Inferencia de la estructura en poblaciones subdivididas a bajos niveles de diferenciación genética: el modelo de frecuencias alélicas correlacionadas revisitado

MOTIVACIÓN: Este artículo considera el problema de estimar la subdivisión genética de poblaciones a partir de datos de genotipo multilocus. Se considera un modelo que utiliza genotipos y posiblemente las coordenadas espaciales de los individuos muestreados. Se presta particular atención al caso de baja diferenciación genética con la ayuda de un modelo de agrupamiento bayesiano previamente descrito donde se asume que las frecuencias alélicas están correlacionadas a priori. Bajo este modelo, se consideran varios problemas de inferencia, en particular la situación común y difícil, pero aún no abordada, en la que se desconoce el número de poblaciones. RESULTADOS: Se propone un algoritmo de Monte Carlo por cadenas de Markov y un nuevo esquema de post-procesamiento. Se demuestra que mejoran significativamente la precisión de los algoritmos existentes en términos del número estimado de poblaciones y de la membresía poblacional estimada. Esto se ilustra numéricamente con datos simulados a partir del modelo de verosimilitud a priori utilizado en la inferencia y también con datos simulados a partir de un modelo de Wright-Fisher. Las mejoras también se ilustran en un conjunto de datos real de ochenta y ocho glotones (Gulo gulo) genotipados en 10 loci de microsatélites. El interés de las soluciones presentadas aquí no es específico de ningún modelo de agrupamiento y, por lo tanto, son relevantes para muchos contextos en genética de poblaciones donde se asume o se busca poblaciones débilmente diferenciadas. DISPONIBILIDAD: Las mejoras implementadas estarán disponibles en la versión 3.0.0 del paquete R Geneland. La información sobre cómo obtener y utilizar el software está disponible en http://folk.uio.no/gillesg/Geneland.html. INFORMACIÓN SUPLEMENTARIA: http://folk.uio.no/gillesg/CFM/SuppMat.pdf.