucciones para cuándo, en dónde, y en qué abundancia se expresa una proteína). Como se utiliza aquí el término "importancia genética" se refiere al valor del germoplasma para proveer un rasgo deseado. Es decir, entre más grande es la importancia genética de un animal para un rasgo dado, es más probable que provea una progenie que tiene el rasgo deseable. Como se utiliza aquí el término "efectos fijos" preferiblemente se refiere a influencias de estación, espaciales, geográficas, ambientales, o administrativas que causan un efecto sistemático en el fenotipo o para aquellos efectos con niveles que fueron deliberadamente configurados a través del experimentador, o el efecto de un gen o alelo/variante QTL que es consistente a través de la población que se está evaluando. Como se utiliza aquí el término "medio-hermano" se refiere a un grupo de animales que todos comparten un padre. Específicamente, el término es más frecuentemente utilizado como "medio-hermano padre" que se refiere a la progenie que comparte la misma hembra. Como se utiliza aquí, el término "rasgos de salud" preferiblemente incluye cualesquiera rasgos que mejoran la salud del animal y/o manada. Estos incluyen, pero no se limitan a: la ausencia de anormalidades o defectos físicos indeseables (como rupturas en los escrotos en los cerdos), mejoras en la solidez de las patas y piernas, resistencia a enfermedades especificas u organismos de enfermedades, o resistencia general a patógenos. Como se utiliza aquí los términos "manada" y "población" se refiere a cualquier grupo de animales de crianza que tienen un número suficiente de animales para el uso efectivo de la presente invención. El término se puede aplicar a animales tales como cerdos, ganado, cabras, o cualquier otro animal que se origina comercialmente, incluyendo, pero no limitándose, a aves de corral (tales como pavos o pollos) o cualquier otra especie donde es deseable por cualquier otra razón analizar los múltiples rasgos en la creación de un programa de crianza. Además, el término población también se puede utilizar para referirse a una población de plantas. Como se utiliza aquí el término "germoplasma mejorado" preferiblemente se refiere a un cambio en el genoma, frecuencia de marcadores genéticos mejorada, genes, alelos de marcadores o genes, o cualquier combinación de múltiples marcadores o genes que se prefiere sobre las otras formas del genoma que existen en la población. Esto incluye formas del genoma que dan como resultado valores de cría mejorados, pero para los cuales los genotipos son desconocidos. El término puede, dependiendo del contexto, utilizarse para referirse a la composición genética de cualquier animal individual o a los genéticos de una manada, considerado como un todo. De esta forma, el término "germoplasma mejorado" cubre tanto la introducción de un rasgo preferido en un individuo, y un incremento en la frecuencia de expresión de un alelo deseado dentro de una manada. Como se utiliza aquí el término "coeficiente de endogamia a un QTL" preferiblemente se refiere a la probabilidad de que dos alelos en un QTL sean idénticos por la descendencia. Estos coeficientes de endogamia se utilizan en el cálculo de G'1. El algoritmo utilizado para calcular el coeficiente de endogamia para un QTL es una base en el método descrito en Abel-Azim y Freeman (2001). Como se utiliza aquí, el término "informatívidad", cuando se utiliza para describir o modificar el término "marcador genético molecular" preferiblemente se refiere a una medición del valor del marcador como una determinante predictiva para que tan probablemente un rasgo dado y/o QTL va a ser heredado por la progenie del animal. De esta forma, la informatividad es una medida de la variación genotípíca presente en el sitio dei marcador y se determina como una medición de la frecuencia de heterozigosidad del marcador. Si un marcador es lo suficientemente informativo y está localizado relativamente cerca de la ubicación de QTL, la utilidad como un marcador para QTL se incrementa. Entre más informativos son los marcadores que rodean un QTL, es más probable que el sitio QTL se pueda definir. Como se utiliza aquí, el término "sitio" se refiere a una ubicación especifica en un cromosoma (por ejemplo, en donde se localiza un gen o marcador". "Sitios" es el plural de sitio. Como se utiliza aquí, el término "MA-BLUP" (un acrónimo para BLUP asistido por marcador) es un método de análisis que utiliza las mismas capturas que BLUP (ver anteriormente) y adicionalmente agrega el genotipo marcador del animal a los cálculos. Como con BLUP, los modelos MA-BLUP se pueden describir más fácilmente en una anotación de matriz como sigue: ? =Xß + ZK? + Zu + e en donde, ? es el vector de las observaciones fenotípicas; ß es un vector de efectos fijos; X es una matriz de incidencia relacionando ß con ?; ? es el vector de efectos aditivos en el QTL marcado con un promedio de cero y una matriz de variante-co-variante, G?, y u es el vector de efectos aditivos del QTL no marcado restante con un promedio de cero y una matriz de variante - co-variante Gu (es decir efectos de animales, previamente representados por a, y subdivididos en ? y u, como a= KK+ u , en donde K es la matriz de incidencia que relaciona ? con a). Z son las matrices de incidencia que relacionan K? y u con ?; e es un vector de efectos residuales con una matriz de variante-co-variante R. Para llevar a cabo MA-BLUP, la inversa de G? y Gu necesitan calcularse. La inversa de Gu se puede obtener como con Ga en BLUP regular (ver anteriormente). La inversa para G? se puede calcular eficientemente para grandes grupos de datos en donde los genotipos marcadores se pueden inferir en cada animal y el origen parenteral del marcador es conocido (Femando y Grossman, 1989), y en el caso en donde los genotipos marcadores no son conocidos en algunos animales y el origen parental del marcador es desconocido (Hoeschele, 1993; van Arendonk etal., 1994; Wang et al., 1991 ; Wang, et al., 1995). Como se utiliza aquí los términos "marcador" y "marcador genético molecular" (MME) preferiblemente se refiere a una secuencia de ADN que tiene un sitio especifico sobre un cromosoma que se puede medir en un laboratorio. Para se útil, un marcador necesita tener dos o más alelos o variantes. Los tipos comunes de marcadores incluyen, pero no se limitan a: RFLP=polimorfismo de longitud de fragmento de restricción; SSR=repetición de secuencia simple (a.k.a. marcadores "microsatélites"); y SNP= polimorfismo de nucleótido individual. Los marcadores pueden ser ya sea directos, es decir, localizados dentro de un gen o sitio de interés, o indirectos, que están estrechamente enlazados con el gen o sitio de interés. Además, los marcadores también pueden incluir secuencias que ya sea modifican o no modifican la secuencia de amino ácido del gen.

Como se utiliza aquí, el término "ecuación de modelo mezclado" preferiblemente se refiere a un modelo para ecuaciones que resuelven tanto efectos aleatorios como efectos fijos. El término efecto aleatorios en el contexto de MA-BLUP se utiliza para denotar factores que tienen un impacto no sistemático sobre el rasgo con niveles que pueden representar una distribución aleatoria. Los efectos aleatorios típicamente tendrán niveles que no fueron deliberadamente organizados por el experimentador (factores deliberadamente organizados se pueden llamar efectos fijos), pero que se muestrearon desde una población de muestras posibles más bien. Los modelos lineales que incorporan tanto efectos fijos como efectos aleatorios son denominados modelos lineales mezclados. La mejor predicción imparcial lineal de efectos aleatorios y efectos físicos son la solución de las siguientes ecuaciones lineales, las cuales se denominan ecuaciones de modelo mezclado. y=Xb+Z1u+Zz?+e Como se utiliza aquí, el significado preferido para el término "asignación asistida por marcador" (MAA) es el uso de información fenotípica o genotípíca para identificar animales con valores de crianza estimados superiores (EBVs) y además asignar a esos animales un uso especifico diseñado para optimizar el mejoramiento de la importancia genética de la población de animal.

Como se utiliza aquí, el término "rasgo de la calidad de la carne" preferiblemente significa cualquiera de un grupo de rasgos que están relacionados con la calidad en el comer (o palatibilidad) del cerdo. Ejemplos de dichos rasgos incluyen, pero no se limitan a, pH del músculo, pérdida de depuración (o capacidad de mantener el agua), color de) músculo, firmeza, puntuaciones del marmoleado, porcentaje de grasa intramuscular, y blandura. Como se utiliza aquí, el término "polimorfismo" se refiere a la variación que existe en la secuencia de ADN para un marcador o gen específico. Es decir, con el fin de que un polimorfismo exista debe haber más de un alelo para un gen o marcador. Como se utiliza aquí, el término "gradiente conjugado preacondicionado" preferiblemente se refiere a un método para el sistema lineal definitivo positivo simétrico. El método prosigue a través de la generación de sectores de secuencias de vector de repeticiones, y la investigación de las direcciones utilizadas en la actualización de las repeticiones y residuales. Como se utiliza aquí, el término "depuración" (por ejemplo, "depuración de lomo") preferiblemente se refiere al líquido que escapa de la carne mientras está en un empaque de plástico sellado al vacío de un período de tiempo (por ejemplo, durante los primeros 7 días o durante el día 28). Como se utiliza aquí, un "rasgo cualitativo" es uno que tiene un pequeño número de categorías distintas de fenotipos y para el cual el componente genético está generalmente controlado por un pequeño número de genes. Como se utiliza aquí, el término "rasgo cuantitativo" se utiliza para denotar un rasgo que se controla a través de un gran número de genes cada uno pequeño para un efecto moderado. Las observaciones en rasgos cuantitativos por lo general siguen una distribución normal. Como se utiliza aquí, el término "sitio del rasgo cuantitativo (QTL)" se utiliza para describir un sitio que contiene polimorfismo que tiene un efecto sobre el rasgo cuantitativo. Como se utiliza aquí, el término "efectos genéticos aleatorios" preferiblemente se utiliza para denotar factores con niveles que no fueron deliberadamente organizados por el experimentador (aquellos factores son denominados efectos fijos), pero fueron, más bien, muestreados desde una población de muestras posibles. Un efecto genético aleatorio típico en la cría de animales es el efecto genético aditivo. Además, los efectos genéticos aleatorios se pueden subdividir en al menos dos categorías. "Efectos genéticos aleatorios continuos" que son efectos "cuantitativos" que están gobernados por una pluralidad de genes, cada uno de los cuales contribuye aditivamente a la calidad o rasgo. "Efectos genéticos aleatorios discontinuos" son categóricos o cualitativos y pueden ser dependientes de un solo sitio o pocos sitios genéticos. Como se utiliza aquí, el término "rasgo de reproducción" se refiere a cualquiera de un grupo de rasgos que se relacionan con la reproducción del animal (por ejemplo, reproducción del cerdo y productividad de la cerda). Ejemplos en cerdos incluyen, pero no se limitan a, el número de lechones nacidos por litro, el peso del lechón al nacer, la tasa de sobre vivencia del lechón, lechones destetados por litro, el peso de destete por litro, la edad en la pubertad, la tasa de parir lechones, los días de estro y la calidad del semen. Como se utiliza aquí el término "índice de selección" preferiblemente se refiere a una suma de EBVs ponderada para diferentes rasgos económicos. El índice de selección para cada animal es un valor relativo y se puede expresar en unidades biológicas o económicas. Los animales se clasifican y se seleccionan con base en el índice de selección. Los valores para el índice de selección se determinan empírica y/o subjetivamente a través del análisis de los valores de mercado para un rasgo dado. Por ejemplo, suponer que se determina que un rasgo para "el crecimiento eficiente" tiene un trerhendo potencial futuro en el mercado de cerdos y que dos rasgos, peso del cuerpo en 196 días (bw) y porcentaje sin grasas (Ip) se utilizan como métricos para un crecimiento eficiente. Además suponer que a través del análisis de mercado se determina que cada libra adicional de bw de 196 días vale $0.40 y cada punto de porcentaje sin grasa adicional vale $2.00. En este modelo los pesos seleccionados para bw y Ip son, respectivamente, $0.40 y $2.00. El índice de selección (I) se calcula de acuerdo con la siguiente ecuación: I = (0.4)(EBVbw) + (2.0) (EVB,P). Una vez que se calcula EBV, el índice de selección se puede utilizar como parte de un programa o sistema de administración de manada para identificar los animales específicos que más probablemente producirán progenie que tiene las características de rasgo deseadas. Se observa que con el fin de ser útil en el índice de selección el componente EBVs debe haber sido simultáneamente calculado, por el contrario ofrecerá una escala diferente y no comparable.

