SciELO - Scientific Electronic Library Online

 
vol.41 número2El Género Helicobacter en los animales domésticos: Una RevisiónCambio climático: ¿Qué puede enseñarnos “una verdad incómoda”? Parte II índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

Compartir


Revista del Instituto Nacional de Higiene Rafael Rangel

versión impresa ISSN 0798-0477

INHRR v.41 n.2 Caracas dic. 2010

 

Perspectivas en genómica poblacional: Genes, poblaciones y arquitectura genética

 Carlos Darío Ramírez M1

 1 Universidad Bolivariana de Venezuela (UBV). Programa Nacional de Formación en Medicina Integral Comunitaria. Centro de Estudios de Salud Colectiva y Derecho a la Vida (CESACODEVI). Teléfono: 0212-6063676. E-mail: carlosdarioramirez@yahoo.es  

RESUMEN

La Arquitectura Genética (AG) se refiere a los patrones de los efectos genéticos que construyen y controlan un carácter fe no-típico dado y sus propiedades variacionales. Una descripción de AG puede incluir afirmaciones acerca del gen y número de alelos, la distribución de los efectos alélicos, mutacionales, y los patrones de pleiotropía, dominancia y epistasis. La Genética de poblaciones clásica tiende a tratar la AG como un grupo de parámetros invariantes y no como variables evolutivas. El paradigma Neo-Darviniano más o menos define la evolución como un cambio en las frecuencias alélicas y deja poco margen para la evolución de los efectos alélicos. Conceptos como la canalización genética, la evolución de la variabilidad genética reducida, y la asimilación genética–respuestas evolutivas basadas en la variación medioambiental inducidaeran difíciles de enmarcar en esta línea de trabajo y fue seguida por unos pocos investigadores, siendo tratada de manera empírica. La canalización ha tenido finalmente, una sóidal interpretación de genética poblacional en términos de evolución de los efectos reducidos de un gen, a través de las interacciones epis-táticas con un trasfondo genético evolutivo, y es actualmente el foco de considerable interés empírico y teórico. El rápido desarrollo de las tecnologías moleculares ha permitido la generación de un número casi ilimitado de marcadores que especifican la estructura y organización del genoma de cualquier organismo. La integración de la estadística con la genética molecular permitió tener la primera herramienta para disgregar un rasgo cuantitativo en sus componentes genéticos individuales (qTLs). Posterior a esto se han desarrollado múltiples métodos estadísticos para localizar rasgos complejos y su aplicación posterior a la genética vegetal, animal y humana.

 Palabras clave: Genética de poblaciones, arquitectura genética, qTLs, rasgos complejos.

 Perspectives in population genomics: Genes, populations and genetic architecture

 ABSTRACT

 Genetic Architecture (GA) refers to the patterns of genetic effects that build and control a given phenotypic character and their variation properties. A description of GA can include declarations about the gene and number of alleles, the distri-bution of the allelic and mutational effects, and the patterns of pleiotropy, dominance and epistasis. The classical population genetics tends to treat the GA as a group of invariable para-meters and not as an evolutionary variable. The Neon-Dar - winian paradigm more or less defines the evolution as a chan ge in the allelic frequencies and gives small scope for the evolution of the allelic effects. Concepts as the genetic canalization, the evolution of the reduced genetic variation, and the genetic assimilation –evolutionary answers based on the induced environmental variation– were difficult to frame in this line of work and were followed by a few investigators, being treated in an empirical way. The canalization has had finally; a solid interpretation in terms of population genetics and evolution of reduced effects of a gene, through epistatic interactions with an evolutionary genetic background, and actually is the focus of considerable theoretical and empirical interest. The fast development of the molecular technologies has permitted the generation of an almost unlimited number of markers that specify the structure and organization of the genome of any organism. The integration of the statistics with the molecular genetics permitted to have the first tool to disin-tegrate a quantitative characteristic in its individual genetic components (quantitative Trait Loci, qTL). After that, has been developed multiple statistical methods to locate com-plex characteristics and their applications to the animal, vegetal, and human genetics.

 Key words: Population genetics, genetic architecture, quantiative trait loci, qTL, complex traits.

