Modelos LALDA para predição genômica de características de crescimento e de conversão alimentar em suínos

• Ano de defesa: 2016
• Autor(a) principal: Zamora Jerez, Elcer Albenis
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa
• Palavras-chave em Português: Suínos - Genômica; Nutrição animal; Suíno - Crescimento; Suíno - Ganho de peso; Suíno - Desempenho; Suíno - Alimentação e rações; Ciências Agrárias; Zootecnia; Genética e Melhoramento dos Animais Domésticos
• Link de acesso: http://www.locus.ufv.br/handle/123456789/9352

Recentemente, as duas principais fontes de informações para estudos genéticos via marcadores moleculares (LA - linkage analysis, e LDA - linkage disequilibrium analysis) foram combinadas (originando o termo “LALDA”) para fins de seleção genômica (SG). Os resultados foram satisfatórios, inclusive superando o modelo LDA (tradicional de SG) em termos de capacidade preditiva em diferentes aplicações a dados simulados e reais. A característica conversão alimentar (CA), e seus componentes (consumo de ração-CR e ganho de peso diário-GPD), são de grande importância econômica para a suinocultura moderna, uma vez que os custos com alimentação representarem a maior parte do custo total de produção. Desta forma, a utilização da SG para tais características se justifica e deve ser motivo de pesquisas na área de Melhoramento Genético Animal. Neste sentido, objetivou-se propor uma metodologia para implementação dos modelos LALDA para predição genômica utilizando softwares livres, bem como aplicar a referida proposta a dados reais de GPD, CR e CA em uma população F2 (Piau x comercial) de suínos. A proposta foi implementada em dois passos distintos. No primeiro, foram identificados efeitos significativos de QTL em posições específicas do genoma para as características GPD, CR e CA via ajuste de modelos que consideraram o efeito aleatório de QTL via matriz IBD (identity by descent) genotípica. No segundo, estas matrizes calculadas nas posições em questão foram utilizadas para inserir o efeito aleatório genotípico de QTL adicionalmente aos feitos aleatórios de marcadores SNPs e poligênico aditivo (baseado em matriz de parentesco tradicional) nos modelos Bayesianos de predição genômica (Bayesian Ridge Regression - BRR, Bayes A - BA, Bayes B - BB, Bayes C – BC e Bayesian LASSO - BL). Foram realizadas análises de qualidade de ajuste e de capacidade preditiva a fim de comprovar a eficiência dos modelos propostos. Em síntese, o modelo LALDA via BA mostrou a melhor qualidade de ajuste via DIC (Deviance Information Criterion) e maior capacidade preditiva quando comparado com os demais modelos LALDA (BRR, BB, BC e BL) para todas características estudadas. Embora de forma discreta, esta superioridade também se verificou ao comparar o modelo em questão com modelos alternativos que não contemplaram o efeito aleatório de QTL (modelos LDA tradicionais de SG), ou seja, o modelo LALDA proposto mostrou-se eficiente e plausível de ser implementado por meio de softwares livres (QXPAK e R).