Busca avançada
Ano de início
Entree

Accuracies of genomic prediction of feed efficiency traits using different prediction and validation methods in an experimental Nelore cattle population

Resumo

Alimentação dos animais é o componente econômico mais importante dos sistemas de produção de carne bovina. A seleção para eficiência alimentar não tem sido eficaz, principalmente devido ao alto custo e dificuldade de obtenção dos fenótipos. A aplicação da seleção genômica utilizando marcadores do tipo SNP pode diminuir o custo de avaliação animal, bem como o intervalo de geração. O objetivo deste estudo foi comparar métodos de avaliação genômica para características de eficiência alimentar utilizando diferentes esquemas de validação cruzada em uma população experimental de gado de corte genotipados com um painel de alta densidade de SNP (BovineHD BeadChip ensaio 700k, Illumina Inc., San Diego, CA). Após controle de qualidade dos marcadores, um total de 437.197 genótipos SNP estavam disponíveis para 761 animais da raça Nelore do Instituto de Zootecnia, Sertãozinho, São Paulo, Brasil. As características estudadas foram consumo alimentar residual (CAR), taxa de conversão alimentar (TCA), ganho em peso médio diário (GMD) e consumo médio de matéria seca (CMS). Os métodos de análise foram BLUP tradicional, single-step genomic BLUP (ssGBLUP), genomic BLUP (GBLUP), e um método de regressão Bayesiana (BayesCÀ). Os valores genômicos diretos (DGV) dos últimos 2 métodos foram comparados diretamente ou em um índice que combina DGV com o EBV médio dos pais. Três abordagens de validação cruzada foram usadas para validar os modelos: 1) YOUNG, onde a equação de predição foi obtida nos animais nascidos antes de 2010 e validada nos animais nascidos após 2010; 2) UNREL, onde o conjunto de dados foi dividido em 3 subgrupos menos relacionados e a validação foi feito em cada subconjunto de cada vez; e 3) RANDOM, onde o conjunto de dados foi aleatoriamente dividida em 4 sub-grupos (considerando os grupos contemporâneos) e o validação foi feita em cada subconjunto de cada vez. Em média, o grupo RANDOM obteve as predições mais acuradas. A acurácia média variou de 0,10-0,58 usando BLUP, 0,09-0,48 usando GBLUP, 0,06-0,49 usando BayesCÀ, e 0,22-0,49 usando ssGBLUP. As predisões mais acuradas e consistentes foram obtidos utilizando ssGBLUP para todas as características analisadas. O ssGBLUP parece ser mais adequado para obter previsões genômicas para eficiência alimentar de uma população experimental de animais genotipados. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)