GENÓMICA POBLACIONAL Y ARQUITECTURA GENÉTICA

 La Arquitectura Genética (AG) se refiere a los patrones de los efectos genéticos que construyen y controlan un carácter fenotípico dado y sus propiedades variacionales. Una descripción de AG puede incluir declaraciones acerca del gen y número de alelos, la distribución de los efectos alélicos y mutacionales, y los patrones de pleiotropía, dominancia y epistasis. A pesar de la obvia complejidad de los procesos del desarrollo que subyacen en la AG, gran parte de la teoría evolutiva está construida alrededor de unos pocos modelos simples de las relaciones genotipo-fenotipo. Estos son modelos que no restringen los efectos aditivos de los genes, los cuales incluyen a los modelos poligénicos de la genética cuantitativa, y el modelo simple de un alelo, y los modelos de un solo rasgo o característica usados en los estudios de adaptación. Para Sir Ronald A. Fisher, estos modelos no eran solamente una forma conveniente de simplificación (1), y esgrimió varios argumentos para justificar su enfoque sobre los genes en aislamiento. Una de ellos fue que en poblaciones grandes y panmícticas (con cruzamientos al azar) todas las combinaciones de alelos podrían ocurrir, y que los efectos evolutivos de un alelo se podrían trazar a través del promedio de todas las combinaciones de genotipos en los que interviene. Posteriormente definió los efectos aditivos en términos de esos promedios. No quiere decir con esto que la AG sea simple, sino que las complejas interacciones de los genes pueden ser promediadas y tratadas como una ruido estadístico. De manera similar, argumentó que la alta dimensionalidad de los organismos biológicos podría ser la forma de alcanzar el éxito y mejorar el organismo. Lo que equivale a decir que siempre existe una mutación ventajosa, y si la población es suficientemente grande, dicha mutación termina por ser fijada.

 La Genética de poblaciones clásica tiende a tratar la AG como un grupo de parámetros invariantes y no como variables evolutivas. El paradigma Neo-Darviniano más o menos define la evolución como un cambio en las frecuencias alélicas y deja poco margen para la evolución de los efectos alélicos. Conceptos como la canalización genética, la evolución de la variabilidad genética reducida (2), y la asimilación genética–respuestas evolutivas basadas en la variación medioambiental inducida (3) –eran difíciles de enmarcar en esta línea de trabajo y fue seguida por unos pocos investigadores (4, 5, 6), y fue tratada de manera empírica (7, 8). La canalización ha tenido finalmente, una sólida interpretación de genética poblacional en términos de evolución de los efectos reducidos de un gen, a través de las interacciones epistáticas con un trasfondo genético evolutivo (9), y es actualmente el foco de considerable interés empírico y teórico (10-16).

 La comprensión de la AG es importante en muchos aspectos biológicos de capital importancia, entre los cuales tenemos la especiación, la evolución del sexo y la recombinación, la sobrevivencia de pequeñas poblaciones, la endogamia, las enfermedades hereditarias, el mejoramiento genético de plantas y animales, el entendimiento de los procesos de la genética de la adaptación y las diferencias poblacionales. Existe sin embargo, una razón primordial por la cual es prioritario entender la AG en términos de la teoría evolutiva, y es porque ella describe o determina las propiedades variacionales de los caracteres, y por tanto su potencial evolutivo.

 La AG puede ser estudiada por medio de diferentes niveles. Se puede uno preguntar sobre las bases genéticas para las diferencias entre especies y poblaciones, cuántos genes están involucrados, si la dominancia o la epítasis son importantes, etc. Estas diferencias pueden ser estudiadas por análisis de cruces o por análisis de loci cuantitativos (qTL, quantitative traitloci) (17). También podemos preguntarnos sobre la arquitectura de la variación de la segregación en una población. El modelo clásico de genética cuantitativa, desarrollado por Fisher y otros, estaba basado en la descomposición del fenotipo por la contribución de los diferentes genes y sus interacciones (18). Estos son definidos como parámetros de regresión sobre la presencia de combinaciones particulares de alelos, de manera que la dominancia y los efectos epistáticos son términos de la interacción en la regresión. La varianza fenotípica total puede ser particionada en la contribución de los diferentes términos, incluyendo la varianza genética aditiva, y una serie de componentes de dominancia y varianza epistática que resultan de la interacción de términos en el modelo. Esta descomposición también puede ser generalizada a rasgos múltiples, en este caso, la varianza genética aditiva es reemplazada con una matriz de varianza, la matriz-G, la cual contiene las varianzas genéticas aditivas y las covarianzas entre los rasgos.