MODALIDADES PREFERIDAS DE LA INVENCIÓN Varias modalidades de la invención descritas aquí proveen la mejor predicción imparcial asistida por marcador (MA-BLUP) como parte de los métodos y/o sistemas que proveen un sistema de evaluación genético completamente integrado. Los métodos y sistemas MA-BLUP descritos aquí combinan la metodología de la mejor predicción imparcial lineal tradicional (BLUP) con la teoría de la selección asistida por marcador actual (MAS) en un algoritmo ejecutable por computadora robusto individual útil para producir valores de crianza estimados (EBV) para cada animal en una población. Los algoritmos de teoría y calculados descritos proveen extensiones inesperadamente útiles y efectivas y modificaciones de técnicas previamente conocidas. Varias modalidades de la presente invención proveen algoritmos de la mejor predicción imparcial lineal asistidos por marcador ¡mplementados con MA-BLUP en una forma que es funcional y práctico para uso a través de compañías de crianza y/o grandes empresas agrícolas. La metodología MA-BLUP descrita aquí provee métodos y/o sistemas que se pueden utilizar para simultáneamente analizar las capturas de datos de pedigrí, datos del funcionamiento de la producción, y datos marcadores genéticos de una población y producir EBVs para cada animal en la población como salida. Entre las características únicas de MA-BLUP como se describen aquí es la habilidad de utilizar información genética molecular adquirida desde cualquier método o forma de análisis genético incluyendo genotificar los genes candidato (es decir, genes de los cuales son conocidas ciertas variantes o se creen que proveen otras ventajas económicas cuando están presentes). Otros métodos de análisis genético son bien conocidos por los expertos en la técnica e incluyen, pero no se limitan a, genotipificación de marcador (la cual se puede basar en RFLPs = polimorfismos de longitud de fragmento de restricción; repetición de secuencia simple (SSR, a.k.a. marcadores "microsatélite"), fragmentos amplificados de la reacción de cadena de polimerasa (PCR), PCR especialmente de multiplexión (la amplificación simultánea de varias secuencias en una sola reacción )) y polimorfismo de nucleótido individual (SNP, que analiza las diferencias de nucleótido individuales en, por ejemplo, cerca de un gen de interés). Un aspecto particularmente preferido de la presente invención es que permite el análisis simultáneo de tres o más marcadores bajo modelos estadísticos multi-rasgo. De esta forma, la presente invención provee métodos y sistemas que permiten a aquellos con experiencia en la técnica evaluar una población de animales con respecto a la información de pedigrí y una lista preseleccionada de uno o más rasgos cuantitativos, uno o más QTL para cada rasgo cuantitativo y tres o más marcadores genéticos moleculares para cada QTL. Además, los métodos y sistemas provistos permiten que los animales en la población sean categorizados de acuerdo con su EBV para un rasgo dado o grupo de rasgos. Una vez que se clasifican los animales, la información de clasificación se puede utilizar como parte de un sistema de administración de crianza para lograr los objetivos de crianza deseados. Por ejemplo, se puede utilizar para incrementar la importancia genética promedio de la población para el (los) rasgo (s) seleccionado y/o se pueden utilizar para relativamente producir animales en forma más rápida que tienen una pre-disposición genética para la expresión altamente favorable de un rasgo pre-seleccionado. Otro aspecto poderoso de la presente invención que será apreciado por los expertos en la técnica es que la invención MA-BLUP se puede modificar para proveer el análisis de cualquier tipo de población a través del uso de una variedad de "modelos estadísticos". Los varios modelos estadísticos pueden ser provistos como datos de entrada en cualquiera de las modalidades de la presente invención. Los modelos específicamente estadísticos se utilizan para individualmente personalizar la metodología MA-BLUP general para adaptarla a las características de datos específicos de la población definida. De esta forma, la presente invención provee el análisis de MA-BLUP de propósito general que es independiente de los modelos estadísticos que cualquier usuario particular puede desear emplear. Por ejemplo, para la cría de cerdos moleculares un problema estadístico principal es la determinación estimada de los valores de crianza para cada animal en una población utilizando datos que incluyen la información de pedigrí, los métricos de los rasgos del animal de granja (tal como ganancia en peso diaria promedio, tamaño de la camada, peso promedio en el destete, y etc.), y los datos genéticos moleculares. Un modelo estadístico para este problema sería: ? = Xb + Z1u + Z2v + e en donde ? es un vector de los datos fenotípicos, b es un vector de efectos fijos, u es un vector de efectos poligénicos y v es un vector de los efectos QTL (sitio del rasgo cuantitativo). Las matrices de variante-co-variante son Gu para u y Gv para v. Además, como será evidente para los expertos en la técnica, los modelos estadísticos para uso con la presente invención también requerirán de parámetros tales como heredabilidad de los rasgos seleccionados y las co-relaciones genéticas entre los rasgos seleccionados. También, la distancia entre los marcadores y la velocidad a recombinación entre dos marcadores son parámetros también importantes para MA-BLUP. Otro aspecto de las varias modalidades de la presente invención es que los métodos y sistemas descritos permiten el "manejo de los términos faltantes" efectivo. Esto no quiere decir que todos los datos deban ser provistos para cada animal en una población. Por ejemplo, los datos pueden proveerse para datos de pedigrí para algunos animales pero no para otros.

Similarmente, los datos fenotípicos o genotípicos (marcador) pueden estar faltantes para algunos animales individuales pero no para otros. De esta forma, un aspecto poderoso de la presente invención es que permite el análisis simultáneo de varias bases de datos, incluyendo pedigrí, fenotípica, y datos genotípicos que pueden tener "término" faltantes para cualquier animal dado. De esta forma, a través del uso de diferentes modelos estadísticos las varias modalidades de la presente invención están específicamente personalizadas para métodos, sistemas y, etc., para determinar el EBV para una amplia variedad de organismos incluyendo, pero no limitándose, a, animales de granja, tales como cerdos, ganado, ovejas, cabras, aves de corral. Además, está bien dentro de la habilidad de un experto en la técnica provista con la presente invención, diseñar un modelo estadístico para uso en cualquier población deseada, planta o animal. En aspectos preferidos de estas modalidades la población se forma de cerdos, ganado, u ovejas. En un aspecto particularmente preferido de esta ¡nvención la población es una población de cerdos. Para ayudar en la velocidad y eficiencia del análisis MA-BLUP varias modalidades de la ¡nvención utilizan un algoritmo gradiente de conjugado pre-acondicionado (PCCG) con bloqueo diagonal variable por tamaño como un pre-acondicionador. Cuando los efectos QTL están incluidos en el modelo mezclado lineal, primero se encuentra que es más efectivo tomar la diagonal de bloque n por n para la porción poligénica y 2n por 2n para la diagonal de bloque para la porción QTL en los sistemas de ecuación lineal como pre-acondicionador, en donde n es el número de rasgos en el análisis. La estrategia pre-acondicionante se refiere como un algoritmo "pre-acondicionante diagonal de bloque de tamaño variable". La comparación con el algoritmo pre-acondicionante que se utilizó previamente en paquetes de computadora comunes el algoritmo pre-acondicionante diagonal de bloque de tamaño variable es 150% más efectivo en términos de tiempo de computación. Esto dramáticamente reduce el tiempo de computación. Pre-acondicionamiento es una técnica comúnmente utilizada en algebra lineal. Por ejemplo, suponer que se desea resolver la siguiente ecuación lineal: Ax=b. Un pre-acondicionador es una matriz, "M". El procedimiento de pre-acondicionamiento comprende multiplicar tanto el lado de la ecuación lineal por M, que es MAx=Mb. Se observa que este procedimiento de pre-acondicionamiento tiene dos características: no cambia la solución y hace el procedimiento de resolución más rápido y la resolución más exacta (ver Shewchuk,1994). La ecuación 1 , siguiente, provee el seudo código de un algoritmo para resolver el problema Ca=r utilizando el método de gradiente conjugado preacondicionado, según provisto en Strandén, I. y M. Lidauer, 1999, el cual se incorpora aquí por referencia.

