Seleção genômica ampla para curvas de crescimento
AUTOR(ES)
Silva, F.F., Rocha, G.S., Resende, M.D.V., Guimarães, S.E.F., Peternelli, L.A., Duarte, D.A.S., Azevedo, C.
FONTE
Arq. Bras. Med. Vet. Zootec.
DATA DE PUBLICAÇÃO
2013-10
RESUMO
Foi proposta uma metodologia para avaliação genética de curvas de crescimento considerando-se informações de marcadores SNPs (Single Nucleotide Polymorphisms). Em um primeiro passo foram ajustados modelos de crescimento não lineares (logístico) aos dados de peso-idade de cada animal, e em um segundo passo as estimativas dos parâmetros de tais modelos foram consideradas como fenótipos em um modelo de regressão (LASSO Bayesiano - BL) cujas covariáveis foram os genótipos dos marcadores SNPs. Este enfoque possibilitou estimar os valores genéticos genômicos (GBV) para peso em qualquer tempo da trajetória de crescimento, refletindo na confecção de curvas de crescimento genômicas, as quais permitiram a identificação de grupos de indivíduos geneticamente superiores em relação à eficiência de crescimento. Os dados simulados utilizados neste estudo foram constituídos de 2000 indivíduos (1000 na população de treinamento e 1000 na população de validação) contendo 453 marcadores SNPs distribuídos sobre cinco cromossomos. Os resultados indicaram a alta eficiência do método BL em predizer GBVs da população de validação com base na população de treinamento (coeficientes de correlação variaram entre 0,79 e 0,93), bem como a alta eficiência na detecção de QTLs, uma vez que os marcadores com maiores efeitos estimados encontravam-se em posições dos cromossomos próximas àquelas nas quais se encontravam os verdadeiros QTLs postulados na simulação.
ASSUNTO(S)
snp lasso bayesiano dados longitudinais
Documentos Relacionados
- Métodos estatísticos na seleção genômica ampla para curvas de crescimento em animais
- Computação da Seleção Genômica Ampla (GWS).
- Validação e correção de fenótipos na seleção genômica ampla
- Seleção genômica ampla e novos métodos de melhoramento do milho
- Seleção genômica ampla (GWS) e maximização da eficiência do melhoramento genético.