| Processo: | 18/13964-1 |
| Linha de fomento: | Auxílio à Pesquisa - Regular |
| Vigência: | 01 de novembro de 2018 - 31 de outubro de 2020 |
| Área do conhecimento: | Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística |
| Pesquisador responsável: | Daiane Aparecida Zuanetti |
| Beneficiário: | Daiane Aparecida Zuanetti |
| Instituição-sede: | Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil |
| Assunto(s): | Inferência bayesiana |
Resumo
Os modelos de mapeamento de QTLs é uma importante ferramenta para identificar regiões cromossômicas que são relevantes para explicar um traço quantitativo de interesse em seres vivos. Eles são um caso especial dos modelos de regressão onde um número desconhecido de covariáveis faltantes (não-observáveis), geralmente grande, está envolvido levando a uma modelagem complexa com seleção de variáveis. Eles também podem ser visto como um caso especial de modelos de mistura e, então, um dos maiores desafios é a identificação do número de componentes. Enquanto vários métodos tem sido propostos para identificar QTLs com efeitos principais sobre o fenótipo, poucas metodologias eficientes tem sido propostas para também considerar efeitos de interação genética, que geralmente são muito importantes para explicar as características quantitativas dos seres vivos e para análise de diagnóstico dos modelos estimados. Esse projeto, portanto, consiste em dois sub-projetos simultâneos. Um deles focado em propor uma metodologia Bayesiana que selecione e estime um modelo de mapeamento de QTLs considerando efeitos de interação genética e o outro focado em propor medidas de análise de diagnóstico Bayesianas para um modelo com essas especificidades. A motivação dos estudos é identificar QTLs associados a pressão sanguínea de ratos F2, dados disponibilizados pelo InCor, e checar a adequabilidade do modelo ajustado. (AU)