 También se puede estudiar la AG al nivel del mapa   genotipo-fenotipo, la relación entre los genotipos individuales y su genotipo. Tal como lo explicó G.P. Wagner  (19, 20), es necesario hacer una distinción entre variación y variabilidad. Definida esta última en sentido técnico como la propensión o disposición a variar. Esta propensión es conceptualmente independiente de las frecuencias alélicas, varianzas y otros parámetros poblacionales; ella depende del mapa genotipo-fenotipo y de las tasas mutacionales. La distinción entre variación y  variabilidad está relacionada con la diferencia entre la matriz-G, que describe la variación de la segregación y la matriz-M (mutacional), que describe la nueva varianza (aditiva) y la covarianza que resulta de la mutación en cada generación (21).

 Hasta hace pocos años se había puesto poca o casi ninguna atención a la distinción entre parámetros de población y los parámetros que describen el mapa genoti-pofenotipo, tal vez debido a que se pensaba describían los mismos fenómenos. El desarrollo de una descripción conceptual explícita entre población o la noción estadística de AG por una parte, y las nociones funcional /fisiológica/biológica por otra parte fueron un gran paso adelante. Una contribución importante fue realizada por heverud y Routman (22), quienes desarrollaron un modelo explícito de epistasis “fisiológica” definida sin tener en cuenta las frecuencias alélicas, y mostraban cómo ésta difería de la noción de Fisher de epistasis estadística,y aún así contribuir a la varianza genética aditiva. El modelo de regresión de Fisher minimiza la influencia estadística de las interacciones génicas (7) y, más seriamente, los efectos de interacción en el modelo fallaban en realizar la importante distinción entre sobredominancia y dominancia parcial, o entre epistasis positiva y negativa (23).

 El modelo de Cheverud y Routman (22) está basado en una parametrización arbitraria y poco operacional de los efectos genéticos. Hansen y Wagner (23) generalizaron esta aproximación dando una definición operacional de un efecto genético como el efecto fenotípico de la sustitución de un alelo (o grupo de alelos) dentro de un genotipo de referencia dado. Ellos mostraron posteriormente cómo cualquier genotipo particular o promedio por día ser usado como punto de referencia, y cómo se podía trasladar de un genotipo de referencia a otro (24).

Los efectos genéticos no están relacionados únicamente con el genotipo referencia, sino que lo están además a una escala de medida, la cual dependería de la característica bajo consideración. Para la adecuación o eficiencia biológica (fitness), las interacciones multiplicativas son fundamentales, y la dominancia y la epistasis pueden ser vistas como desviaciones de los efectos multiplicativos. La epistasis ocurre cuando el efecto de un gen, o genotipo, es diferente en dos fondos genéticos distintos (25). El término epistasis oculta una gran diversidad de interacciones genéticas complejas (26), y para progresar es necesario identificar patrones y tipos de interacciones  génicas que son relevantes desde el punto de vista evolutivo. Una distinción importante a este respecto debe hacerse entre interacciones génicas direccionales y no  direccionales (23). Se dice que la epistasis es direccional  si modifica sistemáticamente a los genes uno de otro, en patrones particulares o direcciones en el morfo-espacio.

La epistasis no direccional ocurre cuando los genes interactúan, pero no existen patrones sistemáticos para dichas interacciones. En términos espaciales puede verse a la epistasis direccional como una curvatura en el mapa genotipo-fenotipo (26-28). La dominancia direccional también puede ocurrir cuando los efectos alélicos son alterados sistemáticamente con relación al efecto del alelo o son combinados con el. Las interacciones positivas y negativas pueden tener consecuencias evolutivas diferentes. Las interacciones positivas ocurren cuando cada uno de los genes refuerza sus efectos de todos en una dirección particular. Y en el caso de las interacciones negativas, éstas ocurren cuando los efectos de los genes disminuyen los efectos unos con otros. La epistasis direccional es bien conocida en la genética de poblaciones clásicas, puesto que determina la carga mutacional (29).

La pleiotropía es el otro factor importante en la relación genotipo-fenotipo. Se dice que un gen es pleiotrópico si afecta más de una característica. Junto con el desequilibrio de ligamiento–las asociaciones estadísticas entre alelos de diferentes oscila pleiotropía es la causa subyacente de la covariación genética entre caracteres a nivel de la población. No existe sin embargo, una relación genética simple entre covarianza genética y pleiotropía. Puede existir una variedad de efectos pleiotrópicos que pueden cancelarse entre ellos. De manera que las covarianzas mutacionales no pueden describir completamente a la pleiotropia.

