Distribuições normais/independentes na predição genômica ampla de características complexas

Resumo

A taxa de ganho genético médio de uma população sob seleção pode ser sumarizada em termos da equação chave do melhoramento. Tal expressão indica que o incremento em potencial genético é proporcional à acurácia de seleção, intensidade de seleção e variação genética e, inversamente proporcional ao intervalo de gerações. Uma alternativa para intensificar o progresso genético seria predizer valores genéticos dos indivíduos em idades mais jovens de forma mais acurada. Para tanto, marcadores moleculares podem ser utilizados. O avanço nas tecnologias de genotipagem e sequenciamento em genomas humano e de várias espécies de interesse zootécnico e agronômico permitiu a identificação de milhares de marcadores moleculares, como os polimorfismos de base única (SNP), os quais fomentaram a utilização de painéis densos de marcadores nas predições de valores genéticos. Considerando o quanto de densidade próximo à zero e o quão longa ou uniforme são as caldas da densidade das distribuições a priori mais utilizadas em predição genômica estas podem ser classificadas em quatro grupos: a) Distribuição Gaussiana; b) Distribuições de caldas longas; c) Mistura de distribuições com distintas variâncias; d) Mistura de distribuições com ponto de massa em zero e variância diferente de zero. Estes grupos de distribuições a priori são derivações diretas ou particularidades do grupo de distribuições conhecido como normais/independentes. Logo, o objetivo deste projeto é combinar os modelos paramétricos utilizados em predição genômica em uma construção hierárquica comum utilizando as distribuições normais/independentes. Além disso, propor a aplicação da distribuição a priori slash na modelagem de dados genômicos.