Uso del índice de diversidad relativa de Kosman para agrupar fenotipos en poblaciones polimórficas de fitopatogenos: el caso de Phytophthora infestans

Using Kosman's index of relative diversity to cluster phenotypes in polymorphic populations of plant pathogens: the case of Phytophthora infestans

El polimorfismo en poblaciones de fitopatógenos aumenta los riesgos asociados con las enfermedades. La tecnología molecular ha permitido examinar esta variabilidad usando marcadores neutrales como proteínas totales e isoenzimas. El polimorfismo se puede medir y describir con indicadores de diversidad y de riqueza de información, y los varios fenotipos se pueden ordenar mediante análisis de agrupamiento.
Este trabajo utilizó un estudio previo de proteínas totales en 55 aislamientos de Phytaphthara infestans, el patógeno que causa la gota de la papa, y contrastó los agrupamientos obtenidos con el coeficiente de similitud de Jaccard, con las diferencias en número de proteínas entre aislamientos
y con el índice relativo de diversidad propuesto recientemente por Kosman, basado en las diferencias máximas entre aislamientos. Los resultados indican que las distancias y el índice relativo de diversidad complementan adecuadamente el análisis de agrupamiento.

Polymorphism in populations of plant pathogens enhances the risks associated with diseases. Molecular techniques allow the examination of this polymorphism using neutral markers such as total proteins and isozymes. Polymorphism may be measured and described using several diversity and information richness indices, and the different phenotypes may be ordinated with standard cluster analysis. This work used data from a study on total proteins within 55 isolates of Phytaphthara infestans, the pathogen of potato late blight, and compared the clustering of isolates resulting from standard cluster analysis, from differences among iso lates in number of proteins and from Ka, Kosrnans index of relative diversity, which is based on the maximum differences among isolates. Results indicate that both distances and Ka are suitable complements to cluster analysis.