ARQUITECTURA GENÉTICA Y ANÁLISIS de QTLs en Drosofila Melogaster

La comprension de la AG de cualquier rasgo cuantitativo tiene implicita un numero importante de topicos: los genes que regulan la caracteristica (qTLs); el subgrupo de qTLs que regulan la variacion natural del rasgo; la homocigosis, la heterocigosis, los efectos a nivel epistatico y pleiotropico de los diferentes alelos de los qTLs, en una gama amplia de ambientes, las bases moleculares de las variaciones alelicas; y finalmente, las fuerzas evolutivas responsables de mantener la variacion genetica para los rasgos cuantitativos en la naturaleza.

Probablemente no podamos entenderlo sino empleando sistemas modelos con excelentes recursos geneticos y genomicos, tales como Drosophila melanogaster. La lista de fenotipos qTL que pueden ser investigados usando drosofila esta limitada unicamente por la mente del investigador. Ademas de los obvios aspectos de la morfologia, incluyendo los clasicos pelos sensoriales (30), uno puede cuantificar los comportamientos de Drosophila sp.: resistencia al estres y tolerancia a las dro gas; actividad de enzimas y rasgos metabolicos; y fertilidad y longevidad. Dada la conservacion evolutiva de genes que afectan procesos biologicos importantes, es probable que los genes que afecten rasgos homologos puedan afectar los mismos rasgos en otras especies, incluyendo a los humanos (31).

La drosofila nos ofrece una importante caja de herramientas para desentranar geneticamente la interaccion de multiples loci, con poblaciones individuales pequenas y efectos de sensibilidad al medioambiente, que afectan a los rasgos complejos. Estas incluyen a los elementos transponibles P (32) y el ARN de interferencia (33) para identificar genes que regulan los rasgos cuantitativos.

Las drosofilas colectadas en la naturaleza pueden ser examinadas en busca de genotipos con rasgos fenotipicos extremos, ya sea empleando genomas completos por endogamia para hacerlos homocigotos o mediante la clonacion de cromosomas individuales usando cepas balanceadas (32). Genotipos mas extremos pueden ser creados por seleccion artificial (34). La localizacion cromosomica (mapping) de los qTLs responsables de la va riacion que ocurre naturalmente esta facilitada por la capacidad de tener gran numero de moscas, y construir lineas recombinantes casi isoalelicas. Las pruebas de complementacion de cepas deficientes permite la localizacion de alta resolucion de los qTLs, y la complementacion de las mutaciones identifica genes candidatos de los qTLs para estudios futuros. El desequilibrio de ligamiento disminuye rapidamente en regiones de recombinacion normal (35), lo cual permite la identificacion de polimorfismos que definan funcionalmente a los alelos qTLs. Finalmente, la secuencia genomica (36) y las multiples plataformas del perfil transcripcional genomico total, facilitan la aproximacion genomica para identificar los genes que afecten los rasgos cuantitativos y la variacion de los mismos.

Para entender las fuerzas evolutivas responsables de mantener la variacion genetica de los rasgos cuantitativos en la naturaleza, necesitamos localizar los genes que afectan la variacion natural en la caracteristica, y determinar los polimorfismos moleculares que definen los alelos de los qTLs. Este es un procedimiento iterativo que empieza con la busqueda de regiones que contienen uno o mas qTLs que afectan la caracteristica. Es posible crear lineas endogamicas de Drosofila en el laboratorio. Asi que, localizar genes en poblaciones derivadas de retrocruzas, F2, intercruces avanzados o lineas endogamicas recombinantes (RI, recombinant inbred) de rivadas de dos cepas endogamicas geneticamente divergentes son los disenos mas poderosos para localizar qTLs en drosofila. Los qTLs se localizan por medio de analisis de ligamiento a marcadores moleculares polimorficos, utilizando metodos estadisticos disenados para explicar multiples qTLs (37) y controles apropiados para minimizar la tasa de falsos positivos (38).

Los principios generales que han emergido de los es tudios con drosofila de los qTLs probablemente se puedan aplicar a otros caracteres cuantitativos en otras especies. Primero, la distribucion de efectos homocigotos de los qTLs son exponenciales, con un gran numero de qTLs con pequenos efectos, y un numero pequeno con grandes efectos; estos ultimos contribuyen mucha a la variacion entre las lineas parentales (39). Segundo, mu chos qTLs no son estrictamente aditivos y a menudo in teractuan epistaticamente con otros qTLs (40-43). Tercero, los efectos de los qTLs son a menudo sexo-especificos (44) y exhiben qTLs por interaccion ambiental. Al gunos efectos de los qTLs son incluso mas complicados, con epistasis contingente sobre el ambiente externo.

