PEMETAAN QUANTITATIVE TRAIT LOCI UNTUK SIFAT BERSKALA KATEGORIK
QUANTITATIVE TRAIT LOCKI MAPPING FOR CATEGORICAL TRAIT

By :
Farit Mochamad Afendi

Genes or regions on chromosome underlying a quantitative trait are called quantitative trait loci (QTL). Characterizing genes controlling quantitative trait on their position in chromosome and their effect on trait is through a process called QTL mapping. In estimating the QTL position and its effect, QTL mapping utilizes the association between QTL and DNA markers. However, many important traits are obtained in categorical scale, such as resistance from certain disease. From a theoretical point of view, QTL mapping method assuming continuous trait could not be applied to categorical trait. This research was focusing on the assessment of the performance of maximum likelihood (ML) and regression (REG) approach employed in QTL mapping for binary trait by means of simulation study. The simulation study to evaluate the performance of ML and REG approach was conducted by taking into account several factors that may affecting the performance of both approaches. The factors are (1) marker density, (2) QTL effect, (3) sample size, and (4) shape of phenotypic distribution. From simulation study, it was obtained that the two approaches showing comparable performance. Hence, QTL analysis could be performed using these two approaches due to their similar performance.

Gen atau suatu segmen di kromosom yang mendasari sifat kuantitatif dinamakan dengan lokus sifat kuantitatif (quantitative trait loci/QTL). Penelusuran gen yang mengatur sifat kuantitatif dalam hal posisinya di kromosom serta besar pengaruhnya dilakukan melalui proses yang dinama-kan pemetaan QTL. Dalam menduga posisi QTL dan besar pengaruhnya, pemetaan QTL pada dasarnya memanfaatkan hubungan antara QTL dan penanda DNA. Di sisi lain, banyak sifat penting lain yang diamati dengan skala kategorik seperti ketahanan terhadap suatu penyakit. Secara teori, metode pemetaan QTL dengan anggapan sifat kontinu tidak dapat diterapkan pada sifat kategorik. Penelitian ini bertujuan menilai performa metode kemungkinan maksimum (ML) dan regresi (REG) yang diterapkan pada pemetaan QTL sifat biner. Kajian simulasi untuk mengevaluasi performa metode ML dan REG dilakukan dengan memperhatikan beberapa faktor yang mungkin mempengaruhi performa kedua sifat ini. Faktor-faktor tersebut adalah (1) kepadatan penanda, (2) besar pengaruh QTL, (3) ukuran contoh, dan (4) bentuk sebaran fenotipe. Dari hasil simulasi diperoleh kesimpulan umum bahwa kedua pendekatan, yaitu pendekatan metode kemungkinan maksimum dan pendekatan metode regresi memiliki performa yang serupa dalam kaitannya dengan pengaruh berbagai faktor yang dicobakan dalam simulasi, baik dari sisi dugaan bagi nilai ambang, pengaruh QTL, dan posisi QTL, serta kuasa atau ke-mampuan di dalam mendeteksi QTL. Dengan demi-kian, praktisi yang akan melakukan analisis QTL untuk sifat biner dapat menggunakan kedua metode karena memiliki performa yang sama.