Ecuación 1 a(0) = estimación inicial; r0(0) = r-Ca(0) d(0)^M-1 r0(0);/o =ro(0)d(0), para ?= 1,2,... q(k> <= Cd <k"1>; ak =/k-1/d(k)q<k> a'k» :a(k-1) + akd(k-1» si K es divisible entre 100 r0(k)<^r-Ca(k) de lo contrario r0(k) = r0(k-1) - ak q(k) SW ^ M -1 roW /k«= r0(k) s(k);ßk<=/k//k-1 d(k) = s(k) + ßk d(k) si no hay una convergencia continuar con la repetición fin. La "M" empleada por los varios aspectos de la presente invención es una matriz diagonal de bloque. Para el presente ejemplo, asumir que hay rasgos t. "M" consiste de tres partes: y=Xr -Zl?u+Z2v+e (a) los bloques t por t extraído de las diagonales de lo siguiente (un bloque es un subgrupo de lado a mano izquierda de la ecuación de modelo mezclado). X' R-1X (b) los bloques t por t extraídos de las diagonales de lo siguiente (c) bloques 2t por 2t extraídos de las diagonales de lo siguiente Z2 'R'1 Z2 + G? Aunque los programas BLUP previos implementan los algoritmos de repetición sobre datos (lOD), estos programas previos fueron solamente 50% efectivos según aquel provisto por la presente invención. Esto se debe a que el algoritmo 'pre-calculado y almacenado' implementado en la presente invención. Los pasos que fueron consumidores de tiempo, pero independientes de los pasos de repetición sobre datos (tales como cálculo individual de los coeficientes que contribuyen cuando se calcula la inversa de las matrices variante-co-variante para QTL) se pre-calculan y almacenan para uso posterior en cada repetición. Un orden optimizado de la multiplicación matriz-vector se implementa en lOD. Además, como se describe aquí los solicitantes han creado métodos y sistemas para aplicar e integrar algoritmos de bloqueo variables y algoritmos PCCG con repetición sobre los datos para proveer un análisis sorprendentemente útil y poderoso de genética molecular, rasgos de carácter, la información de pedigrí del animal que provee aquellos involucrados en la administración de la población de los animales con medios efectivos para constatar y evaluar EBV para animales individuales. Estas evaluaciones después se pueden utilizar como parte de un sistema de administración de manadas. Adicionalmente, las varias modalidades de la presente ¡nvención emplean la metodología de repetición sobre datos, la cual enormemente reduce los requerimientos de memoria de computadora. Los animales se pueden seleccionar para uso de acuerdo con la presente invención a través de cualquier medio adecuado. Por ejemplo, utilizando programas de computadora u otros medios para registrar el linaje/pedigrí y seleccionar los equiparamientos más adecuados. El uso de programas de computadora además puede mejorarse con la captura de datos biométricos incluyendo el uso de análisis genéticos moleculares. Los métodos y sistemas de las varias modalidades de la presente invención utilizan algoritmos de computadora para resolver las ecuaciones de modelo mezclado (MME) que se toman en cuenta y proveen la salida para guiar la crianza con base tanto en efectos genéticos fijos como aleatorios (¡ncluyendo tanto efectos aleatorios continuos como efectos genéticos aditivos, y efectos aleatorios discontinuos o categóricos). Las varias modalidades de la presente ¡nvención proveen métodos para mejorar un valor de crianza estimado de la población de un animal o para identificar pares de crianza con el fin de rápidamente maximizar la manifestación de un rasgo deseable. Es decir, los métodos y sistemas de la presente invención se pueden utilizar para identificar aquellos animales padre potenciales que, cuando se crían uno con el otro, más probablemente manifestarán una mejora máxima del rasgo seleccionado en su progenie. De acuerdo con los varios aspectos de esta modalidad de la presente ¡nvención el método comprende: (1) seleccionar uno o más rasgo (s) para la población donde se desea un mejoramiento. (2) Proveer a la población de animales una base de datos que contiene datos sobre uno o más sitios de rasgos cuantitativos. (3) Proveer la (las) base de datos de datos para animales individuales en la población en donde la (las) base de datos comprenden datos para uno, dos, tres, o más marcadores genéticos moleculares para cada QTL, para cada rasgo para el cual se desea una mejora. (4) Proveer una base de datos que comprende los datos de pedigrí para los animales en la población. (4) Opcionalmente proveer datos con respecto a ios efectos físicos para los animales en la población. (5) (6) Proveer y utilizar un programa de computadora capaz de llevar a cabo la mejor predicción imparcial lineal asistida por marcador para concurrentemente analizar los datos de las bases de datos provistas y para calcular y proveer como una salida de esos cálculos, un valor de crianza estimado (EBV) para cada uno de los animales para los rasgos seleccionados, y una clasificación de los animales con respecto a sus valores de crianza estimados individuales. Un aspecto particular de esta modalidad de la invención provee el uso de EBVs para preparar un plan de crianza para la población de animales que provee una mejora óptima en el promedio de la importancia genética de la población o para maximizar la importancia genética de una progenie específica. En cualquier aspecto de la ¡nvención el número de rasgos seleccionados y el número de sitios de rasgos cuantitativos (QTL) para cada rasgo puede ser uno o más. En un aspecto preferido de la invención el número de QTLs seleccionados para cada rasgo puede ser 1 ,2,3,4,5,6,7,8,9,10,15,20, o 30, o más. Además, en cualquier aspecto de la ¡nvención el número de marcadores genéticos moleculares para cada QTL puede ser 1 ,2,3,4,5,6,7,8,9,10,11 ,12,13,14,15,16,17,18,19,20, 25 o 30, o más. En aspectos preferidos de cualquier modalidad de la ¡nvención el número de marcadores genéticos moleculares es 2 (dos) o más. En aspectos aún más preferidos de esta modalidad el número de marcadores genéticos moleculares es tres o más. En aspectos preferidos de esta modalidad de la ¡nvención, los marcadores enlazados a QTL pueden formar un haplotipo. En este sentido, un haplotipo de marcador es un grupo particular de alelos de marcador de dos o más marcadores vecinos que tienden a ser co-heredados. Para ser coheredados los marcadores que forman el haplotipo se pueden localizar relativamente cerca uno del otro (por ejemplo, todos los marcadores podrían estar localizados dentro de un intervalo de 5 cM). En un aspecto aún más preferido de esta modalidad, para incrementar la probabilidad de la coherencia los marcadores formadores del haplotipo están localizados dentro de 1 intervalo menor de cM de ancho. Como un ejemplo, si se localizaron 3 marcadores SNP lo suficientemente cercanos para ser co-heredados, y si estos marcadores tienen los siguientes posibles alelos, Entonces, los haplotipos posibles podrían ser como sigue: ACÁ, ACC, AGA, AGC, TCA, TCC, TGA, TGC. Estos haplotipos individuales se pueden heredar por varias generaciones con poca oportunidad de recombinación y, por consiguiente, pueden variar de manera importante en términos de su linaje a los posibles alelos QTL. Según se incrementa el número de alelos por marcador, o el número de marcadores por haplotipo, el número de posibles haplotipos también se incrementa, pero en una forma exponencial. Por consiguiente, la capacidad de los métodos y sistemas MA- BLUP descritos aquí para incluir varios marcadores por QTL incrementa la informatividad de los haplotipos marcadores enlazados a QTL, por lo tanto enormemente incrementa la probabilidad de hallar marcadores enlazados, así como la probabilidad de precisamente rastrear alelos QTL marcados en generaciones sucesivas. Además, la habilidad de utilizar haplotipos marcadores incrementa la flexibilidad y robustez del programa MA-BLUP descrito aquí. En cualquiera de los aspectos de esta modalidad de la ¡nvención el tipo de los marcadores genéticos moleculares se puede seleccionar de, pero no limitarse a, del grupo que consiste de: RFLPs (polimorfismo de longitud de fragmento de restricción), repetición de secuencia simple (SSR, a.k.a. marcadores "microsatélite"), fragmentos amplificados con reacción de cadena de polimerasa (PCR), PCR especialmente de multiplexión (la amplificación simultánea de varias secuencias en una sola reacción) y polimorfismos de nucleótido individual (SNPs), que detectan diferencias de nucleótido individuales en, por ejemplo, un gen de interés). La información de los marcadores también puede incluir datos en mutaciones de punto, eliminaciones o translocaciones u otras isoformas de gen. De acuerdo con un aspecto particularmente preferido de esta modalidad de la invención, el marcador se selecciona del grupo que consiste de SNPs del gen PRKAG3 de porcino, variantes en el gen receptor de leptina de porcino (pLEPR ), y el receptor de melanocortina-4 (MC4R). El receptor de melanocortina-4 (MC4R) se describe en tres referencias cada una de las cuales se incorpora aquí por referencia. Estas referencias incluyen: (1 ) Kim y otros Mammalian Genome (2002) 11(2): 131-5, que indica que una variante con falta de sentido del gen de receptor de melanocortina-4 (MC4R) de porcino está asociada con rasgos de gordura, crecimiento, e insumo de alimentos. (2) WO 00/06777 (Rothschiid y otros, indica que MC4R es un marcador para crecimiento e insumo de alimentos y contenido graso). Un polimorfismo (una mutación con falta de sentido Asp298 causada por una substitución de nucleótido individual G678A) en el gen MC4R se identificó y se encontró que está asociado con la tasa de crecimiento, el insumo de alimentos, y el contenido de grasa en el cuerpo. Un método de detección basado en RFLP se describe y se utiliza para la genotipificación. Adicionalmente, el método de detección basado en A TAQMAN® se contempla a través de la invención para detectar el polimorfismo de nucleótido individual. (3) WO 01/075161 (Rothschild y otros.; describe MC4R como marcador para los rasgos de calidad de la carne). El polimorfismo (G678A) en el gen MC4R se describe como estando asociado con varios rasgos de calidad de la carne ¡ncluyendo el pH, pérdida de goteo, marmoleo y color en el cerdo. Un método de detección basado en RFLP para la genotipificación se describe aquí. En cualquier aspecto de esta modalidad de la invención el programa de computadora puede configurarse para proveer una evaluación de la "¡nformatividad" y/o aproximación" de cada marcador genético molecular con respecto al rasgo para el cual sirve como marcador. Por consiguiente, los métodos y sistemas de la presente ¡nvención se pueden configurar para determinar que marcador o marcadores son los más "informativos" y cuales son los más aproximados para el sitio del rasgo cuantitativo para el cual sirven como marcador. El gen del receptor de leptina de porcino (pLEPR) ha sido localizado en el cromosoma 6, en aproximadamente 122 cenfiMorgans (cM). Además, un número de secuencias de ADN (genómico y ADNc) para el gen LEPR de porcino están disponibles de la base de datos de ADN públicas de Genbank incluyendo: los números de acceso: AF092422, AF167719, AF184173, AF184172, AH009271 , AJ223163, AJ223162, U72070, AF036908, y U67739 cada una de las cuales se incorpora aquí por referencia. Se ha demostrado que un polimorfismo alélico útil comprende una variación "C/T" en el cuarto exón del gen receptor de leptina. Esta variación da como resultado la proteína pLEPR producida de estas variantes que tienen ya sea metionina o una treonina como un amino ácido número 69 de la proteína pLEPR prepro (ver, Figura 7). El polimorfismo C/T da como resultado ya sea una variante de citosina ("C") o de timina ("T") en el nucleótido correspondiente a la posición 609 del número de registro del Genbank AF184172 en el cuarto exón del gen pLEPR. Este polimorfismo produce una proteína pLEPR que tiene ya sea metionina (si el nucleótido es "T") o una treonina (si el nucleótido es "C") en el amino ácido número 69 de la proteína pLEPR prepro. La variante "T" (conteniendo timina, que codifica metionina) se cree que es la más común. Común designador abreviado, el polimorfismo será referido como el polimorfismo "T69M". Un análisis de 2626 puercos de una línea comercial individual, mostrado en la presencia del alelo "C" que tuvo una correlación estadísticamente significativa con un efecto positivo sobre: ADG temprano (ganancia diaria promedio del día 0 al día 90 de la vida); ADG tardío (ganancia diaria promedio del día 90 al día 165 de vida), el pH del músculo del lomo, el color del músculo del lomo, y la pérdida de goteo. Hubo un pequeño efecto negativo sobre el alelo "C" en la grasa de la espalda, es decir, la grasa de la espalda se incrementó ligeramente.