ESTUDIO DE RASGOS COMPLEJOS EN POBLACIONES HUMANAS

  El rapido desarrollo de tecnologias moleculares ha permitido la generacion de un numero casi ilimitado de marcadores que especifican la estructura y organizacion del genoma de cualquier organismo. La integracion de la estadistica con la genetica molecular en el articulo de Lander y Botstein (45), permitio tener la primera herramienta para disgregar un rasgo cuantitativo en sus componentes geneticos individuales (qTLs). Posterior a esto se han desarrollado multiples metodos estadisticos para localizar rasgos complejos y su aplicacion posterior a la genetica animal, vegetal y humana (46-48). Distintas estrategias analiticas para la localizacion de los qTLs han sido expandidas para estudiar todo el genoma empleando marcadores moleculares (49). Tales estrategias de localizacion necesitan realizarse en un cruce experimental (retrocruce o familias de hermanos completos), una genealogia estructurada o una poblacion natural, en las que los qTLs putativos cosegreguen con los marcadores debido a su ligamiento fisico.

Estos metodos clasicos fallan en establecer patrones de cambios temporales de las caracteristicas analizadas y es por ello que se ha propuesto el metodo de localizacion funcional (functional mapping). Este metodo permite caracterizar en un solo paso los qTLs o qTNs (quantitative Trait Nucleotides) que afectan una caracteristica compleja (50-52). La localizacion funcional estima los parametros matematicos que describen los mecanismos de desarrollo de la formacion del rasgo y la expresion para cada qTL o qTN. Esta aproximacion provee una util red cuantitativa y de base experimental para determinar las interrelaciones genicas o sus interacciones y los cambios del desarrollo.

La busqueda de genes responsables de enfermedades en los humanos ha sido el paradigma de la genetica humana desde que Sir Archibald Garrod demostrara que la alcaptonuria tenia una base hereditaria (53). Mas del 65% de las condiciones de salud de interes publico se pue den llamar “enfermedades complejas”. estas son con diciones de salud cuya etiologia no es simple, ya que entre los factores de riesgo se incluyen los estilos de vi da y/o la exposicion ambiental, la historia familiar, asi como las interacciones entre estos factores para la mayoria de  tales enfermedades. Ya que estas enfermedades tambien muestran tiempos de manifestacion variable, la clasificacion de los individuos en categorias dicotomicas, tales como afectado y normal, es dificil. Como consecuencia, la tarea de describir la “arquitectura genetica” de una enfermedad compleja, lo cual requiere caracterizacion del numero de genes, sus efectos alelicos respectivos, y el grado de interaccion con factores ambientales y de estilos de vida, hace mas dificil crear un modelo para enfermedades complejas (54).

Ya que el riesgo genetico de una enfermedad compleja no es generalmente monogenico, y dados los efectos alelicos variables dependientes de la edad, tales enfermedades rara vez se segregan en una forma mendeliana dentro de las familias. Consecuentemente, en ausencia de un modo bien definido de segregacion, los estudios tradicionales basados en la familia para descubrir la arquitectura genetica de enfermedades complejas, han sido algo ilusorios. Los resultados de ligamiento ob tenidos en muchos estudios no han podido ser replicados, ya sea por diferencias en el diseno de los estudios o por emplear poblaciones con ancestros antropologicos distintos.

Los intentos para reconciliar las diferencias de tales inferencias tampoco llevaron a una respuesta acertada en la mayoria de los casos. La “genomica poblacional” es un paradigma legitimo para el estudio de la etiologia de las enfermedades complejas (55). El concepto de genomica poblacional se explica argumentando primero que la misma no solo se refiere a las caracteristicas geneticas de una poblacion, sino que tambien investiga las consecuencias de estos rasgos en las caracteristicas funcionales de las acciones de los genes, en presencia de posibles escenarios de exposicion al medio ambiente. De esta forma, la genomica poblacional deriva sus principios de la genetica de la poblacion, asi como de la genetica evolutiva, pero enfatiza los aspectos funcionales de la variacion genomica. Como consecuencia, bajo la sombra de la genomica poblacional, las variaciones geneticas se deben examinar en el contexto de las vias en las que actuan los genes, y no al nivel de los genes individuales. En esencia, el proposito de la genomica poblacional es el de examinar no solo los principales efectos de los genes y de los factores de riesgo ambientales, sino tambien sus interacciones (en especial aquellas combinaciones de gen a gen y de gen a medio ambiente). Asimismo, los analisis in vivo, asi como in vitro, de expresion genica y redes causales de variaciones geneticas y productos proteicos, tambien estan dentro del alcance de los estudios de la genomica poblacional (56-58).Visto de esta forma, los rasgos del paradigma de la genomica poblacional se pueden revisar brevemente, mostrando que los estudios de relacion de gen-enfermedad basados en la poblacion, son las formas productivas de entender la etiologia de enfermedades complejas.

