Eficiência da seleção genômica com base em haplótipos ao longo de gerações, em populações com níveis contrastantes de desequilíbrio de ligação

• Ano de defesa: 2021
• Autor(a) principal: Fernandes, Carla Galvão
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Polimorfismo de nucleotídeo único; Predição; Confiabilidade; Marcadores genéticos; Genética Quantitativa
• Link de acesso: https://locus.ufv.br//handle/123456789/28746; https://doi.org/10.47328/ufvbbt.2021.181

Estudos de seleção genômica comprovam que modelos baseados em blocos de haplótipos com população com alto desequilíbrio de ligação (LD) entre marcadores e locos de herança quantitativa (QTLs) possuem melhores acurácias de predição. Assim, faz-se necessário maiores investigações do comportamento das acurácias quando utilizamos populações com diferentes níveis de LD. O objetivo desse trabalho foi avaliar a eficiência da seleção genômica baseada em haplótipos, em um contexto de gerações avançadas de predição e alta densidade de marcas em duas populações com alto e baixo LD. Foram simulados fenótipos e genótipos de 5000 indivíduos não relacionados (fundadores) que originaram outros 5000 indivíduos nas próximas cinco gerações, sem seleção para as duas populações. Um total de 60000 polimorfismos de base única (SNPs) com densidade de um SNP a cada 0,01 cM em genoma com 10 cromossomos, foram utilizados dois softwares para comparar a eficiência nas acurácias, sendo eles o Software R e o GVCHAP. Na qual, em ambas adotamos haplótipos igual a 10 SNPs para essa comparação. Seguimos com o objetivo de comprar os acurácias adotando blocos de haplótipos com 4 e 10 SNPs em diferentes níveis de LD. A chamada de haplótipos foi feita para cada cromossomo após a obtenção da fase dos SNPs. A característica estudada nas predições, sob um modelo melhor preditor linear não-enviesado genômico (GBLUP), possuía herdabilidade em sentido amplo de 0,30. Para o processamento feito no software R para a população de baixo LD e com blocos de haplótipos igual a 10 SNPs. Obtivemos a acurácia variando de 0,30 a 0,25 para blocos de haplótipos e para analises com SNP individual variaram de 0,49 a 0,39. Reproduzindo as mesmas analises no software GVCHAP, as acurácias variaram de 0,49 a 0,13 para blocos de haplótipos com 10 SNPs e as predições baseadas em SNP individual foram de 0,57 a 0,20. Mantendo o uso do software GVCHAP, fizemos para um cenário de maior LD, com blocos de haplótipos com 4 SNPs, resultam em acurácias variando de 0,57 a 0,14, enquanto as predições baseadas em SNP individual variaram de 0,40 a 0,14 e as predições baseadas em blocos de haplótipos com 10 SNPs, as acurácias resultaram variando de 0,58 a 0,13. Os dois softwares demonstraram que, quando trabalhamos com população com menor LD o comportamento das acurácias são os mesmos, assim que para população de baixo LD além das acurácias reduzir ao longo de gerações também contamos com melhores acurácias para análises de SNP individual comparado a blocos de haplótipos. No entanto, decidimos a seguir as analises no software GVCHAP pela facilidade em programação. As acurácias de ambas as populações decaíram ao longo das gerações independentemente do tamanho do bloco de haplótipos ou SNP individual. Porém, quando trabalhamos com população de maior LD, as análises por blocos de haplótipos são favorecidas, ou seja, obtivemos melhores acurácias quando comparados com as analises por SNP individual. Assim quando trabalhamos com a população de menor LD a acurácia de SNP individual superou as analises por haplótipos. No geral, as acurácias baseadas em haplótipos em população com maior LD supera as análises por marcas únicas. No entanto, em certo momento ao longo das gerações ocorre um decréscimo do LD, e as acurácias para SNPs tendem igualar ou superar as análises por haplótipos. Nosso estudo não dá suporte ao uso de haplótipos para a predição ao longo de muitas gerações ou para populações de baixo LD. Palavras-chave: SNPs. Predição. Acurácia. Alta densidade de marcadores.