Además, noventa y siete (97) marcadores SNP que representaron 38 sitios en el cromosoma 6 de porcino (SSC6) se tipificaron en un panel de 1 ,444 puercos de la línea pura de la línea comercial. El sitio seleccionado para el descubrimiento SNP se separó a través de aproximadamente una región de 80 cM en SSC6, que incluyó el sitio LEPR y el SNP produjo la mutación T69M. El análisis de desequilibrio de enlace se utilizó para identificar tanto haplotipos SNPs y SNP (para hasta tres sitios adyacentes) que fueron significativamente asociados con los fenotipos relacionados con el crecimiento (es decir, el grosor de la grasa de espalda, flacura, peso fuera de la prueba, y ganancia de peso). Los 97 SNPs y las posibles combinaciones de dos o tres haplotipos SNP adyacentes se evaluaron para la asociación con todos los fenotipos. Solamente cuatro SNPs (más varios haplotipos conteniendo estos SNPs) se encontraron como significativamente asociados con el grosor de la grasa de la espalda, se corrigieron para cualquier edad o peso. Uno de estos SNPs incluyó T69M y los otros tres se representaron dentro de 3 cM de T69M como el estimado por análisis de enlace. Por consiguiente, la presente invención se puede emplear utilizando un marcador para el mutante T69M pLEPR, o cualquier marcador en el enlace de desequilibrio con dicho marcador. En cualquier modalidad de la presente invención el programa MA-BLUP utilizado puede estar integrado con una "característica de programación" que permite al usuario manipular ios algoritmos del programa utilizando un lenguaje de programación que es similar al inglés común. Por ejemplo, si el programa que implementa MA-BLUP se escribe en el lenguaje de programación de computadora C++, la característica de programación permite al usuario utilizar el programa MA-BLUP sin conocer C++. El MA-BLUP presentemente descrito provee métodos y sistemas que permiten a los expertos en la técnica analizar una colección de uno, dos, tres o más marcadores para un sitio de rasgo cuantitativo dado y determinar la informatividad de varios marcadores. Como se observa en la sección de definiciones, la "informatividad" de un marcador dado provee una indicación de que tan probablemente es que un animal herede el marcador y también expresará el rasgo deseable asociado con ese marcador. Antes de la creación de MA-BLUP como se utiliza en la presente invención, lo mejor que se puede decir fue la presencia del marcador indicado a una oportunidad de 50:50 que el rasgo deseable podría estar presente. Al proveer medios para cuantificar la informatividad de un marcador dado o grupo de marcadores, los métodos y sistemas presentemente descritos proveen una mejor herramienta de pronóstico, la presente invención provee métodos y sistemas para determinar cual de un grupo de marcadores es el mejor pronosticador para un rasgo particular (es decir, el más informativo) y proveer una indicación de la proximidad o cercanía del marcador con el sitio de rasgo cuantitativo asociado con un rasgo dado. Varias modalidades de la presente invención proveen métodos y sistemas para incrementar una importancia genética promedio de las poblaciones de los animales para uno o más rasgos pre-seleccionados. Las varias modalidades de la invención también proveen sistemas para rápidamente mejorar un rasgo dado en una progenie proveyendo medios para seleccionar aquellos animales dentro de la población que más probablemente efectivamente pasarán el germoplasma para expresar el rasgo a su progenie. Los sistemas de acuerdo con este aspecto de la invención comprenden los siguientes componentes. (1) Una computadora adecuada para permitir la captura de base de datos y/o la ejecución de un programa para calcular los EBVs de los animales utilizando los métodos descritos aquí y proveyendo acceso al usuario a y una interfaz con la computadora. (3) Una base de datos o bases de datos accesibles por computadora que proveen datos individuales para cada animal en la población para cada uno de uno, dos, tres o más marcadores genéticos moleculares para un rasgo cuantitativo particular. (4) Una base de datos accesible por computadora que provee los datos de pedigrí individuales para cada animal en la población. (5) Opcionalmente una base de datos accesible por computadora que provee datos individuales para cada animal en la población para al menos un rasgo de interés. (6) Un programa ejecutable por computadora capaz de utilizar MA-BLUP para simultáneamente evaluar los datos en todas las bases de datos y para clasificar los animales en la población de acuerdo con su valor de crianza estimado respectivo. (7) Una interfaz de usuario preferiblemente ¡ncluyendo un sistema de entrada de datos, dicha interfaz de usuario acoplada a dicha computadora y configurada para permitir al usuario instruir a la computadora para acceder las bases de datos disponibles y utilizar el programa de computadora MA-BLUP para generar una salida de la clasificación EBV de los animales y/o sus valores de crianza estimados individuales. En aspectos preferidos de esta modalidad de la ¡nvención, la población de animales se selecciona de una piada de cerdos, manada de bovinos, y una manada de ovinos, ante los sistemas para evaluar cualquier tipo de población de planta o animal se contempla como cayendo dentro de la presente invención. En una modalidad particularmente preferida el sistema se diseña para evaluar los valores de crianza estimados para la piara de cerdos. Aquellos con experiencia en la técnica apreciarán que los métodos y sistemas de la presente invención se pueden utilizar para evaluar cualquier tipo de marcador genético molecular. Por consiguiente, cualquier marcador específico descrito aquí pretende ser ilustrativo solamente y no limitar el alcance de la invención en ninguna forma. A pesar de este hecho, en modalidades particularmente preferidas de la ¡nvención los marcadores se seleccionan de aquellos que miden la variación en el gen PRKAG3 de porcino, el gen del receptor de leptina de porcino, y el gen MC4R. En todas las modalidades de la invención los métodos y sistemas se pueden utilizar para evaluar un BV de la población del animal para un grupo de rasgos definido. Además, estos métodos y sistemas se pueden utilizar para identificar aquellos animales individuales o grupos de animales que opcionalmente proveen el germoplasma necesario para mejorar la frecuencia y/o calidad del rasgo deseado. Significando que los pares de crianza se pueden seleccionar para optimizar la expresión del rasgo seleccionado en la progenie de los animales. Otras modalidades de la presente invención también proveen el análisis y cuantificación del valor pronosticado relativo a los marcadores del sitio del rasgo cuantitativo. La invención provee métodos y sistemas que calculan la informatividad y/o la aproximación de un marcador genético molecular al sitio para el rasgo el cual sirve como un marcador. Además, con respecto a los marcadores de rasgos cuantitativos los métodos y sistemas de la presente invención también proveen una indicación de la informatividad del marcador. Varias modalidades de la presente invención además proveen el uso de marcadores descritos supra. Es decir, la presente invención provee como uno de sus aspectos, medios para utilizar marcadores para identificar aquellos animales adecuados para uso de acuerdo con la invención. Este procedimiento es denominado MAS (selección asistida por marcador). La invención también contempla el uso de MAA (asignación asistida por marcador). A través del uso de MAA, los animales seleccionados se asignan para uso para más efectiva y eficientemente traer las mejoras genéticas deseadas en la progenie de animales. En ciertas modalidades de la presente invención, la información/datos obtenidos de los análisis de varias mediciones biométricas así como otros tipos de información (por ejemplo, pedigrí) se pueden ponderar en una "índice de selección" con el fin de proveer una evaluación de un valor dei animal como un padre, es decir, su valor de crianza estimado. Las mediciones fenotípicas son afectadas (parcializadas) a través de la manada y el año o estación en el cual se mide el rendimiento del animal. Con el fin de corregir esta parcialización se desarrolló un procedimiento denominado BLUP (Mejor predicción imparcial lineal del valor de crianza) (ver, Animal Breeding, p.84). Como se observó supra, actualmente existen varios programas de computadora disponibles de los autores de software que se pueden utilizar para calcular los valores que se pueden utilizar para calcular los valores BLUP. La endogamia se define como la probabilidad de que dos genes (es decir, alelos) en un sitio sean idénticos por descendencia (Malecot, 1948).

El nivel de endogamia (Fx) (es decir, coeficiente de endogamia) se puede calcular de los registros de pedigrí que se remontan a los animales fundadores de una población dada como sigue: (en donde, a?s?d es la relación genética aditiva entre Xs y Xd; si X es la progenie de Xs y Xd) La homocigocidad incrementada debido a la endogamia generalmente se percibe como teniendo efectos laterales perjudiciales tales como la depresión de la endogamia (es decir, una disminución en el rendimiento de la producción, reproducción, y rasgos de aptitud) y la variación genética disminuida conduciendo a velocidades reducidas de ganancia genética a través del tiempo.

La velocidad de endogamia, ?F, se define como el incremento en el coeficiente de endogamia en una generación (Falcaner y Mackay, 1996), y se puede aproximar a través de: ?F = 1/8 Nm + 1/8 Nf En donde Nm y Nt son el número de machos y hembras, respectivamente, que contribuyen a la siguiente generación. Como es evidente en esta aproximación, mientras se seleccionen menos animales como padres, la tasa de endogamia tiende a incrementarse. Desafortunadamente, la presión de la selección incrementada toma la forma de la selección de una proporción más pequeña de padres para la siguiente generación. Por consiguiente, las compañías de crianza de cerdos normalmente tratan de balancear la ganancia genética extra a partir de la selección de menos padres contra el incremento resultante en la velocidad de endogamia. Típicamente en poblaciones de cerdos, se seleccionan muchas hembras para producir suficientes progenies para la siguiente generación; por consiguiente, la endogamia causada por los padres hembra no es usualmente una preocupación. Sin embargo, con el fin de limitar el grado de endogamia y mantener la variación genética en la manada es común practicar para seleccionar más machos que son estrictamente necesarios para los propósitos de reproducción. Esta práctica limita tanto el grado del avance genético GN como la velocidad a la cual los cambios se pueden hacer en la frecuencia genética y la dirección del rasgo. Cuando se deben seleccionar varios progenies como padre, es difícil encontrar un grupo de progenie que tenga altos valores de crianza con un perfil genético particular (por ejemplo, el perfil del marcador genético específico).

Limitaciones debido a los índices de selección multi-rasgo: Típicamente, la selección en una población se práctica a través del uso de un índice de selección multi-rasgo. En este método, los valores de crianza estimados se calculan para cada rasgo económico para cada animal con base en la información de pedigrí y fenotípica. Los valores de crianza estimados después se ponderan de acuerdo con el valor económico relativo de cada rasgo así como la dirección provista de selección para la población y se incorporan en un índice de selección individual, multi-rasgo. Estos índices multi-rasgo incorporan varias fuentes de información para cada animal (por ejemplo, registros fenotípicos de ancestros, progenie y el animal mismo). Los índices de selección determinan el progreso, el avance genético a largo plazo para la población y deben ser construidos cuidadosamente para balancear las necesidades de ambos, los mercados presentes y futuros. Por consiguiente, si ocurren cambios temporales en el mercado, la compañía de crianza no puede justificar completamente y cambiar el índice de selección para reflejar esos cambios; especialmente, si las condiciones del mercado futuro probablemente no coincidirán con las condiciones temporales, actuales.

Selección de dos etapas Típicamente, la selección toma lugar en rasgos cuantitativos basados en los valores de crianza BLUP y se clasifican en un índice de selección multi-rasgo. Sin embargo, existe un número en incremento de sitios de rasgos económicos (ETL) que han sido descubiertos y que han sido reportados que están asociados con rasgos que normalmente no se consideran en el índice de selección multi-rasgo y que tienen un valor económico medible (por ejemplo, rasgos de salud o calidad de la carne). Un método simple para utilizar estos genes es a través de la selección de dos etapas. En la primer etapa, los animales podrían genotipificarse para uno o más ETL después pre-seleccionarse para la forma más favorable (alelo) de ETL. Enseguida, en la segunda etapa, se realiza una selección adicional sobre el resto de los animales de acuerdo con el índice de selección multi-rasgo tradicional. Este método tiene el beneficio de ser relativamente fácil de aplicar y que puede reducir el número de animales para los cuales es necesaria la fenotipificacíón (por ejemplo, ganancia sobre la prueba, mediciones de ultrasonido de la grasa en la espalda y el área del ojo del lomo, etc.). Alternativamente, la primera etapa puede comprender procedimientos de fenotipificación estándares, y clasificaciones de acuerdo con EBVs MA-BLUP multi-rasgo. Esto después es seguido por una segunda etapa en la cual los animales se diferencian de acuerdo con sus genotipos en uno o más ETL. Esta segunda opción no presenta ningún ahorro en la fenotipificación, pero podría proveer ahorros en la genotipificación si algunos animales se clasifican demasiado bajo para ser considerados para la selección, y por consiguiente, los costos de genotipificación no están justificados. Además, algunos genotipos pueden tener más valor para ciertos clientes que para otros, y por lo tanto, la asignación asistida por marcador (MAA) se puede utilizar para asignar animales específicos a clientes que desean un genotipo particular. MAA por consiguiente se puede justificar a través de la carga de un premium a clientes que reciben el genotipo especificado.

