Aplicação de regressões kernel no modelo single step (ssGBLUP) para a predição de valores genômicos de características com importância produtiva em bovinos da raça Nelore

• Processo: 15/13084-3
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 03 de setembro de 2015
• Data de Término da vigência: 02 de junho de 2016
• Área de conhecimento: Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos
• Pesquisador responsável: Lucia Galvão de Albuquerque
• Beneficiário: Rafael Espigolan
• Supervisor: Ignacio Aguilar
• Instituição Sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
• Instituição Anfitriã: Instituto Nacional de Investigación Agropecuaria Las Brujas (INIA Las Brujas), Uruguai
• Vinculado à bolsa: 14/00779-0 - Modelos estatísticos semi-paramétricos para análise de características complexas utilizando dados genômicos de bovinos da raça Nelore, BP.DR
• Assunto(s): Seleção genética Marcador molecular Espaços de Hilbert
• Palavra(s)-Chave do Pesquisador: Best Linear Unbiased Predictor | marcadores moleculares | Reproducing Kernel Hilbert Spaces regression | Single Step Genomic Best Linear Unbiased Predictor | validação cruzada | Seleção Genômica

Resumo

Uma grande quantidade de dados genômicos está agora disponível para identificação e seleção de indivíduos geneticamente superiores, com potencial para aumentar a acurácia da predição dos valores genéticos e com isso a eficiência dos programas de melhoramento genético animal. Dessa forma, diversos métodos estatísticos têm sido propostos para aplicação em dados genômicos. Apesar de vários estudos estarem sendo realizados, ainda é muito limitado o número de trabalhos determinando a habilidade de predição com modelos estatísticos paramétricos e semi-paramétricos com um conjunto de dados genômico reais. Assim, no projeto proposto, a habilidade de predição de valores genômicos dos modelos paramétricos GBLUP (Genomic Best Linear Unbiased Predictor), ssGBLUP (Single Step Genomic Best Linear Unbiased Predictor), e o modelo semi-paramétrico RKHS (Reproducing Kernel Hilbert Spaces regression) serão estudadas utilizando um conjunto de dados genômicos de animais da raça Nelore, para as características de crescimento, carcaça e carne. Com os resultados, espera-se obter informações importantes e aplicáveis na avaliação genética de populações comerciais de bovinos. Serão utilizados dados de aproximadamente 3000 animais com fenótipo e 2000 genotipados. (AU)