Abordagens de aprendizado de máquina revelam regiões genômicas associadas à resistência à ferrugem marrom da cana-de-açúcar

• Processo: 20/13407-5
• Modalidade de apoio: Auxílio à Pesquisa - Publicações científicas - Artigo
• Data de Início da vigência: 01 de dezembro de 2020
• Data de Término da vigência: 31 de maio de 2021
• Área do conhecimento: Ciências Agrárias - Agronomia - Fitotecnia
• Pesquisador responsável: Anete Pereira de Souza
• Beneficiário: Anete Pereira de Souza
• Instituição Sede: Centro de Biologia Molecular e Engenharia Genética (CBMEG). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Cana-de-açúcar Polimorfismo de um único nucleotídeo Variação genética Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: aprendizado de máquinas | Cana de Açúcar | ferrugem da marrom | Genomic prediction | SNPs | Variação genética | Genética e Genômica de Plantas Cultivadas

Resumo

A cana-de-açúcar é uma cultura economicamente importante, mas sua complexidade genômica tem impedido avanços nas abordagens moleculares para o melhoramento genético. Novas cultivares são lançadas a partir da identificação de características interessantes e, para a cana-de-açúcar, a resistência à ferrugem marrom é uma característica desejável devido ao grande impacto econômico da doença. Embora a seleção assistida por marcadores para resistência à ferrugem tenha sido bem-sucedida, os genes envolvidos ainda são desconhecidos e as regiões associadas variam entre as cultivares, restringindo a generalização metodológica. Nós usamos a genotipagem por sequenciamento da progênie de irmãos completos para relacionar regiões genômicas com fenótipos de ferrugem marrom. Estabelecemos um pipeline para identificar SNPs confiáveis em dados poliplóides complexos, que foram usados para predição fenotípica por meio de aprendizado de máquina. Identificamos 14.540 SNPs, o que levou a uma precisão média de previsão de 50% usando diferentes modelos. Também testamos algoritmos de seleção de recursos para aumentar a precisão preditiva, resultando em um conjunto de dados reduzido com mais poder explicativo para fenótipos de ferrugem. Como resultado dessa abordagem, alcançamos uma precisão de até 95% com um conjunto de dados de 131 SNPs relacionados às regiões QTL da ferrugem marrom e genes auxiliares. Portanto, nossa nova estratégia tem potencial para auxiliar nos estudos da organização genômica da resistência à ferrugem marrom em cana-de-açúcar. (AU)