Desenvolvimento e implementação de modelos para simulação de dados SNPs

• Ano de defesa: 2010
• Autor(a) principal: Utsunomiya, Adam Taiti Harth [UNESP]
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Simulação por computador; Software; Marcador molecular; Molecular marker; Simulation
• Link de acesso: http://hdl.handle.net/11449/92613

Um grande volume de informações de marcadores SNPs vem sendo produzidos e aplicados a metodologias de avaliação genética animal. A quantidade de informações disponíveis faz-se um desafio, pois armazená-las e processar-las é demandante computacionalmente. Então, propôs-se com este trabalho 2 algoritmos (MLOCO e MSNP) para simular dados SNPs como alternativa de minimizar a demanda por processamento e consumo de memória computacional. MLOCO simula SNP como um loco que possui configuração de alelos, posição no genoma e efeitos sobre a expressão de fenótipos (nulos para SNP). MSNP simula SNP apenas como loco que possui configuração de alelos e posição no genoma. Ao nível de cromossomo, para MLOCO, poligenes, QTLs e SNPs são armazenados em um único vetor de acordo com suas localizações. Para MSNP, poligenes, QTLs e SNPs também são armazenados de acordo com suas localizações, porém em vetores específicos para cada tipo de loco. Considerando o consumo de memória, MLOCO é menos eficiente porque armazena um número de variáveis maior (efeito do loco, mesmo que seja zero). MSNP não armazena esta variável. Quanto à velocidade de processamento, MLOCO é mais eficiente porque os locos são armazenados de maneira seqüencial, facilitando a amostragem dos alelos devido a variável “posição”, para formação de um gameta e consequentemente um indivíduo. Como o fator limitante na realização de simulações e utilizações de dados é a memória RAM, o MSNP é a melhor alternativa para simular dados SNPs