Selección de etapa individual (índice multi-rasqo) Al simultáneamente incorporar toda la información disponible en el momento de la selección, en la forma de un índice de selección multi-rasgo de etapa individual, es la forma más eficiente de selección. Además, este método da como resultado un avance a largo plazo mayor hacia el objetivo de crianza estipulado. Otras estrategias de selección tales como la selección de dos etapas (anterior) la selección conjunta (es decir, selección alternativa sobre diferentes rasgos sobre múltiples generaciones) o el uso de niveles de selección independientes (es decir, eliminar animales que no logran un umbral de selección mínimo) han demostrado que son menos eficientes que la selección de índice (Van Vleck, y otros., 1987). Sin embargo, estos otros métodos algunas veces utilizados por razones relacionadas con la facilidad del uso costo o velocidad de implementación. La selección de índice normalmente toma la forma de una ecuación lineal como sigue: H¡ = ?-?aij + ?2 A2¡ + ... + ?NAN¡ en donde H¡ es el valor de índice de selección para el animal i, ?-i, ?2 y ?N son los valores económicos netos por unidad de rasgo 1 a través de N, A-p, A2¡ y AN¡ y el valor genético aditivo para el animal / para rasgos 1 a N. Los valores genéticos aditivos para cada rasgo se pueden calcular para incluir la información ETL a través de MA-BLUP (descrito anteriormente). La información adicional está fácilmente disponible con respecto a la selección de índice (Van Vleck y otros., 1987; Van Vleck, 1983). Uno de los aspectos más difíciles de incorporar la información ETL en la selección de índice multi-rasgo es determinar como pesar apropiadamente la nueva información con relación a la información fenotípica del rasgo tradicional. Ya que la información ETL por lo general es condicional sobre la información del genotipo marcador, esta información puede ser difícil de incluir, debido a que los marcadores usualmente no están localizados directamente en ETL, sino más bien existe alguna distancia entre estos. La recombinación (los cruces cromosómicos) pueden dividir el enlace (resistencia de asociación) entre el marcador y el ETL, y tiende a incurrir en proporción con la distancia y el marcador y el ETL actual. Este grado de recombinación necesita tomarse en cuenta así como las situaciones en que los genotipos no están disponibles en todos los animales. Este procedimiento se ha convertido en mucho confiable con la llegada de la metodología MA-BLUP. (ver arriba), en donde la información ETL se combina con el valor de crianza genético aditivo para el rasgo para el animal. En el escenario MA-BLUP, la información de marcador puede simultáneamente incluirse con la información fenotípica y de pedigrí para predecir los valores de crianza. Si el rasgo afectado por ETL ya está incluido en el índice de selección multi-rasgo, entonces la clasificación y la selección puede seguir más o menos como se describió previamente. Sin embargo, si el ETL afecta un nuevo rasgo que no está actualmente en el objetivo de crianza, se debe hacer trabajo adicional. Primero, evaluar el valor económico del nuevo rasgo y, en segundo lugar estimar los parámetros genéticos necesarios que rodean el nuevo rasgo (es decir, heredabilidad, variante genética y co-variante con los otros rasgos en el objetivo de selección). La información con respecto a los parámetros genéticos estimados y las aplicaciones de los modelos BLUP utilizadas en la crianza de animales es conocida por los expertos en la técnica (ver, por ejemplo Henderson, 1984).

PRKAG3 El gen PRKAG3 codifica la sub-unidad gama de AMPK de porcino (cinasa de proteína activada por monofosfato de adenosina), cuya enzima ha demostrado que juega un papel clave en la regulación del metabolismo de energía en células eucarióticas (Milán y otros 2000). Los animales que tienen ciertas variantes en el gen PRKAG3 han demostrado que poseen características más deseables con respecto al pH del lomo y el jamón, para tener una purga de 7 días reducida a partir del músculo del lomo, para tener una pérdida de goteo reducida, y otros rasgos de calidad de la carne. De acuerdo con varias modalidades de la presente invención MA-BLUP se puede utilizar para clasificar el EBV de los animales en una población de cerdos basada, inter alia, en el complemento del animal de varios SNPs PRKAG3. Es decir, en base en el haplotipo del animal para el gen PRKAG3. De acuerdo con los varios aspectos de esta modalidad de la invención las clasificaciones de EBV de la población de la manada después se utilizan como parte del programa de administración/de crianza de la manada útil para mejorar la importancia genética promedio de los rasgos de calidad de la carne en general y específicamente con respecto a los rasgos de calidad de carne influenciados por el haplotipo PRKAG3 del animal. Varias modalidades de la invención proveen métodos, equipos, y composiciones que se trazan para uso de SNPs del gen PRKAG3 de porcino. Los aspectos de esta modalidad de la invención son útiles para mejorar uno o más rasgos de calidad de la carne. Los rasgos de calidad de la carne mejorados incluyen todos aquellos comúnmente medidos por los expertos en la técnica. En aspectos preferidos de esta modalidad de la invención los rasgos de calidad de la carne se seleccionan del grupo que consiste de pH del lomo incrementado, pH del jamón incrementado, purga de 7 días reducida y pérdida de goteo reducida. Ciertos aspectos de esta modalidad de ia invención proveen métodos para mejorar los rasgos de calidad de la carne de animales en una manada y/o para clasificar la pluralidad de animales en una manada para identificar la naturaleza de los haplotipos PRKAG3 presentes en los animales clasificados. Enseguida estos puercos identificados como teniendo uno o más alelos deseados se utilizan como parte de un plan de crianza para producir progenie que tiene una frecuencia incrementada del alelo y/o rasgo deseado. En un aspecto preferido de estas modalidades los SNPs se seleccionan de uno o más SNPs conocidos en el gen PRKAG3 de porcino. En una modalidad más preferida de la invención los SNPs se seleccionan del grupo que consiste de: un A/G en la posición 51 , A/G en la posición 462, A/G en la posición 1011 , C/T en la posición 1053, C/T en la posición 2475, A/G en la posición 2607, A/G en la posición 2906, A/G en la posición 2994, y C/T en la posición 4506 (observar que la numeración provista anteriormente está de acuerdo con la secuencia de SEC ID NO:1 ). Se observa que el procedimiento de selección pueda incluir el uso del programa MA-BLUP descrito aquí. Cualquier método adecuado para clasificar los animales para su estado con respecto a los polimorfismos PRKAG3 recientemente descritos se considera como parte de la presente invención. Dichos métodos incluyen, pero no se limitan a: secuenciación de ADN, análisis del polimorfismo de longitud de fragmento de restricción (RFLP), análisis heterodúplex, análisis de polimorfismo conformacional de estructura de cadena individual (SSCP), electroforesis de gel de gradiente desnaturalizado (DGGE), análisis PCR en tiempo real (TAQMAN®), electroforesis de gel de gradiente de temperatura (TGGE), extensión del iniciador, hibridación específica de alelo, y los ensayos de análisis genético INVADER®.

EJEMPLOS Los siguientes ejemplos se incluyen para demostrar las modalidades preferidas de la ¡nvención. Se deberá apreciar por los expertos en la técnica que las técnicas descritas en los ejemplos que siguen representan técnicas descubiertas por el inventor para funcionar bien en la práctica de la invención, y de esta forma se considera que constituyen los modos preferidos para su práctica. Sin embargo, aquellos con experiencia en la técnica, en luz de la presente descripción, deberán apreciar que se pueden hacer muchos cambios en las modalidades específicas que se describen y aún obtener un resultado similar o igual sin apartarse de la invención.

EJEMPL0 1 : Marcador mc4r utilizado en la linea a de cerdos comerciales De aproximadamente 600 animales jóvenes de una estación de prueba de rendimiento los 10 machos principales se seleccionaron para la incorporación en la manada de crianza para producir la siguiente generación de animales.

Datos Fenotipicos animal sexo camada cgp edad wda Flacura p 0000001016391 M 20047 90006 160 109 0000001030745 M 20048 90006 164 552 0000005010960 M 20049 90172 170 169 500 0000005010985 M 20050 90172 174 141 536 0000005010986 M 20050 90172 167 141 515 0000005010987 M 20050 90172 174 118 545 0000005011018 F 20050 90172 167 113 601 0000005011019 F 20050 90172 167 113 515 0000005011020 F 20050 90172 167 119 552 0000005011021 F 20050 90172 167 106 546 2220000007490 M 34789 90682 154 103 492 2220000007494 M 34789 90682 154 127 511 2220000007497 F 34789 90682 154 115 533 2220000007498 F 34789 90682 154 96 520 2220000007499 M 34790 90682 154 131 525 2220000007501 M 34790 90682 154 140 534 2220000007503 F 34790 90682 154 136 511 2220000007505 F 34790 90682 154 110 508 2220000006486 F 34796 90682 152 124 531 2220000006487 F 34796 90682 152 80 556 Datos genotipicos animal genotipo 0009705450992 A/G 0009705451278 A/G 0009705451281 A/G 0009705451282 A/G 0009705451288 A/G 0009705456787 G/G 0009709501525 A/G 0009709501528 A/G 0009709501530 G/G 0009709501531 G/G 2220000006032 A/G 2220000006033 A/G 2220000006034 G/G 2220000006035 A/G 2220000006036 A/G 2220000006037 G/G 2220000006038 G/G 2220000006039 G/G 2220000006040 A/G 2220000006041 G/G Datos de pedigri animal progenie hembras sexo 0000009000347 0000009000345 0000009000346 M 0000009000245 0000009000351 0000009000352 M 0000009000367 0000009000361 0000009000366 M 0000009000350 0000009000348 0000009000349 M 0000009000363 0000009000361 0000009000362 M 0000009000365 0000009000269 0000009000364 M 0000009000358 0000009000347 0000009000357 M 0000009000344 0000009000221 0000009000276 M 0000009000360 0000009000227 0000009000359 M 0000009000334 0000009000269 0000009000333 M 2220000008593 1090000024220 1090000021806 F 2220000008594 1090000024220 1090000021806 F 2220000008595 1090000024220 1090000021806 F 2220000008596 1090000024220 1090000021806 F 2220000006876 1130000051724 1090000024984 M 2220000006877 1130000051724 1090000024984 M 2220000006878 1130000051724 1090000024984 M 2220000006879 1130000051724 1090000024984 F 2220000006880 1130000051724 1090000024984 F 2220000007516 1130000051724 1100000031328 F Modelo Estadístico Existen dos rasgos: peso por día de edad (wda) y porcentaje de flacura (leanp). wda = edad edad*edad sexo cgp mc4r animal cría leanp= edad edad*edad sexo cgp mc4r animal cría Clasificación De Animal EJEMPLO 2 Identificación de nuevos snps en el gen prkag3 y su uso para mejorar ebv para rasgos de calidad de carne en piaras de puercos El gen PRKAG3 de porcino se expresó exclusivamente en el músculo esquelético y se involucró en la regulación de la síntesis de glicogen. Ahora existe evidencia convincente en la técnica que soporta la hipótesis de que las mutaciones en este gen afectan los rasgos de calidad de carne tales como el potencial glicolítico (GP, es un indicador del nivel de glicogen en un animal vivo que se calcula como el total del compuesto principal total susceptible de la conversión al lactato. GP igual a 2 (glicogen + glucosa + glucosa-6-fosfato) + lactato), pH, pérdida de goteo, y depuración. Por lo menos dos diferentes polimorfismos de nucleótido individual (SNPs) que alteran la secuencia de amino ácidos de la proteína madura se ha encontrado en exones para este gen. Además, estos polimorfismos han demostrado que están asociados con los rasgos de calidad en carne listados anteriormente. Por ejemplo, existen dos aplicaciones de patentes internacionales separadas (WO 01/20003 A2 y WO 02/20850 A2) trazadas para el uso de estos SNPs. Se describen aquí nueve (9) SNPs PRKAG3 recientemente identificados que han demostrado que están asociados con los rasgos de calidad de la carne. La secuencia de AMPK de porcino (cinasa de proteína activada por AMP) disponible con el número de acceso de Genbank AF214521 (ver Figura 4) se utilizó para preparar los iniciadores para uso de los fragmentos de amplificación representados por la mayoría de las secuencias conocidas para este gen (ver cuadro 1 para la secuencias pares de iniciadores).