Bajo este diseno, ya que la premisa es la de examinar la cosegregacion de genes causantes de enfermedades con marcadores genomicos –en el contexto de red de acciones de los genes– (58), los factores evolutivos que mantienen variaciones geneticas tambien deben ser divididos en metodos de disenos de estudio y de analisis de informacion. En otras palabras, se deben contestar preguntas respecto a la seleccion de poblaciones para cualquier opcion de fenotipos de enfermedad especificos, asi como los tipos de marcadores y sus numeros (y densidad) para la localizacion de genes que subyacen en cual quier enfermedad compleja. Se cita que mientras pequenas poblaciones aisladas pueden ser preferidas para ciertos fenotipos de enfermedades, el numero y la densidad de los marcadores deben ser seleccionados cuidadosamente para revelar la historia conjunta de los eventos de mutacion y recombinacion que explican el grado de asociacion que se observe (59-68).

REFERENCIAS

(1) Fisher RA. The Genetical Theory of Natural Selection. Oxford, Uk: Oxford Univ. Press;1930.        [ Links ]

(2) Waddington CH. Canalization of development and the inheritance of acquired characters. Nature 1942; 150:563-65.        [ Links ]

(3) Waddington CH. Genetic assimilation of an acquired character. Evolution 1953; 7: 118-126.        [ Links ]

(4) Rendel R. Canalization and Gene Control. London: Logos; 1967.        [ Links ]

(5) Schmalhausen II. Factors of Evolution: The Theory of Stabilizing Selection. Philadelphia: Blakiston; 1949.        [ Links ]

(6) Waddington CH. The Strategy of the Genes: A Discussion of Some Aspects of Theoretical Biology. London: Allen & Unwin; 1957.        [ Links ]

(7) Moreno G. Genetic architecture, genetic behavior, and character evolution. Annu. Rev. Ecol. Syst. 1994; 25:31-45.        [ Links ]

(8) Scharloo W. Canalization: Genetic and developmental aspects. Annu. Rev. Ecol. Syst. 1991; 22: 65-93.        [ Links ]

(9) Wagner GP, Booth G, Bagheri-Chaichian H. A population genetic theory of canalization. Evolution 1997; 51: 329-347.        [ Links ]

(10) de Visser JAGM, Hermisson J, Wagner GP, Ancel Meyers LA, Bagheri-Chaichian H, Blanchard JL, et al. Perspective: evolution and detection of genetic robustness. Evolution 2003; 57:1959-72.        [ Links ]

(11) Dworkin I. Canalization, cryptic variation, and developmental buffering: A critical examination and analytical perspective, pp. 131-58. In Hallgrimsson & Hall Variation: a Central Concept in Biology. Oxford, Uk: Academic;2005.        [ Links ]

(12) Flatt T. The evolutionary genetics of canalization. q. Rev.Biol. 2005; 80: 287-316.        [ Links ]

(13) Gibson G, Dworkin I. Uncovering cryptic genetic variation.Nat. Rev. Genet. 2004; 5: 681-690.        [ Links ]

(14) Gibson G, Wagner GP. Canalization in evolutionary genetics:a stabilizing theory? Bioessays 2000; 22: 372-80.        [ Links ]

(15) Rutherford SL. From genotype to phenotype: buffering mechanisms and the storage of genetic information. Bioessays 2000; 22:1095-1105.        [ Links ]

(16) Wagner A. Energy constraints on the evolution of gene expression. Mol Biol Evol. 2005; 22: 1365-1374.        [ Links ]

(17) Mackay TFC. The genetic architecture of quantitative traits. Annu. Rev. Genet. 2001; 35: 303-339.         [ Links ]

(18) Lynch M, Walsh B. Genetics and Analysis of quantitative Characters. Sunderland, MA: Sinauer; 1998.        [ Links ]

(19) Wagner A. Does evolutionary plasticity evolve? Evolution 1996; 50: 1008-1023.        [ Links ]

(20) Wagner GP, Altenberg L. Complex adaptations and evolution of evolvability. Evolution 1996; 50: 967-976.        [ Links ]

(21) Pigliucci M. Studying mutational effects on G-matrices, pp. 231-48. In Pigliucci M, Preston k, Eds. Phenotypic Integra tion: Studying the Ecology and Evolution of Complex Phenotypes. New York: Oxford Univ. Press; 2004.        [ Links ]

