Aplicação de métodos de aprendizagem de máquina na análise genômica de características reprodutivas em bovinos da raça Nelore

Resumo

A avaliação e seleção de animais geneticamente superiores com base na informação genômica tem sido uma tendência cada vez mais promissora em programas de melhoramento. No entanto, as principais abordagens para predição genômica envolvem metodologias paramétricas que em sua maioria assumem somente variância aditiva para o efeito dos marcadores, ignorando-se possíveis relações não-lineares. A consideração de tais efeitos poderá ser importante para melhorar a habilidade de predição em características com arquitetura genética complexa. Com base nisso, recentemente, tem crescido o interesse em métodos de predição semi e não paramétricos. Dentro desse contexto, os métodos de aprendizagem de máquina tais como as Redes Neurais Artificiais (RENAs), Random Forests (RF) e Support Vector Machines (SVM) podem ser uma alternativa interessante. Devido à sua estrutura, as RENAs podem ser capazes de capturar relações ocultas entre marcadores moleculares e o fenótipo para características de interesse de uma maneira adaptativa, via aprendizagem, sem a necessidade de especificar um modelo. Contudo, devido sua demanda computacional, essa metodologia tem sido pouco explorada em banco de dados de rebanhos comerciais. Uma maneira de superar as restrições computacionais e estatísticas é por meio de uma regularização bayesiana. Por outro lado, RF combina técnicas de bootstrap e árvores de decisão e pode ser amplamente aplicada em problemas de classificação e regressão. Outra técnica bastante flexível para este propósito é conhecida por SVM e utiliza funções de kernel para ajuste dos dados. O objetivo do presente projeto será avaliar o impacto da utilização de diferentes métodos de aprendizagem de máquina na acurácia de predição genômica de características reprodutivas em bovinos da raça Nelore. Serão consideradas no presente estudo as seguintes características: idade ao primeiro parto (IPP), ocorrência de prenhez precoce (OPP), dias para o parto (DPP) e perímetro escrotal (PE). Os fenótipos serão corrigidos para os efeitos ambientais, considerando-se animais de mesma fazenda, mesma safra de nascimento, sexo, e grupo de manejo. Serão avaliadas diferentes arquiteturas de redes neurais, bem como a estrutura das informações de entrada a fim de avaliar sua habilidade de predição para as características estudadas. Os resultados serão comparados aos obtidos por modelos tradicionais de avaliação genômica, como o LASSO Bayesiano e GBLUP por meio de validação cruzada, utilizando-se como critério de comparação a correlação de Pearson entre os fenótipos preditos e observados, além da variância do erro de predição nos grupos de validação. Adicionalmente, será utilizado o desempenho da análise de RF para identificação de regiões candidatas que poderão estar associadas com as características estudadas.