CUADRO 1 Nombres de los iniciadores y secuencias utilizadas para amplificar PRKAG3 para el SNP descubierto.

Se utilizó el ADN genómico de doce (12) animales no relacionados de una línea de cochinos comercial "A" como la plantilla para la amplificación utilizando ocho pares de iniciadores, establecidos en el cuadro 1 como iniciadores. Después de la amplificación, los amplicones resultantes se secuenciaron y la secuencia de los doce animales se alineó, amplicón por amplicón, y se evaluó para identificar los polimorfismos de secuencia potenciales. Se identificaron veinticuatro (24) SNPs incluyendo varios de los SNPs identificados en las solicitudes de patente (WO 01/20003 A2 y WO 02/20850 A2). Los ensayos SNP TAQMAN® se diseñaron y validaron para once SNPs, incluyendo nueve SNPs que fueron previamente desconocidos, (ver cuadro 2).

CUADRO 2 SNPS PRKAG3 cuyos ensayos TAQMAN® fueron exitosamente validados.

Estos SNPs después se genotipificaron en un panel de 2,693 animales de dos líneas comerciales diferentes, "A" y "B", representando 118 familias de medios-hermanos con fenotipos de calidad de carne. Los haplotipos SNP se determinaron para tantos animales como fue posibles y el análisis de asociación se llevó a cabo para determinar que haplotipos fueron los más predictivos/informativos para los varios rasgos de calidad de la carne. Aunque existen teóricamente 211 grupos de haplotipo diferentes posibles con 11 diferentes SNPs, casi 95% de los animales para los cuales los haplotipos pudieron ser completamente determinados tuvieron uno de solamente tres diferentes tipos de haplotipos (ver cuadro 3). Un haplotipo particular (grupo 2 Hap.) fue significativamente (p<0.001 ) asociado con un pH incrementado tanto en el lomo como en el jamón. Además, este grupo 2 Hap. También estuvo asociado con una depuración de 7 días reducida del músculo del lomo (ver cuadros 4 y 5).

CUADRO 3. Haplotipos SNP principales para los once SNPs PRKAG3 genotipificados en el panel de población de la línea de cerdos comerciales A'.

CUADRO 4. Efecto de alelo promedio estimado para ei haplotipo de los grupos 1 ,2 & 3.

CUADRO 5. Impacto de la fijación de haplotipo Como se puede ver a partir del cuadro 3, que muestra los tres grupos de haplotipos principales, todos los SNPs con la excepción de c1845t (ensayo SNP 148004) estuvieron en un desequilibrio de enlace casi completo uno con el otro. De esta forma, un genotipo de cualquiera de los 10 SNPs (aparte de c1845t) se genotipificaron en PRKAG3 como predictivos, con un alto grado de confianza, del genotipo en cualquiera de los otros nueve SNPs. Las Figuras 5 y 6 muestran los valores de genotipo y de crianza, respectivamente para c1845t SNP (ensayo SNP #148004) y a2906g SNP (ensayo SNP #148009), que son representativos de diez SNPs con un desequilibrio de enlace casi completo. El alelo favorable de 148004 para un pH incrementado y una depuración de 7 días disminuida es el alelo "A" mientras que el alelo favorable para estos rasgos para 148009 es el alelo "G". Como se demuestra por estas figuras (y también por el cuadro 6) 148004 conteos para un grado más alto de variación en el pH de carne fue 148009 (es decir, es ya sea una mutación casual o un desequilibrio de enlace mayor con la mutación casual). Sin embargo, la selección para el alelo G de 148009 (o de los alelos favorables de otros nueve marcadores se encontró que son un desequilibrio de enlace con 148009), también se pueden utilizar para seleccionar animales en la línea A comercial para rasgos de calidad de carne mejorados de pH y depuración de 7 días.

CUADRO 6. Efectos de gen y valores de crianza para SNPs 148004 (004) y 148009 Todos los métodos descritos y reclamados aquí se pueden hacer y ejecutar sin una indebida experimentación en luz de la presente ¡nvención. Ya que las composiciones y métodos de esta ¡nvención han sido descritas en términos de modalidades preferidas, sería evidente para los expertos en la técnica que se puedan aplicar variaciones a los métodos y en los pasos o en las secuencias de pasos de los métodos descritos aquí sin apartarse del concepto de la ¡nvención. Más específicamente, será evidente que ciertos agentes que están tanto químicamente como fisiológicamente relacionados se pueden substituir por agentes descritos aquí mientras se pueden lograr los mismos o similares resultados. Todos dichos substitutos similares y modificaciones evidentes para los expertos en la técnica se estiman como estando dentro del alcance y del concepto de la invención como se define en las reivindicaciones anexas.

EJEMPLO 3: Marcador PRKAG3 utilizando en una línea comercial de cerdos A' El análisis se hizo sobre 60 jabalíes que salieron de la estación de pruebas de rendimiento en marzo del 2003. Los diez principales de estos se seleccionaron para la introducción dentro de la manada de crianza para producir la siguiente generación. Se utilizaron dos marcadores SNP en MA-BLUP para los siguientes cálculos.

Datos Fenotípicos animal hembra sexo líneag cría cgp cgp3 edad WdB línea? 1 P 0000000628060 0000000103005 F 16 21597 90442 0 152 -r ^jO 501 , 0000000499339 aa00GQO4S245l F 15 21600 90442 ü 151 154 502 . 0000000499340 0000000452451 F 15 21600 90442 0 151 132 511 , 0000000499341 0000000452386 F 15 21601 90442 0 151 149 463 , OQQQ000499342 0000000452336 F 15 21601 90442 0 3,51 123 454 ß 0000000499343 0000000452270 F 15 21602 90442 0 151 137 510 # 0000000499314 0000000452747 F 15 21603 90442 0 150 147 472 00-00000499315 0000000452747 F 15 21603 90 42 0 150 333 487 . 0000000499316 0000000452010 F 15 21604 90442 0 150 145 456 .

OOOOD0049S317 0000000452010 F 15 21604 90442 0 150 143 502 - 1070000010847 113000005-6726 F 16 32609 90422 699 172 140 501 610 1O7OD0D010875 1X30000054850 F 16 32810 90422 699 172 145 528 634 1070000010877 1130000054850 F 16 32810 90422 699 171 148 , 602 1070000010899 1130000056330 P 16 32811 90422 699 171 143 499 604 1070000010901 1130000055380 F 16 32811 90422 0 171 137 485 „ 1070000010903 1130000056380 F 16 32811 90422 699 171 143 496 607 2220000002623 1090000025314 F 15 32833 90505 0 17 S 112 543 , 2220000002624 1090000025314 F 15 32813 90505 0 178 116 552 . 2220000002625 1090000025314 F 25 32813 90505 0 178 83 , t 2220000002626 1090000025314 F 15 32813 90505 0 178 112 544 _ Datos Genotípicos Animal m004 m009 0001995120096 G/G G/G 0001996264361 G/G A/G 0001996229682 G/G G/G 0001996237608 G/G A/G 0009645400235 A/G G/G 0009645408986 G/G A/G 0009652443262 G/G G/G 0009652443205 A/G G/G 0009652450481 G/G A/G 0009652424155 G/G A/G 2220000005567 A/G A/G 2220000005568 A/G G/G 2220000005569 A/G G/G 2220000005570 G/G A/G 2220000005572 G/G A/G 2220000005572 G/G A/G 2220000004935 G/G G/G 2220000004936 G/G G/G 2220000004937 A/G G/G 2220000004938 A/G G/G Datos de Pedigrí animal cría hembra sexo 0000000449871 0000000449568 0000000449554 M 0000000449875 0000000449568 0000000449554 F 0000000449876 0000000449568 0000000449554 F 0000000449877 0000000449568 0000000449554 F 0000000449878 0000000449565 0000000449562 M 0000000449877 0000000449565 0000000449562 F 0000000449881 0000000449565 0000000449562 F 0000000449872 0000000449564 0000000449563 M 0000000449879 0000000449564 0000000449563 F 0000000449882 0000000449564 0000000449563 F 2220000006808 1090000024991 1130000054009 F 2220000006809 1090000024991 1090000024710 M 2220000006810 1090000024991 1090000024710 M 2220000006811 1090000024991 1090000024710 M 2220000006812 1090000024991 1090000024710 M 2220000006813 1090000024991 1090000024710 M 2220000006814 1090000024991 1090000024710 F 2220000006815 1090000024991 1090000024710 F 2220000006816 1090000024991 1090000024710 F 2220000006817 1090000024991 1090000024710 F Modelo estadístico wda = edad sexo linea g cgp cría animal flacura p= edad sexo línea g cgp cría animal pH = línea g m004 cgp3 hembra y animal Clasificación de animales Marcadores SSR utilizados en la línea de investigación 79 jabalíes que vinieron de la estación de prueba de rendimiento en Marzo del 2003. Los 10 principales de estos se seleccionaron en la manada de crianza para producir la siguiente generación. Se utilizaron los marcadores 26 QTL y 55 SSR en MA-BLUP para seleccionar los 10 principales jabalíes.

Datos de Pedigrí animal hembra cría sexo 0000000449554 0 0 0000000449558 0 0 0000000449562 0 0 0000000449563 0 0 0000000449564 0 0 0000000449565 0 0 0000000449566 0 0 0000000449568 0 0 0000000449573 0 0 0000000449579 0 0 animal hembra cria sexo 1130000062981 1020000011792 1020000012539 1130000062981 1020000011792 1020000012539 1130000062981 1020000011792 1020000012539 1130000062981 1020000011792 102.0000012539 1130000062981 1020000011715 1020000011830 1130000062981 1020000011715 1020000011830 1130000062981 1020000011715 1020000011830 1130000062981 1020000011715 1020000011830 1130000062981 1020000011715 1020000011830 1130000062981 1020000011715 1020000011830 Modelo Estadístico bf = sexo cg196 edad196 cría mc4r_a mc4r_d bf_ql bf_q5 bf_q6 bf_q12 bf_q16 animal lea = sexo cg 196 edad 196 cría mc4r_a mc4r_d Iea_q2 Iea_q3 Iea_q7 Iea_q8 Iea_q12 wt = sexo cg196 edad196 cría mc4r_a mc4r_d wt_ql wt_q2 wt_q4 wt_q5 wt_q6 wt_q7 wt_q8 wt_q9 wt_q12 dfi = sexo lote wt90 cría mc4r a mc4r d dfi_ql dfi_q6 dfi_q8 dfi_q11 dfi_q12 animal Clasificación de animales EJEMPLO 4: Algoritmos de gradiente conjugado Dadas las entradas A,b, un valor de partida x, un (quizás implícitamente definido) preacondicionador M, un número máximo de repeticiones imax y una tolerancia de error [épsilon]<1 : silon]2d0fDpt,an EJEMPLO 5: Acomodamiento de los marcadores múltiples (determinación de la informatividad).

Considerar un fragmento de cromosoma conteniendo un sitio de rasgo cuantitativo (QTL) y un grupo de marcadores (N1,N2,...,Nn) en el lado izquierdo de QTL y otro grupo de marcadores (M?,M2,...,Mm) en el lado derecho de QTL.