(22) Cheverud JM, Routman EJ. Epistasis and its contribution to genetic variance components. Genetics 1995; 139:1455-1461.        [ Links ]

(23) Hansen TF, Wagner GP. Modeling genetic architecture: a multilinear model of gene interaction. Theor. Popul. Biol.2001; 59: 61-86.        [ Links ]

(24) Barton NH, Turelli M. Effects of genetic drift on variance components under a general model of epistasis. Evolution 2004; 58:2111-2132.        [ Links ]

(25) Wagner A. Does evolutionary plasticity evolve? Evolution 1996; 50: 1008-1023.        [ Links ]

(26) Rice SH. The evolution of developmental interactions: Epis tasis, canalization, and integration. pp. 82–98. In Wolf JB, Broodie ED III, Wade MJ, Eds. Epistasis and the Evolutionary Process. New York: Oxford Univ. Press; 2000.        [ Links ]

(27) Rice SH. The evolution of canalization and the breaking of von Baer’s laws: Modeling the evolution of development with epistasis. Evolution 1998; 52: 647-656.        [ Links ]

(28) Rice SH. A general population genetic theory for the evolution of developmental interactions. Proc. Natl. Acad. Sci. USA. 2002; 99: 15518-15523.        [ Links ]

(29) Charlesworth B. Optimization models, quantitative genetics, and mutation. Evolution 1990; 44: 520-538.        [ Links ]

(30) Mackay TFC. The nature of quantitative genetic variation re visited: lessons from Drosophila bristles. Bioessays 1996; 18: 113-121.        [ Links ]

(31) Mackay TFC. The genetic architecture of quantitative traits: lessons from Drosophila. Curr. Opin. Genet. Deve -lop. 2004; 14: 253-257.        [ Links ]

(32) Ashburner M. Drosophila –A Laboratory Handbook. Cold Spring Harbor, NY: Cold Spring Harbor Laboratory Press; 1989.        [ Links ]

(33) kalidas S, Smith DP. Novel genomic cDNA hybrids produce effective RNA interference in adult Drosophila. Neuron 2002; 33: 177-184.        [ Links ]

(34) Falconer DS, Mackay TFC. Introduction to quantitative Genetics, 4/e. Harlow, Essex, Uk: Addison Wesley Long man; 1996.        [ Links ]

(35) Long AD, Lyman RF, Langley CH, Mackay TFC. Two sites in the Delta gene region contribute to naturally occurring va riation in bristle number in Drosophila melanogaster. Genetics 1998; 149: 999-1017.        [ Links ]

(36) Adams MD, Celniker SE, Holt RA, Evans CA, Gocayne JD, Amanatides PG, S et al. The genome sequence of Dro sophila melanogaster. Science 2000; 287: 2185-2195.        [ Links ]

(37) zeng zB. Precision mapping of quantitative trait loci. Genetics 1994; 136: 1457-1468.        [ Links ]

(38) Doerge RW, Churchill GA. Permutation tests for multiple loci affecting a quantitative character. Genetics 1996; 142:285-294.        [ Links ]

(39) Dilda CL, Mackay TFC. The genetic architecture of Drosophila sensory bristle number. Genetics 2002; 162: 1655- 1674.        [ Links ]

(40) Leips J, Mackay TFC. quantitative trait loci for lifespan in Drosophila melanogaster: interactions with genetic background and larval density. Genetics 2000; 155: 1773-1788.        [ Links ]

(41) Leips J, Mackay TFC. The complex genetic architecture of Drosophila life span. Exp. Aging Res. 2002; 28: 361-390.        [ Links ]

(42) Weber k, Eisman R, Morey L, Patty A, Sparks J, Tausek M, zeng zB. An analysis of polygenes affecting wing shape on chromosome 3 in Drosophila melanogaster. Genetics 1999; 153: 773-786.        [ Links ]

(43) Weber k, Eisman R, Higgins S, Morey L, Patty A, Tausek M, zeng zB. An analysis of polygenes affecting wing shape on chromosome 2 in Drosophila melanogaster. Genetics 2001; 159: 1045-1057.        [ Links ]

(44) Nuzhdin SV, Pasyukova EG, Dilda C, Mackay TFC. Sexspecific quantitative trait loci affecting longevity in Drosophila melanogaster. Proc Natl Acad Sci USA. 1997; 94:9734-9739.        [ Links ]

