A genomic association and prediction of principal components of growth traits and visual scores in Nellore cattle

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Vargas, Giovana [UNESP]
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/11449/180489
Resumo: A análise de componentes principais (ACP) é uma técnica da estatística multivariada usada para avaliar as relações entre diferentes características a fim de eliminar a redundância resultante de suas correlações. No melhoramento genético animal, a ACP tem sido usada para explorar possíveis interpretações biológicas associadas aos componentes principais (CPs) que podem levar a caracterização de diferentes biotipos de animais. Os objetivos do presente estudo foram: i) avaliar as relações entre características de crescimento, escore visual e reprodutiva, por meio de ACP; ii) identificar, por meio de estudo de associação genômica ampla (GWAS), regiões genômicas que diferenciam os animais quanto aos diferentes componentes; e iii) avaliar a habilidade de predição de valores genéticos genômicos (GEBVs) obtidos para os CPs. Foram utilizados dados fenotípicos de 355.524 animais da raça Nelore provenientes da base de dados Aliança Nelore. Destes, foram genotipados 3.382 animais em painel lllumina® BovineHD (HD, ~777.000 SNPs) e 137 animais em painel GeneSeek Genomic Profiler Bovine HD (~76.000 SNPs). Os animais genotipados com o painel GGP-HD tiveram seus genótipos imputados para o painel mais denso (HD). Após o controle de qualidade, 3.519 animais com informações genotípicas de 471.880 SNPs permaneceram nas análises. A ACP foi realizada utilizando-se a matriz de (co)variância genética aditiva (AT) obtida a partir de análise multi-característica. As estimativas dos efeitos dos SNPs foram obtidas utilizando-se as metodologias weighted single-step GBLUP e BayesC. Os genes identificados para as top 10 janelas que explicaram a maior proporção da variância foram usados para realizar as análises funcionais. Os GEBVs foram preditos utilizando como variáveis respostas: EBV das características originais, EBV dos CPs e EBV de um índice de seleção utilizado por programas de melhoramento da raça Nelore. A habilidade de predição da seleção genômica foi calculada pela correlação entre os GEBVs e as variáveis respostas. Os três primeiros CPs explicaram 87,11% da variância genética aditiva total das características. O primeiro CP contrastou animais de acordo com a taxa de crescimento, o segundo CP diferenciou os animais em biotipos tardios e precoces, e o terceiro CP contrastou características mensuradas ao desmame e ao sobreano. Foram identificadas possíveis regiões genômicas associadas a características de crescimento, carcaça, conformação e ácidos graxos, que sugerem possível associação com os CPs. As regiões identificadas ajudam na interpretação biológica dos CPs e seus respectivos biotipos em bovinos Nelore. No estudo de predição genômica, acurácias de magnitude moderada foram obtidas para as nove características estudadas, para os CPs e índice de seleção, indicando que a ACP poderia ser utilizada para a seleção de bovinos Nelore.