La presente invención provee algoritmos para detectar un grupo de marcadores de flanqueo informativos (N¡,M¡) cerca de QTL. Este algoritmo trabaja de forma similar a la ventana dimensionable que se mueve alrededor del fragmento de cromosoma para localizar un grupo de marcadores de flanqueo informativos, uno está en el lado izquierdo de QTL y el otro en el lado derecho de QTL. El siguiente ejemplo ilustra que N¡ y M2 son un grupo de marcadores que están más cerca de QTL e informativos (la fase de enlace es conocida).

EJEMPLO 6 Pre-acondicionamiento de bloque-diagonal de tamaño variable Al resolver las ecuaciones de modelo mezclado utilizando el gradiente conjugado de pre-acondicionamiento (PCCG) es la parte central de MA-BLUP. Las ecuaciones se pueden expresar en la anotación de matriz asumiendo que hay 6 animales involucrados: av,anana aiSaí6 l?a2la? 2Aa2i°26 «31«32a33«34a35a3í, (1) a ia?2a-ßaYl 5a4b a5l«51fíS3aS4- 5Sa$6 . ß6J -ß63flfi fl65afi6 Los elementos diagonales (a11: a12,...,a66) son más comúnmente utilizados para pre-acondicionamiento. La diagonal de bloque de tamaño constante tal como se recomienda en la literatura para el pre-acondicionamiento. En contraste, los métodos y sistemas de la presente invención provee el uso de una diagonal de bloque de tamaño variable tal como ¿344¿?45a46 ^22^ 3 a5 ü55as6 El tamaño de cada diagonal de bloque se determina a través de la naturaleza de las ecuaciones del modelo mezclado MA-BLUP.

Repetición En Datos (lOD) Combinados con PCCG Debido a la naturaleza de las ecuaciones de modelo mezcladas, la mayor parte de los elementos en la ecuación (1 ), anterior son ceros. MA-BLUP primero procesó los datos y almacenó los no ceros contribuidos de cada registro de datos para la ecuación del modelo mezclado en el disco duro. MA-BLUP actualmente no construye los elementos ay's, en la memoria de computadora. Solamente almacena ?¡ s, b¡ 's y las diagonales de bloque. Por consiguiente, los métodos y sistemas de la presente ¡nvención proveen los algoritmos que se repiten sobre cada registro de datos otra, otra y otra vez hasta que converge.

EJEMPLO 7: Comparación del análisis de acuerdo con la presente invención con el programa existente previamente, ISU-MABLUP El programa de la Universidad del Estado de lowa (ISU) se basa en la versión pública de Matvec. La prueba se llevó a cabo comparando la velocidad y eficiencia de un MA-BLUP de acuerdo con la presente invención con el paquete ISU. Las comparaciones para velocidad se muestran en la unidad de ya sea minuto (m), hora (h), o día (d) cuando es apropiado. 7.1 Utilizando grupos de datos ISU ISU-MABLUP viene con sus propios grupos de datos de prueba, que se utilizarán para comparar dos paquetes. 7.1.1 Pequeños grupos de datos Estos son datos simulados con 14 animales. El número de rasgos QTL para cada modelo QTL se muestran a continuación.

CUADRO 7 Ambos paquetes ISU y la invención actualmente descrita generan los resultados 'idénticos' (indicados por '+') para uno de los cuatro modelos QTL anteriores. El significado de resultados 'idénticos' tiene dos dobleces (1 ) que se refieren solamente a un valor de función estimable (2) y se refiere solamente a los primeros 4 dígitos después del punto decimal.

CUADRO 8 7.1.2. Grandes grupos de datos Existen dos rasgos, dos QTLs y 12,643 animales. Ambos paquetes ISU y la invención actualmente presente genera los resultados 'idénticos'.

Utilización de grandes grupos de datos Se utilizaron dos grupos de datos de aproximadamente 63,000 animales. Un grupo de datos contiene un QTL y otro contiene dos QTLs. Se hizo una prueba extensiva y la comparación del solucionador lOD se hizo ya que es uno de los solucionadores más robustos y eficientes disponibles en el análisis MABLUP. Se utilizaron dos plataformas. Estas son la PC Intel de 32-bit con Linux y un grupo de Sparcstation de 64-bit con Solaris (Granja de computadora). Todas las pruebas generaron resultados 'idénticos'. La velocidad, sin embargo se varió de plataforma a plataforma de rasgo individual a rasgo múltiple. Las comparaciones para velocidad se muestran en los siguientes tres cuadros. 7.2.0.1 Un QTL CUADRO 9 7.2.0.2. Dos QTL CUADRO 10 7.2.0.3. No QTL Con el fin de examinar cualesquiera diferencias del efecto poligénico resultante de la incorporación de QTL asociado con el marcador en el sistema de evaluación genética, se volvió a correr MABLUP sin QTL en el modelo lineal. El grupo de datos utilizados es uno conteniendo un QTL.

CUADRO 11 7.3 Presente invención contra MTDFREML Al utilizar un grupo de datos diferentes que comprenden cuatro rasgos y 28,624 animales. La comparación para la velocidad será a continuación en la unidad de minuto (m). Observar que se utilizó el solucionador más rápido (IOC_PCCG) en el aspecto de la presente invención.

CUADRO 12 EJEMPLO 8: Cambio del coeficiente de endogamia para un QTL La probabilidad condicional de que dos alelos homólogos en el marcador enlazado QTL (MQTL) en el sitio individual / son idénticos mediante ascendencia, el Gobs dado se define como el coeficiente de endogamia para un QTL; f¡ =Pr(Q1, =Q2 Gobs) Esto es diferente del coeficiente de endogamia de Wright's, la cual es la probabilidad condicional de que dos alelos homólogos en cualquier sitio en / individual sean idénticos en descendencia, dado solamente un pedigrí. El par de dos alelos homólogos en MQTL, Q1¡ y Q2,- en / individual descendió de uno de los siguientes pares de padres: Dejar que Tks d denote el evento de que el par de alelos en i desciende del par de padres * para ks.kcF 1 o 2. Ahora si /¡ se puede escribir como: Entonces Pr (Tkskdl 0bs) se puede expresar en términos de probabilidad del descendiente para los alelos QTL como, por ejemplo: en donde B¡ (l,k) son la probabilidad del descendiente para el alelo QTL k al alelo /.

REFERENCIAS Las siguientes referencias, al grado que proveen un procedimiento ilustrativo u otros detalles suplementarios a aquellos establecidos aquí, están específicamente incorporadas por referencia. Abdel-Azim G. and A. E. Freeman. 2001. A rapid method for computing the inverse of the gametic covariance matrix between relatives for a marked quantitative trait locus. Genet. Sel. Evol., 33: 153-173. Chakraborty, R., Moreau, L. , Dekkers, J. C. 2002. A method to optimize selection on múltiple identified quantitative trait loci. Genet. Sel. Evol. 34 (2): 145-70. Falconer, D. S. and Mackay, Introduction to Quantitative Genetics, T. F. C, Eds., Longman Group Limited, Longman House, Burnt Mili, Harlow Essex 2JE, England.4th Edition, 1986. Fernando, R. L. and Grossman, M. 1989. "Marker assisted selection using best linear unbiased prediction, "Genet. Sel. Evol. 21 : 467-477. Gibson, J. P. 1994. Short-term gain at the expense of long-term response with selection of identified loci. Proceedings of the 5th World Congress on Genetics Applied to Livestock Production, Guelph, 21 : 201-204. *Henderson, C. R. 1984. Applications of Linear Models in Animal Breeding. Published by the University of Guelph, Guelph, Ontario, Canadá. Hernandez-Sanchez, J., Visscher, P. , Plastow, G. and Haley, C. 2003. Candidate Gene Analysis for Quantitative Traits Using the Transmission Disequilibrium Test: The Example of the Melanocortin 4-Receptor in Pigs. Genetics. 164: 637-644. Kim, K. S., Larsen, N. , Short., T., Plastow, G. and Rothschild, M. F. 2000. A missense variant of the porcine melanocortin-4 receptor (MC4R) gene is associated with fatness, growth, and feed intake traits. Mammalian Genome. 11 :131-135. Lidauer, M., Stnden, I., Mantysaari, E. A., Poso, J., and A. Kettunen. 1999, "Solving large test-day models by ¡teration on data and preconditioned conjúgate gradient," J. Dairy Sci. 82: 2788-2796. Mal cot, G., 1948 Les Mathematiques de l'Heredite. Masson, Paris.) Milán, D., eí al. 2000. "A mutation in PRKAG3 associated with excess glycogen content in pig skeletal muscle. Science, 288: 1248-1251. Pong-Wong, R., George, A. W. , Woolliams, J. A. , and C. S. Haley. 2001. "A simple and rapid method for calculating identity-by-descent matrices using multiplemarkers, "Genet. Sel. Evol. 33: 453-471. Quaas, R. L., Anderson, R. D., Gilmour, A. R.,1984. BLUP school handbook; Use of mixed models for prediction and estimation of (co) variance components. Animal Breeding and Genetics Unit, University of New England, N. S. W. 2351 , Australia. Strandén, I. and M. Lidauer. 1999. "Solving large mixed linear models using preconditioned conjúgate gradient iteration," J. Dairy Sci. 88:2779-2787. Shewchuk, J. R. 1994"An introduction to the conjúgate gradient method without the agonizing pain. Tech. Rep. CMU-CS-94-125, Carnegie Mellon University, Pittsburgh, Pennsylvania. Totir, L. R. 2002. Genetic evaluation with finite locus models. PhD Dissertation. lowa State University, Ames, lowa. Tsuruta, S.,Misztal, I., and I. Stranden. 2001. "Use of the preconditioned conjúgate gradient algorithm as a generic solver for mixed-model equations ¡n animal breeding applications," J. Animal Sci. 79: 1166-1172. Van Vleck, L. D., Pollak, E. J., and Oltenacu, E. A. B., Genetics for the Animal Sciences, W. H. Freeman and Company, New York, 1987 Wang, T., Fernando, R. L. , van der Beek, S. , Grossman, M. , and J. A. M. van Arendonk. 1995. "Covariance between relatives for a marked quantitative trait locus." Genet. Sel. Evol. 27: 251-274 Wang, T., Fernando, R. L., Stricker, C. and R. C. Elston. 1996 "An approximation to the likelihood for a pedigree with loops." Theor. Appl. Genet. 93: 1299-1309. WO 02/20850 A2, Rothschild et al., March 14, 2002.

Claims (34)

NOVEDAD DE LA INVENCIÓN REIVINDICACIONES

1.- Un método para incrementar una importancia genética promedio en la población animal, que comprende: a. Seleccionar uno o más rasgos para los cuales se desea una importancia genérica mejorada; b. Seleccionar uno o más sitios de rasgos cuantitativos (QTL) para cada rasgo seleccionado; c. Seleccionar tres o más marcadores genéticos moleculares de interés para cada QTL para cada rasgo seleccionado, d. Proveer bases de datos que comprenden: i. datos de genotipo para tres o más marcadores genéticos moleculares para cada rasgo seleccionado, para una pluralidad de animales en la población; ii. proveer datos de pedigrí para cada animal en la población; iii. opcionalmente, datos para uno o más efectos fijos; e. Utilizar un programa de computadora capaz de llevar a cabo la mejor predicción imparcial lineal asistida por marcador para simultáneamente analizar los datos de las bases de datos provistas para calcular una clasificación de animales; en donde el programa de computadora utiliza un algoritmo de gradiente preacondicionado diagonal de bloque de tamaño variable (PCCG) para clasificar los animales; en donde los animales están clasificados de acuerdo con su valor de crianza estimado (EBV) para los marcadores genéticos moleculares seleccionados y, si se provee, los rasgos cuantitativos.