(45) Lander ES & Botstein D. Mapping Mendelian factors under lying quantitative traits using RFLP linkage maps. Genetics 1989; 121: 185-199.        [ Links ]

(46) Mackay TFC. quantitative trait loci in Drosophila. Nature Rev. Genet. 2001; 2: 11-20.        [ Links ]

(47) Mauricio, R. Mapping quantitative trait loci in plants: uses and caveats for evolutionary biology. Nature Rev.Genet. 2001; 2: 370-381.        [ Links ]

(48) Peltonen L & Mckusick VA. Dissecting human disease in the postgenomic era. Science 2001; 291: 1224-1229.        [ Links ]

(49) Wang H, zhang YM, Li X, Masinde GL, Mohan S, Baylik DJ, Xu, S. Bayesian shrinkage estimation of qTL parameters. Genetics 2005; 170: 465-480.        [ Links ]

(50) Wu RL, Ma C-X, zhao W & Casella G. Functional map ping of quantitative trait loci underlying growth rates: a parametric model. Physiol. Genomics 2003: 14: 241-249.        [ Links ]

(51) Wu RL, Ma C-X, Lin M & Casella G. A general framework for analyzing the genetic architecture of developmental  characteristics. Genetics 2004; 166: 1541-1551.        [ Links ]

(52) Wu RL & Lin M. Functional mapping–how to map and study the genetic architecture of dynamic complex traits. Nat. Rev. Genet. 2006; 7: 229-236.        [ Links ]

(53) Garrod AE. Inborn Errors of Metabolism. London: Oxford University Press, 1923.        [ Links ]

(54) Jansen RC, Nap JP. Genetical genomics: the added value from segregation. Trends Genet. 2001; 17: 388-391.        [ Links ]

(55) Morley M, Molony CM, Weber TM, Devlin, JL, Ewens kG, Spielman R.S. and Cheung VG. Genetic analysis of genome-wide variation in human gene expression. Nature 2004; 430: 743-747.        [ Links ]

(56) Carlborg O, de koning DJ, Manly kF, Chesler E, Williams RW, Haley CS. Methodological aspects of the genetic dissection of gene expression. Bioinformatics 2005; 21:2383-2393.        [ Links ]

(57) de koning DJ, Haley CS. Genetical genomics in humans and model organisms. Trends Genet. 2005; 21: 377-381.        [ Links ]

(58) Li J and Burmeister M. Genetical genomics: combining genetics with gene expression analysis. Hum. Mol. Genet. 2005; 14: R163-R169.        [ Links ]

(59) Li J, Lu L, Manly kF, Chesler EJ, Bao L, Wang J, zhou M, Williams RW, and Cui Y. Inferring gene transcriptional modulatory relations: a genetical genomics approach. Hum.Mol. Genet. 2005; 14: 1119-1125.        [ Links ]

(60) Arcos-Burgos M, and Muenke M. Genetics of population isolates. Clin. Genet. 2002; 61: 233-247.         [ Links ] (61) Peltonen L, Palotie A, Lange k. Use of population isolates for mapping complex traits. Nat. Rev. Genet. 2000; 1:182-190.        [ Links ]

(62) Pritchard J, Cox N. The allelic architecture of human disease genes: common disease-common variant ... or not? Hum. Mol. Genet. 2002; 11: 2417-2423.        [ Links ]

(63) Rahman P, Jones A, Curtis J, Bartlett S, Peddle L, Fernandez BA, Freimer NB. The Newfoundland population: a unique resource for genetic investigation of complex diseases.Hum. Mol. Genet. 2003; 12: R167-R172.        [ Links ]

(64) Rudan I, Biloglav z, Carothers AD, Wright AF, Campbell H. Strategy for Mapping quantitative Trait Loci (qTL) by Using Human Metapopulations. Croat Med J. 2006; 47:532-542.        [ Links ]

(65) Tishkoff SA, Verrelli BC. Patterns of Human Genetic Diver sity: Implications for Human Evolutionary History and Disease. Annu. Rev. Genomics Hum. Genet. 2003; 4: 293-340.        [ Links ]

(66) Weiss LA, Pan L, Abney M, Ober C. The sex-specific genetic architecture of quantitative trait in humans. Nat. Genet. 2006; 38: 218-222.        [ Links ]

(67) Altshuler D, Daly MJ, Lander ES. Genetic mapping in human disease. Science 2008; 322: 881-888.        [ Links ]

(68) Collins A. Allelic association: linkage disequilibrium structure and gene mapping. Mol. Biotechnol. 2009; 41: 83-89.        [ Links ]