2. El método de conformidad con la reivindicación 1 , caracterizado además por que comprende el uso de EBVs calculados para preparar un plan de crianza para la población de animales que provee el mejoramiento óptimo en la importancia genética de la población.

3. El método de conformidad con la reivindicación 1 , caracterizado además porque la población de animales es una piara de cerdos.

4. El método de conformidad con la reivindicación 1 , caracterizado además porque el rasgo se selecciona del grupo que consiste de: rasgos de crecimiento eficientes, rasgos de calidad de carne, rasgos de reproducción, y rasgos de salud.

5. El método de conformidad con la reivindicación 1, caracterizado además porque los marcadores genéticos moleculares se seleccionan de cualquier polimorfismo conocido que afecta la expresión de ARNm o proteína de un gen.

6. El método de conformidad con la reivindicación 5, caracterizado además porque se selecciona del grupo que consiste de: polimorfismos de nucleótído individual, repeticiones de secuencia simple, mutaciones de punto de proteína, e isoformas de gen.

7. El método de conformidad con la reivindicación 3, caracterizado además porque al menos un marcador genético molecular se selecciona de aquellos marcadores que se sabe que modulan un fenotipo favorable.

8. El método de conformidad con la reivindicación 3, caracterizado además porque por lo menos uno de los marcadores genéticos moleculares es un marcador seleccionado del grupo que consiste de: un polimorfismo de nucleótido individual en el gen PRKAG3 de porcino (cinasa de proteína, subunidad gama 3 activada por AMP), y un polimorfismo en el receptor de melanocortina-4 de porcino.

9. El método de conformidad con la reivindicación 3, caracterizado además porque al menos uno de los marcadores genéticos moleculares es un marcador para un polimorfismo de nucleótido individual en el gen PRKAG3 de porcino.

10. El método de conformidad con la reivindicación 1 , caracterizado además porque el programa de computadora utiliza un algoritmo de repetición sobre datos (lOD).

11. El método de conformidad con la reivindicación 1 , caracterizado además porque la salida del programa de computadora además comprende resultados que indican la informatividad de uno o más de los marcadores genéticos moleculares seleccionados para al menos un sitio de rasgo cuantitativo (QTL) y/o un cálculo de la cercanía/proximidad genética de uno o más marcadores moleculares a por lo menos un QTL.

12. El método de conformidad con la reivindicación 11 , caracterizado además porque los marcadores genéticos moleculares tienen el grado más alto de informatividad y/o aproximación para al menos un QTL se identifican.

13. El método de conformidad con la reivindicación 1 , caracterizado además porque el programa de computadora utiliza una característica de programación para mejorar la facilidad de la interfaz de usuario.

14. El método de conformidad con la reivindicación 1 , caracterizado además porque los marcadores genéticos moleculares seleccionados comprenden un haplotipo marcador.

15. Un sistema para incrementar la importancia genética promedio de la población de animales para uno o más rasgos seleccionados, el sistema comprende: a. una computadora; b. una base de datos accesible por computadora que provee datos en uno o más sitios de datos cuantitativos (QTL) para cada rasgo seleccionado; c. una base de datos accesible por computadora que provee datos, para animales en la población, para tres o más marcadores genéticos moleculares para cada QTL seleccionado para cada rasgo seleccionado; d. una base de datos accesible por computadora que provee datos de pedigrí para animales en la población; e. opcionalmente una base de datos accesible por computadora que provee datos individuales para cada animal en la población para por lo menos un efecto fijo; f. un programa de computadora capaz de llevar a cabo la mejor predicción imparcial lineal asistida por marcador y simultáneamente evaluar los datos en todas las bases de datos y la clasificación de animales en la población de acuerdo con su valor de crianza estimado respectivo para cada uno de los rasgos seleccionados; en donde el programa de computadora utiliza un algoritmo de gradiente preacondicionado diagonal de bloque de tamaño variable (PCCG) para clasificar los animales; g. una interfaz de usuario que incluye un sistema de entrada de datos, dicha interfaz de usuario acoplada a dicha computadora y configurada para permitir al usuario instruir a la computadora para acceder las bases disponibles y utilizar el programa de computadora para generar la salida que incluye una clasificación de los animales de acuerdo con sus valores de crianza estimados y/o sus valores de crianza estimados individuales.

16. El sistema de conformidad con la reivindicación 15, caracterizado además porque la población de animal es una piara de puercos.

17. El sistema de conformidad con la reivindicación 16, caracterizado además porque al menos uno de los marcadores genéticos moleculares se selecciona del grupo que consiste de marcadores para el gen PRKAG3 de porcino y el gen que codifica al receptor de melanocortina-4.

18. El sistema de conformidad con la reivindicación 16, caracterizado además porque al menos uno de los marcadores genéticos moleculares es un marcador para un polimorfismo de nucleótido individual en el gen PRKAG3 de porcino.

19. El sistema de conformidad con la reivindicación 16, caracterizado además porque los marcadores genéticos moleculares seleccionados comprenden un haplotipo marcador.

20. Un sistema para identificar el (los) marcadores) genético molecular que tiene el grado más alto de informatividad para uno o más sitios de rasgos cuantitativos seleccionados (QTL), el sistema comprende: a. una computadora; b. una base de datos accesible por computadora que provee los datos individuales, para animales en la población, para tres o más marcadores genéticos moleculares para cada sitio de rasgo cuantitativo seleccionado; c. un programa de computadora capaz de simultáneamente evaluar los datos en todas las bases de datos y determinar la informatividad relativa para cada uno de los marcadores genéticos moleculares para los cuales se proveen los datos; en donde el programa de computadora es capaz de llevar a cabo la mejor predicción imparcial lineal asistida por marcador y utiliza un algoritmo de gradiente preacondicionado diagonal de bloque de tamaño variable (PCCG) para determinar la informatividad relativa de cada marcador genético molecular; d. una interfaz de usuario que incluye un sistema de entrada de datos, dicha interfaz de usuario acoplada a dicha computadora y configurada para permitir al usuario instruir a la computadora para acceder la base de datos disponible y utilizar el programa de computadora para generar la salida que incluye una indicación de la informatividad de cada marcador genético molecular para los cuales se proveen los datos.

21. El sistema de conformidad con la reivindicación 20, caracterizado además porque el sitio de rasgo cuantitativo se selecciona de cualquier sitio conocido que está asociado con un rasgo conocido.

22. Ei sistema de conformidad con la reivindicación 20, caracterizado además porque el sitio de rasgo cuantitativo se selecciona de cualquier sitio de rasgos seleccionados del grupo que consiste de rasgos de crecimiento eficiente, rasgos de calidad de carne, rasgos de reproducción, y rasgos de salud.

23. El sistema de conformidad con la reivindicación 20, caracterizado además por proveer una base de datos accesible por computadora que contiene datos individuales para animales en la población para al menos un efecto fijo; en donde el programa ejecutable por computadora es capaz de simultáneamente evaluar los datos en todas las bases de datos provistas y clasificar los animales en la población de acuerdo con su valor de crianza estimado respectivo para cada uno de los rasgos seleccionados.

24. El sistema de conformidad con la reivindicación 20, caracterizado además porque los marcadores genéticos moleculares seleccionados comprenden un haplotipo marcador.

25. El método de conformidad con la reivindicación 1 , caracterizado además porque comprende el uso de clasificaciones de animales para identificar los pares de crianza óptimos en la población.

26. El método de conformidad con la reivindicación 25, caracterizado además porque los marcadores genéticos moleculares seleccionados comprenden un haplotipo marcador.

27. Un método para mejorar uno o más rasgos de calidad de carne en puercos, el método comprende: a. clasificar una pluralidad de puercos para identificar la naturaleza de uno o más polimorfismos de nucleótido individual (SNPs) en el gen PRKAG3 de porcino, se selecciona (n) del grupo que consiste: un A/G en la posición 51 , un A/G en la posición 462, un A G en la posición 1011 , un C/T en la posición 1053, un C/T en la posición 2475, un A/G en la posición 2607, un A/G en la posición 2906, un A/G en la posición 2994, y un C/T en la posición 4506, en donde toda la numeración es de acuerdo con la secuencia SEC ID NO:1 e identificar aquellos que tienen un alelo deseado; b. seleccionar aquellos puercos identificados como que tienen un alelo deseado; c. utilizar los puercos seleccionados como crías/hembras en el plan de crianza para producir progenie; en donde la progenie tiene una frecuencia en incremento del alelo deseado.

28. El método de conformidad con la reivindicación 27, caracterizado además porque la presencia o ausencia dei polimorfismo se determina a través de un método seleccionado que consiste de: secuenciación de ADN, análisis de polimorfismo de longitud de fragmento de restricción (RFLP); análisis heterodúplex, análisis de polimorfismo conformacional de estructura de cadena individual (SSCP), electroforesis de gel de gradiente de desnaturalización (DGGE), análisis PCR en tiempo real (TAQMAN®), electroforesis de gel de gradiente de temperatura (TGGE), extensión de iniciador, hibridación específica de alelo, y ensayo de análisis genético INVADER®.

29. El método de conformidad con la reivindicación 27, caracterizado además porque al menos un rasgo de calidad de carne se selecciona del grupo que consiste de pH incrementado, y una depuración de 7 días disminuida.

30. Un equipo para detectar la naturaleza de uno o más polimorfismos en el gen PRKAG3; el equipo comprende medios para detectar el polimorfismo en ADN, y ARN del gen; en donde los polimorfismos se seleccionan del grupo que consiste de uno o más de los siguientes SNP(s): un A/G en la posición 51 , un A/G en la posición 462, un A/G en la posición 1011 , un C/T en la posición 1053, un C/T en la posición 2475, un A/G en la posición 2607, un A/G en la posición 2906, un A/G en la posición 2994, y un C/T en la posición 4506, en donde toda la numeración está de acuerdo con la secuencia SEC lD NO:1.

31. El equipo de conformidad con la reivindicación 30, caracterizado además porque mientras el polimorfismo se detecta a través de uno o más de los siguientes medios de detección: secuenciación de ADN, análisis de polimorfismo de longitud de fragmento de restricción (RFLP), análisis de heterodúplex, polimorfismo conformacional de estructura de cadena individual (SSCP), electroforesis de gel de gradiente de desnaturalización (DGGE), reacción de cadena de polimerasa (PCR), análisis PCR en tiempo real (TAQMAN®), electroforesis de gel de gradiente de temperatura (TGGE), ensayo ¡nmunoabsorbente enlazado a enzima (ELISA) y otros inmunoensayos; en donde el equipo comprende uno o más de los siguientes; enzima de endonucleasa de restricción, polimerasa de ADN, una transcriptasa inversa, un regulador de pH, desoxiribonucleótidos, un oligonucleótido adecuado para uso como una sonda ADN o ARN, un oligonucleótido adecuado para uso como un iniciador en la síntesis de ADN o ARN, un marcador fluorescente, y un anticuerpo.

32. Un oligonucleótido adecuado para uso en un equipo de conformidad con la reivindicación 31.

33. El oligonucleótido de conformidad con la reivindicación 32, caracterizado además porque se selecciona de iniciadores que comprenden la secuencia de cualquiera de los iniciadores listados en el cuadro 1 (SEC ID NO.-2-17).

34. El oligonucleótido de conformidad con la reivindicación 32, caracterizado además porque se selecciona del grupo que consiste de los iniciadores provistos en el cuadro 1 (SEC ID NO:2-17).